开发过程中一直听别人说死锁，可有不理解，今天看了一篇博文讲解的非常详细，简单易懂，所以，转载下来。
首先感谢原博主，转载地址：点击打开链接http://blog.csdn.net/samjustin1/article/details/52210125#reply
这里做个简明解释，为下面描述方便，这里用T1代表一个数据库执行请求，T2代表另一个请求，也可以理解为T1为一个线程，T2 为另一个线程。T3,T4以此类推
几个名词：
（1）脏读：当一个事务读取其它完成一半事务的记录时，就会发生脏读取。例如：用户A,B看到的值都是6，用户B把值改为2，用户A读到的值仍为6。
（2）丢失更新:一个事务的更新覆盖了其它事务的更新结果，就是所谓的更新丢失。例如：用户A把值从6改为2，用户B把值从2改为6，则用户A丢失了他的更新。
1.死锁，
原因：多数情况下，可以认为如果一个资源被锁定，它总会在以后某个时间被释放。而死锁发生在当多个进程访问同一数据库时，其中每个进程拥有的锁都是其他进程所需的，由此造成每个进程都无法继续下去。简单的说，进程A等待进程B释放他的资源，B又等待A释放他的资源，这样就互相等待就形成死锁。
形成死锁的必要条件：
1）互斥条件：指进程对所分配到的资源进行排它性使用，即在一段时间内某资源只由一个进程占用。如果此时还有其它进程请求资源，则请求者只能等待，直至占有资源的进程用毕释放。
2）请求和保持条件：指进程已经保持至少一个资源，但又提出了新的资源请求，而该资源已被其它进程占有，此时请求进程阻塞，但又对自己已获得的其它资源保持不放。
3）不剥夺条件：指进程已获得的资源，在未使用完之前，不能被剥夺，只能在使用完时由自己释放。
4）环路等待条件：指在发生死锁时，必然存在一个进程——资源的环形链，即进程集合{P0，P1，P2，···，Pn}中的P0正在等待一个P1占用的资源；P1正在等待P2占用的资源，……，Pn正在等待已被P0占用的资源。
很明显从条件四中，可以看出，死锁也就是死循环，两个进程访问的资源相互等待，导致谁也达不到目的。
死锁是一种现象，而下面几种锁是我们定义的锁类别：
2，共享锁(Shared lock)
3，更新锁(Update lock)
- 为解决死锁，引入更新锁。
-
- 例7：
- ----------------------------------------
- T1:
- begin tran
- select * from table(updlock) (加更新锁)
- update table set column1='hello'
- T2:
- begin tran
- select * from table(updlock)
- update table set column1='world'
-
- 更新锁的意思是：“我现在只想读，你们别人也可以读，但我将来可能会做更新操作，我已经获取了从共享锁（用来读）到排他锁
- （用来更新）的资格”。一个事物只能有一个更新锁获此资格。
-
- T1执行select，加更新锁。
- T2运行，准备加更新锁，但发现已经有一个更新锁在那儿了，只好等。
-
- 当后来有user3、user4...需要查询table表中的数据时，并不会因为T1的select在执行就被阻塞，照样能查询，相比起例6，这提高
- 了效率。
-
- 例8:
- ----------------------------------------
- T1: select * from table(updlock) (加更新锁）
- T2: select * from table(updlock) (等待，直到T1释放更新锁，因为同一时间不能在同一资源上有两个更新锁）
- T3: select * from table (加共享锁，但不用等updlock释放，就可以读）
-
- 这个例子是说明：共享锁和更新锁可以同时在同一个资源上。这被称为共享锁和更新锁是兼容的。
-
- 例9:
- ----------------------------------------
- T1:
- begin
- select * from table(updlock) (加更新锁）
- update table set column1='hello' (重点：这里T1做update时，不需要等T2释放什么，而是直接把更新锁升级为排他锁，然后执行update)
- T2:
- begin
- select * from table (T1加的更新锁不影响T2读取）
- update table set column1='world' (T2的update需要等T1的update做完才能执行)
-
- 我们以这个例子来加深更新锁的理解，
-
- 第一种情况：T1先达，T2紧接到达；在这种情况中，T1先对表加更新锁，T2对表加共享锁，假设T2的select先执行完，准备执行update，
- 发现已有更新锁存在，T2等。T1执行这时才执行完select，准备执行update，更新锁升级为排他锁，然后执行update，执行完成，事务
- 结束，释放锁，T2才轮到执行update。
-
- 第二种情况：T2先达，T1紧接达；在这种情况，T2先对表加共享锁，T1达后，T1对表加更新锁，假设T2 select先结束，准备
- update，发现已有更新锁，则等待，后面步骤就跟第一种情况一样了。
-
- 这个例子是说明：排他锁与更新锁是不兼容的，它们不能同时加在同一子资源上。
4
排他锁（独占锁，Exclusive Locks)
- 即其它事务既不能读，又不能改排他锁锁定的资源。
- 例10
- T1: update table set column1='hello' where id<1000
- T2: update table set column1='world' where id>1000
-
- 假设T1先达，T2随后至，这个过程中T1会对id<1000的记录施加排他锁.但不会阻塞T2的update。
-
- 例11 (假设id都是自增长且连续的）
- T1: update table set column1='hello' where id<1000
- T2: update table set column1='world' where id>900
-
- 如同例10，T1先达，T2立刻也到，T1加的排他锁会阻塞T2的update.
5
意向锁(Intent Locks)
- 意向锁就是说在屋（比如代表一个表）门口设置一个标识，说明屋子里有人（比如代表某些记录）被锁住了。另一个人想知道屋子
- 里是否有人被锁，不用进屋子里一个一个的去查，直接看门口标识就行了。
-
- 当一个表中的某一行被加上排他锁后，该表就不能再被加表锁。数据库程序如何知道该表不能被加表锁？一种方式是逐条的判断该
- 表的每一条记录是否已经有排他锁，另一种方式是直接在表这一层级检查表本身是否有意向锁，不需要逐条判断。显然后者效率高。
-
- 例12：
- ----------------------------------------
- T1: begin tran
- select * from table (xlock) where id=10 --意思是对id=10这一行强加排他锁
- T2: begin tran
- select * from table (tablock) --意思是要加表级锁
-
- 假设T1先执行，T2后执行，T2执行时，欲加表锁，为判断是否可以加表锁，数据库系统要逐条判断table表每行记录是否已有排他锁，
- 如果发现其中一行已经有排他锁了，就不允许再加表锁了。只是这样逐条判断效率太低了。
-
- 实际上，数据库系统不是这样工作的。当T1的select执行时，系统对表table的id=10的这一行加了排他锁，还同时悄悄的对整个表
- 加了意向排他锁(IX)，当T2执行表锁时，只需要看到这个表已经有意向排他锁存在，就直接等待，而不需要逐条检查资源了。
-
- 例13：
- ----------------------------------------
- T1: begin tran
- update table set column1='hello' where id=1
- T2: begin tran
- update table set column1='world' where id=1
-
- 这个例子和上面的例子实际效果相同，T1执行，系统对table同时对行家排他锁、对页加意向排他锁、对表加意向排他锁。
6
计划锁(Schema Locks)
- 例14：
- ----------------------------------------
- alter table .... (加schema locks，称之为Schema modification (Sch-M) locks
-
- DDL语句都会加Sch-M锁
- 该锁不允许任何其它session连接该表。连都连不了这个表了，当然更不用说想对该表执行什么sql语句了。
-
- 例15:
- ----------------------------------------
- 用jdbc向数据库发送了一条新的sql语句，数据库要先对之进行编译，在编译期间，也会加锁，称之为：Schema stability (Sch-S) locks
-
- select * from tableA
-
- 编译这条语句过程中，其它session可以对表tableA做任何操作(update,delete，加排他锁等等），但不能做DDL(比如alter table)操作
7,Bulk Update Locks 主要在批量导数据时用（比如用类似于oracle中的imp/exp的bcp命令）。不难理解，程序员往往也不需要关心，不赘述了。
8, 何时加锁？
- 如何加锁，何时加锁，加什么锁，你可以通过hint手工强行指定，但大多是数据库系统自动决定的。这就是为什么我们可以不懂锁也可
- 以高高兴兴的写SQL。
-
- 例15:
- ----------------------------------------
- T1: begin tran
- update table set column1='hello' where id=1
- T2: SET TRANSACTION ISOLATION LEVEL READ UNCOMMITTED -- 事物隔离级别为允许脏读
- go
- select * from table where id=1
- 这里，T2的select可以查出结果。如果事物隔离级别不设为脏读，则T2会等T1事物执行完才能读出结果。
-
- 数据库如何自动加锁的？
-
- 1) T1执行，数据库自动加排他锁
- 2) T2执行，数据库发现事物隔离级别允许脏读，便不加共享锁。不加共享锁，则不会与已有的排他锁冲突，所以可以脏读。
-
- 例16:
- ----------------------------------------
- T1: begin tran
- update table set column1='hello' where id=1
- T2: select * from table where id=1 --为指定隔离级别，则使用系统默认隔离级别，它不允许脏读
-
- 如果事物级别不设为脏读，则：
- 1) T1执行，数据库自动加排他锁
- 2) T2执行，数据库发现事物隔离级别不允许脏读，便准备为此次select过程加共享锁，但发现加不上，因为已经有排他锁了，所以就
- 等啊等。直到T1执行完，释放了排他锁，T2才加上了共享锁，然后开始读....
9,锁的粒度
锁的粒度就是指锁的生效范围，就是说是行锁，还是页锁，还是整表锁. 锁的粒度同样既可以由数据库自动管理，也可以通过手工指定hint来管理。
- 例17：
- ----------------------------------------
- T1: select * from table (paglock)
- T2: update table set column1='hello' where id>10
-
- T1执行时，会先对第一页加锁，读完第一页后，释放锁，再对第二页加锁，依此类推。假设前10行记录恰好是一页(当然，一般不可能
- 一页只有10行记录），那么T1执行到第一页查询时，并不会阻塞T2的更新。
-
- 例18：
- ----------------------------------------
- T1: select * from table (rowlock)
- T2: update table set column1='hello' where id=10
-
- T1执行时，对每行加共享锁，读取，然后释放，再对下一行加锁;T2执行时，会对id=10的那一行试图加锁，只要该行没有被T1加上行锁，
- T2就可以顺利执行update操作。
-
- 例19：
- ----------------------------------------
- T1: select * from table (tablock)
- T2: update table set column1='hello' where id = 10
-
- T1执行，对整个表加共享锁. T1必须完全查询完，T2才可以允许加锁，并开始更新。
-
- 以上3例是手工指定锁的粒度，也可以通过设定事物隔离级别，让数据库自动设置锁的粒度。不同的事物隔离级别，数据库会有不同的
- 加锁策略（比如加什么类型的锁，加什么粒度的锁）。具体请查联机手册。
10,锁与事物隔离级别的优先级
- 手工指定的锁优先，
- 例20:
- ----------------------------------------
- T1: GO
- SET TRANSACTION ISOLATION LEVEL SERIALIZABLE
- GO
- BEGIN TRANSACTION
- SELECT * FROM table (NOLOCK)
- GO
- T2: update table set column1='hello' where id=10
-
- T1是事物隔离级别为最高级，串行锁，数据库系统本应对后面的select语句自动加表级锁，但因为手工指定了NOLOCK，所以该select
- 语句不会加任何锁，所以T2也就不会有任何阻塞。
11,数据库的其它重要Hint以及它们的区别
- 1) holdlock 对表加共享锁，且事物不完成，共享锁不释放。
- 2) tablock 对表加共享锁，只要statement不完成，共享锁不释放。
- 与holdlock区别，见下例：
- 例21
- ----------------------------------------
- T1:
- begin tran
- select * from table (tablock)
- T2:
- begin tran
- update table set column1='hello' where id = 10
-
- T1执行完select，就会释放共享锁，然后T2就可以执行update. 此之谓tablock. 下面我们看holdlock
- 例22
- ----------------------------------------
- T1:
- begin tran
- select * from table (holdlock)
- T2:
- begin tran
- update table set column1='hello' where id = 10
-
- T1执行完select，共享锁仍然不会释放，仍然会被hold(持有），T2也因此必须等待而不能update. 当T1最后执行了commit或
- rollback说明这一个事物结束了，T2才取得执行权。
-
- 3) TABLOCKX 对表加排他锁
-
- 例23：
- ----------------------------------------
- T1: select * from table(tablockx) (强行加排他锁）
- 其它session就无法对这个表进行读和更新了，除非T1执行完了，就会自动释放排他锁。
- 例24：
- ----------------------------------------
- T1: begin tran
- select * from table(tablockx)
- 这次，单单select执行完还不行，必须整个事物完成（执行了commit或rollback后）才会释放排他锁。
-
- 4) xlock 加排他锁
- 那它跟tablockx有何区别呢？
-
- 它可以这样用，
- 例25:
- ----------------------------------------
- select * from table(xlock paglock) 对page加排他锁
- 而TABLELOCX不能这么用。
-
- xlock还可这么用：select * from table(xlock tablock) 效果等同于select * from table(tablockx)
12,锁的超时等待
- SET LOCK_TIMEOUT 4000 用来设置锁等待时间，单位是毫秒，4000意味着等待
- 4秒可以用select @@LOCK_TIMEOUT查看当前session的锁超时设置。-1 意味着
- 永远等待。
-
- T1: begin tran
- udpate table set column1='hello' where id = 10
- T2: set lock_timeout 4000
- select * from table wehre id = 10
T2执行时，会等待T1释放排他锁，等了4秒钟，如果T1还没有释放排他锁，T2就会抛出异常： Lock request time out period exceeded.
13,乐观锁和悲观锁
悲观锁(Pessimistic Lock), 顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁，表锁等，读锁，写锁等，都是在做操作之前先上锁。
乐观锁(Optimistic Lock), 顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量，像数据库如果提供类似于write_condition机制的其实都是提供的乐观锁。
悲观锁：指的是对数据被外界（包括本系统当前的其他事务，以及来自外部系统的事务处理）修改持保守态度，因此，在整个数据处理过程中，将数据处于锁定状态
乐观锁：假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。乐观锁不能解决脏读的问题。
实例：
- 如一个金融系统，当某个操作员读取用户的数据，并在读出的用户数据的基础上进行修改时（如更改用户帐户余额），如果采用悲观锁机制，也就意味着整个操作过 程中（从操作员读出数据、开始修改直至提交修改结果的全过程，甚至还包括操作 员中途去煮咖啡的时间），数据库记录始终处于加锁状态，可以想见，如果面对几百上千个并发，这样的情况将导致怎样的后果。
- 乐观锁机制在一定程度上解决了这个问题。乐观锁，大多是基于数据版本 （ Version ）记录机制实现。何谓数据版本？即为数据增加一个版本标识，在基于数据库表的版本解决方案中，一般是通过为数据库表增加一个 “version” 字段来实现。
- 读取出数据时，将此版本号一同读出，之后更新时，对此版本号加一。此时，将提交数据的版本数据与数据库表对应记录的当前版本信息进行比对，如果提交的数据版本号大于数据库表当前版本号，则予以更新，否则认为是过期数据。
- 对于上面修改用户帐户信息的例子而言，假设数据库中帐户信息表中有一个 version 字段，当前值为 1 ；而当前帐户余额字段（ balance ）为 $100 。
- 1 操作员 A 此时将其读出（ version=1 ），并从其帐户余额中扣除 $50（ $100-$50 ）。
- 2 在操作员 A 操作的过程中，操作员B 也读入此用户信息（ version=1 ），并从其帐户余额中扣除 $20 （ $100-$20 ）。
- 3 操作员 A 完成了修改工作，将数据版本号加一（ version=2 ），连同帐户扣除后余额（ balance=$50 ），提交至数据库更新，此时由于提交数据版本大于数据库记录当前版本，数据被更新，数据库记录 version 更新为 2 。
- 4 操作员 B 完成了操作，也将版本号加一（ version=2 ）试图向数据库提交数据（ balance=$80 ），但此时比对数据库记录版本时发现，操作员 B 提交的数据版本号为 2 ，数据库记录当前版本也为 2 ，不满足 “ 提交版本必须大于记录当前版本才能执行更新 “ 的乐观锁策略，因此，操作员 B 的提交被驳回。
- 这样，就避免了操作员 B 用基于 version=1 的旧数据修改的结果覆盖操作员A 的操作结果的可能。
乐观锁优点：
从上面的例子可以看出，乐观锁机制避免了长事务中的数据库加锁开销（操作员 A和操作员 B 操作过程中，都没有对数据库数据加锁），大大提升了大并发量下的系统整体性能表现。
缺点：需要注意的是，乐观锁机制往往基于系统中的数据存储逻辑，因此也具备一定的局限性，如在上例中，由于乐观锁机制是在我们的系统中实现，来自外部系统的用户余额更新操作不受我们系统的控制，因此可能会造成脏数据被更新到数据库中。在系统设计阶段，我们应该充分考虑到这些情况出现的可能性，并进行相应调整（如将乐观锁策略在数据库存储过程中实现，对外只开放基于此存储过程的数据更新途径，而不是将数据库表直接对外公开）。
留言列表
