本文共 6803 字，大约阅读时间需要 22 分钟。

今天又用到这个了,之前做分布式,很多表在设计的时候都不加各种限制以及关联了,因为加了以后,数据库以后维护,成本很大

但是在复杂的业务系统中,比如金融系统,等等,各种锁机制还是需要用的..

行锁以及表锁.

　　Oracle的锁机制主要分为行锁和表锁，行锁即锁定表中的某行数据，表锁锁定表中所有数据。锁定的数据不能插入，更新，删除，只能查询，语法 for update。锁的周期为一次数据提交，一次数据提交中可能会有多条SQL语句。 

　　在大并发中为了保证某些数据的唯一性，常用到锁的机制，下文会有介绍如何在大并发下保证订单流水号的唯一性。  表锁：  线程1：select * from user for update;  线程2：update user set name=’123’ 堵塞  update user set name=’123’ where id = 1 堵塞  user表被锁定，其他进程无法修改表中数据，只能查询。

行锁： 

线程1：select * from user where id = 1 for update;  线程2：update user set name=’123’ 堵塞  update user set name=’123’ where id = 1 堵塞  update user set name=’123’ where id = 2 正常  user表中id=1数据被锁定，其他进程无法修改user该条数据。

悲观锁即为独占锁，A线程操作a表a1数据，其他线程需等待A的事务提交后才能操作a1数据。 

乐观锁通过控制版本号实现数据是否提交，A线程操作a表a1数据（读取当前表版本号1），事务提交改为版本号1+1=2。B线程在A线程未提交亦执行相同操作，版本号1+1=2<2，阻止该操作update a set a1=new and version.a=version.a+1 where version = version.a，允许版本号不连续覆盖的话version >= version.a。  表锁行锁针对的是数据库  乐观锁，悲观锁是一种概念

---------------------------------------

悲观锁机制：

String hqlStr  =   " from TUser as user where user.name=’Erica’ " ;  2 Query query  =  session.createQuery(hqlStr);  3 query.setLockMode( " user " ,LockMode.UPGRADE);  // 加锁   4  List userList  =  query.list(); // 执行查询，  乐观锁机制： < hibernate - mapping >   < class   name = " org.hibernate.sample.TUser "   table = " t_user "   dynamic - update = " true "   dynamic - insert = " true "   optimistic - lock = " version "   >   ……  </ class >   </ hibernate - mapping >

 

 

详解：

锁（ locking ） 

业务逻辑的实现过程中，往往需要保证数据访问的排他性。如在金融系统的日终结算  处理中，我们希望针对某个 cut-off 时间点的数据进行处理，而不希望在结算进行过程中  （可能是几秒种，也可能是几个小时），数据再发生变化。此时，我们就需要通过一些机  制来保证这些数据在某个操作过程中不会被外界修改，这样的机制，在这里，也就是所谓  的 “ 锁 ” ，即给我们选定的目标数据上锁，使其无法被其他程序修改。  Hibernate 支持两种锁机制：即通常所说的 “ 悲观锁（ Pessimistic Locking ） ” 和 “ 乐观锁（ Optimistic Locking ） ” 。  悲观锁（ Pessimistic Locking ）  悲观锁，正如其名，它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。悲观锁的实现，往往依靠数据库提供的锁机制（也只有数据库层提供的锁机制才能  真正保证数据访问的排他性，否则，即使在本系统中实现了加锁机制，也无法保证外部系  统不会修改数据）。  一个典型的倚赖数据库的悲观锁调用：  select * from account where name=”Erica” for update 这条 sql 语句锁定了 account 表中所有符合检索条件（ name=”Erica” ）的记录。  本次事务提交之前（事务提交时会释放事务过程中的锁），外界无法修改这些记录。  Hibernate 的悲观锁，也是基于数据库的锁机制实现。  下面的代码实现了对查询记录的加锁：

 

String hqlStr =

"from TUser as user where user.name='Erica'"; Query query = session.createQuery(hqlStr); query.setLockMode("user",LockMode.UPGRADE); // 加锁  List userList = query.list();// 执行查询，获取数据  query.setLockMode 对查询语句中，特定别名所对应的记录进行加锁（我们为  TUser 类指定了一个别名 “user” ），这里也就是对返回的所有 user 记录进行加锁。  观察运行期 Hibernate 生成的 SQL 语句：  select tuser0_.id as id, tuser0_.name as name, tuser0_.group_id as group_id, tuser0_.user_type as user_type, tuser0_.sex as sex from t_user tuser0_ where (tuser0_.name='Erica' ) for update 这里 Hibernate 通过使用数据库的 for update 子句实现了悲观锁机制。  Hibernate 的加锁模式有：  Ø LockMode.NONE ： 无锁机制。  Ø LockMode.WRITE ： Hibernate 在 Insert 和 Update 记录的时候会自动  获取。  Ø LockMode.READ ： Hibernate 在读取记录的时候会自动获取。  以上这三种锁机制一般由 Hibernate 内部使用，如 Hibernate 为了保证 Update 过程中对象不会被外界修改，会在 save 方法实现中自动为目标对象加上 WRITE 锁。  Ø LockMode.UPGRADE ：利用数据库的 for update 子句加锁。  Ø LockMode. UPGRADE_NOWAIT ： Oracle 的特定实现，利用 Oracle 的 for update nowait 子句实现加锁。  上面这两种锁机制是我们在应用层较为常用的，加锁一般通过以下方法实现：  Criteria.setLockMode Query.setLockMode Session.lock 注意，只有在查询开始之前（也就是 Hiberate 生成 SQL 之前）设定加锁，才会  真正通过数据库的锁机制进行加锁处理，否则，数据已经通过不包含 for update 子句的 Select SQL 加载进来，所谓数据库加锁也就无从谈起。  乐观锁（ Optimistic Locking ）  相对悲观锁而言，乐观锁机制采取了更加宽松的加锁机制。悲观锁大多数情况下依  靠数据库的锁机制实现，以保证操作最大程度的独占性。但随之而来的就是数据库  性能的大量开销，特别是对长事务而言，这样的开销往往无法承受。  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。  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。  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）。  Hibernate 在其数据访问引擎中内置了乐观锁实现。如果不用考虑外部系统对数  据库的更新操作，利用 Hibernate 提供的透明化乐观锁实现，将大大提升我们的  生产力。  Hibernate 中可以通过 class 描述符的 optimistic-lock 属性结合 version 描述符指定。  现在，我们为之前示例中的 TUser 加上乐观锁机制。

1 ． 首先为 TUser 的 class 描述符添加 optimistic-lock 属性： 

<hibernate-mapping> <class name="org.hibernate.sample.TUser" table="t_user" dynamic-update="true" dynamic-insert="true" optimistic-lock="version" > …… </class> </hibernate-mapping> optimistic-lock 属性有如下可选取值：  Ø none 无乐观锁  Ø version 通过版本机制实现乐观锁  Ø dirty 通过检查发生变动过的属性实现乐观锁  Ø all 通过检查所有属性实现乐观锁  其中通过 version 实现的乐观锁机制是 Hibernate 官方推荐的乐观锁实现，同时也  是 Hibernate 中，目前唯一在数据对象脱离 Session 发生修改的情况下依然有效的锁机  制。因此，一般情况下，我们都选择 version 方式作为 Hibernate 乐观锁实现机制。  2 ． 添加一个 Version 属性描述符  <hibernate-mapping> <class name="org.hibernate.sample.TUser" table="t_user" dynamic-update="true" dynamic-insert="true" optimistic-lock="version" > <id name="id" column="id" type="java.lang.Integer" > <generator class="native">

</generator>

</id> <version column="version" name="version" type="java.lang.Integer" /> …… </class> </hibernate-mapping> 注意 version 节点必须出现在 ID 节点之后。  这里我们声明了一个 version 属性，用于存放用户的版本信息，保存在 TUser 表的  version 字段中。  此时如果我们尝试编写一段代码，更新 TUser 表中记录数据，如：  Criteria criteria = session.createCriteria(TUser.class); criteria.add(Expression.eq("name","Erica")); List userList = criteria.list(); TUser user =(TUser)userList.get(0); Transaction tx = session.beginTransaction(); user.setUserType(1); // 更新 UserType 字段  tx.commit(); 每次对 TUser 进行更新的时候，我们可以发现，数据库中的 version 都在递增。  而如果我们尝试在 tx.commit 之前，启动另外一个 Session ，对名为 Erica 的用  户进行操作，以模拟并发更新时的情形：  Session session= getSession(); Criteria criteria = session.createCriteria(TUser.class); criteria.add(Expression.eq("name","Erica")); Session session2 = getSession(); Criteria criteria2 = session2.createCriteria(TUser.class); criteria2.add(Expression.eq("name","Erica")); List userList = criteria.list(); List userList2 = criteria2.list();TUser user =(TUser)userList.get(0); TUser user2 =(TUser)userList2.get(0); Transaction tx = session.beginTransaction(); Transaction tx2 = session2.beginTransaction(); user2.setUserType(99); tx2.commit(); user.setUserType(1); tx.commit(); 执行以上代码，代码将在 tx.commit() 处抛出 StaleObjectStateException 异  常，并指出版本检查失败，当前事务正在试图提交一个过期数据。通过捕捉这个异常，我  们就可以在乐观锁校验失败时进行相应处理

转载地址：https://credream.blog.csdn.net/article/details/89447341 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！