当前位置: 首页 > news >正文

数据库的锁级别

锁是数据库保证 并发一致性 的重要手段,不同锁级别决定了锁的粒度和范围,从而影响并发性能与数据安全性。锁级别从粗到细:全局锁 → 表级锁 → 页级锁 → 行级锁,粒度越细,并发度越高,但开销越大

一、按锁的粒度划分(从粗到细)

1、全局锁(Global Lock)

        (1) 定义:对整个数据库实例加锁,限制所有表的读写操作。

        (2) 适用场景:全库逻辑备份(如 MySQL 的 FLUSH TABLES WITH READ LOCK),确保备份期间数据不被修改,保证备份一致性。

        (3) 特点

                 加锁期间,整个库处于只读状态,所有更新、插入、删除操作都会被阻塞。

                 粒度最粗,并发影响最大,一般仅在特殊场景(如全库备份)短期使用。

2、表级锁(Table-level Lock)

        (1) 定义:对整张表加锁,控制对表的并发访问。

        (2) 常见类型

                ① 表共享锁(Table Shared Lock,读锁 S): 持有读锁时,所有事务可读取表数据,但不能修改,且其他事务也可加读锁,但不能加写锁。

                ② 表排他锁(Table Exclusive Lock,写锁 X):持有写锁时,只有当前事务可读写表数据,其他事务既不能读也不能写(需等待锁释放)。

                ③ 意向锁(Intention Lock)

                        (a) 数据库自动添加,用于表级锁和行级锁的协调(如 MySQL InnoDB)。

                        (b) 意向共享锁(IS):事务 打算 对表中某些行加读锁。

                        (c) 意向排他锁(IX):事务 打算 对表中某些行加写锁。

                        (d) 作用:提前声明锁意图,避免表级锁和行级锁的冲突检查效率过低。

                ④ 自增锁(Auto-increment Lock)

                        (a) 针对自增列(如 AUTO_INCREMENT)的特殊锁,保证插入时自增值唯一。

                        (b) MySQL 可通过 innodb_autoinc_lock_mode 调整锁粒度(0: 全表锁; 1: 连续值批量锁;2:无锁,依赖二进制日志确保一致性)。

        (3) 适用场景

                ①  表结构修改(如 ALTER TABLE)、全表扫描或大量数据更新(避免行锁竞争)。

                ② 非事务引擎(如 MySQL MyISAM)默认使用表级锁。

        (4) 特点:开销小、加锁快,适合表级操作,但 并发度低容易阻塞)。

3、行级锁(Row-level Lock)

        (1) 定义:对表中单行数据加锁,是粒度最细的锁,并发度最高。

        (2) 常见类型(以 MySQL InnoDB 为例)

                ① 行共享锁(Row Shared Lock,S):事务对某行加读锁,允许其他事务读该行,但不能修改(需等锁释放)。

                ② 行排他锁(Row Exclusive Lock,X):事务对某行加写锁,其他事务既不能读(需等锁释放)也不能写该行。

                ③ 间隙锁(Gap Lock)

                        (a) 锁定索引记录之间的 "间隙"(如 WHERE id BETWEEN 5 AND 10,锁定 5~10 之间的空白区域),防止其他事务插入数据导致 "幻读"。

                        (b) 仅在 InnoDB 的 可重复读(RR)隔离级别 下生效。

                ④ 临键锁(Next-key Lock)

                        (a) 行锁 + 间隙锁的组合,锁定索引记录本身及前面的间隙(如索引值为 10 的行,锁定 (-∞,10] 范围)。

                        (b) InnoDB 默认的行级锁类型,用于平衡并发和一致性。

                ⑤ 记录锁(Record Lock):仅锁定单行记录(不包含间隙),在 读已提交(RC)隔离级别 或条件命中唯一索引时生效。

        (3) 适用场景

                高并发的单行或少量行操作(如用户余额更新、订单状态修改)。

                事务引擎(如 InnoDB、PostgreSQL)的核心锁机制。

        (4) 特点

                开销大、加锁慢(需定位具体行),但并发度高,适合精细化控制。

                可能引发死锁(多个事务互相等待对方释放行锁)。

4、页级锁(Page-level Lock)

        (1) 定义:对数据页(数据库存储的基本单位,如 InnoDB 一页默认 16KB)加锁,粒度介于表级和行级之间。

        (2) 适用场景:部分数据库(如 MySQL BDB 引擎、SQL Server)支持,平衡并发和开销。

        (3) 特点:加锁速度快于行锁,并发度高于表锁,但可能出现 "页内无关行被锁定" 的浪费。

二、按锁的功能 / 模式划分

1、共享锁(Shared Lock,S 锁)

        (1) 作用:允许事务读取数据,多个事务可同时持有同一资源的 S 锁。

        (2) 兼容性:与 S 锁兼容,与 X 锁互斥(读锁和写锁不能同时存在)。

        (3) 示例SELECT ... LOCK IN SHARE MODE(MySQL InnoDB 手动加读锁)。

2、排他锁(Exclusive Lock,X 锁)

        (1) 作用:允许事务修改数据,仅当前事务可持有,阻止其他事务读写。

        (2) 兼容性:与所有锁(S 锁、X 锁)互斥。

        (3) 示例SELECT ... FOR UPDATE(MySQL InnoDB 手动加写锁),或 UPDATE/DELETE 语句自动加 X 锁。

3、乐观锁(Optimistic Lock)

        (1) 定义:非数据库原生锁,通过 "版本号" 或 "时间戳" 实现并发控制,假设冲突概率低,仅在提交时检查是否有冲突。

        (2) 实现方式:表中增加 version 字段,更新时 WHERE version = 原版本,若失败则重试。

        (3) 适用场景:读多写少、冲突少的场景(如商品库存查询)。

        (4) 特点:无锁等待,性能高,但需应用层实现,不适合高冲突场景。

4、悲观锁(Pessimistic Lock)

        (1) 定义:数据库原生锁机制,假设冲突概率高,操作前先加锁,确保独占资源。

        (2) 示例行级锁、表级锁均属于悲观锁

        (3) 适用场景:写多读少、冲突频繁的场景(如秒杀库存扣减)。

        (4) 特点:保证一致性,但可能导致锁等待和死锁。

三、不同数据库的锁机制差异

1、MySQL

        (1) InnoDB 支持行级锁(Next-key Lock 为主)、表级锁(意向锁、自增锁)、全局锁。

        (2) MyISAM 仅支持表级锁(读锁 / 写锁),不支持事务。

2、PostgreSQL:支持行级锁(共享 / 排他)、表级锁、页级锁,且有 "咨询锁"(应用层自定义锁)。

3、Oracle:以行级锁为主,通过 "回滚段" 实现多版本并发控制(MVCC),锁机制更灵活。

4、SQL Server:支持表级锁、页级锁、行级锁,可通过 SET TRANSACTION ISOLATION LEVEL 调整锁行为。

不断成长,走出舒适区,实现自我增值。-- 烟沙九洲

http://www.dtcms.com/a/362874.html

相关文章:

  • Git在idea中的实战使用经验(一)
  • 深度学习之第五课卷积神经网络 (CNN)如何训练自己的数据集(食物分类)
  • SQLShift 实现Oracle 到 OceanBase 的存储过程转换初体验
  • FlowGPT-GPT提示词分享平台
  • 深入剖析Java设计模式之策略模式:从理论到实战
  • 【音视频】 WebRTC GCC 拥塞控制算法
  • 从Java全栈到前端框架:一场真实的技术面试实录
  • Leetcode二分查找(5)
  • 【算法】哈希表专题
  • 单元测试总结2
  • 【大前端】Vue 和 React 主要区别
  • dy图文批量下载
  • 【C++】模板(初阶)--- 初步认识模板
  • 从一行 var a = 1 开始,深入理解 V8 引擎的心脏
  • 【Linux我做主】进程退出和终止详解
  • 掌握设计模式--模板方法模式
  • 前缀树约束大语言模型解码
  • Ollama:本地大语言模型部署和使用详解
  • 【论文阅读】DeepSeek-LV2:用于高级多模态理解的专家混合视觉语言模型
  • ObjectMapper一个对象转json串为啥设计成注入?...
  • 【学Python自动化】 7. Python 输入与输出学习笔记
  • Pandas Python数据处理库:高效处理Excel/CSV数据,支持分组统计与Matplotlib可视化联动
  • 车载刷写架构 --- ECU软件更新怎么保证数据的正确性?
  • Ansible 循环、过滤器与判断逻辑
  • 【保姆级喂饭教程】把chrome谷歌浏览器中的插件导出为CRX安装包
  • Android init 实战项目
  • 文件页的预取逻辑
  • IAM(Identity and Access Management)
  • windows中使用cmd/powershell查杀进程
  • k8s的CRD自定义资源类型示例