一个悲观锁和乐观锁的小白故事
在大型分布式系统中，不可避免的会遇到大量并发写入的场景。在这种场景下如何进行更好的并发控制，即在多个任务同时存取数据时保证数据的一致性，成为分布式系统必须解决的问题。
小程序
悲观并发控制和乐观并发控制是并发控制中采用的主要技术手段，对于不一样的业务场景，应该选择不一样的控制方法也让开发者头疼，今天让经过一个故事(来源：荒唐的程序猿)，讲解下其原理和优劣势。缓存
搬好板凳，故事立刻开始了。服务器
▼架构
▼并发
旺财和小强生活在一个网上商城的系统中， 是一对儿线程好基友。 app
星期一刚上班，旺财接到领导电话说，要把一个商品的库存减小20， 旺财不敢怠慢，赶快把库存取出来一看，哦，如今有1000个。分布式
与此同时，小强也接到电话说要把同一商品的库存减小30，他一看，哦，如今有1000个。高并发
旺财计算出最新的库存值980，保存！性能
小强也计算出最新的库存值970，保存 ! 学习
旺财的数据被小强覆盖了！
领导一看，原本卖出了50个商品，如今库存只扣了30个，这样持续下去就天下大乱了。
旺财和小强，各打二十大板，长长记性！
小强说：“哥，要不咱们仍是想个办法吧，再这样下去要被打死的。”
旺财悲催地说： “这样， 之后咱们每次访问库存以前，都要先加锁，加了锁，就禁止别人再进入访问，只能等待持有锁的人来释放。”
星期二， 领导让旺财再次把库存减小20 ， 旺财此次万分当心，先把库存给锁住，而后慢慢修改。
小强也接到了把库存减小的指令， 可是旺财哥已经把库存锁住了， 不能操做，小强只好去阻塞车间喝茶聊天，而后到就绪车间等待调度运行。
好不容易等到能够再次执行了，小强一看，这库存怎么还锁着呢！？只好再次去阻塞车间喝茶。
领导一看，小强你怎么回事，总是喝茶聊天？还干不干活了？
小强争辩说旺财哥一直锁着库存，我无法操做。
领导无论这些，把小强和旺财又打了二十大板。
备注：这种加锁的方式就是悲观锁了，悲观锁正如其名，每次取读写数据时候总认为数据会被别人修改，因此将数据加锁，置于锁定状态， 不让别人再访问。缺点是若是持有锁的时间太长，其余用户须要等待很长时间。
旺财说： “兄弟，这一次哥对不住你啊，处理得慢了一些，不过哥刚才挨打的时候想了一个好办法：乐观锁。”
小强说：“拉倒吧你，屁股都快被打烂了还乐观？”
“你听我说嘛， 咱们在那个库存字段的旁边，再加上一个版本(version)的字段， 例如刚开始的时候（库存= 1000， 版本=1）， 每次你去读的时候不只要读出库存，还要读出版本号， 等到你修改了库存，往回写的时候必定要检查一下版本号，看看和你读的时候是否同样。”
“若是不同呢？” 小强问
“那就放弃此次写的操做，从新读取库存和版本号， 从新来过。”
“若是同样呢？ ”
“那就放心大胆地把新的库存值写回去。把版本号也加1”
“我彷佛有点明白了，咱们试试，不过你要想好，我可不想再挨板子了。”
星期三， 旺财奉命把库存减去30， 他先读到了(库存= 1000， 版本=1)， 小强也要改库存了，他要把库存减去50，因而他也读到了(库存= 1000， 版本=1）。
旺财计算出新的库存值970 ，写回成功，如今版本变成了(库存= 970， 版本=2)。
小强也计算出新库存950 ，也准备写回，他战战兢兢地去看最新的版本号，已经变成版本2了， 按照以前的约定，只好从新读取了。
小强再次读取（库存= 970，版本=2），计算出最新缓存值920(970减去50)，再次试图更新，没想到又被别人抢了先，如今版本号已经变成3了 ，最新的数据是(库存= 900，版本=3)。
唉， 只好从新来过， 计算出最新缓存值850（900减去50），第三次终于更新成功了， 最新的库存是 （库存=850， 版本= 4）
领导看到旺财和小强忙得热火朝天，一刻不停，而且库存值也没有乱掉， 满意地点了点头：好同志啊。
备注： 这种方式就是所谓的乐观锁了，旺财和小强此次乐观了一点，以为通常状况下不会有太多人修改库存，因此没有加锁，放心地去操做，只有在最后更新的时候才去看是否冲突。 这种方式适合于冲突很少的场景，若是冲突不少，数据争用激烈，会致使不断地尝试，反而下降了性能。
故事完
▼
▼
两种锁机制总结：
悲观锁(全称Pessimistic Concurrency Control，缩写PCC)是一种并发控制的方法。它能够阻止一个事务以影响其余用户的方式来修改数据。若是一个事务执行的操做读某行数据应用了锁，那只有当这个事务把锁释放，其余事务才可以执行与该锁冲突的操做。
在悲观锁的场景下，假设用户A和B要修改同一个文件，A在锁定文件而且修改的过程当中，B是没法修改这个文件的，只有等到A修改完成，而且释放锁之后，B才能够获取锁，而后修改文件。
由此能够看出，悲观锁对并发的控制持悲观态度，它在进行任何修改前，首先会为其加锁，确保整个修改过程当中不会出现冲突，从而有效的保证数据一致性。但这样的机制同时下降了系统的并发性，尤为是两个同时修改的对象自己不存在冲突的状况。同时也可能在竞争锁的时候出现死锁，因此如今不少的系统例如Kubernetes采用了乐观并发的控制方法。
乐观锁(全称Optimistic Concurrency Control，缩写OCC)假设多用户并发的事务在处理时不会彼此影响，各事务可以在不请求锁的状况下处理各自的数据。在提交数据更新以前，每一个事务会先检查在该事务读取数据后，有没有其余事务又修改了该数据。若是其余事务有更新的话，正在提交的事务会进行回滚。
相对于悲观锁对锁的提早控制，乐观锁相信请求之间出现冲突的几率是比较小的，在读取及更改的过程当中都是不加锁的，只有在最后提交更新时才会检测冲突，所以在高并发量的系统中占有绝对优点。一样假设用户A和B要修改同一个文件，A和B会先将文件获取到本地，而后进行修改。若是A已经修改好而且将数据提交，此时B再提交，服务器端会告知B文件已经被修改，返回冲突错误。此时冲突必须由B来解决，能够将文件从新获取回来，再一次修改后提交。
乐观锁一般经过增长一个资源版本字段，来判断请求是否冲突。初始化时指定一个版本值，每次读取数据时将版本号一同读出，每次更新数据，同时也对版本号进行更新。当服务器端收到数据时，将数据中的版本号与服务器端的作对比，若是不一致，则说明数据已经被修改，返回冲突错误。
本号涉及技术和总结(20+本)
可识别小程序获取电子书详细信息
推荐阅读：
舒适提示：
请搜索“ICT_Architect”或“扫一扫”二维码关注公众号，点击原文连接了解更多电子书详情。
求知若渴, 虚心若愚