每次写博客，第一句话都是这样的：程序员很苦逼，除了会写程序，还得会写博客！固然，但愿未来的一天，某位老板看到此博客，给你的程序员职工加点薪资吧！由于程序员的世界除了苦逼就是沉默。我眼中的程序员大多都不爱说话，默默承受着编程的巨大压力，除了技术上的交流外，他们不肯意也不擅长和别人交流，更不乐意任何人走进他们的心里！html
最近悟出来一个道理，在这儿分享给你们：学历表明你的过去，能力表明你的如今，学习表明你的未来。咱们都知道计算机技术发展突飞猛进，速度惊人的快，你我稍不留神，就会被慢慢淘汰！所以：每日不间断的学习是避免被淘汰的不二法宝。程序员
固然，题外话说多了，咱进入正题！sql
在多用户环境中，在同一时间可能会有多个用户更新相同的记录，这会产生冲突。这就是著名的并发性问题。数据库
典型的冲突有：编程
- 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改成2，用户B把值从2改成6，则用户A丢失了他的更新。
- 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把值改成2，用户A读到的值仍为6。
为了解决这些并发带来的问题。 咱们须要引入并发控制机制。并发
并发控制机制
悲观锁：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操做。[1]编程语言
乐观锁：假设不会发生并发冲突，只在提交操做时检查是否违反数据完整性。[1] 乐观锁不能解决脏读的问题。post
最经常使用的处理多用户并发访问的方法是加锁。当一个用户锁住数据库中的某个对象时，其余用户就不能再访问该对象。加锁对并发访问的影响体如今锁的粒度上。好比，放在一个表上的锁限制对整个表的并发访问；放在数据页上的锁限制了对整个数据页的访问；放在行上的锁只限制对该行的并发访问。可见行锁粒度最小，并发访问最好，页锁粒度最大，并发访问性能就会越低。性能
悲观锁：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操做。[1] 悲观锁假定其余用户企图访问或者改变你正在访问、更改的对象的几率是很高的，所以在悲观锁的环境中，在你开始改变此对象以前就将该对象锁住，而且直到你提交了所做的更改以后才释放锁。悲观的缺陷是不管是页锁仍是行锁，加锁的时间可能会很长，这样可能会长时间的锁定一个对象，限制其余用户的访问，也就是说悲观锁的并发访问性很差。学习
乐观锁：假设不会发生并发冲突，只在提交操做时检查是否违反数据完整性。[1] 乐观锁不能解决脏读的问题。 乐观锁则认为其余用户企图改变你正在更改的对象的几率是很小的，所以乐观锁直到你准备提交所做的更改时才将对象锁住，当你读取以及改变该对象时并不加锁。可见乐观锁加锁的时间要比悲观锁短，乐观锁能够用较大的锁粒度得到较好的并发访问性能。可是若是第二个用户刚好在第一个用户提交更改以前读取了该对象，那么当他完成了本身的更改进行提交时，数据库就会发现该对象已经变化了，这样，第二个用户不得不从新读取该对象并做出更改。这说明在乐观锁环境中，会增长并发用户读取对象的次数。
从数据库厂商的角度看，使用乐观的页锁是比较好的，尤为在影响不少行的批量操做中能够放比较少的锁，从而下降对资源的需求提升数据库的性能。再考虑汇集索引。在数据库中记录是按照汇集索引的物理顺序存放的。若是使用页锁，当两个用户同时访问更改位于同一数据页上的相邻两行时，其中一个用户必须等待另外一个用户释放锁，这会明显地下降系统的性能。interbase和大多数关系数据库同样，采用的是乐观锁，并且读锁是共享的，写锁是排他的。能够在一个读锁上再放置读锁，但不能再放置写锁；你不能在写锁上再放置任何锁。锁是目前解决多用户并发访问的有效手段。
综上所述：在实际生产环境里边,若是并发量不大且不容许脏读，可使用悲观锁解决并发问题；但若是系统的并发很是大的话,悲观锁定会带来很是大的性能问题,因此咱们就要选择乐观锁定的方法.
悲观锁应用
须要使用数据库的锁机制，好比SQL SERVER 的TABLOCKX（排它表锁） 此选项被选中时，SQL Server 将在整个表上置排它锁直至该命令或事务结束。这将防止其余进程读取或修改表中的数据。
SqlServer中使用
Begin Tran
select top 1 @TrainNo=T_NO
from Train_ticket with (UPDLOCK) where S_Flag=0
update Train_ticket
set T_Name=user,
T_Time=getdate(),
S_Flag=1
where T_NO=@TrainNo
commit
咱们在查询的时候使用了with (UPDLOCK)选项,在查询记录的时候咱们就对记录加上了更新锁,表示咱们即将对此记录进行更新. 注意更新锁和共享锁是不冲突的,也就是其余用户还能够查询此表的内容,可是和更新锁和排它锁是冲突的.因此其余的更新用户就会阻塞.
在此：举个简单的例子来讲明悲观锁的应用，咱们以SQLServer为例进行说明：
假如两个线程同时修改数据库同一条记录，就会致使后一条记录覆盖前一条，从而引起一些问题。
例如：
一个售票系统有一个余票数，客户端每调用一次出票方法，余票数就减一。
情景：
总共300张票，假设两个售票点，刚好在同一时间出票，它们作的操做都是先查询余票数，而后减一。
通常的sql语句：
问题就在于，同一时间获取的余票都为300，每一个售票点都作了一次更新为299的操做，致使余票少了1，而实际出了两张票。
打开两个查询窗口，分别快速运行以上代码便可看到效果。
所以：在此咱们能够采用悲观锁进行解决
在查询的时候加了一个更新锁，保证自查询起直到事务结束不会被其余事务读取修改，避免产生脏数据。
从而能够解决上述问题。
若是这个售票系统并发过高（例如：春节售票，十月一国庆售票等买票人员并发操做很高），咱们采用上述的悲观锁方案就会是系统性能大大下降。譬如：售票员A锁定了这个操做，售票员A在处理这个业务的过程当中，又去喝了杯咖啡，在此期间，其余业务员是没法进行订票的，因此...
乐观锁解决方案：
这即是乐观锁的解决方案，能够解决并发带来的数据错误问题，但不保证每一次调用更新都成功，可能会返回'更新失败'
悲观锁和乐观锁
悲观锁必定成功，但在并发量特别大的时候会形成很长堵塞甚至超时，仅适合小并发的状况。
乐观锁不必定每次都修改为功，但能充分利用系统的并发处理机制，在大并发量的时候效率要高不少。
下面以SQLSERVER为例，详情说明悲观锁和乐观锁(请务必看懂关于乐观锁的实现，由于：在实际的系统中，乐观锁应用较为普遍)
锁（ locking ）
业务逻辑的实现过程当中，每每须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，咱们但愿针对某个 cut-off 时间点的数据进行处理，而不但愿在结算进行过程当中（多是几秒种，也多是几个小时），数据再发生变化。此时，咱们就须要经过一些机制来保证这些数据在某个操做过程当中不会被外界修改，这样的机制，在这里，也就是所谓的 “ 锁 ” ，即给咱们选定的目标数据上锁，使其没法被其余程序修改。
Hibernate 支持两种锁机制：即一般所说的 “ 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余事务，以及来自外部系统的事务处理）修改持保守态度，所以，在整个数据处理过程当中，将数据处于锁定状态。悲观锁的实现，每每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，不然，即便在本系统中实现了加锁机制，也没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 表中全部符合检索条件（ name=”Erica” ）的记录。
本次事务提交以前（事务提交时会释放事务过程当中的锁），外界没法修改这些记录。
Hibernate 的悲观锁，也是基于数据库的锁机制实现。
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。
乐观锁（ Optimistic Locking ）
相对悲观锁而言，乐观锁机制采起了更加宽松的加锁机制。悲观锁大多数状况下依 靠数据库的锁机制实现，以保证操做最大程度的独占性。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，这样的开销每每没法承受。
如一个金融系统，当某个操做员读取用户的数据，并在读出的用户数据的基础上进 行修改时（如更改用户账户余额），若是采用悲观锁机制，也就意味着整个操做过 程中（从操做员读出数据、开始修改直至提交修改结果的全过程，甚至还包括操做员中途去煮咖啡的时间），数据库记录始终处于加锁状态，能够想见，若是面对几百上千个并发，这样的状况将致使怎样的后果。
乐观锁机制在必定程度上解决了这个问题。乐观锁，大可能是基于数据版本 Version ）记录机制实现。何谓数据版本？即为数据增长一个版本标识，在基于(数据库表的版本解决方案中，通常是经过为数据库表增长一个 “version” 字段来实现。读取出数据时，将此版本号一同读出，以后更新时，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，若是提交的数据版本号大于数据库表当前版本号，则予以更新，不然认为是过时数据。
对于上面修改用户账户信息的例子而言，假设数据库中账户信息表中有一个version 字段，当前值为 1 ；而当前账户余额字段（ balance ）为 $100 。
1 操做员 A 此时将其读出（ version=1 ），并从其账户余额中扣除 $50（ $100-$50 ）。
2 在操做员 A 操做的过程当中，操做员 B 也读入此用户信息（ version=1 ），并从其账户余额中扣除 $20 （ $100-$20 ）。
3 操做员 A 完成了修改工做，将数据版本号加一（ version=2 ），连同账户扣除后余额（ balance=$50 ），提交至数据库更新，此时因为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 操做员 B 完成了操做，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，操做员 B 提交的数据版本号为 2 ，数据库记录当前版本也为 2 ，不知足 “ 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，所以，操做员 B 的提交被驳回。
这样，就避免了操做员 B 用基于 version=1 的旧数据修改的结果覆盖操做员 A 的操做结果的可能。
从上面的例子能够看出，乐观锁机制避免了长事务中的数据库加锁开销（操做员 A和操做员 B 操做过程当中，都没有对数据库数据加锁），大大提高了大并发量下的系统总体性能表现.
须要注意的是，乐观锁机制每每基于系统中的数据存储逻辑，所以也具有必定的局限性，如在上例中，因为乐观锁机制是在咱们的系统中实现，来自外部系统的用户余额更新操做不受咱们系统的控制，所以可能会形成脏数据被更新到数据库中。在系统设计阶段，咱们应该充分考虑到这些状况出现的可能性，并进行相应调整（如将乐观锁策略在数据库存储过程当中实现，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）。
固然：除了SQL上的锁能够解决数据并发外，咱们也能够结合编程语言来实现并发的控制。
在此：以C#为例，咱们能够经过代码临界区的定义来实现并发的控制。在C#语言中，定义一个代码临界区使用的关键字是LOCK，在此，小弟不做详细介绍，仅仅做为提示你们，有兴趣的小伙伴能够自行查阅关于C#临界区代码关键字LOCK的使用，本人系列博客：模拟并发/C# 并发处理 锁OR线程