内容简介:我们通常讲的MySQL的“锁”,一般就是说的lock。
latch
在 MySQL 中是用来保证并发多线程操作操作临界资源的 锁
,锁定的对象线程,是和咱们使用的 Java 等传统语言中的锁意义相近,而且没有死锁检测的机制。
lock
lock
是MySQL中在事务中使用的 锁
,锁定的对象是事务,来锁定数据库中表、页、行;通常只有在事务commit或者rollback后进行释放。lock是有死锁机制的,当出现死锁时,lock有死锁机制来解决死锁问题:超时时间(参数 innodb_lock_wait_timeout
)、 wait-for graph
。
我们通常讲的MySQL的“锁”,一般就是说的lock。
以下就是InnoDB中“锁”的大分类:
lock的种类
MySQL Lock大体上可以分为:表锁、行锁、意向锁三种。
共享/排他锁
行锁分为: S Lock
和 X Lock
。 S Lock
:读锁; X Lock
:写锁。
两锁之间的兼容性如下。
X S X 不兼容 不兼容 S 不兼容 不兼容
简单总结为: 读锁可以读,读锁不可写;写锁不可读也tm不可写。
意向锁
InnoDB支持多粒度的锁,即:允许表锁和行锁同时存在。
但是,假如表锁覆盖了行锁的数据,所以表锁和行锁也会产生冲突。如:
trx1 BEGI trx1 给 T1 加X锁修改数据。 trx2 BEGIN trx2 给 T1 加表锁修改表结构
这样,表锁和行锁之间就产生了冲突,为了解决这种表锁和行锁共存的问题,就产生了 意向锁
这个东西。
意向锁:从字面意思也很好理解,就是提前表明一个“意向”。
意向锁分为:
-
意向共享锁
。它预示着,事务有意向对表中的”某些行”加S锁。select xxxx lock in share mode
,要设置IS
锁。 -
意向排他锁
。它预示着,事务有意向表中的“某些行”加X锁。select xxx for update
,要设置IX
锁。
但意向锁仅仅是表明意向,它其实非常弱,意向锁之间可以相互并行,并不是排斥的:
意向锁之间的兼容性问题:
IS IX IS 兼容 兼容 IX 兼容 兼容
但是,意向锁可以和行锁互斥。
S X IS 兼容 互斥不兼容 IX 互斥不兼容 互斥不兼容
于是,上述现象就变为了:
trx1 BEGIN trx1 给 T1 先加IX ,然后在某一行记录加X锁。 trx2 BEGIN trx2 给 T1 加表锁(事务被阻塞,等待加锁成功) trx2 修改表结构
主键自增锁
自增锁( auto-inc Locks
)是一种特殊的表级锁,专门针对事务插入 AUTO_INCREMENT
类型的列,往往就是主键列。可以保证主键的值自增是“原子操作”,不会出现一致性、唯一性问题。
行锁的具体分类
InnoDB存储引擎有以上3种行锁算法。以上3种,都是实现在索引上的。
记录锁(Record Lock)
记录锁(Record Lock)总是会去锁住索引记录。
假如没有任何一个索引,那么InnoDB会锁住隐形创建的那个主键。
注意:这里锁的是索引,不一定只是主键索引哦,还可能是二级普通索引。
间隙锁(Gap Lock)
顾名思义,它会封锁索引记录中的“缝隙”,让制其他事务在“缝隙”中插入数据。
它锁定的是一个不包含索引本身的范围。
例如以下索引数据:
间隙锁(Gap Lock)
可以锁的将是以下范围
具体的范围还要根据查询条件不同而定。
间隙锁开启的事务隔离级别是 Repeatable Read
,如果把数据库事务级别降为 Read Committed
(默认是 Repeatable Read
),间隙锁则会自动失效。
临键锁(Next-Key Lock)
Next-Key Lock
可以说是记录锁( Record Lock
)和间隙锁( Gap Lock
)的组合,既封锁了”缝隙”,又封锁了索引本身。
还是上面的索引数据:
临键锁(Next-Key Lock)
锁住的范围将是:
Next-key Lock
在索引具有唯一性的时候,例如主键索引的数据,将会降级为 记录锁(Read Lock)
,以增加并发性。
例如:
T1 T2 BEGIN; | select * From T | where id = 5 for update | --------------------------------------------------------------- | BEGIN; | Insert into t (4, xx); --------------------------------------------------------------- | COMMIT | ---------------------------------------------------------------- COMMIT | | | -----------------------------------------------------------------
以上情况,就会把 Next-key Lock
降级为 记录锁(Read Lock)
再谈不可重复读( No Reaptable Read
)和幻读( Phantom Problem
)
有些很权威的书中认为这俩是同一个概念,例如:<<MySQL技术内幕 InnoDB存储引擎>>。
但是就目前网络上的众多总结和个人看法,认为区别如下:
不可重复读
:修改。在同一个事务中,主要是说多次读取一条记录, 发现该记录中某些列值被修改过。
幻读
:增加或者删除。在同一个事务中,同一条完全相同的查询语句返回的结果集行数不同。
认真的说, 多版本并发控制 MVCC
(读)和 临键锁 Next-Key Lock
(写)共同解决了 幻读
问题。
关于MVCC的原理,就是每份数据会有快照,事务中读取数据(简单的 select xxx from
, select xx from xx for update
或者 select xx from xxx in share mode
不行)的时候,如果数据被锁住了,就读以前留下的快照数据。在此不过多赘述了。
以下为多版本并发控制原理图
MVCC
只在 Read Committed
和 Repeatable Read
下会开启。但是在这两种隔离级别下对于快照指定的数据定义不同。
在 Read Committed
下, MVCC
读取的是被锁定数据的最新的一份数据。
在 Repeatable Read
下, MVCC
读取的是事务刚开始时候的数据。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Python金融大数据分析
[德] 伊夫·希尔皮斯科 / 姚军 / 人民邮电出版社 / 2015-12 / CNY 99.00
唯一一本详细讲解使用Python分析处理金融大数据的专业图书;金融应用开发领域从业人员必读。 Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业开发核心应用的首选编程语言。《Python金融大数据分析》提供了使用Python进行数据分析,以及开发相关应用程序的技巧和工具。 《Python金融大......一起来看看 《Python金融大数据分析》 这本书的介绍吧!