锁的分类

  从对数据的类型 (读\写)分:

    1.读锁(共享锁):针对同一份数据,多个读操作可以同时进行而不会互相影响

    2.写锁(排它锁):当前写操作没有完成前,它会阻断其他写锁和读锁

  从对数据操作的粒度分:

    1.表锁

    2.行锁

表锁(偏读)

  1.偏向MyISAM存储引擎,开销小,加锁快;无死锁;锁的粒度大,发生锁冲突的概率最高,并发度最低

  2.MyISAM 在执行查询(SELECT)语句前,会自动给涉及的所有表加读锁,在执行更新操作(UPDATE/DELETE/INSERT等)前,

  会自动给涉及的表加写锁,这个过程并不需要用户参与,我们试验中使用 lock table 是为了模拟并发环境

  加读锁   

    1.会话一中A表加读锁(lock table tablename read),会话二不锁任何表

    2.会话一中 可以查询A表,也只能查询A表,对A表的写操作会报错,对其他的表的读写操作也报错

    3.会话二中,可以读A表,也可以对其他表进行读写,但只对A表的写操作会阻塞,必须等会话一释放 A表的读锁(unlock tables),会话二才能完成写操作

  加写锁 

    1.连接一,给一张表加 写锁,这个连接可以对这张表进行 读和写,但是不能访问其他表

    2.连接二 可以访问其他未加锁的表,但是对加了写锁的表 的读 和 写 会阻塞(即排他),等待连接一中锁的释放

简而言之,就是读锁会阻塞写,但是不会阻塞读,而写锁则会把 读和写 都阻塞(对于其他连接而言)

表锁分析    show status like ‘table%’

行锁(偏写)(行锁出现的前提是在事务中)

  1.偏向 Innodb 存储引擎,开销大,加锁慢;会出现死锁;锁的粒度最小,发生锁冲突的概率最低,并发度也最高

  2.Innodb 和 Myisam最大不同的有两点:一是只是事务(TRANSACTION);二是采用了行级锁

  

  3.由于行锁支持事务,我们复习一下关于事务的知识

    1.事务及其ACID属性

    2.并发事务 带来的问题

      1.更新丢失(Lost  Update)

      2.脏读(Dirty Reads)

      3.不可重复读(Non-Repeatable Reads)

      在事务A的执行过程中,事务B进行了开启,修改和提交,导致事务A在事务B执行前读取的数据和事务B执行后读取的数据不一致

      4.幻读(Phantom  Reads)

      和 不可重复读 类似,不过不可重复读针对的列的修改,而幻读针对的是列的增删

    3.事务隔离级别

  

  4.行锁定基本演示:事务中对数据的更新才会触发行锁,

    如:连接一开启了事务,在事务中,对表的某一行数据进行更新(此时就把这一行锁定了)(查询不会锁定),

    在该事务提交之前, 连接二发出了update语句,想对被锁的这一行数据进行更新,此时 连接二的语句就会发生阻塞,

    需要到等待连接一中 事提交,行锁释放,才能继续执行

    但是因为是行锁,所以连接二对其他行的数据更新是不会受影响的

  5.无索引行锁升级为表锁(索引失效)

    当出现行锁时,如果行锁锁定的这一行上面 有字段(如name)建立了索引,如果这个索引失效了(比如字符型不加‘’ where name = 1234),

    那么行锁 会自动升级为表锁,其他行数据的 更新 也会被锁定,其他连接无法对这个表进行更新

  6.间隙锁(宁可错杀,不可错放)

    当我们使用范围条件而不是相等相等条件检索数据时,它会锁定整个范围内所有的索引键值,即使这个键值并不存在

    如:有这样一段数据,id = 1,id = 3,id = 4...中间少了一个 id = 2,如果此时连接一 开启一个事务,更新数据当 1<id <4,

    此时Mysql本着宁可错杀,不可错放的原则,即使id=2 不存在也会被无情的锁定,

    连接二想要插入 一条id=2的数据是不行的,会阻塞,等待连接一事务提交,行锁释放

  7.如何锁定一行

    for update可以锁定某一行,也可以锁定整张表

    主要是看 select语句后面是否有where,where限定的范围 即锁的范围, select xxx... for update

    如果没有 where,则锁定整张表,锁定之后,其他连接 就无法对锁定的范围进行 更新操作

  8.行锁分析:show status like 'innodb_row_lock%'

为什么说行锁偏写,表锁偏读,即Myisam偏读,Innodb偏写

  Myisam 读的性能高

  Myisam 的读写锁调用 是读优先,这也是myisam不适合做写为主表的引擎。因为写锁后,其他线程不能做任何操作,大量的更新会使查询很难得到锁,从而造成永久阻塞

  Innodb行锁是单比查询比不过,但是innodb支持高并发,支持事务

  在写多读少的应用中还是Innodb插入性能更稳定,在并发情况下也能基本保证性能

可以根据系统的读写情况 来选择合适的 Mysql存储引擎

优化建议

  1.尽可能让所有数据检索都通过索引来完成,避免无索引行锁升级为表锁

  2.合理设计索引,尽量缩小锁的范围

  3.尽可能较少检索条件,避免间隙锁

  4.尽量控制事务大小,减少锁定资源量和时间长度

  5.尽可能低级别事务隔离

页锁(了解一下即可)

  1.开销和加锁时间介于表锁和行锁之间

  2.会出现死锁

  3.锁定粒度介于表锁和行锁之间,并发度一般

    

  

13.MySQL锁机制的更多相关文章

  1. 再谈mysql锁机制及原理—锁的诠释

    加锁是实现数据库并发控制的一个非常重要的技术.当事务在对某个数据对象进行操作前,先向系统发出请求,对其加锁.加锁后事务就对该数据对象有了一定的控制,在该事务释放锁之前,其他的事务不能对此数据对象进行更 ...

  2. mysql锁机制 读书笔记

    目录 MySQL锁机制 1.什么是锁 2.lock与latch 3.InnoDB存储引擎中的锁 3.1锁的类型 3.2 一致性非锁定读 3.3 一致性锁定读 4 锁的算法 4.1行锁的3中算法 4.2 ...

  3. Mysql锁机制介绍

    Mysql锁机制介绍 一.概况MySQL的锁机制比较简单,其最显著的特点是不同的存储引擎支持不同的锁机制.比如,MyISAM和MEMORY存储引擎采用的是表级锁(table-level locking ...

  4. Mysql锁机制--索引失效导致行锁变表锁

    Mysql 系列文章主页 =============== Tips:在阅读本文前,最好先阅读 这篇(Mysql锁机制--行锁)文章~ 在上篇文章中,我们看到InnoDB默认的行锁可以使得操作不同行时不 ...

  5. mysql锁机制详解

    前言 大概几个月之前项目中用到事务,需要保证数据的强一致性,期间也用到了mysql的锁,但当时对mysql的锁机制只是管中窥豹,所以本文打算总结一下mysql的锁机制. 本文主要论述关于mysql锁机 ...

  6. 对mysql锁机制的学习

    1.对于mysql学习,经常翻看一些博客,论坛,好像或多或少有mysq锁机制的学习与总结,所以今天有必要 对mysql锁机制的一些个人的总结,以便以后深入的学习. 2.学习这件事,从来都是“深入浅出” ...

  7. mysql锁机制(转载)

    锁是计算机协调多个进程或线程并发访问某一资源的机制 .在数据库中,除传统的 计算资源(如CPU.RAM.I/O等)的争用以外,数据也是一种供许多用户共享的资源.如何保证数据并发访问的一致性.有效性是所 ...

  8. mysql锁机制和事务隔离

    mysql事务 1.InnoDB事务原理 事务(Transaction)是数据库区别于文件系统的重要特性之一,事务会把数据库从一种一致性状态转换为另一种一致性状态. 在数据库提交时,可以确保要么所有修 ...

  9. (三)MySQL锁机制 + 事务

    转: (三)MySQL锁机制 + 事务 表锁(偏读) 偏向MyISAM存储引擎.开销小,加锁快,无死锁,锁定粒度大,发生锁冲突的概率最高,并发最低. 查看当前数据库中表的上锁情况,0表示未上锁. sh ...

随机推荐

  1. 阶段5 3.微服务项目【学成在线】_day05 消息中间件RabbitMQ_2.RabbitMQ研究-RabbitMQ介绍

    开发中消息队列通常有如下应用场景: 1.任务异步处理. 将不需要同步处理的并且耗时长的操作由消息队列通知消息接收方进行异步处理.提高了应用程序的响应时间. 2.应用程序解耦合 MQ相当于一个中介,生产 ...

  2. spark入门备忘---1

    import org.apache.spark.{SparkContext, SparkConf} import scala.math.random /** * 利用spark进行圆周率的计算 */ ...

  3. selenium历史版本下载

    python历史版本下载 https://pypi.org/project/selenium/#history java历史版本下载  http://selenium-release.storage. ...

  4. [Bayes] Maximum Likelihood estimates for text classification

    Naïve Bayes Classifier. We will use, specifically, the Bernoulli-Dirichlet model for text classifica ...

  5. Chrome安装json格式化工具jsonView

    1.下载jsonView 有条件的童鞋可以去谷歌商店下载安装https://chrome.google.com/webstore/detail/pmajcnnfhjcebiafkonednglookd ...

  6. 10-3 LVM(逻辑卷管理器)

    LVM(逻辑卷管理器) 允许对卷进行方便操作的抽象层,包括重新设定文件系统的大小 允许在多个物理设备间重新组织文件系统 将设备指定为物理卷 用一个或者多个物理卷来创建一个卷组 物理卷是用固定大小的物理 ...

  7. 关于SVM的一些知识点

    SVM支持向量机 定义:支持向量机是主要用于解决分类问题的学习模型.它的基本模型是在特征空间中寻找间隔最大化的分离超平面的线性分类器. 分类 1-当训练样本线性可分,通过硬间隔最大化,学习一个线性分类 ...

  8. 用Python搞出自己的云词图 | 【带你装起来】

    作者:AI算法与图像处理 参考:http://www.sohu.com/a/149657007_236714 云词图简介 什么词云 由词汇组成类似云的彩色图形.“词云”就是对网络文本中出现频率较高的“ ...

  9. http与https的主要区别

    HTTP与HTTPS的主要区别如下: 1.https协议需要到ca申请证书,一般免费证书较少,因而需要一定费用. 2.http是超文本传输协议,信息是明文传输,https则是具有安全性的ssl加密传输 ...

  10. 启动Nginx 出现 nginx: [emerg] unknown directive "锘?user" 错误

    出现这种情况 一般是修改配置文件 nginx.conf 造成的 如果你修改文件后出现 那基本上就是这个原因 启动不了 重新打开 改为UTF-8 无BOM编码