针对 MySQL的乐观锁与悲观锁的使用，基本都是按照业务场景针对性使用的。针对每个业务场景，对应的使用锁。但是两种锁无非都是解决并发所产生的问题。下面我们来看看如何合理的使用乐观锁与悲观锁
何为悲观锁
悲观锁（Pessimistic Lock）：就是很悲观，每次去取数据的时候都认为别人会去修改，所以每次在取数据的时候都会给它上锁，这样别人想拿这个数据就会block直到它取到锁。比如用在库存增减问题上，利用悲观锁可以有效的防止减库存问题。
简单来讲，悲观锁就是假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作。悲观并发控制实际上是 “先取锁，再访问” 的保守策略，为数据处理的安全提供了保证。
在效率上，处理加锁的机制会让数据库产生额外的开销，还会有死锁的可能性。降低并行性，一个事务如果锁定了某行数据，其他事务就必须等待该事务处理完才可以处理那行数据。
何为乐观锁
乐观锁（Optimistic Lock）：就是很乐观，每次去获取数据时，都认为其他人不会修改它，因此不会锁定，但是在提交更新时会判断在此期间其他人是否有去更新此数据。 乐观锁适用于读多写少的应用场景，这样可以提高吞吐量。
也就是说，乐观锁就是假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。
悲观锁与乐观锁的区别
1 优缺点
两种锁各有优缺点，不可认为一种好于另一种，比如像乐观锁，适用于写比较少的情况下，冲突真的很少发生的时候，这样可以省去了锁的开销，加大了系统的整个吞吐量。 但如果经常产生冲突，上层应用会不断的进行retry，这样反倒是降低了性能，所以这种情况下用悲观锁就比较合适。
2 实现方式
悲观锁的实现方式：悲观锁的实现，依靠数据库提供的锁机制。在数据库中，悲观锁的流程如下：1 在对数据修改前，尝试增加排他锁。2 加锁失败，意味着数据正在被修改，进行等待或者抛出异常。3 加锁成功，对数据进行修改，提交事务，锁释放。4 如果我们加锁成功，有其他线程对该数据进行操作或者加排他锁的操作，只能等待或者抛出异常。
乐观锁的实现方式:1）version方式：一般是在数据表中加上一个数据版本号version字段，表示数据被修改的次数，当数据被修改时，version值会加一。当线程A要更新数据值时，在读取数据的同时也会读取version值，在提交更新时，若刚才读取到的version值为当前数据库中的version值相等时才更新，否则重试更新操作，直到更新成功。
sql实现代码
<code>update table set n=n+1, version=version+1 where id=#{id} and version=#{version};
/<code>- CAS（定义见后）操作方式：即compare and swap 或者 compare and set，涉及到三个操作数，数据所在的内存值，预期值，新值。当需要更新时，判断当前内存值与之前取到的值是否相等，若相等，则用新值更新，若失败则重试，一般情况下是一个自旋操作，即不断的重试。
悲观锁与乐观锁的合理使用
本质上，MySQL的乐观锁与悲观锁主要都是用来解决并发的场景，避免丢失更新问题。
乐观锁：比较适合读取操作比较频繁的场景，如果出现大量的写入操作，数据发生冲突的可能性就会增大，为了保证数据的一致性，应用层需要不断的重新获取数据，这样会增加大量的查询操作，降低了系统的吞吐量。
悲观锁：比较适合写入操作比较频繁的场景，如果出现大量的读取操作，每次读取的时候都会进行加锁，这样会增加大量的锁的开销，降低了系统的吞吐量。
用一个场景与代码来详细的介绍一下如何合理使用，假设有这么一个商品秒杀和抢购的场景：在抢购场景中，一共只有100个商品，在最后一刻，已经消耗了99个商品，仅剩最后一个。这个时候，系统发来多个并发请求，这批请求读取到的商品余量都是99个，然后都通过了这一个余量判断，最终导致商品超发。也就是：导致了并发用户B也“抢购成功”，多让一个人获得了商品。
1 用悲观锁的方案： 悲观锁，也就是在修改数据的时候，采用锁定状态，排斥外部请求的修改。遇到加锁的状态，就必须等待。
方案：使用MySQL的事务，锁住操作的行
<code>fetch_assoc();
if($row['number']>0){
//生成订单
$order_sn=build_order_no();
$sql="insert into ih_order(order_sn,user_id,goods_id,sku_id,price)
values('$order_sn','$user_id','$goods_id','$sku_id','$price')";
$order_rs=mysqli_query($conn,$sql);
//库存减少
$sql="update ih_store set number=number-{$number} where sku_id='$sku_id'";
$store_rs=mysqli_query($conn,$sql);
if($store_rs){
echo '库存减少成功';
insertLog('库存减少成功');
mysqli_query($conn,"COMMIT");//事务提交即解锁
}else{
echo '库存减少失败';
insertLog('库存减少失败');
}
}else{
echo '库存不够';
insertLog('库存不够');
mysqli_query($conn,"ROLLBACK");
}/<code>上述的方案解决了线程安全的问题，但是，我们的场景是“高并发”。也就是说，会很多这样的修改请求，每个请求都需要等待“锁”，某些线程可能永远都没有机会抢到这个“锁”，这种请求就会死在那里。同时，这种请求会很多，瞬间增大系统的平均响应时间，结果是可用连接数被耗尽，系统陷入异常。
稍微修改一下上面的场景，我们直接将请求放入队列中的，先进先出，这样的话，我们就不会导致某些请求永远获取不到锁。
全部请求采用“先进先出”的队列方式来处理,解决了锁的问题。但是新的问题来了，在高并发的场景下请求很多，可能一瞬间将队列内存“撑爆”，然后系统又陷入到了异常状态。
这个时候，我们就可以用乐观锁来解决相关问题了。上面也提到，乐观锁是相对于“悲观锁”采用更为宽松的加锁机制，大都是采用带版本号（Version）更新。
实现就是这个数据所有请求都有资格去修改，但会获得一个该数据的版本号，只有版本号符合的才能更新成功，其他的返回抢购失败。这样的话，我们就不需要考虑队列的问题，不过它会增大CPU的计算开销。但是，综合来说，这是一个比较好的解决方案。
我们用Redis中的watch来实现乐观锁，通过这个实现，保证数据的安全。
<code>connect('127.0.0.1', 6379);
echo $mywatchkey = $redis->get("mywatchkey");
/*
//插入抢购数据
if($mywatchkey>0){
$redis->watch("mywatchkey");
//启动一个新的事务。
$redis->multi();
$redis->set("mywatchkey",$mywatchkey-1);
$result = $redis->exec();
if($result) {
$redis->hSet("watchkeylist","user_".mt_rand(1,99999),time());
$watchkeylist = $redis->hGetAll("watchkeylist");
echo "抢购成功！
";
$re = $mywatchkey - 1;
echo "剩余数量：".$re."
";
echo "用户列表：";
print_r($watchkeylist);
}else{
echo "手气不好，再抢购！";exit;
}
}else{
// $redis->hSet("watchkeylist","user_".mt_rand(1,99999),"12");
// $watchkeylist = $redis->hGetAll("watchkeylist");
echo "fail！
";
echo ".no result
";
echo "用户列表：";
//var_dump($watchkeylist);
}*/
$rob_total = 100; //抢购数量
if($mywatchkey<=$rob_total){
$redis->watch("mywatchkey");
$redis->multi(); //在当前连接上启动一个新的事务。
//插入抢购数据
$redis->set("mywatchkey",$mywatchkey+1);
$rob_result = $redis->exec();
if($rob_result){
$redis->hSet("watchkeylist","user_".mt_rand(1, 9999),$mywatchkey);
$mywatchlist = $redis->hGetAll("watchkeylist");
echo "抢购成功！
";
echo "剩余数量：".($rob_total-$mywatchkey-1)."
";
echo "用户列表：";
var_dump($mywatchlist);
}else{
$redis->hSet("watchkeylist","user_".mt_rand(1, 9999),'meiqiangdao');
echo "手气不好，再抢购！";exit;
}
}
/<code>总结
1 要记住锁机制一定要在事务中才能生效，事务也就要基于MySQL InnoDB 引擎。
2 访问量不大，不会造成压力时使用悲观锁，面对高并发的情况下，我们应该使用乐观锁。
3 读取频繁时使用乐观锁，写入频繁时则使用悲观锁。还有一点：乐观锁不能解决脏读的问题。
關鍵字: version watchkeylist sql
