一、概述
背景：我们的数据库一般都会并发执行多个事务，多个事务可能会并发的对相同的一批数据进行增删改查操作，可能就会导致我们说的脏写、脏读、不可重复读、幻读这些问题。
本质：数据库的多事务并发问题
应对措施：
- 事务隔离机制
- 锁机制
- MVCC多版本并发控制隔离机制
二、事务及其ACID属性
ACID是什么？
事务是由一组SQL语句组成的逻辑处理单元,事务具有以下4个属性,通常简称为事务的ACID属性。
- 原子性(Atomicity) ：事务是一个原子操作单元,其对数据的修改，要么全都执行,要么全都不执行。
- 一致性(Consistent) ：在事务开始和完成时，数据都必须保持一致状态。
- 隔离性(Isolation) ：数据库系统提供一定的隔离机制，保证事务在不受外部并发操作影响的“独立”环境执行。这意味着事务处理过程中的中间状态对外部是不可见的，反之亦然。
- 持久性(Durable) ：事务完成之后，它对于数据的修改是永久性的，即使出现系统故障也能够保持。
PS：原子性和一致性类似，原子性主要针对于操作，一致性主要针对数据。
并发事务处理带来的问题
脏写/更新丢失(Lost Update)
当多个事务选择同一行进行操作，并基于最初选定的值更新该行时，由于每个事务都不知道其他事务的存在，就会发生丢失更新问题。
一句话总结：最后的更新覆盖了由其他事务所做的更新。
-- 库存扣减时，库存在代码里算好然后直接执行sql语句【举个例子原来库存是10】 -- A事务【count = 10 - 1 = 9】： update t_gds_stock set stock_count = 9; -- B事务【count = 10 - 5 = 5】： update t_gds_stock set stock_count = 5; -- 执行完毕后，库存为5，而正确的库存应该为10 - 1 - 5 = 4
PS：涉及到类似减库存的这种操作，不要在java代码里面做，而是用数据库来控制。
脏读（Dirty Reads）
一个事务正在对一条记录做修改，在这个事务完成并提交前，这条记录的数据就处于不一致的状态；这时另一个事务也来读取同一条记录，如果不加控制，第二个事务读取了这些“脏”数据，并作进一步的处理，就会产生对未提交数据的依赖关系，这种现象被称为“脏读”。此时，如果B事务回滚，A读取的数据就无效了，这不符合一致性要求。
一句话总结：事务A读取到了事务B已经修改但尚未提交的数据，还在这个数据基础上做了操作。
-- 库存扣减时，下单异常库存回滚 -- 第1步 A事务进行库存扣减后【未commit】： update t_gds_stock set stock_count = 9; -- 第2步 B事务读取到A事务更新后的库存，并运算 update t_gds_stock set stock_count = 9 - 5; -- 第3步 A事务异常并回滚 A：roll back; -- 执行完毕后，库存为4，而正确的库存应该为10 - 5 = 5
不可重读（Non-Repeatable Reads）
一个事务在读取某些数据后的某个时间，再次读取以前读过的数据，却发现其读出的数据已经发生了改变、或某些记录已经被删除了！这种现象就叫做“不可重复读”。
一句话总结：事务A内部的相同查询语句在不同时刻读出的结果不一致，不符合隔离性。
-- B、C事务正在修改库存，而A事务在一个事务内多次查询库存的结果不一样 -- 第1步 A事务进行库存查询【查询结果：10】： select stock_count from t_gds_stock; -- 第2步 B事务修改库存 update t_gds_stock set stock_count = 10 - 5; -- 第3步 A事务执行同样的语句【查询结果：5】： select stock_count from t_gds_stock; -- 第4步 C事务修改库存 update t_gds_stock set stock_count = 5 - 3; -- 第5步 A事务执行同样的语句【查询结果：2】： select stock_count from t_gds_stock; -- 执行完毕后，A事务一脸懵圈，到底应该用哪个库存呀，相当不好写代码呀！
PS：我们至少需要保证在同一个事务内，同一个数据多次查询的结果是一致的，而真正去操作数据库的时候再用最新的真实数据来更新，这样我们的代码才好控制逻辑【最终一致】
幻读（Phantom Reads）
一个事务按相同的查询条件重新读取以前检索过的数据，却发现其他事务插入了满足其查询条件的新数据，这种现象就称为“幻读”。
一句话总结：事务A读取到了事务B提交的新增数据，不符合隔离性。
-- A事务进行库存分仓查询，此时B事务新增了一条记录，A事务再次查询的时候查出了B事务新增的数据 -- 第1步 A事务进行库存查询【查询结果：3条记录】： select * from t_gds_stock; -- 第2步 B事务新增数据 insert into t_gds_stock VALUES (4,'新增的商品',SYSDATE()); -- 第3步 A事务再次进行库存查询【查询结果：4条记录】： select * from t_gds_stock; -- 执行完毕后，A事务一脸懵圈，怎么回事跟刚才的查询结果不一样，有点慌啊...
事务隔离级别
MySQL默认事务级别：repeatable-read【可重复读】
“脏读”、“不可重复读”和“幻读”，其实都是数据库读一致性问题，需要由数据库提供一定的事务隔离机制来解决。
PS：数据库的事务隔离越严格，并发影响越小，但性能开销也就越大。
-- 查看当前数据库的事务隔离级别【8.0+版本】【下面2条语句都可以查】 select @@transaction_isolation; show variables like 'transaction_isolation'; -- 设置read uncommitted级别： set session transaction isolation level read uncommitted; -- 设置read committed级别： set session transaction isolation level read committed; -- 设置repeatable read级别： set session transaction isolation level repeatable read; -- 设置serializable级别： set session transaction isolation level serializable;
PS：Mysql默认的事务隔离级别是可重复读，用Spring开发程序时，如果不设置隔离级别默认用Mysql设置的隔离级别，如果Spring设置了就用已经设置的隔离级别。
三、数据库锁
定义：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。
锁的分类
从性能上分：乐观锁和悲观锁
-- 乐观锁【用一个字段version来标示版本号，更新的时候需要带上并对比】 update t_gds_stock set stock_count = 5 where version = 1; -- 悲观锁【for update语句】 -- 1、开启事务 begin; -- 2、for update 语句【此时会上锁，其他事务要操作的时候，就会暂时阻塞】 select stock_count from t_gds_stock for update;
从对数据库操作的类型分：读锁和写锁
- 读锁（共享锁，S锁(Shared)）：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【别的事务可以读，不可以写】
- 写锁（排它锁，X锁(eXclusive)）：当前写操作没有完成前，它会阻断其他写锁和读锁。【不让别的事务读写】
PS：读锁和写锁都属于悲观锁。
从对数据操作的粒度分：表锁和行锁
表锁
定义：每次操作锁住整张表。
特点：开销小，加锁快，不会出现死锁，锁定粒度大，发生锁冲突的概率最高，并发度最低。
PS： 一般用在整表数据迁移时，不让业务进行数据变更的场景。
-- 手动增加表锁【lock table t_user read/write; 】 lock table t_user read; -- 查看表上加过的锁 show open tables; -- 删除表锁 unlock tables;
行锁
定义：每次操作锁住一行数据。
特点：开销大，加锁慢，会出现死锁，锁定粒度最小，发生锁冲突的概率最低，并发度最高。
PS： InnoDB与MyISAM的最大不同有两点：
- InnoDB支持事务
- InnoDB支持行级锁
小结
表锁：InnoDB与MyISAM都有
行锁：InnoDB有，MyISAM没有
MyISAM
- 在执行查询语句SELECT前，会自动给涉及的所有表加读锁，在执行update、insert、delete操作会自动给涉及的表加写锁。【读写都加锁】
InnoDB
- 在执行查询语句SELECT时(非串行隔离级别)，不会加锁。
- 但是update、insert、delete操作会加行锁。
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。
四、间隙锁(Gap Lock)
定义：间隙锁，锁的就是两个值之间的空隙。
如上图，间隙区间有：（3，10）、（10，15）、（15，+无穷）
场景分析
案例解析
在事务1下面执行
-- 开启事务 BEGIN; -- 更新数据【未提交】【PS：注意此时锁的区间是（3，15）这个范围】 update t_user set name ='ZH666' where id > 4 and id < 12;
则其他Session没法在这个范围所包含的所有行记录（包括间隙行记录）以及行记录所在的间隙里插入或修改任何数据，即id在(3,15)区间都无法新增修改数据。
PS：间隙锁是在可重复读隔离级别下才会生效。
五、使用锁时的一些注意事项
无索引行锁会升级为表锁
锁主要是加在索引上，如果对非索引字段更新，行锁可能会变表锁。
-- 事务1：【name字段没有加索引】 begin; update t_user set name ='有梦想的肥宅' where name='ZH'; -- 事务2 对表的任一操作都会被阻塞【写操作】
InnoDB的行锁是针对索引加的锁，不是针对记录加的锁。
PS：作为条件时该索引不能失效，否则都会从行锁升级为表锁。
事务级别尽量不要设置可串行化
事务在可串行化级别下，连select语句也会枷锁，效率非常低，一般我们用默认的级别【可重复读】就够了，在更新数据的时候再用sql的真实值去更新就好了。
尽可能的避免join语句
一定要尽可能的避免join语句，首先join语句非常难优化，一般的互联网公司也是禁止这样玩的。
一旦使用了Join语句，性能上面非常难以优化，且后期如果需要分库分表也会有很大的问题。
一些锁的优化建议
- 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
- 合理设计索引，尽量缩小锁的范围
- 尽可能减少检索条件范围，避免间隙锁
- 尽量控制事务大小，减少锁定资源量和时间长度，涉及事务加锁的sql尽量放在事务最后执行
- 尽可能低级别事务隔离
六、小问答
Q：为什么行锁开销大，加锁慢，而表锁则相反呢？
表锁只需要通过简单的lock语句就可以对一张表上锁了，而行锁还需要定位到对应的行才可以进行上锁。
Q：如何手动开启事务？【默认是自动commit的】
-- 1、显式声明开启事务 begin; -- 2、输入需要执行的sql语句 update t_user set name ='有梦想的肥宅' where name='ZH'; -- 3、提交事务 commit；