深入理解乐观锁悲观锁-最完整且易懂!!!

本文深入探讨了悲观锁和乐观锁的概念,对比了它们在不同场景下的适用性。悲观锁倾向于在每次获取数据时上锁,防止并发修改,适用于多写场景;乐观锁则假定数据在更新前不会被修改,适用于多读场景。文章还详细解释了乐观锁的实现方式,包括版本号机制和CAS算法,并讨论了各自的优缺点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

何谓悲观锁与乐观锁
乐观锁对应于生活中乐观的人总是想着事情往好的方向发展,悲观锁对应于生活中悲观的人总是想着事情往坏的方向发展。这两种人各有优缺点,不能不以场景而定说一种人好于另外一种人。

悲观锁
总是假设最坏的情况,每次去拿数据的时候都认为别人会修改,所以每次在拿数据的时候都会上锁,这样别人想拿这个数据就会阻塞直到它拿到锁(共享资源每次只给一个线程使用,其它线程阻塞,用完后再把资源转让给其它线程)。传统的关系型数据库里边就用到了很多这种锁机制,比如行锁,表锁等,读锁,写锁等,都是在做操作之前先上锁。Java中synchronized和ReentrantLock等独占锁就是悲观锁思想的实现。

乐观锁
总是假设最好的情况,每次去拿数据的时候都认为别人不会修改,所以不会上锁,但是在更新的时候会判断一下在此期间别人有没有去更新这个数据,可以使用版本号机制和CAS算法实现。乐观锁适用于多读的应用类型,这样可以提高吞吐量,像数据库提供的类似于write_condition机制,其实都是提供的乐观锁。在Java中java.util.concurrent.atomic包下面的原子变量类就是使用了乐观锁的一种实现方式CAS实现的。

两种锁的使用场景
从上面对两种锁的介绍,我们知道两种锁各有优缺点,不可认为一种好于另一种,像乐观锁适用于写比较少的情况下(多读场景),即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。但如果是多写的情况,一般会经常产生冲突,这就会导致上层应用会不断的进行retry,这样反倒是降低了性能,所以一般多写的场景下用悲观锁就比较合适。

乐观锁常见的两种实现方式
乐观锁一般会使用版本号机制或CAS算法实现。

  1. 版本号机制
    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。

举例来理解:
数据库中,当前账户余额为100元,操作员 A 此时将其读出( version=1 ),并从其帐户余额中扣除 $50( $100-$50 );在操作员 A 操作的过程中,操作员B 也读入此用户信息( version=1 ),并从其帐户余额中扣除 $20 ( $100-$20 )。操作员 A 完成了修改工作,因为A的版本号是1,而数据库中的版本号也是1,所以更新成功,将数据版本号加一( version=2 ),连同帐户扣除后余额( balance=$50 ),此时B也想提交更新,因为B的版本号为1,而当前数据库的版本号为2,则更新失败,这样就避免了操作员 B 用基于 version=1 的旧数据修改的结果覆盖操作员A 的操作结果的可能。

  1. CAS算法
    即compare and swap(比较与交换),是一种有名的无锁算法。无锁编程,即不使用锁的情况下实现多线程之间的变量同步,也就是在没有线程被阻塞的情况下实现变量的同步,所以也叫非阻塞同步(Non-blocking Synchronization)。CAS算法涉及到三个操作数

需要读写的内存值 V
进行比较的值 A
拟写入的新值 B
当且仅当 V 的值等于 A时,CAS通过原子方式用新值B来更新V的值,否则不会执行任何操作(比较和替换是一个原子操作)。一般情况下是一个自旋操作,即不断的重试。

乐观锁的缺点
ABA 问题是乐观锁一个常见的问题

1 ABA 问题
如果一个变量V初次读取的时候是A值,并且在准备赋值的时候检查到它仍然是A值,那我们就能说明它的值没有被其他线程修改过了吗?很明显是不能的,因为在这段时间它的值可能被改为其他值,然后又改回A,那CAS操作就会误认为它从来没有被修改过。这个问题被称为CAS操作的 "ABA"问题。

JDK 1.5 以后的 AtomicStampedReference 类就提供了此种能力,其中的 compareAndSet 方法就是首先检查当前引用是否等于预期引用,并且当前标志是否等于预期标志,如果全部相等,则以原子方式将该引用和该标志的值设置为给定的更新值。

2 循环时间长开销大
自旋CAS(也就是不成功就一直循环执行直到成功)如果长时间不成功,会给CPU带来非常大的执行开销。 如果JVM能支持处理器提供的pause指令那么效率会有一定的提升,pause指令有两个作用,第一它可以延迟流水线执行指令(de-pipeline),使CPU不会消耗过多的执行资源,延迟的时间取决于具体实现的版本,在一些处理器上延迟时间是零。第二它可以避免在退出循环的时候因内存顺序冲突(memory order violation)而引起CPU流水线被清空(CPU pipeline flush),从而提高CPU的执行效率。

3 只能保证一个共享变量的原子操作
CAS 只对单个共享变量有效,当操作涉及跨多个共享变量时 CAS 无效。但是从 JDK 1.5开始,提供了AtomicReference类来保证引用对象之间的原子性,你可以把多个变量放在一个对象里来进行 CAS 操作.所以我们可以使用锁或者利用AtomicReference类把多个共享变量合并成一个共享变量来操作。

CAS与synchronized的使用情景
简单的来说CAS适用于写比较少的情况下(多读场景,冲突一般较少),synchronized适用于写比较多的情况下(多写场景,冲突一般较多)

对于资源竞争较少(线程冲突较轻)的情况,使用synchronized同步锁进行线程阻塞和唤醒切换以及用户态内核态间的切换操作额外浪费消耗cpu资源;而CAS基于硬件实现,不需要进入内核,不需要切换线程,操作自旋几率较少,因此可以获得更高的性能。
对于资源竞争严重(线程冲突严重)的情况,CAS自旋的概率会比较大,从而浪费更多的CPU资源,效率低于synchronized。
补充: Java并发编程这个领域中synchronized关键字一直都是元老级的角色,很久之前很多人都会称它为 “重量级锁” 。但是,在JavaSE 1.6之后进行了主要包括为了减少获得锁和释放锁带来的性能消耗而引入的 偏向锁 和 轻量级锁 以及其它各种优化之后变得在某些情况下并不是那么重了。synchronized的底层实现主要依靠 Lock-Free 的队列,基本思路是 自旋后阻塞,竞争切换后继续竞争锁,稍微牺牲了公平性,但获得了高吞吐量。在线程冲突较少的情况下,可以获得和CAS类似的性能;而线程冲突严重的情况下,性能远高于CAS。

用AtomicStampedReference/AtomicMarkableReference解决ABA问题
1、原子操作:http://www.blogjava.net/xylz/archive/2010/07/02/325079.html
2、用AtomicStampedReference解决ABA问题:http://blog.hesey.net/2011/09/resolve-aba-by-atomicstampedreference.html
3、高并发Java(4):无锁: http://www.importnew.com/21282.html
4、AtomicStampedReference、AtomicMarkableReference源码分析,解决cas ABA问题: https://blog.youkuaiyun.com/zqz_zqz/article/details/68062568
5、关于AtomicStampedReference使用的坑: https://blog.youkuaiyun.com/xybz1993/article/details/79992120
6、JAVA中的CAS: https://blog.youkuaiyun.com/mmoren/article/details/79185862
7、看看别人的Java面试 你是否又有学习的动力了?: http://www.jizhuomi.com/software/707.html

### Redis 中的乐观锁悲观锁 #### 乐观锁在 Redis 中的实现 乐观锁假设在大多数情况下不会有多个客户端同时尝试修改同一数据项。因此,在读取数据时不加,仅在写入时检查是否有其他客户端进行了更改。如果检测到冲突,则拒绝此次更新并可能重试。 Redis 提供了 `WATCH` 命令配合事务(MULTI/EXEC)来模拟乐观锁定行为[^1]。当一个键被监视后,直到执行 EXEC 之前如果有任何对该键的操作都会使整个事务失败,从而达到防止并发修改的目的。 ```python import redis r = redis.Redis() def update_with_optimistic_lock(key, new_value): while True: r.watch(key) old_value = r.get(key) # Prepare the transaction. pipe = r.pipeline() pipe.multi() pipe.set(key, new_value) try: pipe.execute() # This will fail if key was changed since we started watching it. break # Success! We can exit now that our operation has succeeded. except redis.WatchError: continue # Retry on failure due to concurrent modification. update_with_optimistic_lock('example_key', 'new value') ``` #### 悲观锁在 Redis 中的表现形式 相比之下,悲观锁则是在访问共享资源前先获取独占权限,确保在整个处理过程中只有当前持有者能够对其进行变更。这种方式虽然更安全但也可能导致阻塞其他性能瓶颈问题。 对于简单的场景来说,可以通过 SETNX (SET if Not eXists) 来创建分布式互斥作为悲观锁的一种简单实现方式[^3]: ```bash SET resource_name lock_value NX PX timeout_in_milliseconds ``` 这里 `NX` 参数表示只在不存在该键的情况下设置;而 `PX` 后面跟的时间参数指定了自动释放时间,以防死的发生。 #### 主要区别总结 - **适用场合**: 乐观锁适合高频率查询低频度更新的数据结构,比如电商商品库存管理等业务逻辑里边;相反地,悲观锁更适合那些频繁发生改动竞争激烈的环境。 - **性能影响**: 使用乐观策略通常可以获得更好的吞吐率因为它减少了不必要的等待时间上下文切换开销;然而一旦遇到争用情况就需要额外的工作来进行协调甚至回滚操作。 - **复杂程度**: 实现起来相对而言更加直观易懂的是悲观方案——直接占有直至完成任务再解即可;可是这往往伴随着更高的延迟风险以及潜在的竞争条件隐患。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值