当前位置: 首页 > news >正文

Mysql 中的锁机制

在 MySQL 中,锁是一种机制,用于管理并发访问以确保数据的一致性和完整性。MySQL 支持多种类型的锁,主要分为以下几类:

  • 全局锁:锁定整个数据库,适用于备份等操作,期间禁止所有其他操作。
  • 表级锁:锁定整个表,其他事务在锁定期间无法对该表进行写操作,但可以进行读操作(取决于锁的类型)。
  • 读锁(共享锁):多个事务可以同时获取读锁,允许并发读取,但不允许写入。
  • 写锁(排他锁):只有一个事务可以获取写锁,阻止其他事务的读和写操作。
  • 行级锁:只锁定特定的行,允许更高的并发性。
  • 共享锁:允许其他事务读取被锁定的行,但不允许写入。
  • 排他锁:阻止其他事务读取和写入被锁定的行。
  • 意向锁:在 MySQL 中,意向锁(Intention Lock)是一种表级锁,用于指示一个事务希望在某些行上获取锁。意向锁主要用于优化事务的并发控制,防止锁的冲突。
  • 意向共享锁(IS):表示事务希望在某些行上获取共享锁。
  • 意向排他锁(IX):表示事务希望在某些行上获取排他锁。
    假设有一个表 员工,包含员工的记录。
  • 事务 T1
    • T1 先对 员工 表加一个意向排他锁(IX)。
    • 然后,T1 想要对行 1 加排他锁。
  • 事务 T2
    • T2 也想要对 员工 表加意向排他锁(IX)。
    • 然后,T2 试图对行 2 加排他锁。
  • 锁的流程
    • 当 T1 为表加 IX 锁时,其他事务不能在该表上加排他锁,但可以加意向共享锁。
    • 一旦 T1 获取了表的意向排他锁,它就能顺利地在行 1 上获取排他锁。
    • 同样,T2 也能在没有冲突的情况下加 IX 锁,并在行 2 上获取排他锁。
  • 意向锁通过在表级上指示意图,帮助 MySQL 确保行级锁的有效获取,防止潜在的锁冲突,提高并发性能。

在 MySQL 中,自适应哈希索引锁是 InnoDB 存储引擎的一种优化机制,用于提高查询性能。自适应哈希索引会根据访问模式自动创建哈希索引,从而加速特定查询的处理。主要特点如下:

  • 自动创建:InnoDB 会根据查询的频率和模式自动决定是否创建哈希索引。
  • 提高性能:对于特定类型的查询(如点查找),哈希索引可以显著加快访问速度。

假设有一个员工表 employees,其主键为 employee_id,并且经常进行基于员工 ID 的查询。

  • 许多事务频繁地查询 SELECT * FROM employees WHERE employee_id = 123;。
  • 由于该查询模式频繁,InnoDB 会自动在 employee_id 列上创建一个自适应哈希索引。
  • 当后续查询到该哈希索引时,查询可以直接使用哈希表而不是扫描 B+ 树索引,从而提高查询性能。
  • 当自适应哈希索引被创建时,InnoDB 会在使用该哈希索引的查询上加锁,确保在查询过程中数据的一致性。
  • 如果有多个事务尝试访问同一个哈希索引,可能会产生锁竞争。
  • 自适应哈希索引锁通过自动优化查询过程,提高了 MySQL 的性能,但在高并发情况下,可能导致锁竞争。

元数据锁(MDL):在对表结构进行更改时(如添加列或索引),MySQL 会使用元数据锁,确保在DDL操作期间没有其他操作干扰。

在 MySQL 中,死锁是指两个或多个事务相互等待对方释放锁,导致所有相关事务无法继续执行的情况。死锁会影响数据库的并发性能,因此需要及时检测并处理。假设有两个事务 T1 和 T2:

  • 事务 T1 首先锁定 表 A 的行 1。然后尝试锁定 表 B 的行 1。
  • 事务 T2 首先锁定 表 B 的行 1。然后尝试锁定 表 A 的行 1。
  • T1 锁定了表 A 的行 1,并等待获取表 B 的行 1。
  • T2 锁定了表 B 的行 1,并等待获取表 A 的行 1。
  • 此时,T1 和 T2 互相等待,导致死锁。
  • 解决方式:MySQL 会自动检测死锁,并回滚其中一个事务,释放其占有的锁,以使另一个事务得以继续执行。

间隙锁:在 MySQL 中,间隙锁(Gap Lock)是一种特殊类型的锁,用于防止其他事务在已锁定记录的前后插入新的记录。间隙锁通常在使用 InnoDB 存储引擎时出现,主要用于支持多版本并发控制(MVCC)和避免幻读。

假设有一个员工表 employees,其中包含员工的薪资信息,且我们要查询薪资在某个范围内的员工。

+-------------+-------+
| employee_id | salary|
+-------------+-------+
|     1       | 5000  |
|     2       | 6000  |
|     3       | 7000  |
+-------------+-------+
  • T1 执行查询 SELECT * FROM employees WHERE salary BETWEEN 5500 AND 7500 FOR UPDATE;。
  • InnoDB 会对满足条件的记录加锁,并在 5500 和 7500 之间的间隙上加间隙锁。
  • 由于 T1 的查询,InnoDB 会在 5500 和 6000 之间、以及 6000 和 7000 之间加上间隙锁,防止其他事务在这些间隙中插入新记录。
  • 这样,其他事务无法插入薪资为 5800 或 6200 的新员工。
  • 间隙锁通过锁定数据之间的“间隙”,有效防止幻读现象,确保事务的隔离性。

在 MySQL 中,Next-Key Lock 是一种结合了行锁和间隙锁的锁机制,主要用于 InnoDB 存储引擎。Next-Key Lock 旨在防止幻读,同时允许并发访问。

  • Next-Key Lock 锁定的是一个范围,包括一个记录及其前后的间隙。
  • 它锁定的目标是特定的行,同时也防止其他事务在该行之前或之后插入新的记录。

假设有一个员工表 employees,其结构如下:

+-------------+-------+
| employee_id | salary|
+-------------+-------+
|     1       | 5000  |
|     2       | 6000  |
|     3       | 7000  |
+-------------+-------+
  • 事务 T1
    • T1 执行查询 SELECT * FROM employees WHERE salary >= 6000 FOR UPDATE;。
    • InnoDB 将对 salary = 6000 的记录加锁,并且在 6000 之前和之后的间隙上加锁。
  • 锁定情况
    • T1 锁定了记录 salary = 6000,同时在 5000 和 6000 之间(间隙锁)以及 6000 和 7000 之间(间隙锁)加了锁。
    • 这样,其他事务无法插入薪资为 5800 或 6500 的新员工。
  • Next-Key Lock 通过锁定目标行及其前后间隙,有效防止幻读现象,确保事务的隔离性和数据的一致性。

锁的类型和使用场景对于保证数据库的并发性能和数据一致性至关重要。

相关文章:

Mysql 中的锁机制

在 MySQL 中,锁是一种机制,用于管理并发访问以确保数据的一致性和完整性。MySQL 支持多种类型的锁,主要分为以下几类: 全局锁:锁定整个数据库,适用于备份等操作,期间禁止所有其他操作。表级锁&…...

12月第1周AI资讯

阅读时间:3-4min 更新时间:2024.12.2-2024.12.6 目录 OpenAI CEO Sam Altman 预告“12天OpenAI”系列活动 腾讯HunyuanVideo:130亿参数的开源视频生成模型 李飞飞的World Labs发布空间智能技术预览版 中科院联手腾讯打造“AI带货王”AnchorCrafter OpenAI CEO Sam Alt…...

【音频识别】数据集合集!

本文将为您介绍经典、热门的数据集,希望对您在选择适合的数据集时有所帮助。 1 Chenyme-AAVT 更新时间:2024-08-23 访问地址: GitHub 描述: 这是一个全自动(音频)视频翻译项目。利用Whisper识别声音,AI…...

Nginx核心配置详解

一、配置文件说明 nginx官方帮助文档:nginx documentation nginx的配置文件的组成部分: 主配置文件:nginx.conf子配置文件: include conf.d/*.conffastcgi, uwsgi,scgi 等协议相关的配置文件mime.types:…...

智能工厂的设计软件 用“力force”的性质构造智能体原型

本文要点 在“智能工厂的设计软件”中 我将对力的研究分为三个领域:经典力学,相对论力学和量子力学,每个研究领域都涉及到force自身性质所具有两个侧面: 明示高度内聚的不可观测的内部表征-“互相性”(哲学性质/哲学…...

Apache AGE:基于PostgreSQL的图数据库

Apache AGE(A Graph Extension)是一个基于 PostgreSQL 的图数据库。它以扩展插件的形式提供,可以在利用 PostgreSQL 先进的 SQL 查询功能和事务支持的同时,享受图数据库的灵活性和可扩展性。 Apache AGE 最初由 Bitnine Global In…...

RabbitMQ延迟消息的实现

RabbitMQ延迟队列的实现 延迟消息是什么延迟消息的实现死信交换机代码实现 延迟消息插件 延迟消息是什么 延迟消息是将消息发送到MQ中,消费者不会立即收到消息,而是过一段时间之后才会收到消息,进行处理。在一些业务中,可以用到延…...

SAP在中国:助力企业跨越成长的新篇章

在当今这个数字化转型风起云涌的时代,每一个企业都在寻求更高效、更智能的管理方式,以期在激烈的市场竞争中脱颖而出。在这场变革中,SAP作为全球领先的企业管理软件解决方案提供商,正以其卓越的产品与服务,在中国这片充…...

数据结构代码归纳

线性表 线性表的顺序表示 定义与初始化 typedef struct SqList{ElemType data[MaxSize];//ElemType *data 开动态数组 int length; }Sqlist; void InitList(SqList &L){L.length0;//若静态数组//若动态数组 //L.data(ElemType*)malloc(sizeof(ElemType)*MaxSize); } …...

数仓技术hive与oracle对比(一)

准备 包括软硬件环境、数据、测试数据三方面的准备内容。 环境 虚拟机软件virtualbox7,同样的虚拟机配置:内存2G、cpu一核,物理主机同一台macbookpro(13-2020款),所以硬盘IO读写速度一致。 综上&#x…...

筑起厂区安全--叉车安全防护装置全解析

在繁忙的工业生产领域中,叉车作为搬运工,穿梭于仓储与生产线之间。然而,叉车的高效运作背后,也隐藏着诸多安全风险,尤其是在那些空间狭小、物流繁忙的环境中。为了降低这些潜在的危险,叉车安全防护装置便成…...

深入浅出云计算 ---笔记

这是博主工作闲时的一些日常学习记录,有些之前很熟悉的,但工作中不常用,慢慢就遗忘了,在这里记录,也是为了激励自己坚持复习,如果有能帮到你,那我将感到非常的荣幸~ 快速到达↓↓↓ IaaS篇>&…...

ARINC 标准全解析:航空电子领域多系列标准的核心内容、应用与重要意义

ARINC标准概述 ARINC标准是航空电子领域一系列重要的标准规范,由航空电子工程委员会(AEEC)编制,众多航空公司等参与支持。这些标准涵盖了从飞机设备安装、数据传输到航空电子设备功能等众多方面,确保航空电子系统的兼…...

SNMP 协议介绍

SNMP 协议详细介绍 SNMP(Simple Network Management Protocol,简单网络管理协议)是一个用于管理和监控计算机网络设备(如路由器、交换机、服务器等)的协议。它允许网络管理员通过网络查看和控制这些设备的状态、配置和性能。 SNMP 协议定义了网络设备如何与管理系统进行通…...

Python中的数据结构深入解析:从列表到字典的优化技巧

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门! Python是一门以易用性和可读性著称的高级编程语言,其内置的数据结构为开发者提供了强大的工具,但了解其底层实现及性能优化策略却常被忽略。本文深入探讨Python中的核心数据结构,包括列表(list)、元组…...

如何利用Java爬虫获得商品类目

在当今数字化时代,数据已成为企业最宝贵的资产之一。获取和分析数据的能力对于任何希望在市场上保持竞争力的企业来说都是至关重要的。对于电子商务平台和市场研究公司而言,获取商品类目数据尤为重要,因为这些数据可以帮助他们更好地理解市场…...

力扣面试题 32 - 检查平衡性 C语言解法

题目: 实现一个函数,检查二叉树是否平衡。在这个问题中,平衡树的定义如下:任意一个节点,其两棵子树的高度差不超过 1。 示例 1: 给定二叉树 [3,9,20,null,null,15,7]3/ \9 20/ \15 7 返回 true 。 …...

【机器学习】机器学习的基本分类-监督学习-决策树-ID3 算法

ID3(Iterative Dichotomiser 3)是决策树的一种构造算法,由 Ross Quinlan 在 1986 年提出。它主要用于分类问题,通过信息增益选择特征来构建决策树。ID3 假设数据是离散型特征,且不支持连续型数据。 1. 核心思想 划分标…...

Implicit style-content separation using lora

1.Introduction 图像风格化,这个任务涉及根据某些风格参考改编图像的风格,这些参考可以是基于文本或基于图像的,同时保持其内容不变,内容指的是图像的语义信息和结构,而风格通常指的是视觉特征和模式,例如颜色和纹理。这是一个有挑战的任务,因为风格和内容之间的强关联…...

ROS[aruco_ros+easy_handeye]手眼标定(眼在手外+UR10e+realsense-d435i)

参考链接: https://zhuanlan.zhihu.com/p/576861119 https://blog.csdn.net/qq_32618327/article/details/120730198 本次在Docker中使用 打印Aruco码:https://chev.me/arucogen/ 选择Dictionary为 Original ArUco(aruco_ros默认这个,如果…...

华为云AI开发平台ModelArts

华为云ModelArts:重塑AI开发流程的“智能引擎”与“创新加速器”! 在人工智能浪潮席卷全球的2025年,企业拥抱AI的意愿空前高涨,但技术门槛高、流程复杂、资源投入巨大的现实,却让许多创新构想止步于实验室。数据科学家…...

【ROS】Nav2源码之nav2_behavior_tree-行为树节点列表

1、行为树节点分类 在 Nav2(Navigation2)的行为树框架中,行为树节点插件按照功能分为 Action(动作节点)、Condition(条件节点)、Control(控制节点) 和 Decorator(装饰节点) 四类。 1.1 动作节点 Action 执行具体的机器人操作或任务,直接与硬件、传感器或外部系统…...

P3 QT项目----记事本(3.8)

3.8 记事本项目总结 项目源码 1.main.cpp #include "widget.h" #include <QApplication> int main(int argc, char *argv[]) {QApplication a(argc, argv);Widget w;w.show();return a.exec(); } 2.widget.cpp #include "widget.h" #include &q…...

DeepSeek 技术赋能无人农场协同作业:用 AI 重构农田管理 “神经网”

目录 一、引言二、DeepSeek 技术大揭秘2.1 核心架构解析2.2 关键技术剖析 三、智能农业无人农场协同作业现状3.1 发展现状概述3.2 协同作业模式介绍 四、DeepSeek 的 “农场奇妙游”4.1 数据处理与分析4.2 作物生长监测与预测4.3 病虫害防治4.4 农机协同作业调度 五、实际案例大…...

重启Eureka集群中的节点,对已经注册的服务有什么影响

先看答案&#xff0c;如果正确地操作&#xff0c;重启Eureka集群中的节点&#xff0c;对已经注册的服务影响非常小&#xff0c;甚至可以做到无感知。 但如果操作不当&#xff0c;可能会引发短暂的服务发现问题。 下面我们从Eureka的核心工作原理来详细分析这个问题。 Eureka的…...

嵌入式学习笔记DAY33(网络编程——TCP)

一、网络架构 C/S &#xff08;client/server 客户端/服务器&#xff09;&#xff1a;由客户端和服务器端两个部分组成。客户端通常是用户使用的应用程序&#xff0c;负责提供用户界面和交互逻辑 &#xff0c;接收用户输入&#xff0c;向服务器发送请求&#xff0c;并展示服务…...

4. TypeScript 类型推断与类型组合

一、类型推断 (一) 什么是类型推断 TypeScript 的类型推断会根据变量、函数返回值、对象和数组的赋值和使用方式&#xff0c;自动确定它们的类型。 这一特性减少了显式类型注解的需要&#xff0c;在保持类型安全的同时简化了代码。通过分析上下文和初始值&#xff0c;TypeSc…...

pycharm 设置环境出错

pycharm 设置环境出错 pycharm 新建项目&#xff0c;设置虚拟环境&#xff0c;出错 pycharm 出错 Cannot open Local Failed to start [powershell.exe, -NoExit, -ExecutionPolicy, Bypass, -File, C:\Program Files\JetBrains\PyCharm 2024.1.3\plugins\terminal\shell-int…...

PH热榜 | 2025-06-08

1. Thiings 标语&#xff1a;一套超过1900个免费AI生成的3D图标集合 介绍&#xff1a;Thiings是一个不断扩展的免费AI生成3D图标库&#xff0c;目前已有超过1900个图标。你可以按照主题浏览&#xff0c;生成自己的图标&#xff0c;或者下载整个图标集。所有图标都可以在个人或…...

五、jmeter脚本参数化

目录 1、脚本参数化 1.1 用户定义的变量 1.1.1 添加及引用方式 1.1.2 测试得出用户定义变量的特点 1.2 用户参数 1.2.1 概念 1.2.2 位置不同效果不同 1.2.3、用户参数的勾选框 - 每次迭代更新一次 总结用户定义的变量、用户参数 1.3 csv数据文件参数化 1、脚本参数化 …...