mysql鎖機(jī)制是在并發(fā)操作的時(shí)候，避免多人同時(shí)操作而發(fā)生錯(cuò)誤。
我們提供的服務(wù)有：成都網(wǎng)站建設(shè)、成都做網(wǎng)站、微信公眾號(hào)開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、藍(lán)田ssl等。為上1000家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的藍(lán)田網(wǎng)站制作公司
先說一下表級(jí)鎖吧
表級(jí)鎖 一般引擎都支持，資源消耗小。申請(qǐng)鎖的時(shí)候 整表鎖定（分讀寫鎖），其它線程或操作不能進(jìn)行操作
行級(jí)鎖 INNODB引擎支持。資源消耗大 鎖定的時(shí)候 被鎖的行只能進(jìn)行一個(gè)操作 其它均不能操作些行。
術(shù)式之后皆為邏輯，一切皆為需求和實(shí)現(xiàn)。希望此文能從需求、現(xiàn)狀和解決方式的角度幫大家理解隔離級(jí)別。
隔離級(jí)別的產(chǎn)生
在串型執(zhí)行的條件下，數(shù)據(jù)修改的順序是固定的、可預(yù)期的結(jié)果，但是并發(fā)執(zhí)行的情況下，數(shù)據(jù)的修改是不可預(yù)期的，也不固定，為了實(shí)現(xiàn)數(shù)據(jù)修改在并發(fā)執(zhí)行的情況下得到一個(gè)固定、可預(yù)期的結(jié)果，由此產(chǎn)生了隔離級(jí)別。
所以隔離級(jí)別的作用是用來平衡數(shù)據(jù)庫并發(fā)訪問與數(shù)據(jù)一致性的方法。
事務(wù)的4種隔離級(jí)別
READ UNCOMMITTED ? ? ? 未提交讀，可以讀取未提交的數(shù)據(jù)。READ COMMITTED ? ? ? ? 已提交讀，對(duì)于鎖定讀(select with for update 或者 for share)、update 和 delete 語句， ? ? ? ? ? ? ? ? ? ? ? InnoDB 僅鎖定索引記錄，而不鎖定它們之間的間隙，因此允許在鎖定的記錄旁邊自由插入新記錄。 ? ? ? ? ? ? ? ? ? ? ? Gap locking 僅用于外鍵約束檢查和重復(fù)鍵檢查。REPEATABLE READ ? ? ? ?可重復(fù)讀，事務(wù)中的一致性讀取讀取的是事務(wù)第一次讀取所建立的快照。SERIALIZABLE ? ? ? ? ? 序列化
在了解了 4 種隔離級(jí)別的需求后，在采用鎖控制隔離級(jí)別的基礎(chǔ)上，我們需要了解加鎖的對(duì)象(數(shù)據(jù)本身間隙)，以及了解整個(gè)數(shù)據(jù)范圍的全集組成。
數(shù)據(jù)范圍全集組成
SQL 語句根據(jù)條件判斷不需要掃描的數(shù)據(jù)范圍（不加鎖）；
SQL 語句根據(jù)條件掃描到的可能需要加鎖的數(shù)據(jù)范圍；
以單個(gè)數(shù)據(jù)范圍為例，數(shù)據(jù)范圍全集包含：（數(shù)據(jù)范圍不一定是連續(xù)的值，也可能是間隔的值組成）
1. 數(shù)據(jù)已經(jīng)填充了整個(gè)數(shù)據(jù)范圍：（被完全填充的數(shù)據(jù)范圍，不存在數(shù)據(jù)間隙）
整形，對(duì)值具有唯一約束條件的數(shù)據(jù)范圍 1～5 ，
已有數(shù)據(jù)1、2、3、4、5，此時(shí)數(shù)據(jù)范圍已被完全填充；
整形，對(duì)值具有唯一約束條件的數(shù)據(jù)范圍 1 和 5 ，
已有數(shù)據(jù)1、5，此時(shí)數(shù)據(jù)范圍已被完全填充；
2. 數(shù)據(jù)填充了部分?jǐn)?shù)據(jù)范圍：（未被完全填充的數(shù)據(jù)范圍，是存在數(shù)據(jù)間隙）
整形的數(shù)據(jù)范圍 1～5 ，
已有數(shù)據(jù) 1、2、3、4、5，但是因?yàn)闆]有唯一約束，
所以數(shù)據(jù)范圍可以繼續(xù)被 1～5 的數(shù)據(jù)重復(fù)填充；
整形，具有唯一約束條件的數(shù)據(jù)范圍 1～5 ，
已有數(shù)據(jù) 2，5，此時(shí)數(shù)據(jù)范圍未被完全填充，還可以填充 1、3、4 ；
3. 數(shù)據(jù)范圍內(nèi)沒有任何數(shù)據(jù)（存在間隙）
如下：
整形的數(shù)據(jù)范圍 1～5 ，數(shù)據(jù)范圍內(nèi)當(dāng)前沒有任何數(shù)據(jù)。
在了解了數(shù)據(jù)全集的組成后，我們?cè)賮砜纯词聞?wù)并發(fā)時(shí)，會(huì)帶來的問題。
無控制的并發(fā)所帶來的問題
并發(fā)事務(wù)如果不加以控制的話會(huì)帶來一些問題，主要包括以下幾種情況。
1. 范圍內(nèi)已有數(shù)據(jù)更改導(dǎo)致的：
更新丟失：當(dāng)多個(gè)事務(wù)選擇了同一行，然后基于最初選定的值更新該行時(shí)，
由于每個(gè)事物不知道其他事務(wù)的存在，最后的更新就會(huì)覆蓋其他事務(wù)所做的更新；
臟讀： 一個(gè)事務(wù)正在對(duì)一條記錄做修改，這個(gè)事務(wù)完成并提交前，這條記錄就處于不一致狀態(tài)。
這時(shí)，另外一個(gè)事務(wù)也來讀取同一條記錄，如果不加控制，
第二個(gè)事務(wù)讀取了這些“臟”數(shù)據(jù)，并據(jù)此做了進(jìn)一步的處理，就會(huì)產(chǎn)生提交的數(shù)據(jù)依賴關(guān)系。
這種現(xiàn)象就叫“臟讀”。
2. 范圍內(nèi)數(shù)據(jù)量發(fā)生了變化導(dǎo)致：
不可重復(fù)讀：一個(gè)事務(wù)在讀取某些數(shù)據(jù)后的某個(gè)時(shí)間，再次讀取以前讀過的數(shù)據(jù)，
卻發(fā)現(xiàn)其讀出的數(shù)據(jù)已經(jīng)發(fā)生了改變，或者某些記錄已經(jīng)被刪除了。
這種現(xiàn)象就叫“不可重復(fù)讀”。
幻讀：一個(gè)事務(wù)按相同的查詢條件重新讀取以前檢索過的數(shù)據(jù)，
卻發(fā)現(xiàn)其他事務(wù)插入了滿足其查詢條件的新數(shù)據(jù)，這種現(xiàn)象稱為“幻讀”。
可以簡(jiǎn)單的認(rèn)為滿足條件的數(shù)據(jù)量變化了。
因?yàn)闊o控制的并發(fā)會(huì)帶來一系列的問題，這些問題會(huì)導(dǎo)致無法滿足我們所需要的結(jié)果。因此我們需要控制并發(fā)，以實(shí)現(xiàn)我們所期望的結(jié)果(隔離級(jí)別)。
MySQL 隔離級(jí)別的實(shí)現(xiàn)
InnoDB 通過加鎖的策略來支持這些隔離級(jí)別。
行鎖包含：
Record Locks
索引記錄鎖，索引記錄鎖始終鎖定索引記錄，即使表中未定義索引，
這種情況下，InnoDB 創(chuàng)建一個(gè)隱藏的聚簇索引，并使用該索引進(jìn)行記錄鎖定。
Gap Locks
間隙鎖是索引記錄之間的間隙上的鎖，或者對(duì)第一條記錄之前或者最后一條記錄之后的鎖。
間隙鎖是性能和并發(fā)之間權(quán)衡的一部分。
對(duì)于無間隙的數(shù)據(jù)范圍不需要間隙鎖，因?yàn)闆]有間隙。
Next-Key Locks
索引記錄上的記錄鎖和索引記錄之前的 gap lock 的組合。
假設(shè)索引包含 10、11、13 和 20。
可能的next-key locks包括以下間隔，其中圓括號(hào)表示不包含間隔端點(diǎn)，方括號(hào)表示包含端點(diǎn)：
(負(fù)無窮大, 10] ? ?(10, 11] ? ?(11, 13] ? ?(13, 20] ? ?(20, 正無窮大) ? ? ? ?對(duì)于最后一個(gè)間隔，next-key將會(huì)鎖定索引中最大值的上方，
左右滑動(dòng)進(jìn)行查看
"上確界"偽記錄的值高于索引中任何實(shí)際值。
上確界不是一個(gè)真正的索引記錄，因此，實(shí)際上，這個(gè) next-key 只鎖定最大索引值之后的間隙。
基于此，當(dāng)獲取的數(shù)據(jù)范圍中，數(shù)據(jù)已填充了所有的數(shù)據(jù)范圍，那么此時(shí)是不存在間隙的，也就不需要 gap lock。
對(duì)于數(shù)據(jù)范圍內(nèi)存在間隙的，需要根據(jù)隔離級(jí)別確認(rèn)是否對(duì)間隙加鎖。
默認(rèn)的 REPEATABLE READ 隔離級(jí)別，為了保證可重復(fù)讀，除了對(duì)數(shù)據(jù)本身加鎖以外，還需要對(duì)數(shù)據(jù)間隙加鎖。
READ COMMITTED 已提交讀，不匹配行的記錄鎖在 MySQL 評(píng)估了 where 條件后釋放。
對(duì)于 update 語句，InnoDB 執(zhí)行 "semi-consistent" 讀取，這樣它會(huì)將最新提交的版本返回到 MySQL，
以便 MySQL 可以確定該行是否與 update 的 where 條件相匹配。
總結(jié)延展：
唯一索引存在唯一約束，所以變更后的數(shù)據(jù)若違反了唯一約束的原則，則會(huì)失敗。
當(dāng) where 條件使用二級(jí)索引篩選數(shù)據(jù)時(shí)，會(huì)對(duì)二級(jí)索引命中的條目和對(duì)應(yīng)的聚簇索引都加鎖；所以其他事務(wù)變更命中加鎖的聚簇索引時(shí)，都會(huì)等待鎖。
行鎖的增加是一行一行增加的，所以可能導(dǎo)致并發(fā)情況下死鎖的發(fā)生。
例如，
在 session A 對(duì)符合條件的某聚簇索引加鎖時(shí)，可能 session B 已持有該聚簇索引的 Record Locks，而 session B 正在等待 session A 已持有的某聚簇索引的 Record Locks。
session A 和 session B 是通過兩個(gè)不相干的二級(jí)索引定位到的聚簇索引。
session A 通過索引 idA，session B通過索引 idB 。
當(dāng) where 條件獲取的數(shù)據(jù)無間隙時(shí)，無論隔離級(jí)別為 rc 或 rr，都不會(huì)存在間隙鎖。
比如通過唯一索引獲取到了已完全填充的數(shù)據(jù)范圍，此時(shí)不需要間隙鎖。
間隙鎖的目的在于阻止數(shù)據(jù)插入間隙，所以無論是通過 insert 或 update 變更導(dǎo)致的間隙內(nèi)數(shù)據(jù)的存在，都會(huì)被阻止。
rc 隔離級(jí)別模式下，查詢和索引掃描將禁用 gap locking，此時(shí) gap locking 僅用于外鍵約束檢查和重復(fù)鍵檢查（主要是唯一性檢查）。
rr 模式下，為了防止幻讀，會(huì)加上 Gap Locks。
事務(wù)中，SQL 開始則加鎖，事務(wù)結(jié)束才釋放鎖。
就鎖類型而言，應(yīng)該有優(yōu)化鎖，鎖升級(jí)等，例如rr模式未使用索引查詢的情況下，是否可以直接升級(jí)為表鎖。
就鎖的應(yīng)用場(chǎng)景而言，在回放場(chǎng)景中，如果確定事務(wù)可并發(fā)，則可以考慮不加鎖，加快回放速度。
鎖只是并發(fā)控制的一種粒度，只是一個(gè)很小的部分：
從不同場(chǎng)景下是否需要控制并發(fā)，(已知無交集且有序的數(shù)據(jù)的變更，MySQL 的 MTS 相同前置事務(wù)的多事務(wù)并發(fā)回放)
并發(fā)控制的粒度，(鎖是一種邏輯粒度，可能還存在物理層和其他邏輯粒度或方式)
相同粒度下的優(yōu)化，(鎖本身存在優(yōu)化，如IX、IS類型的優(yōu)化鎖)
粒度加載的安全性能(如獲取行鎖前，先獲取頁鎖，頁鎖在執(zhí)行獲取行鎖操作后即釋放，無論是否獲取成功)等多個(gè)層次去思考并發(fā)這玩意。
數(shù)據(jù)庫優(yōu)化一方面是找出系統(tǒng)的瓶頸,提高M(jìn)ySQL數(shù)據(jù)庫的整體性能,而另一方面需要合理的結(jié)構(gòu)設(shè)計(jì)和參數(shù)調(diào)整,以提高用戶的相應(yīng)速度,同時(shí)還要盡可能的節(jié)約系統(tǒng)資源,以便讓系統(tǒng)提供更大的負(fù)荷.
1. 優(yōu)化一覽圖
2. 優(yōu)化
筆者將優(yōu)化分為了兩大類,軟優(yōu)化和硬優(yōu)化,軟優(yōu)化一般是操作數(shù)據(jù)庫即可,而硬優(yōu)化則是操作服務(wù)器硬件及參數(shù)設(shè)置.
2.1 軟優(yōu)化
2.1.1 查詢語句優(yōu)化
1.首先我們可以用EXPLAIN或DESCRIBE(簡(jiǎn)寫:DESC)命令分析一條查詢語句的執(zhí)行信息.
2.例:
顯示:
其中會(huì)顯示索引和查詢數(shù)據(jù)讀取數(shù)據(jù)條數(shù)等信息.
2.1.2 優(yōu)化子查詢
在MySQL中,盡量使用JOIN來代替子查詢.因?yàn)樽硬樵冃枰短撞樵?嵌套查詢時(shí)會(huì)建立一張臨時(shí)表,臨時(shí)表的建立和刪除都會(huì)有較大的系統(tǒng)開銷,而連接查詢不會(huì)創(chuàng)建臨時(shí)表,因此效率比嵌套子查詢高.
2.1.3 使用索引
索引是提高數(shù)據(jù)庫查詢速度最重要的方法之一,關(guān)于索引可以參高筆者M(jìn)ySQL數(shù)據(jù)庫索引一文,介紹比較詳細(xì),此處記錄使用索引的三大注意事項(xiàng):
2.1.4 分解表
對(duì)于字段較多的表,如果某些字段使用頻率較低,此時(shí)應(yīng)當(dāng),將其分離出來從而形成新的表,
2.1.5 中間表
對(duì)于將大量連接查詢的表可以創(chuàng)建中間表,從而減少在查詢時(shí)造成的連接耗時(shí).
2.1.6 增加冗余字段
類似于創(chuàng)建中間表,增加冗余也是為了減少連接查詢.
2.1.7 分析表,,檢查表,優(yōu)化表
分析表主要是分析表中關(guān)鍵字的分布,檢查表主要是檢查表中是否存在錯(cuò)誤,優(yōu)化表主要是消除刪除或更新造成的表空間浪費(fèi).
1. 分析表: 使用 ANALYZE 關(guān)鍵字,如ANALYZE TABLE user;
2. 檢查表: 使用 CHECK關(guān)鍵字,如CHECK TABLE user [option]
option 只對(duì)MyISAM有效,共五個(gè)參數(shù)值:
3. 優(yōu)化表:使用OPTIMIZE關(guān)鍵字,如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日志.,優(yōu)化表只對(duì)VARCHAR,BLOB和TEXT有效,通過OPTIMIZE TABLE語句可以消除文件碎片,在執(zhí)行過程中會(huì)加上只讀鎖.
2.2 硬優(yōu)化
2.2.1 硬件三件套
1.配置多核心和頻率高的cpu,多核心可以執(zhí)行多個(gè)線程.
2.配置大內(nèi)存,提高內(nèi)存,即可提高緩存區(qū)容量,因此能減少磁盤I/O時(shí)間,從而提高響應(yīng)速度.
3.配置高速磁盤或合理分布磁盤:高速磁盤提高I/O,分布磁盤能提高并行操作的能力.
2.2.2 優(yōu)化數(shù)據(jù)庫參數(shù)
優(yōu)化數(shù)據(jù)庫參數(shù)可以提高資源利用率,從而提高M(jìn)ySQL服務(wù)器性能.MySQL服務(wù)的配置參數(shù)都在my.cnf或my.ini,下面列出性能影響較大的幾個(gè)參數(shù).
2.2.3 分庫分表
因?yàn)閿?shù)據(jù)庫壓力過大，首先一個(gè)問題就是高峰期系統(tǒng)性能可能會(huì)降低，因?yàn)閿?shù)據(jù)庫負(fù)載過高對(duì)性能會(huì)有影響。另外一個(gè)，壓力過大把你的數(shù)據(jù)庫給搞掛了怎么辦？所以此時(shí)你必須得對(duì)系統(tǒng)做分庫分表 + 讀寫分離，也就是把一個(gè)庫拆分為多個(gè)庫，部署在多個(gè)數(shù)據(jù)庫服務(wù)上，這時(shí)作為主庫承載寫入請(qǐng)求。然后每個(gè)主庫都掛載至少一個(gè)從庫，由從庫來承載讀請(qǐng)求。
2.2.4 緩存集群
如果用戶量越來越大，此時(shí)你可以不停的加機(jī)器，比如說系統(tǒng)層面不停加機(jī)器，就可以承載更高的并發(fā)請(qǐng)求。然后數(shù)據(jù)庫層面如果寫入并發(fā)越來越高，就擴(kuò)容加數(shù)據(jù)庫服務(wù)器，通過分庫分表是可以支持?jǐn)U容機(jī)器的，如果數(shù)據(jù)庫層面的讀并發(fā)越來越高，就擴(kuò)容加更多的從庫。但是這里有一個(gè)很大的問題：數(shù)據(jù)庫其實(shí)本身不是用來承載高并發(fā)請(qǐng)求的，所以通常來說，數(shù)據(jù)庫單機(jī)每秒承載的并發(fā)就在幾千的數(shù)量級(jí)，而且數(shù)據(jù)庫使用的機(jī)器都是比較高配置，比較昂貴的機(jī)器，成本很高。如果你就是簡(jiǎn)單的不停的加機(jī)器，其實(shí)是不對(duì)的。所以在高并發(fā)架構(gòu)里通常都有緩存這個(gè)環(huán)節(jié)，緩存系統(tǒng)的設(shè)計(jì)就是為了承載高并發(fā)而生。所以單機(jī)承載的并發(fā)量都在每秒幾萬，甚至每秒數(shù)十萬，對(duì)高并發(fā)的承載能力比數(shù)據(jù)庫系統(tǒng)要高出一到兩個(gè)數(shù)量級(jí)。所以你完全可以根據(jù)系統(tǒng)的業(yè)務(wù)特性，對(duì)那種寫少讀多的請(qǐng)求，引入緩存集群。具體來說，就是在寫數(shù)據(jù)庫的時(shí)候同時(shí)寫一份數(shù)據(jù)到緩存集群里，然后用緩存集群來承載大部分的讀請(qǐng)求。這樣的話，通過緩存集群，就可以用更少的機(jī)器資源承載更高的并發(fā)。
一個(gè)完整而復(fù)雜的高并發(fā)系統(tǒng)架構(gòu)中，一定會(huì)包含：各種復(fù)雜的自研基礎(chǔ)架構(gòu)系統(tǒng)。各種精妙的架構(gòu)設(shè)計(jì).因此一篇小文頂多具有拋磚引玉的效果,但是數(shù)據(jù)庫優(yōu)化的思想差不多就這些了.
在我們使用MySQL數(shù)據(jù)庫時(shí)，比較常用也是查詢，包括基本查詢，關(guān)聯(lián)查詢，條件查詢等等，對(duì)于同一個(gè)操作，SQL語句的實(shí)現(xiàn)有很多種寫法，但是不同的寫法查詢的性能可能會(huì)有很大的差異。這里主要介紹下select查詢優(yōu)化的要點(diǎn)。
1. 使用慢查詢?nèi)罩救グl(fā)現(xiàn)慢查詢。
2. 使用執(zhí)行計(jì)劃去判斷查詢是否正常運(yùn)行。
3. 總是去測(cè)試你的查詢看看是否他們運(yùn)行在最佳狀態(tài)下 –久而久之性能總會(huì)變化。
4. 避免在整個(gè)表上使用count(*),它可能鎖住整張表。
5. 使查詢保持一致以便后續(xù)相似的查詢可以使用查詢緩存。
6. 在適當(dāng)?shù)那樾蜗率褂肎ROUP BY而不是DISTINCT。
7. 在WHERE, GROUP BY和ORDER BY子句中使用有索引的列。
8. 保持索引簡(jiǎn)單,不在多個(gè)索引中包含同一個(gè)列。
9. 有時(shí)候MySQL會(huì)使用錯(cuò)誤的索引,對(duì)于這種情況使用USE INDEX。
10. 檢查使用SQL_MODE=STRICT的問題。
11.對(duì)于記錄數(shù)小于5的索引字段，在UNION的時(shí)候使用LIMIT不是是用OR.
12. 為了 避免在更新前SELECT，使用INSERT ON DUPLICATE KEY或者INSERT IGNORE ,不要用UPDATE去實(shí)現(xiàn)。
3. 不要使用 MAX,使用索引字段和ORDER BY子句。
14. 避免使用ORDER BY RAND().
15. LIMIT M，N實(shí)際上可以減緩查詢?cè)谀承┣闆r下，有節(jié)制地使用。
16. 在WHERE子句中使用UNION代替子查詢。
17. 對(duì)于UPDATES（更新），使用 SHARE MODE（共享模式），以防止獨(dú)占鎖。
18. 在重新啟動(dòng)的MySQL，記得來溫暖你的數(shù)據(jù)庫，以確保您的數(shù)據(jù)在內(nèi)存和查詢速度快。
19. 使用DROP TABLE，CREATE TABLE DELETE FROM從表中刪除所有數(shù)據(jù)。
20. 最小化的數(shù)據(jù)在查詢你需要的數(shù)據(jù)，使用*消耗大量的時(shí)間。
21. 考慮持久連接，而不是多個(gè)連接，以減少開銷。
22. 基準(zhǔn)查詢，包括使用服務(wù)器上的負(fù)載，有時(shí)一個(gè)簡(jiǎn)單的查詢可以影響其他查詢。
23. 當(dāng)負(fù)載增加您的服務(wù)器上，使用SHOW PROCESSLIST查看慢的和有問題的查詢。
24. 在開發(fā)環(huán)境中產(chǎn)生的鏡像數(shù)據(jù)中 測(cè)試的所有可疑的查詢。
來源：PHP程序員雷雪松的博客
在開始演示之前，我們先介紹下兩個(gè)概念。
概念一，數(shù)據(jù)的可選擇性基數(shù)，也就是常說的cardinality值。
查詢優(yōu)化器在生成各種執(zhí)行計(jì)劃之前，得先從統(tǒng)計(jì)信息中取得相關(guān)數(shù)據(jù)，這樣才能估算每步操作所涉及到的記錄數(shù)，而這個(gè)相關(guān)數(shù)據(jù)就是cardinality。簡(jiǎn)單來說，就是每個(gè)值在每個(gè)字段中的唯一值分布狀態(tài)。
比如表t1有100行記錄，其中一列為f1。f1中唯一值的個(gè)數(shù)可以是100個(gè)，也可以是1個(gè)，當(dāng)然也可以是1到100之間的任何一個(gè)數(shù)字。這里唯一值越的多少，就是這個(gè)列的可選擇基數(shù)。
那看到這里我們就明白了，為什么要在基數(shù)高的字段上建立索引，而基數(shù)低的的字段建立索引反而沒有全表掃描來的快。當(dāng)然這個(gè)只是一方面，至于更深入的探討就不在我這篇探討的范圍了。
概念二，關(guān)于HINT的使用。
這里我來說下HINT是什么，在什么時(shí)候用。
HINT簡(jiǎn)單來說就是在某些特定的場(chǎng)景下人工協(xié)助MySQL優(yōu)化器的工作，使她生成最優(yōu)的執(zhí)行計(jì)劃。一般來說，優(yōu)化器的執(zhí)行計(jì)劃都是最優(yōu)化的，不過在某些特定場(chǎng)景下，執(zhí)行計(jì)劃可能不是最優(yōu)化。
比如：表t1經(jīng)過大量的頻繁更新操作，（UPDATE,DELETE,INSERT），cardinality已經(jīng)很不準(zhǔn)確了，這時(shí)候剛好執(zhí)行了一條SQL，那么有可能這條SQL的執(zhí)行計(jì)劃就不是最優(yōu)的。為什么說有可能呢？
來看下具體演示
譬如，以下兩條SQL，
A：
select * from t1 where f1 = 20;
B：
select * from t1 where f1 = 30;
如果f1的值剛好頻繁更新的值為30，并且沒有達(dá)到MySQL自動(dòng)更新cardinality值的臨界值或者說用戶設(shè)置了手動(dòng)更新又或者用戶減少了sample page等等，那么對(duì)這兩條語句來說，可能不準(zhǔn)確的就是B了。
這里順帶說下，MySQL提供了自動(dòng)更新和手動(dòng)更新表cardinality值的方法，因篇幅有限，需要的可以查閱手冊(cè)。
那回到正題上，MySQL 8.0 帶來了幾個(gè)HINT，我今天就舉個(gè)index_merge的例子。
示例表結(jié)構(gòu)：
mysql desc t1;+------------+--------------+------+-----+---------+----------------+| Field ? ? ?| Type ? ? ? ? | Null | Key | Default | Extra ? ? ? ? ?|+------------+--------------+------+-----+---------+----------------+| id ? ? ? ? | int(11) ? ? ?| NO ? | PRI | NULL ? ?| auto_increment || rank1 ? ? ?| int(11) ? ? ?| YES ?| MUL | NULL ? ?| ? ? ? ? ? ? ? ?|| rank2 ? ? ?| int(11) ? ? ?| YES ?| MUL | NULL ? ?| ? ? ? ? ? ? ? ?|| log_time ? | datetime ? ? | YES ?| MUL | NULL ? ?| ? ? ? ? ? ? ? ?|| prefix_uid | varchar(100) | YES ?| ? ? | NULL ? ?| ? ? ? ? ? ? ? ?|| desc1 ? ? ?| text ? ? ? ? | YES ?| ? ? | NULL ? ?| ? ? ? ? ? ? ? ?|| rank3 ? ? ?| int(11) ? ? ?| YES ?| MUL | NULL ? ?| ? ? ? ? ? ? ? ?|+------------+--------------+------+-----+---------+----------------+7 rows in set (0.00 sec)
表記錄數(shù)：
mysql select count(*) from t1;+----------+| count(*) |+----------+| ? ?32768 |+----------+1 row in set (0.01 sec)
這里我們兩條經(jīng)典的SQL：
SQL C：
select * from t1 where rank1 = 1 or rank2 = 2 or rank3 = 2;
SQL D：
select * from t1 where rank1 =100 ?and rank2 =100 ?and rank3 =100;
表t1實(shí)際上在rank1,rank2,rank3三列上分別有一個(gè)二級(jí)索引。
那我們來看SQL C的查詢計(jì)劃。
顯然，沒有用到任何索引，掃描的行數(shù)為32034，cost為3243.65。
mysql explain ?format=json select * from t1 ?where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "3243.65" ? ?}, ? ?"table": { ? ? ?"table_name": "t1", ? ? ?"access_type": "ALL", ? ? ?"possible_keys": [ ? ? ? ?"idx_rank1", ? ? ? ?"idx_rank2", ? ? ? ?"idx_rank3" ? ? ?], ? ? ?"rows_examined_per_scan": 32034, ? ? ?"rows_produced_per_join": 115, ? ? ?"filtered": "0.36", ? ? ?"cost_info": { ? ? ? ?"read_cost": "3232.07", ? ? ? ?"eval_cost": "11.58", ? ? ? ?"prefix_cost": "3243.65", ? ? ? ?"data_read_per_join": "49K" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"rank1", ? ? ? ?"rank2", ? ? ? ?"log_time", ? ? ? ?"prefix_uid", ? ? ? ?"desc1", ? ? ? ?"rank3" ? ? ?], ? ? ?"attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))" ? ?} ?}}1 row in set, 1 warning (0.00 sec)
我們加上hint給相同的查詢，再次看看查詢計(jì)劃。
這個(gè)時(shí)候用到了index_merge,union了三個(gè)列。掃描的行數(shù)為1103，cost為441.09，明顯比之前的快了好幾倍。
mysql explain ?format=json select /*+ index_merge(t1) */ * from t1 ?where rank1 =1 or rank2 = 2 or rank3 = 2\G*************************** 1. row ***************************EXPLAIN: { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "441.09" ? ?}, ? ?"table": { ? ? ?"table_name": "t1", ? ? ?"access_type": "index_merge", ? ? ?"possible_keys": [ ? ? ? ?"idx_rank1", ? ? ? ?"idx_rank2", ? ? ? ?"idx_rank3" ? ? ?], ? ? ?"key": "union(idx_rank1,idx_rank2,idx_rank3)", ? ? ?"key_length": "5,5,5", ? ? ?"rows_examined_per_scan": 1103, ? ? ?"rows_produced_per_join": 1103, ? ? ?"filtered": "100.00", ? ? ?"cost_info": { ? ? ? ?"read_cost": "330.79", ? ? ? ?"eval_cost": "110.30", ? ? ? ?"prefix_cost": "441.09", ? ? ? ?"data_read_per_join": "473K" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"rank1", ? ? ? ?"rank2", ? ? ? ?"log_time", ? ? ? ?"prefix_uid", ? ? ? ?"desc1", ? ? ? ?"rank3" ? ? ?], ? ? ?"attached_condition": "((`ytt`.`t1`.`rank1` = 1) or (`ytt`.`t1`.`rank2` = 2) or (`ytt`.`t1`.`rank3` = 2))" ? ?} ?}}1 row in set, 1 warning (0.00 sec)
我們?cè)倏聪耂QL D的計(jì)劃：
不加HINT，
mysql explain format=json select * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "534.34" ? ?}, ? ?"table": { ? ? ?"table_name": "t1", ? ? ?"access_type": "ref", ? ? ?"possible_keys": [ ? ? ? ?"idx_rank1", ? ? ? ?"idx_rank2", ? ? ? ?"idx_rank3" ? ? ?], ? ? ?"key": "idx_rank1", ? ? ?"used_key_parts": [ ? ? ? ?"rank1" ? ? ?], ? ? ?"key_length": "5", ? ? ?"ref": [ ? ? ? ?"const" ? ? ?], ? ? ?"rows_examined_per_scan": 555, ? ? ?"rows_produced_per_join": 0, ? ? ?"filtered": "0.07", ? ? ?"cost_info": { ? ? ? ?"read_cost": "478.84", ? ? ? ?"eval_cost": "0.04", ? ? ? ?"prefix_cost": "534.34", ? ? ? ?"data_read_per_join": "176" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"rank1", ? ? ? ?"rank2", ? ? ? ?"log_time", ? ? ? ?"prefix_uid", ? ? ? ?"desc1", ? ? ? ?"rank3" ? ? ?], ? ? ?"attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100))" ? ?} ?}}1 row in set, 1 warning (0.00 sec)
加了HINT，
mysql explain format=json select /*+ index_merge(t1)*/ * from t1 where rank1 =100 and rank2 =100 and rank3 =100\G*************************** 1. row ***************************EXPLAIN: { ?"query_block": { ? ?"select_id": 1, ? ?"cost_info": { ? ? ?"query_cost": "5.23" ? ?}, ? ?"table": { ? ? ?"table_name": "t1", ? ? ?"access_type": "index_merge", ? ? ?"possible_keys": [ ? ? ? ?"idx_rank1", ? ? ? ?"idx_rank2", ? ? ? ?"idx_rank3" ? ? ?], ? ? ?"key": "intersect(idx_rank1,idx_rank2,idx_rank3)", ? ? ?"key_length": "5,5,5", ? ? ?"rows_examined_per_scan": 1, ? ? ?"rows_produced_per_join": 1, ? ? ?"filtered": "100.00", ? ? ?"cost_info": { ? ? ? ?"read_cost": "5.13", ? ? ? ?"eval_cost": "0.10", ? ? ? ?"prefix_cost": "5.23", ? ? ? ?"data_read_per_join": "440" ? ? ?}, ? ? ?"used_columns": [ ? ? ? ?"id", ? ? ? ?"rank1", ? ? ? ?"rank2", ? ? ? ?"log_time", ? ? ? ?"prefix_uid", ? ? ? ?"desc1", ? ? ? ?"rank3" ? ? ?], ? ? ?"attached_condition": "((`ytt`.`t1`.`rank3` = 100) and (`ytt`.`t1`.`rank2` = 100) and (`ytt`.`t1`.`rank1` = 100))" ? ?} ?}}1 row in set, 1 warning (0.00 sec)
對(duì)比下以上兩個(gè)，加了HINT的比不加HINT的cost小了100倍。
總結(jié)下，就是說表的cardinality值影響這張的查詢計(jì)劃，如果這個(gè)值沒有正常更新的話，就需要手工加HINT了。相信MySQL未來的版本會(huì)帶來更多的HINT。
mysql行鎖和表鎖
鎖是計(jì)算機(jī)協(xié)調(diào)多個(gè)進(jìn)程或純線程并發(fā)訪問某一資源的機(jī)制。在數(shù)據(jù)庫中，除傳統(tǒng)的計(jì)算資源（CPU、RAM、I/O）的爭(zhēng)用以外，數(shù)據(jù)也是一種供許多用戶共享的資源。如何保證數(shù)據(jù)并發(fā)訪問的一致性、有效性是所在有數(shù)據(jù)庫必須解決的一個(gè)問題，鎖沖突也是影響數(shù)據(jù)庫并發(fā)訪問性能的一個(gè)重要因素。從這個(gè)角度來說，鎖對(duì)數(shù)據(jù)庫而言顯得尤其重要，也更加復(fù)雜。
概述
相對(duì)其他數(shù)據(jù)庫而言，MySQL的鎖機(jī)制比較簡(jiǎn)單，其最顯著的特點(diǎn)是不同的存儲(chǔ)引擎支持不同的鎖機(jī)制。
MySQL大致可歸納為以下3種鎖：
表級(jí)鎖：開銷小，加鎖快；不會(huì)出現(xiàn)死鎖；鎖定粒度大，發(fā)生鎖沖突的概率最高，并發(fā)度最低。
行級(jí)鎖：開銷大，加鎖慢；會(huì)出現(xiàn)死鎖；鎖定粒度最小，發(fā)生鎖沖突的概率最低，并發(fā)度也最高。
頁面鎖：開銷和加鎖時(shí)間界于表鎖和行鎖之間；會(huì)出現(xiàn)死鎖；鎖定粒度界于表鎖和行鎖之間，并發(fā)度一般
MySQL表級(jí)鎖的鎖模式（MyISAM)
MySQL表級(jí)鎖有兩種模式：表共享鎖（Table Read Lock）和表獨(dú)占寫鎖（Table Write Lock）。
對(duì)MyISAM的讀操作，不會(huì)阻塞其他用戶對(duì)同一表請(qǐng)求，但會(huì)阻塞對(duì)同一表的寫請(qǐng)求；
對(duì)MyISAM的寫操作，則會(huì)阻塞其他用戶對(duì)同一表的讀和寫操作；
MyISAM表的讀操作和寫操作之間，以及寫操作之間是串行的。
當(dāng)一個(gè)線程獲得對(duì)一個(gè)表的寫鎖后，只有持有鎖線程可以對(duì)表進(jìn)行更新操作。其他線程的讀、寫操作都會(huì)等待，直到鎖被釋放為止。
MySQL表級(jí)鎖的鎖模式
MySQL的表鎖有兩種模式：表共享讀鎖（Table Read Lock）和表獨(dú)占寫鎖（Table Write Lock）。鎖模式的兼容如下表
MySQL中的表鎖兼容性
當(dāng)前鎖模式/是否兼容/請(qǐng)求鎖模式
讀鎖 ? ?是 ? ?是 ? ?否 ?
寫鎖 ? ?是 ? ?否 ? ?否 ?
可見，對(duì)MyISAM表的讀操作，不會(huì)阻塞其他用戶對(duì)同一表的讀請(qǐng)求，但會(huì)阻塞對(duì)同一表的寫請(qǐng)求；對(duì)MyISAM表的寫操作，則會(huì)阻塞其他用戶對(duì)同一表的讀和寫請(qǐng)求；MyISAM表的讀和寫操作之間，以及寫和寫操作之間是串行的?。ó?dāng)一線程獲得對(duì)一個(gè)表的寫鎖后，只有持有鎖的線程可以對(duì)表進(jìn)行更新操作。其他線程的讀、寫操作都會(huì)等待，直到鎖被釋放為止。）
如何加表鎖
MyISAM在執(zhí)行查詢語句（SELECT）前，會(huì)自動(dòng)給涉及的所有表加讀鎖，在執(zhí)行更新操作（UPDATE、DELETE、INSERT等）前，會(huì)自動(dòng)給涉及的表加寫鎖，這個(gè)過程并不需要用戶干預(yù)，因此用戶一般不需要直接用LOCK TABLE命令給MyISAM表顯式加鎖。在本書的示例中，顯式加鎖基本上都是為了方便而已，并非必須如此。
給MyISAM表顯示加鎖，一般是為了一定程度模擬事務(wù)操作，實(shí)現(xiàn)對(duì)某一時(shí)間點(diǎn)多個(gè)表的一致性讀取。
要特別說明以下兩點(diǎn)內(nèi)容。
上面的例子在LOCK TABLES時(shí)加了‘local’選項(xiàng)，其作用就是在滿足MyISAM表并發(fā)插入條件的情況下，允許其他用戶在表尾插入記錄
在用LOCKTABLES給表顯式加表鎖是時(shí)，必須同時(shí)取得所有涉及表的鎖，并且MySQL支持鎖升級(jí)。也就是說，在執(zhí)行LOCK TABLES后，只能訪問顯式加鎖的這些表，不能訪問未加鎖的表；同時(shí)，如果加的是讀鎖，那么只能執(zhí)行查詢操作，而不能執(zhí)行更新操作。其實(shí)，在自動(dòng)加鎖的情況下也基本如此，MySQL問題一次獲得SQL語句所需要的全部鎖。這也正是MyISAM表不會(huì)出現(xiàn)死鎖（Deadlock Free）的原因
一個(gè)session使用LOCK TABLE 命令給表film_text加了讀鎖，這個(gè)session可以查詢鎖定表中的記錄，但更新或訪問其他表都會(huì)提示錯(cuò)誤；同時(shí)，另外一個(gè)session可以查詢表中的記錄，但更新就會(huì)出現(xiàn)鎖等待。
當(dāng)使用LOCK TABLE時(shí)，不僅需要一次鎖定用到的所有表，而且，同一個(gè)表在SQL語句中出現(xiàn)多少次，就要通過與SQL語句中相同的別名鎖多少次，否則也會(huì)出錯(cuò)！
并發(fā)鎖
在一定條件下，MyISAM也支持查詢和操作的并發(fā)進(jìn)行。
MyISAM存儲(chǔ)引擎有一個(gè)系統(tǒng)變量concurrent_insert，專門用以控制其并發(fā)插入的行為，其值分別可以為0、1或2。
當(dāng)concurrent_insert設(shè)置為0時(shí)，不允許并發(fā)插入。
當(dāng)concurrent_insert設(shè)置為1時(shí)，如果MyISAM允許在一個(gè)讀表的同時(shí)，另一個(gè)進(jìn)程從表尾插入記錄。這也是MySQL的默認(rèn)設(shè)置。
當(dāng)concurrent_insert設(shè)置為2時(shí)，無論MyISAM表中有沒有空洞，都允許在表尾插入記錄，都允許在表尾并發(fā)插入記錄。
可以利用MyISAM存儲(chǔ)引擎的并發(fā)插入特性，來解決應(yīng)用中對(duì)同一表查詢和插入鎖爭(zhēng)用。例如，將concurrent_insert系統(tǒng)變量為2，總是允許并發(fā)插入；同時(shí)，通過定期在系統(tǒng)空閑時(shí)段執(zhí)行OPTIONMIZE TABLE語句來整理空間碎片，收到因刪除記錄而產(chǎn)生的中間空洞。
MyISAM的鎖調(diào)度
前面講過，MyISAM存儲(chǔ)引擎的讀和寫鎖是互斥，讀操作是串行的。那么，一個(gè)進(jìn)程請(qǐng)求某個(gè)MyISAM表的讀鎖，同時(shí)另一個(gè)進(jìn)程也請(qǐng)求同一表的寫鎖，MySQL如何處理呢？答案是寫進(jìn)程先獲得鎖。不僅如此，即使讀進(jìn)程先請(qǐng)求先到鎖等待隊(duì)列，寫請(qǐng)求后到，寫鎖也會(huì)插到讀請(qǐng)求之前！這是因?yàn)镸ySQL認(rèn)為寫請(qǐng)求一般比讀請(qǐng)求重要。這也正是MyISAM表不太適合于有大量更新操作和查詢操作應(yīng)用的原因，因?yàn)椋罅康母虏僮鲿?huì)造成查詢操作很難獲得讀鎖，從而可能永遠(yuǎn)阻塞。這種情況有時(shí)可能會(huì)變得非常糟糕！幸好我們可以通過一些設(shè)置來調(diào)節(jié)MyISAM的調(diào)度行為。
通過指定啟動(dòng)參數(shù)low-priority-updates，使MyISAM引擎默認(rèn)給予讀請(qǐng)求以優(yōu)先的權(quán)利。
通過執(zhí)行命令SET LOW_PRIORITY_UPDATES=1，使該連接發(fā)出的更新請(qǐng)求優(yōu)先級(jí)降低。
通過指定INSERT、UPDATE、DELETE語句的LOW_PRIORITY屬性，降低該語句的優(yōu)先級(jí)。
雖然上面3種方法都是要么更新優(yōu)先，要么查詢優(yōu)先的方法，但還是可以用其來解決查詢相對(duì)重要的應(yīng)用（如用戶登錄系統(tǒng)）中，讀鎖等待嚴(yán)重的問題。
另外，MySQL也提供了一種折中的辦法來調(diào)節(jié)讀寫沖突，即給系統(tǒng)參數(shù)max_write_lock_count設(shè)置一個(gè)合適的值，當(dāng)一個(gè)表的讀鎖達(dá)到這個(gè)值后，MySQL變暫時(shí)將寫請(qǐng)求的優(yōu)先級(jí)降低，給讀進(jìn)程一定獲得鎖的機(jī)會(huì)。
上面已經(jīng)討論了寫優(yōu)先調(diào)度機(jī)制和解決辦法。這里還要強(qiáng)調(diào)一點(diǎn)：一些需要長(zhǎng)時(shí)間運(yùn)行的查詢操作，也會(huì)使寫進(jìn)程“餓死”！因此，應(yīng)用中應(yīng)盡量避免出現(xiàn)長(zhǎng)時(shí)間運(yùn)行的查詢操作，不要總想用一條SELECT語句來解決問題。因?yàn)檫@種看似巧妙的SQL語句，往往比較復(fù)雜，執(zhí)行時(shí)間較長(zhǎng)，在可能的情況下可以通過使用中間表等措施對(duì)SQL語句做一定的“分解”，使每一步查詢都能在較短時(shí)間完成，從而減少鎖沖突。如果復(fù)雜查詢不可避免，應(yīng)盡量安排在數(shù)據(jù)庫空閑時(shí)段執(zhí)行，比如一些定期統(tǒng)計(jì)可以安排在夜間執(zhí)行。
InnoDB鎖問題
InnoDB與MyISAM的最大不同有兩點(diǎn)：一是支持事務(wù)（TRANSACTION）；二是采用了行級(jí)鎖。
行級(jí)鎖和表級(jí)鎖本來就有許多不同之處，另外，事務(wù)的引入也帶來了一些新問題。
1.事務(wù)（Transaction）及其ACID屬性
事務(wù)是由一組SQL語句組成的邏輯處理單元，事務(wù)具有4屬性，通常稱為事務(wù)的ACID屬性。
原性性（Actomicity）：事務(wù)是一個(gè)原子操作單元，其對(duì)數(shù)據(jù)的修改，要么全都執(zhí)行，要么全都不執(zhí)行。
一致性（Consistent）：在事務(wù)開始和完成時(shí)，數(shù)據(jù)都必須保持一致狀態(tài)。這意味著所有相關(guān)的數(shù)據(jù)規(guī)則都必須應(yīng)用于事務(wù)的修改，以操持完整性；事務(wù)結(jié)束時(shí)，所有的內(nèi)部數(shù)據(jù)結(jié)構(gòu)（如B樹索引或雙向鏈表）也都必須是正確的。
隔離性（Isolation）：數(shù)據(jù)庫系統(tǒng)提供一定的隔離機(jī)制，保證事務(wù)在不受外部并發(fā)操作影響的“獨(dú)立”環(huán)境執(zhí)行。這意味著事務(wù)處理過程中的中間狀態(tài)對(duì)外部是不可見的，反之亦然。
持久性（Durable）：事務(wù)完成之后，它對(duì)于數(shù)據(jù)的修改是永久性的，即使出現(xiàn)系統(tǒng)故障也能夠保持。
2.并發(fā)事務(wù)帶來的問題
相對(duì)于串行處理來說，并發(fā)事務(wù)處理能大大增加數(shù)據(jù)庫資源的利用率，提高數(shù)據(jù)庫系統(tǒng)的事務(wù)吞吐量，從而可以支持可以支持更多的用戶。但并發(fā)事務(wù)處理也會(huì)帶來一些問題，主要包括以下幾種情況。
更新丟失（Lost Update）：當(dāng)兩個(gè)或多個(gè)事務(wù)選擇同一行，然后基于最初選定的值更新該行時(shí)，由于每個(gè)事務(wù)都不知道其他事務(wù)的存在，就會(huì)發(fā)生丟失更新問題——最后的更新覆蓋了其他事務(wù)所做的更新。例如，兩個(gè)編輯人員制作了同一文檔的電子副本。每個(gè)編輯人員獨(dú)立地更改其副本，然后保存更改后的副本，這樣就覆蓋了原始文檔。最后保存其更改保存其更改副本的編輯人員覆蓋另一個(gè)編輯人員所做的修改。如果在一個(gè)編輯人員完成并提交事務(wù)之前，另一個(gè)編輯人員不能訪問同一文件，則可避免此問題
臟讀（Dirty Reads）：一個(gè)事務(wù)正在對(duì)一條記錄做修改，在這個(gè)事務(wù)并提交前，這條記錄的數(shù)據(jù)就處于不一致狀態(tài)；這時(shí)，另一個(gè)事務(wù)也來讀取同一條記錄，如果不加控制，第二個(gè)事務(wù)讀取了這些“臟”的數(shù)據(jù)，并據(jù)此做進(jìn)一步的處理，就會(huì)產(chǎn)生未提交的數(shù)據(jù)依賴關(guān)系。這種現(xiàn)象被形象地叫做“臟讀”。
不可重復(fù)讀（Non-Repeatable Reads）：一個(gè)事務(wù)在讀取某些數(shù)據(jù)已經(jīng)發(fā)生了改變、或某些記錄已經(jīng)被刪除了！這種現(xiàn)象叫做“不可重復(fù)讀”。
幻讀（Phantom Reads）：一個(gè)事務(wù)按相同的查詢條件重新讀取以前檢索過的數(shù)據(jù)，卻發(fā)現(xiàn)其他事務(wù)插入了滿足其查詢條件的新數(shù)據(jù)，這種現(xiàn)象就稱為“幻讀”。
3.事務(wù)隔離級(jí)別
在并發(fā)事務(wù)處理帶來的問題中，“更新丟失”通常應(yīng)該是完全避免的。但防止更新丟失，并不能單靠數(shù)據(jù)庫事務(wù)控制器來解決，需要應(yīng)用程序?qū)σ碌臄?shù)據(jù)加必要的鎖來解決，因此，防止更新丟失應(yīng)該是應(yīng)用的責(zé)任。
“臟讀”、“不可重復(fù)讀”和“幻讀”，其實(shí)都是數(shù)據(jù)庫讀一致性問題，必須由數(shù)據(jù)庫提供一定的事務(wù)隔離機(jī)制來解決。數(shù)據(jù)庫實(shí)現(xiàn)事務(wù)隔離的方式，基本可以分為以下兩種。
一種是在讀取數(shù)據(jù)前，對(duì)其加鎖，阻止其他事務(wù)對(duì)數(shù)據(jù)進(jìn)行修改。
另一種是不用加任何鎖，通過一定機(jī)制生成一個(gè)數(shù)據(jù)請(qǐng)求時(shí)間點(diǎn)的一致性數(shù)據(jù)快照（Snapshot），并用這個(gè)快照來提供一定級(jí)別（語句級(jí)或事務(wù)級(jí)）的一致性讀取。從用戶的角度，好像是數(shù)據(jù)庫可以提供同一數(shù)據(jù)的多個(gè)版本，因此，這種技術(shù)叫做數(shù)據(jù)多版本并發(fā)控制（MultiVersion Concurrency Control，簡(jiǎn)稱MVCC或MCC），也經(jīng)常稱為多版本數(shù)據(jù)庫。
數(shù)據(jù)庫的事務(wù)隔離級(jí)別越嚴(yán)格，并發(fā)副作用越小，但付出的代價(jià)也就越大，因?yàn)槭聞?wù)隔離實(shí)質(zhì)上就是使事務(wù)在一定程度上“串行化”進(jìn)行，這顯然與“并發(fā)”是矛盾的，同時(shí)，不同的應(yīng)用對(duì)讀一致性和事務(wù)隔離程度的要求也是不同的，比如許多應(yīng)用對(duì)“不可重復(fù)讀”和“幻讀”并不敏感，可能更關(guān)心數(shù)據(jù)并發(fā)訪問的能力。
為了解決“隔離”與“并發(fā)”的矛盾，ISO/ANSI SQL92定義了4個(gè)事務(wù)隔離級(jí)別，每個(gè)級(jí)別的隔離程度不同，允許出現(xiàn)的副作用也不同，應(yīng)用可以根據(jù)自己業(yè)務(wù)邏輯要求，通過選擇不同的隔離級(jí)別來平衡＂隔離＂與＂并發(fā)＂的矛盾
事務(wù)4種隔離級(jí)別比較
隔離級(jí)別/讀數(shù)據(jù)一致性及允許的并發(fā)副作用 ? ?讀數(shù)據(jù)一致性 ? ?臟讀 ? ?不可重復(fù)讀 ? ?幻讀 ?
未提交讀（Read uncommitted）
最低級(jí)別，只能保證不讀取物理上損壞的數(shù)據(jù) ? ?是 ? ?是 ? ?是 ?
已提交度（Read committed） ? ?語句級(jí) ? ?否 ? ?是 ? ?是 ?
可重復(fù)讀（Repeatable read） ? ?事務(wù)級(jí) ? ?否 ? ?否 ? ?是 ?
可序列化（Serializable） ? ?最高級(jí)別，事務(wù)級(jí) ? ?否 ? ?否 ? ?否 ?
最后要說明的是：各具體數(shù)據(jù)庫并不一定完全實(shí)現(xiàn)了上述4個(gè)隔離級(jí)別，例如，Oracle只提供Read committed和Serializable兩個(gè)標(biāo)準(zhǔn)級(jí)別，另外還自己定義的Read only隔離級(jí)別：SQL Server除支持上述ISO/ANSI SQL92定義的4個(gè)級(jí)別外，還支持一個(gè)叫做＂快照＂的隔離級(jí)別，但嚴(yán)格來說它是一個(gè)用MVCC實(shí)現(xiàn)的Serializable隔離級(jí)別。MySQL支持全部4個(gè)隔離級(jí)別，但在具體實(shí)現(xiàn)時(shí)，有一些特點(diǎn)，比如在一些隔離級(jí)下是采用MVCC一致性讀，但某些情況又不是。
獲取InonoD行鎖爭(zhēng)用情況
可以通過檢查InnoDB_row_lock狀態(tài)變量來分析系統(tǒng)上的行鎖的爭(zhēng)奪情況：
如果發(fā)現(xiàn)爭(zhēng)用比較嚴(yán)重，如Innodb_row_lock_waits和Innodb_row_lock_time_avg的值比較高，還可以通過設(shè)置InnoDB Monitors來進(jìn)一步觀察發(fā)生鎖沖突的表、數(shù)據(jù)行等，并分析鎖爭(zhēng)用的原因。?
InnoDB的行鎖模式及加鎖方法
InnoDB實(shí)現(xiàn)了以下兩種類型的行鎖。
共享鎖（s）：允許一個(gè)事務(wù)去讀一行，阻止其他事務(wù)獲得相同數(shù)據(jù)集的排他鎖。
排他鎖（X）：允許獲取排他鎖的事務(wù)更新數(shù)據(jù)，阻止其他事務(wù)取得相同的數(shù)據(jù)集共享讀鎖和排他寫鎖。
另外，為了允許行鎖和表鎖共存，實(shí)現(xiàn)多粒度鎖機(jī)制，InnoDB還有兩種內(nèi)部使用的意向鎖（Intention Locks），這兩種意向鎖都是表鎖。
意向共享鎖（IS）：事務(wù)打算給數(shù)據(jù)行共享鎖，事務(wù)在給一個(gè)數(shù)據(jù)行加共享鎖前必須先取得該表的IS鎖。
意向排他鎖（IX）：事務(wù)打算給數(shù)據(jù)行加排他鎖，事務(wù)在給一個(gè)數(shù)據(jù)行加排他鎖前必須先取得該表的IX鎖。
InnoDB行鎖模式兼容性列表
如果一個(gè)事務(wù)請(qǐng)求的鎖模式與當(dāng)前的鎖兼容，InnoDB就請(qǐng)求的鎖授予該事務(wù)；反之，如果兩者兩者不兼容，該事務(wù)就要等待鎖釋放。
意向鎖是InnoDB自動(dòng)加的，不需用戶干預(yù)。對(duì)于UPDATE、DELETE和INSERT語句，InnoDB會(huì)自動(dòng)給涉及及數(shù)據(jù)集加排他鎖（X）；對(duì)于普通SELECT語句，InnoDB會(huì)自動(dòng)給涉及數(shù)據(jù)集加排他鎖（X）；對(duì)于普通SELECT語句，InnoDB不會(huì)任何鎖；事務(wù)可以通過以下語句顯示給記錄集加共享鎖或排鎖。
共享鎖（S）：SELECT * FROM table_name WHERE ... LOCK IN SHARE MODE
排他鎖（X）：SELECT * FROM table_name WHERE ...?FOR UPDATE
用SELECT .. IN SHARE MODE獲得共享鎖，主要用在需要數(shù)據(jù)依存關(guān)系時(shí)確認(rèn)某行記錄是否存在，并確保沒有人對(duì)這個(gè)記錄進(jìn)行UPDATE或者DELETE操作。但是如果當(dāng)前事務(wù)也需要對(duì)該記錄進(jìn)行更新操作，則很有可能造成死鎖，對(duì)于鎖定行記錄后需要進(jìn)行更新操作的應(yīng)用，應(yīng)該使用SELECT ... FOR UPDATE方式獲取排他鎖。
InnoDB行鎖實(shí)現(xiàn)方式
InnoDB行鎖是通過索引上的索引項(xiàng)來實(shí)現(xiàn)的，這一點(diǎn)MySQL與Oracle不同，后者是通過在數(shù)據(jù)中對(duì)相應(yīng)數(shù)據(jù)行加鎖來實(shí)現(xiàn)的。InnoDB這種行鎖實(shí)現(xiàn)特點(diǎn)意味者：只有通過索引條件檢索數(shù)據(jù)，InnoDB才會(huì)使用行級(jí)鎖，否則，InnoDB將使用表鎖！
在實(shí)際應(yīng)用中，要特別注意InnoDB行鎖的這一特性，不然的話，可能導(dǎo)致大量的鎖沖突，從而影響并發(fā)性能。
什么時(shí)候使用表鎖
對(duì)于InnoDB表，在絕大部分情況下都應(yīng)該使用行級(jí)鎖，因?yàn)槭聞?wù)和行鎖往往是我們之所以選擇InnoDB表的理由。但在個(gè)另特殊事務(wù)中，也可以考慮使用表級(jí)鎖。
第一種情況是：事務(wù)需要更新大部分或全部數(shù)據(jù)，表又比較大，如果使用默認(rèn)的行鎖，不僅這個(gè)事務(wù)執(zhí)行效率低，而且可能造成其他事務(wù)長(zhǎng)時(shí)間鎖等待和鎖沖突，這種情況下可以考慮使用表鎖來提高該事務(wù)的執(zhí)行速度。
第二種情況是：事務(wù)涉及多個(gè)表，比較復(fù)雜，很可能引起死鎖，造成大量事務(wù)回滾。這種情況也可以考慮一次性鎖定事務(wù)涉及的表，從而避免死鎖、減少數(shù)據(jù)庫因事務(wù)回滾帶來的開銷。
當(dāng)然，應(yīng)用中這兩種事務(wù)不能太多，否則，就應(yīng)該考慮使用MyISAM表。
在InnoDB下 ，使用表鎖要注意以下兩點(diǎn)。
（1）使用LOCK TALBES雖然可以給InnoDB加表級(jí)鎖，但必須說明的是，表鎖不是由InnoDB存儲(chǔ)引擎層管理的，而是由其上一層MySQL Server負(fù)責(zé)的，僅當(dāng)autocommit=0、innodb_table_lock=1（默認(rèn)設(shè)置）時(shí)，InnoDB層才能知道MySQL加的表鎖，MySQL Server才能感知InnoDB加的行鎖，這種情況下，InnoDB才能自動(dòng)識(shí)別涉及表級(jí)鎖的死鎖；否則，InnoDB將無法自動(dòng)檢測(cè)并處理這種死鎖。
（2）在用LOCAK TABLES對(duì)InnoDB鎖時(shí)要注意，要將AUTOCOMMIT設(shè)為0，否則MySQL不會(huì)給表加鎖；事務(wù)結(jié)束前，不要用UNLOCAK TABLES釋放表鎖，因?yàn)閁NLOCK TABLES會(huì)隱含地提交事務(wù)；COMMIT或ROLLBACK產(chǎn)不能釋放用LOCAK TABLES加的表級(jí)鎖，必須用UNLOCK TABLES釋放表鎖，正確的方式見如下語句。
關(guān)于死鎖
MyISAM表鎖是deadlock free的，這是因?yàn)镸yISAM總是一次性獲得所需的全部鎖，要么全部滿足，要么等待，因此不會(huì)出現(xiàn)死鎖。但是在InnoDB中，除單個(gè)SQL組成的事務(wù)外，鎖是逐步獲得的，這就決定了InnoDB發(fā)生死鎖是可能的。
發(fā)生死鎖后，InnoDB一般都能自動(dòng)檢測(cè)到，并使一個(gè)事務(wù)釋放鎖并退回，另一個(gè)事務(wù)獲得鎖，繼續(xù)完成事務(wù)。但在涉及外部鎖，或涉及鎖的情況下，InnoDB并不能完全自動(dòng)檢測(cè)到死鎖，這需要通過設(shè)置鎖等待超時(shí)參數(shù)innodb_lock_wait_timeout來解決。需要說明的是，這個(gè)參數(shù)并不是只用來解決死鎖問題，在并發(fā)訪問比較高的情況下，如果大量事務(wù)因無法立即獲取所需的鎖而掛起，會(huì)占用大量計(jì)算機(jī)資源，造成嚴(yán)重性能問題，甚至拖垮數(shù)據(jù)庫。我們通過設(shè)置合適的鎖等待超時(shí)閾值，可以避免這種情況發(fā)生。
通常來說，死鎖都是應(yīng)用設(shè)計(jì)的問題，通過調(diào)整業(yè)務(wù)流程、數(shù)據(jù)庫對(duì)象設(shè)計(jì)、事務(wù)大小、以及訪問數(shù)據(jù)庫的SQL語句，絕大部分都可以避免。下面就通過實(shí)例來介紹幾種死鎖的常用方法。
（1）在應(yīng)用中，如果不同的程序會(huì)并發(fā)存取多個(gè)表，應(yīng)盡量約定以相同的順序?yàn)樵L問表，這樣可以大大降低產(chǎn)生死鎖的機(jī)會(huì)。如果兩個(gè)session訪問兩個(gè)表的順序不同，發(fā)生死鎖的機(jī)會(huì)就非常高！但如果以相同的順序來訪問，死鎖就可能避免。
（2）在程序以批量方式處理數(shù)據(jù)的時(shí)候，如果事先對(duì)數(shù)據(jù)排序，保證每個(gè)線程按固定的順序來處理記錄，也可以大大降低死鎖的可能。
（3）在事務(wù)中，如果要更新記錄，應(yīng)該直接申請(qǐng)足夠級(jí)別的鎖，即排他鎖，而不應(yīng)該先申請(qǐng)共享鎖，更新時(shí)再申請(qǐng)排他鎖，甚至死鎖。
（4）在REPEATEABLE-READ隔離級(jí)別下，如果兩個(gè)線程同時(shí)對(duì)相同條件記錄用SELECT...ROR UPDATE加排他鎖，在沒有符合該記錄情況下，兩個(gè)線程都會(huì)加鎖成功。程序發(fā)現(xiàn)記錄尚不存在，就試圖插入一條新記錄，如果兩個(gè)線程都這么做，就會(huì)出現(xiàn)死鎖。這種情況下，將隔離級(jí)別改成READ COMMITTED，就可以避免問題。
（5）當(dāng)隔離級(jí)別為READ COMMITED時(shí)，如果兩個(gè)線程都先執(zhí)行SELECT...FOR UPDATE，判斷是否存在符合條件的記錄，如果沒有，就插入記錄。此時(shí)，只有一個(gè)線程能插入成功，另一個(gè)線程會(huì)出現(xiàn)鎖等待，當(dāng)?shù)?個(gè)線程提交后，第2個(gè)線程會(huì)因主鍵重出錯(cuò)，但雖然這個(gè)線程出錯(cuò)了，卻會(huì)獲得一個(gè)排他鎖！這時(shí)如果有第3個(gè)線程又來申請(qǐng)排他鎖，也會(huì)出現(xiàn)死鎖。對(duì)于這種情況，可以直接做插入操作，然后再捕獲主鍵重異常，或者在遇到主鍵重錯(cuò)誤時(shí)，總是執(zhí)行ROLLBACK釋放獲得的排他鎖。
盡管通過上面的設(shè)計(jì)和優(yōu)化等措施，可以大減少死鎖，但死鎖很難完全避免。因此，在程序設(shè)計(jì)中總是捕獲并處理死鎖異常是一個(gè)很好的編程習(xí)慣。
如果出現(xiàn)死鎖，可以用SHOW INNODB STATUS命令來確定最后一個(gè)死鎖產(chǎn)生的原因和改進(jìn)措施。
總結(jié)
對(duì)于MyISAM的表鎖，主要有以下幾點(diǎn)
（1）共享讀鎖（S）之間是兼容的，但共享讀鎖（S）和排他寫鎖（X）之間，以及排他寫鎖之間（X）是互斥的，也就是說讀和寫是串行的。
（2）在一定條件下，MyISAM允許查詢和插入并發(fā)執(zhí)行，我們可以利用這一點(diǎn)來解決應(yīng)用中對(duì)同一表和插入的鎖爭(zhēng)用問題。
（3）MyISAM默認(rèn)的鎖調(diào)度機(jī)制是寫優(yōu)先，這并不一定適合所有應(yīng)用，用戶可以通過設(shè)置LOW_PRIPORITY_UPDATES參數(shù)，或在INSERT、UPDATE、DELETE語句中指定LOW_PRIORITY選項(xiàng)來調(diào)節(jié)讀寫鎖的爭(zhēng)用。
（4）由于表鎖的鎖定粒度大，讀寫之間又是串行的，因此，如果更新操作較多，MyISAM表可能會(huì)出現(xiàn)嚴(yán)重的鎖等待，可以考慮采用InnoDB表來減少鎖沖突。
對(duì)于InnoDB表，主要有以下幾點(diǎn)
（1）InnoDB的行銷是基于索引實(shí)現(xiàn)的，如果不通過索引訪問數(shù)據(jù)，InnoDB會(huì)使用表鎖。
（2）InnoDB間隙鎖機(jī)制，以及InnoDB使用間隙鎖的原因。
（3）在不同的隔離級(jí)別下，InnoDB的鎖機(jī)制和一致性讀策略不同。
（4）MySQL的恢復(fù)和復(fù)制對(duì)InnoDB鎖機(jī)制和一致性讀策略也有較大影響。
（5）鎖沖突甚至死鎖很難完全避免。
在了解InnoDB的鎖特性后，用戶可以通過設(shè)計(jì)和SQL調(diào)整等措施減少鎖沖突和死鎖，包括：
盡量使用較低的隔離級(jí)別
精心設(shè)計(jì)索引，并盡量使用索引訪問數(shù)據(jù)，使加鎖更精確，從而減少鎖沖突的機(jī)會(huì)。
選擇合理的事務(wù)大小，小事務(wù)發(fā)生鎖沖突的幾率也更小。
給記錄集顯示加鎖時(shí)，最好一次性請(qǐng)求足夠級(jí)別的鎖。比如要修改數(shù)據(jù)的話，最好直接申請(qǐng)排他鎖，而不是先申請(qǐng)共享鎖，修改時(shí)再請(qǐng)求排他鎖，這樣容易產(chǎn)生死鎖。
不同的程序訪問一組表時(shí)，應(yīng)盡量約定以相同的順序訪問各表，對(duì)一個(gè)表而言，盡可能以固定的順序存取表中的行。這樣可以大減少死鎖的機(jī)會(huì)。
盡量用相等條件訪問數(shù)據(jù)，這樣可以避免間隙鎖對(duì)并發(fā)插入的影響。
不要申請(qǐng)超過實(shí)際需要的鎖級(jí)別；除非必須，查詢時(shí)不要顯示加鎖。
對(duì)于一些特定的事務(wù)，可以使用表鎖來提高處理速度或減少死鎖的可能
重慶分公司
重慶分公司
