为何Redis用乐观锁，而MySQL数据库却没有

单来说，Redis使用乐观锁，相对于悲观锁，在实现中更加简单，在某些场景中的性能也更好。Redis作为一个轻量级的、快速的缓存引擎，而不是一个全功能的关系型数据库，既没有使用悲观锁的必要，也难以承受使用悲观锁的成本。

详细来说，要深入到Redis和MySQL的事务处理机制。Redis关于事务的文档见此：

Transactions（事务）

Redis对于事务只提供了非常有限的支持，其实更多地是试图绕过问题。

首先，Redis对于同一事务中的一组 *** 作，而不是立即执行，而是放入一个queue中，当执行到EXEC时，再一起执行。事务执行是全局独占的，也就是同一时间只有一个事务被执行，中途不能被其它事务打断。Redis用这种最简单的、也是性能最差的方式避免了race condition。

其次，在Redis的事务中，如果有一个或多个 *** 作失败，其它 *** 作仍然会成功，也就是说它根本没有回滚机制。

这种方式会带来很多严重的问题，其中之一是，无法先读取某个数值后再进行依赖这个值的 *** 作，因为放在一个事务里会被在同一个瞬间执行，不放在同一个事务里又会导致race condition。解决方法是使用WATCH，它会监视一个或多个变量，如果变量的值在调用WATCH以后和事务提交之前被别的事务修改过了，整个事务都会失败。这类似于 *** 作系统中的CAS（Compare and Set）。我不知道WATCH具体是怎么实现的，但是我推测它监控了指定变量的版本号。

即使有了WATCH，Redis的事务也是受到严重限制的。第一，它没有实现读数据时的一致性，因为WATCH对于读 *** 作不起作用。第二，它不支持回滚。第三，在对同一变量存在大量并发写 *** 作时，性能会非常差，因为每次提交事务时，WATCH监控的变量都已经被修改了，导致事务将多次提交失败。但是，Redis本来就是一个KV类型的缓存引擎，要处理的是大量读少量写的场景，对一致性也没有要求。

MySQL就完全不一样了，作为一个典型的关系型数据库，它需要完整地实现ACID，所以Redis的方式是解决不了它的问题的。

MySQL中的MVCC机制（Oracle的也是），通过undo 日志来获取某个行记录的历史快照，从而实现了所谓的读一致性。它的目的是读取某个时间点上的历史数据（而不是可能已经被修改了的数据），而不是避免悲观锁的使用。严格地说这不能称之为乐观锁，因为它既不Compare当前版本和历史版本，也不进行Set。事实上，在读取记录的历史快照时，当前记录有可能（由于并发的写 *** 作）已经被加上独占锁。

进一步的问题是：有没有可能使用乐观锁来实现RDBMS中的写一致性？有没有可能使用乐观锁实现完整的ACID特性？

回答是可以。例如，MS SQL SERVER的Hekaton引擎通过一套基于时间戳的多版本管理系统，实现了不使用了悲观锁的ACID。

但是，这并不意味着乐观锁必然优于悲观锁。除了维护多版本的开销以外，乐观锁无法避免的一个问题是，当多个写 *** 作试图更新同一个对象时，只有第一个 *** 作可以成功，其它的 *** 作都会在Compare时失败然后回滚，从而造成极大的性能问题。在这种情况下，乐观锁的性能会低于悲观锁。

目前的趋势似乎是，大规模的分布式数据库更倾向于使用乐观锁来达到所谓的external consistency，因为基于传统悲观锁的分布式锁在集群大到一定程度以后（从几百台扩展到成千上万台时），性能开销就大得无法接受了。Google的Spanner就是基于乐观锁。当然这完全是另外一个问题了。

如一个金融系统，当某个 *** 作员读取用户的数据，并在读出的用户数据的基础上进行修改时（如更改用户帐户余额），如果采用悲观锁机制，也就意味着整个 *** 作过 程中（从 *** 作员读出数据、开始修改直至提交修改结果的全过程，甚至还包括 *** 作 员中途去煮咖啡的时间），数据库记录始终处于加锁状态，可以想见，如果面对几百上千个并发，这样的情况将导致怎样的后果。

乐观锁机制在一定程度上解决了这个问题。乐观锁，大多是基于数据版本 （ Version ）记录机制实现。何谓数据版本？即为数据增加一个版本标识，在基于数据库表的版本解决方案中，一般是通过为数据库表增加一个 “version” 字段来实现。

读取出数据时，将此版本号一同读出，之后更新时，对此版本号加一。此时，将提交数据的版本数据与数据库表对应记录的当前版本信息进行比对，如果提交的数据版本号大于数据库表当前版本号，则予以更新，否则认为是过期数据。

对于上面修改用户帐户信息的例子而言，假设数据库中帐户信息表中有一个 version 字段，当前值为 1 ；而当前帐户余额字段（ balance ）为 $100 。

1 *** 作员 A 此时将其读出（ version=1 ），并从其帐户余额中扣除 $50（ $100-$50 ）。

2 在 *** 作员 A *** 作的过程中， *** 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 ）。

3 *** 作员 A 完成了修改工作，将数据版本号加一（ version=2 ），连同帐户扣除后余额（ balance=$50 ），提交至数据库更新，此时由于提交数据版本大于数据库记录当前版本，数据被更新，数据库记录 version 更新为 2 。

4 *** 作员 B 完成了 *** 作，也将版本号加一（ version=2 ）试图向数据库提交数据（ balance=$80 ），但此时比对数据库记录版本时发现， *** 作员 B 提交的数据版本号为 2 ，数据库记录当前版本也为 2 ，不满足 “ 提交版本必须大于记录当前版本才能执行更新 “ 的乐观锁策略，因此， *** 作员 B 的提交被驳回。

这样，就避免了 *** 作员 B 用基于 version=1 的旧数据修改的结果覆盖 *** 作员A 的 *** 作结果的可能。

乐观锁和悲观锁的区别如下：

1、悲观锁是当线程拿到资源时，就对资源上锁，并在提交后，才释放锁资源，其他线程才能使用资源。

2、乐观锁是当线程拿到资源时，上乐观锁，在提交之前，其他的锁也可以 *** 作这个资源，当有冲突的时候，并发机制会保留前一个提交，打回后一个提交，让后一个线程重新获取资源后，再 *** 作，然后提交。和git上传代码一样，两个线程都不是直接获取资源本身，而是先获取资源的两个copy版本，然后在这两个copy版本上修改。

3、悲观锁和乐观锁在并发量低的时候，性能差不多，但是在并发量高的时候，乐观锁的性能远远优于悲观锁。

4、常用的synchronized是悲观锁，lock是乐观锁。

乐观锁一开始也说了，就是一开始假设不会造成数据冲突，在最后提交的时候再进行数据冲突检测。在乐观锁中，我们有3种

常用的做法来实现。

[1]第一种就是在数据取得的时候把整个数据都copy到应用中，在进行提交的时候比对当前数据库中的数据和开始的时候更新前取得的数据。当发现两个数据一模一样以后，就表示没有冲突可以提交，否则则是并发冲突，需要去用业务逻辑进行解决。

[2]第二种乐观锁的做法就是采用版本戳，这个在Hibernate中得到了使用。采用版本戳的话，首先需要在你有乐观锁的数据库table上建立一个新的column，比如为number型，当你数据每更新一次的时候，版本数就会往上增加1。比如同样有2个session同样对某条数据进行 *** 作。两者都取到当前的数据的版本号为1，当第一个session进行数据更新后，在提交的时候查看到当前数据的版本还为1，和自己一开始取到的版本相同。就正式提交，然后把版本号增加1，这个时候当前数据的版本为2。当第二个session也更新了数据提交的时候，发现数据库中版本为2，和一开始这个session取到的版本号不一致，就知道别人更新过此条数据，这个

时候再进行业务处理，比如整个Transaction都Rollback等等 *** 作。在用版本戳的时候，可以在应用程序侧使用版本戳的验证，也可以在数据库侧采用Trigger(触发器)来进行验证。不过数据库的Trigger的性能开销还是比较的大，所以能在应用侧进行验证的话还是推荐不用Trigger。

[3]第三种做法和第二种做法有点类似，就是也新增一个Table的Column，不过这次这个column是采用timestamp型，存储数据最后更新的时间。在Oracle9i以后可以采用新的数据类型，也就是timestamp with time zone类型来做时间戳。这种Timestamp的数据精度在Oracle的时间类型中是最高的，精确到微秒(还没与到纳秒的级别)，一般来说，加上数据库处理时间和人的思考动作时间，微秒级别是非常非常够了，其实只要精确到毫秒甚至秒都应该没有什么问题。和刚才的版本戳类似，也是在更新提交的时候检查当前数据库中数据的时间戳和自己更新前取到的时间戳进行对比，如果一致则OK，否则就是版本冲突。如果不想把代码写在程序中或者由于别的原因无法把代码写在现有的程序中，也可以把这个时间戳乐观锁逻辑写在Trigger或者存储过程中。

以上就是关于为何Redis用乐观锁，而MySQL数据库却没有全部的内容，包括:为何Redis用乐观锁，而MySQL数据库却没有、乐观锁的示例、关于悲观锁和乐观锁的区别等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！