锁分类

读锁（共享锁）：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
写锁（排它锁）：当前写操作没有完成前，它会阻断其他写锁和读锁。
表锁：每次操作锁住整张表。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。

• 加表锁：lock table 表名称 read(当前session中插入或者更新锁定的表都会报错，其他session插入或更新则会等待)、write（当前session对该表的增删改查都没有问题，其他session对该表的所有操作被阻塞，包括不能查询）；
• 查看所有表锁：show open tables;
• 解开加过的表锁：unlock tables;

MyISAM在执行查询语句(SELECT)前,会自动给涉及的所有表加读锁,在执行增删改 操作前,会自动给涉及的表加写锁，串行化的。也可以打破这个限定，MyISAM存储引擎有一个系统变量concurrent_insert，专门用以控制其并发插入的行为，其值分别可以为0、1或2。

• 当concurrent_insert设置为0时，不允许并发插入。
• 当concurrent_insert设置为1时，如果MyISAM表中没有空洞（即表的中间没有被删除的行），MyISAM允许在一个进程读表的同时，另一个进程从表尾插入记录。这也是MySQL的默认设置。
• 当concurrent_insert设置为2时，无论MyISAM表中有没有空洞，都允许在表尾并发插入记录。

可以利用MyISAM存储引擎的并发插入特性，来解决应用中对同一表查询和插入的锁争用。例如，将concurrent_insert系统变量设为2，总是允许并发插入；同时，通过定期在系统空闲时段执行OPTIMIZE TABLE语句来整理空间碎片，收回因删除记录而产生的中间空洞。

行锁：每次操作锁住一行数据。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。

事务属性

ACID属性
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。这意 味着所有相关的数据规则都必须应用于事务的修改,以保持数据的完整性;事务结束 时,所有的内部数据结构(如B树索引或双向链表)也都必须是正确的。
• 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。

并发事务处理带来的问题

• 更新丢失（Lost Update） 当两个或多个事务选择同一行，然后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–最后的更新覆盖了由其 他事务所做的更新。
• 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，并据此作进一步的处理，就会产生未提 交的数据依赖关系。这种现象被形象的叫做“脏读”。 一句话：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。此时，如果B事务回滚，A读取的数据无效，不符合一致性要求。
• 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：事务A读取到了事务B已经提交的修改数据，不符合隔离性 。
• 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：事务A读取到了事务B提交的新增数据，不符合隔离性。select 某记录是否存在，不存在，准备插入此记录，但执行 insert 时发现此记录已存在，无法插入，此时就发生了幻读。

事务隔离级别

“脏读”、“不可重复读”和“幻读”,其实都是数据库读一致性问题,必须由数 据库提供一定的事务隔离机制来解决。 数据库的事务隔离越严格,并发副作用越小,但付出的代价也就越大,因为事务隔 离实质上就是使事务在一定程度上“串行化”进行,这显然与“并发”是矛盾的。 同时,不同的应用对读一致性和事务隔离程度的要求也是不同的,比如许多应用 对“不可重复读"和“幻读”并不敏感,可能更关心数据并发访问的能力。

• 常看当前数据库的事务隔离级别: show variables like ‘tx_isolation’;
• 设置事务隔离级别：set tx_isolation=‘REPEATABLE-READ’;

事务隔离级别	脏读	不可重复读	幻读
读未提交（read-uncommitted）	是	是	是
不可重复读（read-committed）	否	是	是
可重复读（repeatable-read）	否	否	是
串行化（serializable）	否	否	否

MVCC(multi-version concurrency control)

undo log：如果因为某些原因导致事务失败或回滚了，可以借助该undo进行回滚。它是逻辑日志。可以认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。

• undo log是采用段(segment)的方式来记录的（rollback segment回滚段），每个回滚段中有1024个undo log segment。每个undo操作在记录的时候占用一个undo log segment。rollback segment，默认值为128,可通过变量 innodb_undo_logs设置。undo log默认存放在共享表空间中
• undo log也会产生redo log，因为undo log也要实现持久性保护。当事务提交之后，undo log并不能立马被删除，而是放入待清理的链表，由purge线程判断是否由其他事务在使用undo段中表的上一个事务之前的版本信息，决定是否可以清理undo log的日志空间。
• 通过undo log记录delete和update操作的结果发现：(insert操作无需分析，就是插入行而已)
  delete操作实际上不会直接删除，而是将delete对象打上delete flag，标记为删除，最终的删除操作是purge线程完成的。
  update分为两种情况：update的列是否是主键列。
  如果不是主键列，在undo log中直接反向记录是如何update的。即update是直接进行的。
  如果是主键列，update分两部执行：先删除该行，再插入一行目标行。

MVCC:了解了undolog后，所谓的多版本控制就好理解了。执行查询时，生成一致性视图，即获取当前所有未提交事务ID的数组与当前最大的事务ID。再次查询时，遍历所有行，获取当前行的事务ID。注：通过undo log回滚记录在事务前状态。

是否大于一致性视图中最大事务	是否在一致性视图中所有未提交事务ID	是否回滚到事务前状态	下一步操作
大于	否	是	拿回滚后记录的事务ID继续对照表进行判断
小于等于	是	是	拿回滚后记录的事务ID继续对照表进行判断
小于等于	否	否	当前记录就是我们期望的结果

最终获取到与第一次时查询一致的结果。
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

间隙锁

前文已经提到过幻读，幻读只有在串行化的事务级别下可避免，但是现实是我们基本不可能用这个隔离级别，那如何解决幻读呢，MySql为我们提供了间隙锁。
首先看一个例子，注意查询中带有for update 是当前读哟，可重复读隔离级别下也会是这个结果。

本来sessionA在T1时刻期望将d=5这一行锁住，继续做其他操作，但最终发现T3、T5都发现，有人新增或修改了d=5的行，这是幻读产生的一种情况，就是没有锁住期望的行。通过间隙锁就可以解决。

加间隙锁，包含了两个“原则”、两个“优化”和一个“bug”。
原则1：加锁的基本单位是next-key lock。希望你还记得，next-key lock是前开后闭区间。
原则2：查找过程中访问到的对象才会加锁。
优化1：索引上的等值查询，给唯一索引加锁的时候，next-key lock退化为行锁。
优化2：索引上的等值查询，向右遍历时且最后一个值不满足等值条件的时候，next-key lock退化为间隙锁。
一个bug：唯一索引上的范围查询会访问到不满足条件的第一个值为止。

lock in share mode只锁覆盖索引，但是如果是for update就不一样了。 执行 for update时，系统会认为你接下来要更新数据，因此会顺便给主键索引上满足条件的行加上行锁。锁是加在索引上的；同时，它给我们的指导是，如果你要用lock in share mode来给行加读锁避免数据被更新的话，就必须得绕过覆盖索引的优化，在查询字段中加入索引中不存在的字段。

间隙锁的引入，可能会导致同样的语句锁住更大的范围，这其实是影响了并发度的。
如果想进一步了解，请移步这篇博客，例子好理解。
https://www.cnblogs.com/gaosf/p/11149600.html