我司小胖问我，什么是悲观锁 & 乐观锁？

悲观锁有 & 乐观锁

首先，悲观锁与乐观锁是根据操作时是否锁住资源来判别的。悲观锁获取到锁时，必须要锁住资源；乐观锁则不会。一开始两线程争抢锁：

线程访问资源.jpg

悲观锁

悲观锁之所以悲观，那是因为它觉得如果不锁住这个资源，别的线程就会来争抢，造成数据结果错误，所以悲观锁为了确保结果的正确性，会在每次获取并修改数据时，都把数据锁住，让其他线程无法访问该数据，这样就可以确保数据内容万无一失，从这点看悲观锁特别稳。

下面通过几张图，大概就能明白悲观锁的执行过程了：

接上面场景，如果 A 拿到锁，正在操作资源，B 就只能进入等待。

线程 B，进入等待.jpg

直至 A 执行完毕释放锁，CPU 唤醒等待此锁的线程 B。

线程 A 执行完毕，释放锁.jpg

线程 B 获取到了锁，就可以对同步资源进行自己的操作。这就是悲观锁的操作流程。

线程 B 加锁成功，操作资源.jpg

乐观锁

乐观锁顾名思义，比较乐观。相比于悲观锁，它是不锁住资源的，因为它觉得自己在操作资源时并不会有其他线程干扰。

因此，为了保障数据的正确性。它在操作之前，会先判断在自己操作期间，其他线程是否有操作。如果没有，直接操作；如果有，则根据业务选择报错或者重试。

下面来看看，乐观锁的执行过程：

乐观锁的这把锁，其实就是依赖的 CAS （compare and swap：比较并交换）算法。所以，它在操作资源之前并不需要获得锁，直接读取资源到自己的工作内存内操作：

乐观锁获取数据直接操作.jpg

操作完成，准备更新资源时。就会触发 CAS 算法，判断资源是否被其他线程修改过。

乐观锁 CAS 判断.jpg

没有修改过，直接更新，线程执行完毕。

CAS 过程 1.jpg

被修改过，根据业务逻辑走下一步，是重试还是报错？

CAS 过程 2.jpg

典型应用

值得注意的是，不管是在 Java 还是数据库中都用到了。悲观锁、乐观锁的概念，只是实现方式稍有不同。下面介绍下 Java 中的悲观、乐观锁：

• 悲观锁：synchronized 关键字和 Lock 接口

这两够经典的，synchronized 必须要获取 mintor 锁才能进去操作资源；Lock 接口也是，必须显示调用 lock 才能操作资源。必须取到锁才能进行操作，这就是悲观锁的思想。

• 乐观锁：原子类

这类应该很常用，比如用作线程间的计数器。典型如 AtomicInteger 类在进行运算时，就使用了乐观锁的思想。使用 compareAndSet 方法更新数据，更新失败则重试。

数据库中的悲观、乐观锁：

• 典型的 select for update 语句，用的就是悲观锁思想。在提交之前不允许第三方来修改该数据。高并发环境吃不消。
• 利用 version 字段实现乐观锁，version 代表这条数据的版本。操作数据不需要获取锁，操作完准备更新时。对比版本号是不是和获取数据时一致？是：更新，否：重新计算，再尝试更新。

比如以下的 update 语句：

UPDATE people
SET
name = '狗哥',
    version = 2
WHERE id = 30624700
AND version = 1

使用场景

说了这么久，悲观锁乐观锁的区别我知道了。那这两种锁在啥样的场景下使用呢？

有人说悲观锁比乐观锁消耗大，因为悲观要锁、乐观不要锁（注意，这里我说不要是实际没锁住资源，它的锁其实是 CAS 算法）。是的，如果并发量很小的情况下，悲观锁确实比乐观锁消耗大。但如果并发量很高，导致乐观锁一直在重试，这时它消耗的资源比固定开销的悲观大，也是说不定的。

• 悲观锁适用于并发写入多，竞争激烈等场景，这些场景下，悲观锁确实会让得不到锁的线程阻塞，但这些开销是固定的。它可以避免后面更新时的无用反复尝试操作，节约开销。
• 乐观锁适用于大部分是读取，少部分是修改的场景，也适合虽然读写都很多，但是并发并不激烈的场景。在这些场景下，乐观锁不加锁的特点能让性能大幅提高。

-END-