zoukankan      html  css  js  c++  java
  • MySQL中的表级锁

    数据的锁主要用来保证数据的一致性,数据库的锁从锁定的粒度上可以分为表级锁,行级锁和页级锁。

    MySQL的锁机制比较简单,其最显著的特点是不同的存储引擎支持不同的锁机制,比如MyISAM和MEMORY存储引擎采用的是表级锁(table-level locking);BDB存储引擎采用的是页面锁(page-level locking),但也支持表级锁;InnoDB存储引擎既支持行级锁(row-level locking),也支持表级锁,但默认情况下采用行级锁。

    • 表级锁: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。
    • 行级锁: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,并发度也是最高
    • 页面锁:开销和加锁时间结余表锁和行锁之间;会出现死锁;锁定粒度介于表锁和行锁之间,并发多一般。

     查看你的MySQL数据支持哪些存储引擎

    mysql> show engines;
    mysql> show engines;
    +------------+---------+------------------------------------------------------------+--------------+------+------------+
    | Engine     | Support | Comment                                                    | Transactions | XA   | Savepoints |
    +------------+---------+------------------------------------------------------------+--------------+------+------------+
    | MRG_MYISAM | YES     | Collection of identical MyISAM tables                      | NO           | NO   | NO         |
    | CSV        | YES     | CSV storage engine                                         | NO           | NO   | NO         |
    | MyISAM     | DEFAULT | Default engine as of MySQL 3.23 with great performance     | NO           | NO   | NO         |
    | InnoDB     | YES     | Supports transactions, row-level locking, and foreign keys | YES          | YES  | YES        |
    | MEMORY     | YES     | Hash based, stored in memory, useful for temporary tables  | NO           | NO   | NO         |
    +------------+---------+------------------------------------------------------------+--------------+------+------------+
    5 rows in set (0.00 sec)

    MyISAM表锁

    MyISAM存储引擎只支持表锁,MySQL的表级锁有两种模式:表共享读锁(Table Read Lock)和表独占写锁(Table Write Lock)。

    对于读操作,可以增加读锁,一旦数据表被加上读锁,其他请求可以对该表再次增加读锁,但是不能增加写锁。(当一个请求在读数据时,其他请求也可以读,但是不能写,因为一旦另一个线程写了数据,就会导致读取到的数据不是最新的了,这就是不可重复读现象)

    对于写操作,可以增加写锁,一旦数据表被加上写锁,其他请求无法对该表增加读锁和写锁。(当一个请求在写数据时,其他请求不能执行任何操作,因为在当前事务提交之前,其他请求无法看到本次修改的内容。这有可能产生读脏数据,不可重复读和幻读)

    读锁和写锁都是阻塞锁。

    如果t1对数据表增加了写锁,这时t2请求对数据表增加写锁,这时候t2并不会直接返回,而是会一直处于阻塞状态,知道t1释放了对表的锁,这时t2遍有可能加锁成功,获取到结果。

    表级锁的加锁/解锁方式

    MyISAM在执行查询语句(SELECT)前,会自动给设计的所有表加读锁,在执行更新操作(Update,Delete,Insert等)前,会自动给所涉及的表加写锁,这个过程并不需要用户干预,因此,用户一般不需要直接用LOCK TABLE命令给MyISAM表显式加锁。

    MyISAM表的读操作和写操作之间,以及写操作之间是串行的。当一个线程获得对一个表的写锁后,只有持有所的线程可以对表进行更新操作。其他线程的读,写操作都会等待,知道锁被释放为止。

    默认情况下,写锁比读锁具有更高的优先级:当一个锁释放时,这个锁会优先给写锁队列中等候的获取锁清秋,然后再给读锁队列中等候的获取锁请求。这也正是MyISAM表不太适合有大量更新操作和查询操作应用的原因,因为,大量的更新操作会造成查询操作很难获得读锁,从而可能永远阻塞。同时,一些需要长时间运行的查询操作,也会使写线程“饿死”,应用中应尽量避免出现长时间运行的查询操作(在可能的情况下可以通过使用中间表等措施对SQL语句做一定的分解,使每一步都能在较短的时间完成,从而减少锁冲突。如果复杂查询不可避免,应尽量安排在数据库空闲时段进行,比如一些定期统计可以安排在夜间执行)。

    可以设置改变读锁和写锁的优先级:

    • 通过指定启动参数low-priority-updates,使MyISAM引擎默认给予读请求以优先的权利。
    • 通过执行命令SET LOW_PRIORITY_UPDATES=1,使该连接发出的更新请求优先级降低。
    • 通过指定INSERT,UPDATE,DELETE语句的LOW_PRIORITY属性,降低该语句的优先级
    • 给系统参数max_write_lock_count设置一个合适的值,当一个表的读锁达到这个值后MySQL就暂时将写请求的优先级降低,给读今次那个一定获得锁的机会。

    在自动加锁的情况下,MyISAM总是一次获得SQL语句所需要的全部锁,这也正是MyISAM表不会出现死锁(Deadlock Free)的原因。

    MyISAM存储引擎支持并发插入,以减少给定表的读和写操作之间的争用:

    如果MyISAM表在数据文件中间没有空闲块,则行始终插入数据文件的末尾。 在这种情况下,你可以自由混合并发使用MyISAM表的INSERT和SELECT语句而不需要加锁——你可以在其他线程进行读操作的时候,同时将行插入到MyISAM表中。 文件中间的空闲块可能是从表格中间删除或更新的行而产生的。 如果文件中间有空闲快,则并发插入会被禁用,但是当所有空闲块都填充有新数据时,它又会自动重新启用。 要控制此行为,可以使用MySQL的concurrent_insert系统变量。

    如果你使用LOCK TABLES显式获取表锁,则可以请求READ LOCAL锁而不是READ锁,以便在锁定表时,其他会话可以使用并发插入。

    • 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允许在一个线程读表的同时,另一个线程从表尾插入记录。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。

    查询表级锁争用情况

    可以通过检查table_locks_waited和table_locks_immediate状态变量来分析系统上的表锁的争夺,如果table_locks_waited的值比较高,则说明存在着较严重的表级锁争用情况:

    mysql> SHOW STATUS LIKE 'Table%';
    +-----------------------+-------+
    | Variable_name         | Value |
    +-----------------------+-------+
    | Table_locks_immediate | 48595 |
    | Table_locks_waited    | 44    |
    +-----------------------+-------+
    2 rows in set (0.00 sec)
  • 相关阅读:
    当你输入一个网址的时候,实际会发生什么?
    HTTP响应报文与工作原理详解
    DNS系统的解析原理
    spark-streaming集成Kafka处理实时数据
    python分布式环境下的限流器
    使用spark与MySQL进行数据交互的方法
    Linux Redis集群搭建与集群客户端实现
    commons-pool与commons-pool2连接池(Hadoop连接池)
    Kazoo Python Zookeeper 选主
    SpringMVC拦截器Interceptor
  • 原文地址:https://www.cnblogs.com/fangpengchengbupter/p/7988864.html
Copyright © 2011-2022 走看看