参文章
写在开头：本文为学习后的总结，可能有不到位的地方，错误的地方，欢迎各位指正。
一、 一段连续的不可拆分的业务逻辑的组合称为事务
举例，比如银行转账，A的账户-50，B的账务+50，那么这2个操作必须都完成才行，称为事务
基于上面的例子，事务的基本属性A（原子性）C（一致性）I（隔离性）D（持久性）
二、事务的隔离级别分为
（1） 读未提交
会出现脏读，会读取到其他事务未提交的数据
（2）读已提交
事务A的2个查询期间事务B对一条数据做了修改，导致2次数据的读取不一致。
解决方案是加锁，表锁、行锁都可以，行锁颗粒度小，执行开销大，好处是并发度大
（3）可重复读（mysql的默认隔离级别）
当前读模式下，因为加的是行锁，因此没办法防止住insert语句，导致2次
查询的语句不一致。对于快照读，使用MVCC解决，对于当前读，使用间隙锁解决
（4）串行化
这是最高的隔离级别，它强制事务都是串行执行的，使之不可能相互冲突，从而解决幻读问题。
换言之，它是在每个读的数据行上加上共享锁。在这个级别，可能导致大量的超时现象和锁竞争。
三、 锁
从概念上分有2种锁，悲观锁与乐观锁
悲观锁，是一种对数据的修改持有悲观态度的并发控制方式。总是假设最坏的情况，每次读取数据的时候都默认其他线程会更改数据，
因此需要进行加锁操作，当其他线程想要访问数据时，都需要阻塞挂起。悲观锁的实现：
1. 传统的关系型数据库使用这种锁机制，比如行锁、表锁、读锁、写锁等，都是在操作之前先上锁。
2. Java 里面的同步 synchronized 关键字的实现。
悲观锁主要分为共享锁和排他锁：
共享锁【shared locks】又称为读锁，简称 S 锁。顾名思义，共享锁就是多个事务对于同一数据可以共享一把锁，
都能访问到数据，但是只能读不能修改。
排他锁【exclusive locks】又称为写锁，简称 X 锁。顾名思义，排他锁就是不能与其他锁并存，如果一个事务获取了一个数据行的排他锁，
其他事务就不能再获取该行的其他锁，包括共享锁和排他锁。获取排他锁的事务可以对数据行读取和修改。
行锁、表锁是共享锁、排他锁的执行粒度。
1、表锁（解锁语句 UNLOCK TABLES）
（1）读锁
lock table table_name read
对该表加读锁后，自己也不能对其进行修改；自己和其他线程只能读取该表
（2）写锁
lock table table_name write
当对某个表执加上写锁后，该线程可以对这个表进行读写，其他线程对该表的读和写都受到阻塞
2、行锁
行锁是在引擎层由各个引擎自己实现的，有的引擎并不支持行锁，比如MyISAM就不支持行锁，这意味着：
并发控制只能使用表锁，对于这种引擎（MyISAM）的表，同一张表上任何时刻只能有一个更新在执行，这严重影响了并发度；
InnoDB是支持行锁的，这也是MyISAM被InnoDB代替的主要原因；
首先注意：InnoDB的行锁是针对索引加的锁，不是针对记录加的锁，并且该索引不能失效，否则都会从行锁升级为表锁
update table1 set bbb=‘2‘ where aaa=‘1‘
事务开启后，事务A更新table1的1行，但未提交，则事务B中无法更新这一行（会阻塞，事务A提交后才行，阻塞一段时间后
还未获得行锁则会自动放弃更新），但可以更新其他行。
需注意，上面这条语句改成update table1 set bbb=‘2‘ where ccc=‘1‘ 则不会加行锁，但是事务B依然会阻塞，
原因是行锁降级成了表锁，因此事务B依然无法update（参考上文的写锁）。
在InnoDB事物中，行锁是在需要的时候才加上的，但并不是不需要了就立刻释放，而是要等到事物提交了才会释放，这个就是两阶段锁协议。
3间隙锁
首先要了解下幻读这个问题，我们开启事务A后读取一条sql得到了10行数据，此时事务B无法对这10行做update、delete操作，
但是此时使用的是行锁，也就是锁的粒度是加在每个数据行上的，这也就意味着我们可以向这些数据中进行插入操作，
比如事务B向这张表插入了1条数据，导致事务A再次查询时得到了11条记录，这就是幻读。mysql的应对方案是增加间隙锁。
将两行记录间的空隙加上锁，阻止新记录的插入；这个锁称为间隙锁。
悲观锁的特性：
悲观并发控制实际上是“先取锁再访问”的保守策略，为数据处理的安全提供了保证。但是在效率方面，
处理加锁的机制会让数据库产生额外的开销，还有增加产生死锁的机会。另外还会降低并行性，
一个事务如果锁定了某行数据，其他事务就必须等待该事务处理完才可以处理那行数据。
乐观锁采取了更加宽松的加锁机制。也是为了避免数据库幻读、业务处理时间过长等原因引起数据处理错误的一种机制，
但乐观锁不会刻意使用数据库本身的锁机制，而是依据数据本身来保证数据的正确性。乐观锁的实现：
- CAS 实现：Java 中java.util.concurrent.atomic包下面的原子变量使用了乐观锁的一种 CAS 实现方式。
- 版本号控制（MVCC）：一般是在数据表中加上一个数据版本号 version 字段，表示数据被修改的次数。当数据被修改时，version 值会 +1。
当线程 A 要更新数据时，在读取数据的同时也会读取 version 值，在提交更新时，若刚才读取到的 version 值与当前数据库中的 version 值相等时才更新，
否则重试更新操作，直到更新成功。
乐观并发控制相信事务之间的数据竞争(data race)的概率是比较小的，因此尽可能直接做下去，直到提交的时候才去锁定，所以不会产生任何锁和死锁。
在乐观锁与悲观锁的选择上面，主要看下两者的区别以及适用场景就可以了。
1?. 响应效率：如果需要非常高的响应速度，建议采用乐观锁方案，成功就执行，不成功就失败，不需要等待其他并发去释放锁。
乐观锁并未真正加锁，效率高。一旦锁的粒度掌握不好，更新失败的概率就会比较高，容易发生业务失败。
2?. 冲突频率：如果冲突频率非常高，建议采用悲观锁，保证成功率。冲突频率大，选择乐观锁会需要多次重试才能成功，代价比较大。
3. 重试代价：如果重试代价大，建议采用悲观锁。悲观锁依赖数据库锁，效率低。更新失败的概率比较低。
4?. 如果有人在你之前更新了，你的更新应当是被拒绝的，可以让用户从新操作。悲观锁则会等待前一个更新完成。这也是区别。
随着互联网三高架构(高并发、高性能、高可用)的提出，悲观锁已经越来越少的被应用到生产环境中了，尤其是并发量比较大的业务场景。
四、MVCC
多版本并发控制MVCC，利用3个隐式字段，undo日志 ，Read View 来实现的。
（1）隐式字段
每行记录除了我们自定义的字段外，还有数据库隐式定义的DB_TRX_ID,DB_ROLL_PTR,DB_ROW_ID等字段
DB_TRX_ID
6byte，最近修改(修改/插入)事务ID：记录创建这条记录/最后一次修改该记录的事务ID
DB_ROLL_PTR
7byte，回滚指针，指向这条记录的上一个版本（存储于rollback segment里）
DB_ROW_ID
6byte，隐含的自增ID（隐藏主键），如果数据表没有主键，InnoDB会自动以DB_ROW_ID产生一个聚簇索引
实际还有一个删除flag隐藏字段, 既记录被更新或删除并不代表真的删除，而是删除flag变了
如上图，DB_ROW_ID是数据库默认为该行记录生成的唯一隐式主键，DB_TRX_ID是当前操作该记录的事务ID,
而DB_ROLL_PTR是一个回滚指针，用于配合undo日志，指向上一个旧版本。
（2）undo日志
undo log主要分为两种：
insert undo log
代表事务在insert新记录时产生的undo log, 只在事务回滚时需要，并且在事务提交后可以被立即丢弃
update undo log
事务在进行update或delete时产生的undo log; 不仅在事务回滚时需要，在快照读时也需要；
所以不能随便删除，只有在快速读或事务回滚不涉及该日志时，对应的日志才会被purge线程统一清除
下图展示了1条记录经过多次事务修改的流程图
（3）Read View(读视图)
Read View是事务进行快照读操作的时候生产的读视图(Read View)，在该事务执行的快照读的那一刻，会生成数据库系统当前的一个快照，记录并维护系统当前活跃事务的ID(当每个事务开启时，都会被分配一个ID, 这个ID是递增的，所以最新的事务，ID值越大)
所以我们知道 Read View主要是用来做可见性判断的, 即当我们某个事务执行快照读的时候，对该记录创建一个Read View读视图，把它比作条件用来判断当前事务能够看到哪个版本的数据，既可能是当前最新的数据，也有可能是该行记录的undo log里面的某个版本的数据。
Read View遵循一个可见性算法，主要是将要被修改的数据的最新记录中的DB_TRX_ID（即当前事务ID）取出来，与系统当前其他活跃事务的ID去对比（由Read View维护），如果DB_TRX_ID跟Read View的属性做了某些比较，不符合可见性，那就通过DB_ROLL_PTR回滚指针去取出Undo Log中的DB_TRX_ID再比较，即遍历链表的DB_TRX_ID（从链首到链尾，即从最近的一次修改查起），直到找到满足特定条件的DB_TRX_ID, 那么这个DB_TRX_ID所在的旧记录就是当前事务能看见的最新老版本
readview有以下3个主要属性
trx_list（一个数值列表，用来维护Read View生成时刻系统正活跃的事务ID）
up_limit_id（记录trx_list列表中事务ID最小的ID）
low_limit_id（ReadView生成时刻系统尚未分配的下一个事务ID，也就是目前已出现过的事务ID的最大值+1）
（1）首先比较DB_TRX_ID < up_limit_id, 如果小于，则当前事务能看到DB_TRX_ID 所在的记录，如果大于等于进入下一个判断
（2）接下来判断 DB_TRX_ID 大于等于 low_limit_id , 如果大于等于则代表DB_TRX_ID 所在的记录在Read View生成后才出现的，
那对当前事务肯定不可见，如果小于则进入下一个判断。
（3）判断DB_TRX_ID 是否在活跃事务之中，trx_list.contains(DB_TRX_ID)，如果在，则代表我Read View生成时刻，你这个事务还在活跃，
还没有Commit，你修改的数据，我当前事务也是看不见的；如果不在，则说明，你这个事务在Read View生成之前就已经Commit了，
你修改的结果，我当前事务是能看见的
简单总结一下，就是给每条记录增加3个隐藏字段，1个隐藏主键，1个标记当前事务ID（DB_TRX_ID），1个标记上本记录的上一个版本（DB_ROLL_PTR）。
DB_ROLL_PTR指向的上一版本记录存储在undo log中,undo log中的每条记录也都有DB_ROLL_PTR字段，于是每条记录的修改记录连在一起就形成了1个修改记录链表，最早的版本在链尾。
当我们快照读时，对于readview中记录的活跃的事务，拿这条记录当前的DB_TRX_ID，比对他们的版本，再从undo log中找出符合可见性的记录版本，然后读取。