自ASP.NET诞生以来，微软提供了不少控制并发的方法，在了解这些控制并发的方法前，我们先来简单介绍下并发！
并发：同一时间或者同一时刻多个访问者同时访问某一更新操作时，会产生并发！
针对并发的处理，又分为悲观并发处理和乐观并发处理
所谓悲观/乐观并发处理，可以这样理解：
悲观者认为：在程序的运行过程中，并发很容易发生滴，因此，悲观者提出了他们的处理模式：在我执行一个方法时，不允许其他访问者介入这个方法。（悲观者经常认为某件坏事会发生在自己身上）
乐观者认为：在程序的运行过程中，并发是很少发生滴，因此，乐观者提出了他们的处理模式：在我执行一个方法时，允许其他访问者介入这个方法。（乐观者经常认为某件坏事不会发生在自己身上）
那么在C#语言中，那些属于悲观者呢？
在C#中诸如：LOCK、Monitor、Interlocked 等锁定数据的方式，属于悲观并发处理范畴！数据一旦被锁定，其他访问者均无权访问。有兴趣的可以参考：锁、C#中Monitor和Lock以及区别
但是，悲观者处理并发的模式有一个通病，那就是可能会造成非常低下的执行效率。
在此：举个简单例子：
售票系统，小明去买票，要买北京到上海的D110次列车，如果采用悲观者处理并发的模式，那么售票员会将D110次列车的票锁定，然后再作出票操作。但是，在D110次列车车票被锁定期间，售票员去了趟厕所，或者喝了杯咖啡，其他窗口售票员是不能进行售票滴！如果采用这种处理方式的话，中国14亿人口都不用出行了，原因是买不到票 ~_~
因此：在处理数据库并发时，悲观锁还是要谨慎使用！具体还要看数据库并发量大不大，如果比较大，建议使用乐观者处理模式，如果比较小，可以适当采用悲观者处理模式！
OK。说了这么多，也就是做个铺垫，本节内容标题叫数据库并发的解决方案，我们最终还得返璞归真，从数据库并发的解决说起！
那么问题来了？
数据库并发的处理方式有哪些呢？
其实数据库的并发处理也是分为乐观锁和悲观锁，只不过是基于数据库层面而言的！关于数据库层面的并发处理大家可参考我的博客：乐观锁悲观锁应用
悲观锁：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作。[1]
乐观锁：假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。[1] 乐观锁不能解决脏读的问题。
最常用的处理多用户并发访问的方法是加锁。当一个用户锁住数据库中的某个对象时，其他用户就不能再访问该对象。加锁对并发访问的影响体现在锁的粒度上。比如，放在一个表上的锁限制对整个表的并发访问；放在数据页上的锁限制了对整个数据页的访问；放在行上的锁只限制对该行的并发访问。可见行锁粒度最小，并发访问最好，页锁粒度最大，并发访问性能就会越低。
悲观锁：假定会发生并发冲突，屏蔽一切可能违反数据完整性的操作。[1] 悲观锁假定其他用户企图访问或者改变你正在访问、更改的对象的概率是很高的，因此在悲观锁的环境中，在你开始改变此对象之前就将该对象锁住，并且直到你提交了所作的更改之后才释放锁。悲观的缺陷是不论是页锁还是行锁，加锁的时间可能会很长，这样可能会长时间的锁定一个对象，限制其他用户的访问，也就是说悲观锁的并发访问性不好。
乐观锁：假设不会发生并发冲突，只在提交操作时检查是否违反数据完整性。[1] 乐观锁不能解决脏读的问题。 乐观锁则认为其他用户企图改变你正在更改的对象的概率是很小的，因此乐观锁直到你准备提交所作的更改时才将对象锁住，当你读取以及改变该对象时并不加锁。可见乐观锁加锁的时间要比悲观锁短，乐观锁可以用较大的锁粒度获得较好的并发访问性能。但是如果第二个用户恰好在第一个用户提交更改之前读取了该对象，那么当他完成了自己的更改进行提交时，数据库就会发现该对象已经变化了，这样，第二个用户不得不重新读取该对象并作出更改。这说明在乐观锁环境中，会增加并发用户读取对象的次数。
本篇的主旨是讲解基于C#的数据库并发解决方案（通用版、EF版），因此我们要从C#方面入手，最好是结合一个小项目
项目已为大家准备好了，如下：
首先我们需要创建一个小型数据库：
创建的数据库很简单，三张表：商品表，库存表，日志表
有了数据库，我们就创建C#项目，本项目采用C# DataBaseFirst 模式，结构如下：
项目很简单，采用EF DataBaseFirst 模式很好构建。
项目构建好了，下面我们模拟并发的发生？
主要代码如下（减少库存、插入日志）：
#region 未做并发处理
/// <summary>
/// 模仿一个减少库存操作 不加并发控制
/// </summary>
public void SubMitOrder_3()
{
int productId = 1; using (BingFaTestEntities context = new BingFaTestEntities())
{
var InventoryLogDbSet = context.InventoryLog;
var InventoryDbSet = context.Inventory;//库存表 using (var Transaction = context.Database.BeginTransaction())
{
//减少库存操作
var Inventory_Mol = InventoryDbSet.Where(A => A.ProductId == productId).FirstOrDefault();//库存对象
Inventory_Mol.ProductCount = Inventory_Mol.ProductCount - 1;
int A4 = context.SaveChanges();
//插入日志
InventoryLog LogModel = new InventoryLog()
{
Title = "插入一条数据，用于计算是否发生并发", };
InventoryLogDbSet.Add(LogModel);
context.SaveChanges();
//1.5 模拟耗时
Thread.Sleep(500); //消耗半秒钟
Transaction.Commit();
} }
}
#endregion
此时我们 int productId=1 处加上断点，并运行程序(打开四个浏览器同时执行)，如下：
由上图可知，四个访问者同时访问这个未采用并发控制的方法，得到的结果如下：
结果显示：日志生成四条数据，而库存量缺只减少1个。这个结果显然是不正确的，原因是因为发生了并发，其本质原因是脏读，误读，不可重读造成的。
那么，问题既然发生了，我们就想办法法解决，办法有两种，分别为：悲观锁方法、乐观锁方法。
悲观者方法：
悲观者方法（加了uodlock锁，锁定了更新操作，也就是说，一旦被锁定，其他访问者不允许访问此操作）类似这种方法，可以通过存储过程实现，在此不作解释了
乐观者方法（通用版/存储过程实现）：
在上述数据库脚本中，有字段叫做：VersionNum，类型为：TimeStamp。
字段 VersionNum 大家可以理解为版本号，版本号的作用是一旦有访问者修改数据，版本号的值就会相应发生改变。当然，版本号的同步更改是和数据库相关的，在SQLserver中会随着数据的修改同步更新版本号，但是在MySQL里就不会随着数据的修改而更改。因此，如果你采用的是MYSQL数据库，就需要写一个触发器，如下：
OK，了解了类型为Timestamp的字段，下面我们结合上述的小型数据库创建一个处理并发的存储过程，如下
create proc LockProc --乐观锁控制并发
(
@ProductId int,
@IsSuccess bit=0 output
)
as
declare @count as int
declare @flag as TimeStamp
declare @rowcount As int
begin tran
select @count=ProductCount,@flag=VersionNum from Inventory where ProductId=@ProductId update Inventory set ProductCount=@count-1 where VersionNum=@flag and ProductId=@ProductId
insert into InventoryLog values('插入一条数据，用于计算是否发生并发')
set @rowcount=@@ROWCOUNT
if @rowcount>0
set @IsSuccess=1
else
set @IsSuccess=0
commit tran
这个存储过程很简单，执行两个操作：减少库存和插入一条数据。有一个输入参数：productId ，一个输出参数，IsSuccess。如果发生并发，IsSuccess的值为False，如果执行成功，IsSuccess值为True。
在这里，向大家说明一点：程序采用悲观锁，是串行的，采用乐观锁，是并行的。
也就是说：采用悲观锁，一次仅执行一个访问者的请求，待前一个访问者访问完成并释放锁时，下一个访问者会依次进入锁定的程序并执行，直到所有访问者执行结束。因此，悲观锁严格按照次序执行的模式能保证所有访问者执行成功。
采用乐观锁时，访问者是并行执行的，大家同时访问一个方法，只不过同一时刻只会有一个访问者操作成功，其他访问者执行失败。那么，针对这些执行失败的访问者怎么处理呢？直接返回失败信息是不合理的，用户体验不好，因此，需要定制一个规则，让执行失败的访问者重新执行之前的请求即可。
时间有限，就不多写了...因为并发的控制是在数据库端存储过程，所以，C#代码也很简单。如下：
#region 通用并发处理模式 存储过程实现
/// <summary>
/// 存储过程实现
/// </summary>
public void SubMitOrder_2()
{
int productId = 1;
bool bol = LockForPorcduce(productId);
//1.5 模拟耗时
Thread.Sleep(500); //消耗半秒钟
int retry = 10;
while (!bol && retry > 0)
{
retry--;
LockForPorcduce(productId);
}
} private bool LockForPorcduce(int ProductId)
{
using (BingFaTestEntities context = new BingFaTestEntities())
{
SqlParameter[] parameters = {
new SqlParameter("@ProductId", SqlDbType.Int),
new SqlParameter("@IsSuccess", SqlDbType.Bit)
};
parameters[0].Value = ProductId;
parameters[1].Direction = ParameterDirection.Output;
var data = context.Database.ExecuteSqlCommand("exec LockProc @ProductId,@IsSuccess output", parameters);
string n2 = parameters[1].Value.ToString();
if (n2 == "True")
{
return true;
}
else
{
return false;
}
}
}
#endregion
在此，需要说明如下：
当IsSuccess的值为False时，应该重复执行该方法，我定的规则是重复请求十次，这样就很好的解决了直接反馈给用户失败的消息。提高了用户体验。
下面着重说下EF框架如何避免数据库并发，在讲解之前，先允许我引用下别人博客中的几段话：
在软件开发过程中，并发控制是确保及时纠正由并发操作导致的错误的一种机制。从 ADO.NET 到 LINQ to SQL 再到如今的 ADO.NET Entity Framework，.NET 都为并发控制提供好良好的支持方案。
相对于数据库中的并发处理方式，Entity Framework 中的并发处理方式实现了不少的简化。
在System.Data.Metadata.Edm 命名空间中，存在ConcurencyMode 枚举，用于指定概念模型中的属性的并发选项。
ConcurencyMode 有两个成员:
| 成员名称 | 说明 |
| None | 在写入时从不验证此属性。 这是默认的并发模式。 |
| Fixed | 在写入时始终验证此属性。 |
当模型属性为默认值 None 时，系统不会对此模型属性进行检测，当同一个时间对此属性进行修改时，系统会以数据合并方式处理输入的属性值。
当模型属性为Fixed 时，系统会对此模型属性进行检测，当同一个时间对属性进行修改时，系统就会激发OptimisticConcurrencyException 异常。
开发人员可以为对象的每个属性定义不同的 ConcurencyMode 选项，选项可以在*.Edmx找看到：
Edmx文件用记事本打开如下：
其实，在EF DataBaseFirst中，我们只需设置下类型为 TimeStamp 版本号的属性即可，如下：
设置好了版本号属性后，你就可以进行并发测试了，当系统发生并发时，程序会抛出异常，而我们要做的就是要捕获这个异常，而后就是按照自己的规则，重复执行请求的方法，直至返回成功为止。
那么如何捕获并发异常呢？
在C#代码中需要使用异常类：DbUpdateConcurrencyException 来捕获，EF中具体用法如下：
public class SaveChangesForBF : BingFaTestEntities
{
public override int SaveChanges()
{
try
{
return base.SaveChanges();
}
catch (DbUpdateConcurrencyException ex)//（OptimisticConcurrencyException）
{
//并发保存错误
return -1;
}
}
}
设置好属性后，EF会帮我们自动检测并发并抛出异常，我们用上述方法捕获异常后，就可以执行我们重复执行的规则了，具体代码如下：
至此，C#并发处理就讲解完了，是不是很简单呢？
项目源码地址：http://download.csdn.net/download/wolongbb/9977216
转载：http://www.cnblogs.com/chenwolong/p/BF.html