元素节点并发操作控制

17/24元素节点并发操作控制第一部分元素节点并发访问风险 2第二部分并发控制策略概览 4第三部分锁机制与死锁处理 6第四部分乐观并发控制简介 8第五部分乐观锁机制详解 10第六部分时间戳并发控制 12第七部分悲观并发控制对比 15第八部分高并发场景下的优化策略 17

第一部分元素节点并发访问风险关键词关键要点主题名称：数据一致性风险

1.并发操作可能导致元素数据不一致，例如在读取和更新操作之间发生冲突，导致读取到的数据已过时。

2.在高并发系统中，数据一致性风险尤为突出，可能导致数据丢失、损坏或错误。

3.需要采取措施保证元素节点并发操作时的元素数据一致性，例如使用锁机制、并发控制机制或事务处理。

主题名称：死锁风险

元素节点并发访问风险

1.数据不一致

并发操作元素节点时，如果操作顺序不当，可能会导致数据不一致。例如，如果两个线程同时修改同一元素，则可能导致元素值不确定。在极端情况下，甚至可能导致程序崩溃。

2.死锁

当多个线程同时等待同一元素上的锁时，可能会发生死锁。例如，如果线程A正在等待线程B释放对元素的锁，而线程B正在等待线程A释放对另一元素的锁，则两个线程将无限期地等待下去。

3.资源耗尽

如果多个线程同时尝试访问同一元素，则可能会导致资源耗尽。例如，如果元素值很大，则每个线程都会尝试加载该值，从而导致内存耗尽。

4.性能下降

并发操作元素节点会引入额外的开销，从而导致性能下降。例如，并发操作元素时，需要对元素进行同步，这会产生额外的开销。

5.安全性风险

并发访问元素节点可能会导致安全风险。例如，如果攻击者能够同时修改多个元素，则可能会利用这些元素来执行恶意操作。

控制并发访问风险的方法

为了控制并发访问元素节点的风险，可以使用以下方法：

1.同步

同步机制用于确保一次只有一个线程可以访问元素。常用的同步机制包括：

*锁：锁是一种数据结构，用于控制对资源的访问。线程在访问元素之前必须获取锁，在访问完毕后必须释放锁。

*信号量：信号量是一种数据结构，用于限制同时可以访问资源的线程数量。

*互斥体：互斥体是一种同步机制，用于确保一次只有一个线程可以执行一个代码段。

2.复制

复制技术是指将元素的副本存储在多个线程中。每个线程都可以独立地访问自己的副本，从而避免并发访问风险。

3.分区

分区技术是指将元素划分为不同的分区，每个线程只能访问自己负责的分区。通过这种方式，可以减少并发访问风险。

4.避免共享可变数据

为了避免并发访问风险，应该尽量避免共享可变数据。如果必须共享可变数据，则需要使用适当的同步机制来控制对数据的访问。第二部分并发控制策略概览并发控制概述

传统数据库并发控制机制

传统数据库管理系统（DBMS）使用锁机制来管理并发访问，包括：

*排它锁（X-lock）：独占访问，阻止其他事务访问。

*共享锁（S-lock）：允许多个事务同时读取，但禁止写入。

*意向锁（IX-lock）：表示事务打算获得锁的意向。

事务模型

事务模型定义了并发控制行为：

*隔离性（Isolation）：保证事务不受其他并发事务的影响。

*原子性（Atomicity）：事务要么全部执行成功，要么全部失败回滚。

*一致性（Consistence）：事务保持数据库的完整性。

*持久性（Durabiity）：事务提交后，即使系统故障，其效果也持久存在。

多版本并发控制（MVCC）

MVCC通过维护数据项的不同版本来实现并发：

*读已提交（ReadCommitted）：只读取已提交的事务版本。

*可重复读（Repeatableread）：始终读取同一事务版本的同一快照。

*可串行化（Serializable）：执行事务时，结果与串行执行相同。

乐观并发控制（OCC）

OCC通过使用时间戳和验证机制来实现并发：

*版本检查：事务提交前，验证其时间戳是否仍然是最新的。

*重试机制：冲突发生时，冲突的事务重试。

数据库隔离级别

数据库隔离级别定义了事务在并发环境中的行为：

*未提交读（ReadUncommited）：读取未提交的事务数据。

*提交读（ReadCommited）：读取已提交的事务数据。

*可重复读（RepeatableRead）：隔离性较强，但性能较低。

*可串行化（Serializable）：最高隔离性，但性能最低。

数据库锁的类型

除了传统锁外，数据库还会使用其他类型的锁：

*间隙锁（Rangelock）：锁定数据范围。

*表锁（Tablelock）：锁定整个表。

*行锁（Rowlock）：锁定单个行。

锁升级和降级

为了提高性能，数据库会根据需要升级或降级锁：

*锁升级：当多个锁请求冲突时，可能会升级到更高级别的锁。

*锁降级：当锁不再需要时，可能会降级到更低级别的锁。

锁超时

为了防止死锁，数据库会设置锁超时机制，让长时间未使用的锁自动释放。

死锁检测和恢复

死锁检测机制识别死锁，并通过回滚或终止事务来解决。第三部分锁机制与死锁处理锁机制与死锁处理

锁机制

在并发环境中，为确保数据的一致性和完整性，需要采用锁机制对共享资源进行保护，防止并发访问引发的冲突。元素节点中常用的锁机制包括：

*悲观锁（PessimisticLocking）：在操作数据之前先获取锁，保证独占访问。悲观锁可以防止脏写（overwrite）和脏读（inconsistentread）等数据不一致问题。

*乐观锁（OptimisticLocking）：在操作数据时不获取锁，仅在提交时检查数据是否被其他线程修改。乐观锁可以提高并发性能，但存在数据不一致的风险。

死锁处理

死锁是指两个或多个线程相互等待对方释放资源，导致所有线程都无法继续执行。元素节点中预防和处理死锁的机制包括：

死锁预防

*时间戳排序：为每个事务分配一个时间戳，按时间顺序执行事务。

*等待时间限制：对线程等待锁定的时间设置限制，超时则自动释放锁。

*死锁检测：定期检查是否存在死锁循环，一旦发现则强制中止一个或多个线程。

死锁检测

*等待图法：构建一个描述线程等待关系的图，如果图中存在环，则表明存在死锁。

*循环检测：使用Floyd-Warshall算法或其他算法检测是否存在死锁循环。

死锁处理

*回滚：中止一个或多个死锁线程，并回滚其对数据的修改。

*资源抢占：强制中止优先级较低的线程，释放其持有的锁。

*死锁超时：当检测到死锁时，设置一个超时时间，超时后释放死锁线程。

元素节点中的锁和死锁机制

*元素节点基于InnoDB存储引擎，采用多版本并发控制（MVCC）实现乐观锁。

*元素节点提供行锁和表锁两种锁级别。行锁粒度更细，并发性更高。

*元素节点使用死锁检测和回滚机制处理死锁。死锁检测由InnoDB定期执行，一旦发现死锁，则回滚优先级较低的线程。

*元素节点提供了innodb_lock_wait_timeout参数，用于设置死锁超时时间，默认值为50秒。

其他并发控制机制

*事务：将一系列操作组合成一个原子单位，确保要么全部执行成功，要么全部回滚失败。

*隔离级别：控制并发事务之间数据可见性的级别，防止脏读、脏写和幻读等不一致问题。

*热备和读写分离：通过复制和负载均衡技术实现数据高可用性和并发读写分离。第四部分乐观并发控制简介乐观并发控制简介

乐观并发控制（OCC）是一种并发控制技术，它允许多个事务同时访问和修改共享数据，而无需在事务开始时对其进行锁定。OCC依赖于这样一个假设：冲突事务发生的概率很低。

OCC的原理

OCC的基本原理是，每个事务在开始时都得到一个版本号。当事务读取数据时，它会记录数据的版本号。当事务尝试更新数据时，它会将数据的当前版本号与它在事务开始时记录的版本号进行比较。如果版本号相同，则事务可以更新数据。否则，事务会失败并回滚。

OCC的优点

*高并发性：OCC允许多个事务同时访问和修改数据，而无需对其进行锁定。这可以显着提高并发性。

*低开销：OCC只在事务提交时进行版本比较，而不是在每个读写操作时进行。这可以减少开销。

*简单实现：OCC的实现相对简单，因为它不需要复杂的锁机制。

OCC的缺点

*丢失更新：如果两个事务同时读取相同的数据，然后其中一个事务更新数据，另一个事务最终可能会覆盖更新，从而导致丢失更新。

*不可重复读：如果一个事务在读取数据后，另一个事务更新了数据，那么第一个事务在后续读取中可能会看到不同的数据，从而导致不可重复读。

*幻读：如果一个事务在读取数据后，另一个事务插入了新的数据，那么第一个事务在后续读取中可能会看到不同的数据量，从而导致幻读。

OCC的常见实现

OCC有多种实现方式，包括：

*时间戳：每个事务都分配一个时间戳，并使用时间戳作为版本号。

*序列号：每个事务都分配一个序列号，并使用序列号作为版本号。

*多版本并发控制（MVCC）：每个数据项都有多个版本，每个版本都有一个版本号。事务可以读取和修改数据项的任何版本，只要版本号与事务开始时的版本号相匹配即可。

OCC的适用场景

OCC适用于冲突事务发生概率较低的场景，例如：

*读多写少的应用程序：在这些应用程序中，大多数事务都是只读的，因此冲突不太可能发生。

*分布式系统：OCC可以帮助减轻分布式系统中的锁定争用。

*并发用户数较少的情况下：在并发用户数较少的情况下，OCC可以提供良好的并发性和性能。

OCC的发展

OCC技术正在不断发展和完善。近年来，随着分布式系统和云计算的兴起，OCC已成为一种越来越流行的并发控制技术。第五部分乐观锁机制详解关键词关键要点主题名称：乐观锁机制原理

1.乐观锁是一种在多线程环境下保证数据并发更新正确性的机制，它假设在并发操作期间数据不会被其他线程修改。

2.乐观锁一般通过使用版本号或时间戳来实现，当某个线程对数据进行更新时，会先检查数据当前的版本号或时间戳与自己持有的版本号或时间戳是否一致，如果一致则认为数据未被其他线程修改，可以继续更新；否则，更新失败。

3.乐观锁的优点是实现简单，避免了锁带来的性能开销，但缺点是可能会出现数据被其他线程修改的情况，导致更新失败。

主题名称：乐观锁的实现方式

乐观锁机制详解

概述

乐观锁是一种并行控制技术，它基于一种乐观假定：事务不会经常发生冲突。与悲观锁不同，乐观锁允许事务在不进行任何预先锁定操作的情况下并发执行。只在事务提交时才检查冲突，如果检测到冲突，则事务回滚，需要重新执行。

工作原理

当一个事务开始时，它会读取并发控制系统维护的一个版本号。在读取后，事务可以继续执行，而无需对数据进行任何锁定。只有在提交时，事务才会将它的更新提交给数据库。此时，并发控制系统将当前版本号与事务读取时的版本号进行比较。如果版本号相同，则提交事务；否则，表示另一个并发事务已经更新了数据，并且当前事务必须回滚。

优点

*高并发性：乐观锁允许多个事务并发执行，而不会发生锁争用。这提高了系统的吞吐量和可伸缩性。

*低开销：与悲观锁相比，乐观锁的开销相对较低，因为它不需要进行锁定和解除锁定操作。

*简单性：乐观锁的实现相对简单，并且不涉及复杂的锁管理机制。

缺点

*冲突检测：乐观锁需要在提交时进行冲突检测，这可能会增加事务的开销，尤其是在高并发场景中。

*回滚：如果检测到冲突，事务需要回滚，这可能会浪费计算资源。

*ABA问题：乐观锁无法检测到ABA问题，即一个值被修改后又被改回原来的值。

应用场景

乐观锁适用于以下场景：

*低冲突场景：在冲突率较低的系统中，乐观锁可以显著提高性能。

*短事务：对于执行时间较短的事务，乐观锁的开销很低。

*只读事务：对于只读事务，乐观锁可以避免不必要的数据锁定。

实现

数据库级别实现：一些数据库管理系统（DBMS）支持乐观锁机制，例如PostgreSQL和Oracle。DBMS负责维护版本号并执行冲突检测。

应用程序级别实现：应用程序也可以自行实现乐观锁。应用程序可以存储版本号并使用条件语句检查冲突。

替代方案

除了乐观锁，还存在其他并行控制技术，包括：

*悲观锁：悲观锁在事务开始时锁定数据，以防止并发修改。

*多版本并发控制（MVCC）：MVCC维护数据的多重版本，允许事务访问数据，而无需与其他并发事务进行锁定。

*时间戳并发控制（TSCC）：TSCC为每个事务分配一个唯一的时间戳，以确定数据修改的顺序。

结论

乐观锁是一种并行控制技术，它允许事务在不锁定数据的情况下并发执行。它适用于低冲突场景、短事务和只读事务。虽然它可以提高并发性，但它也有一些缺点，例如冲突检测和回滚风险。第六部分时间戳并发控制关键词关键要点【时间戳并发控制】

1.为每个事务分配一个唯一的时间戳，用来表示该事务的启动时间。

2.在读取操作中，系统只读取时间戳比当前事务启动时间早的数据。

3.在写入操作中，系统只允许将时间戳比当前事务启动时间早的数据写入。

时间戳并发控制的优点

1.简单易懂：时间戳并发控制的实现机制简单，易于理解和实现。

2.轻量级：时间戳并发控制只需要在每个事务的数据项上附加一个时间戳，开销较小。

3.对死锁免疫：由于事务总是按时间戳顺序执行，因此不会出现死锁。

时间戳并发控制的缺点

1.饥饿问题：当多个事务同时并发操作同一数据项时，最早启动的事务可能会无限期地等待，即发生饥饿现象。

2.丢失更新问题：如果一个事务在读取数据之后，但更新数据之前，另一个事务更新了该数据，则第一个事务重写的更新将丢失。

3.幻读问题：如果一个事务在读取数据之后，但更新数据之前，另一个事务插入了新的数据，则第一个事务将无法读取这些新插入的数据。时间戳并发控制

时间戳并发控制（Timestamp-basedConcurrencyControl，缩写为T/C）是一种乐观并发控制机制，允许事务在未获取任何锁的情况下并发执行，并在提交前检查是否存在冲突。

原理：

T/C在每个事务开始时分配一个唯一的时间戳。该时间戳表示事务的开始时间，并在事务执行期间与数据项相关联。当一个事务试图访问一个数据项时，它会将自己的时间戳与数据项上的时间戳进行比较。如果事务的时间戳更早，则表示有另一个事务已经修改了该数据项，因此当前事务必须回滚。

实现：

T/C可以通过以下步骤实现：

1.事务开始时：为事务分配一个唯一的时间戳。

2.读操作：当一个事务读取一个数据项时，它将自己的时间戳与数据项的时间戳进行比较。如果事务的时间戳更早，则事务会回滚。

3.写操作：当一个事务写入一个数据项时，它将自己的时间戳写入数据项。如果另一个事务先前已经写入该数据项，并且其时间戳更早，则当前事务会回滚。

4.提交：当一个事务提交时，它会检查所有它读取或写入的数据项。如果任何数据项的时间戳早于事务的时间戳，则事务会回滚。

优点：

*并发性高：允许事务并发执行，直到提交时才检查冲突。

*无需锁：不需要获取任何锁，这可以减少锁冲突和死锁。

*简单性：实现简单，开销较低。

缺点：

*回滚率高：如果事务并发程度较高，则回滚率可能会很高。

*幻象读：多个事务可以读取同一数据项的不同版本，这可能会导致数据不一致。

*可重复读：事务无法保证在整个执行过程中看到同一数据集。

其他考虑：

*时间戳生成：时间戳应为唯一的，以防止冲突。通常使用递增计数器或时钟时钟来生成时间戳。

*时间戳管理：数据库系统必须管理时间戳，以确保它们是唯一的并在事务执行期间保持一致性。

*并发控制协议：T/C可以与其他并发控制协议结合使用，例如两阶段提交（2PC），以提高可靠性和一致性。第七部分悲观并发控制对比悲观并发与乐观并发对比

定义

*悲观并发：在访问共享数据之前始终获取独占锁，以防止其他事务同时访问该数据。

*乐观并发：在访问共享数据之前不获取锁，而是假设其他事务不会同时修改数据。如果检测到冲突，则回滚事务。

机制

*悲观并发：通过使用锁机制来强制执行数据的独占访问。

*乐观并发：通过使用版本控制或多版本并发控制（MVCC）来跟踪数据的更改，并检测冲突。

优点

*悲观并发：

*保证数据一致性，因为在释放锁之前不会提交事务。

*适用于数据争用激烈的场景，因为它可以有效地防止数据冲突。

*乐观并发：

*吞吐量更高，因为大多数情况下不会发生冲突，因此无需获取锁。

*可伸缩性更好，因为在高并发场景下，锁争用不会成为瓶ୌ。

缺点

*悲观并发：

*吞吐量较低，因为锁的争用会阻碍并发的执行。

*可伸缩性较差，因为在高并发场景下，锁争用会严重影响性能。

*乐观并发：

*存在数据不一致的风险，因为在检测到冲突之前，多个事务可以同时修改数据。

*回滚冲突事务可能会导致额外的开销。

适用场景

*悲观并发：

*数据争用激烈的场景，例如在线交易处理系统中的账户余额更新。

*要求绝对数据一致性的场景，例如金融交易。

*乐观并发：

*数据争用相对较少的场景，例如社交媒体中的帖子更新。

*吞吐量和可伸缩性要求较高的场景，例如大数据处理系统。

实现

*悲观并发：使用数据库提供的锁定机制，例如事务锁定、排他锁或共享锁。

*乐观并发：使用版本控制或MVCC来跟踪数据的更改，并检测冲突。检测冲突的方法可以是：

*时间标记：为每个数据项分配一个时间标记，并在更新时更新时间标记。冲突的检测基于时间标记的比较。

*快照隔离：在事务开始时创建数据的一个快照，并与当前状态进行比较以检测冲突。

*多版本并发控制：将数据的不同版本存储在历史记录表中，并根据事务的可视化范围来提供对数据的访问。

比较表格

|特征|悲观并发|乐观并发|

||||

|锁机制|独占锁|无锁|

|数据一致性|保证一致性|可能不一致|

|吞吐量|低|高|

|可伸缩性|差|好|

|冲突处理|阻止冲突|回滚冲突|

|适用场景|数据争用激烈|数据争用较少、高吞吐量要求|

|实现方式|事务锁定、排他锁、共享锁|版本控制、MVCC|第八部分高并发场景下的优化策略关键词关键要点锁优化

1.使用轻量级锁机制，如自旋锁或读写锁，减少锁争用。

2.优化锁粒度，将大范围锁细化为小范围锁，降低锁竞争。

3.采用无锁数据结构，如原子计数器或无锁队列，消除锁争用。

分片并发

1.将数据或任务分片，并分配给多个并发执行的线程。

2.确保分片数据相互独立，减少线程间竞争。

3.使用分布式锁或乐观并发的机制，协调对分片数据的并发访问。

非阻塞算法

1.采用非阻塞算法，如无锁队列或copy-on-write，避免线程阻塞。

2.允许线程在数据不可用时继续执行，提高吞吐量。

3.使用原子操作或CAS操作，保证数据的一致性。

异步并发

1.将任务异步化，通过消息队列或事件机制解耦线程之间的数据依赖关系。

2.避免线程同步等待，提高并发效率。

3.使用线程池线程管理机制，优化线程创建和销毁的开销。

水平扩展

1.在多个独立的节点上部署应用，增加并发处理能力。

2.采用分布式架构，将数据和处理任务分布到不同的节点。

3.使用负载均衡机制，动态分配请求到不同节点，均衡负载。

云原生并发

1.采用云原生架构，利用容器化、微服务和弹性伸缩技术。

2.使用云原生监控和运维工具，实时监测和管理并发情况。

3.利用云原生服务，如无服务器计算或托管数据库，简化并发管理。高并发场景下的优化策略

在高并发场景下，为了确保元素节点的并发操作安全、高效，需要采取一系列优化策略。以下是一些常见且有效的优化策略：

1.并发控制机制

*锁机制：使用锁机制对共享资源进行保护，确保一次只允许一个线程访问资源，从而防止并发操作引起数据不一致。

*原子操作：使用原子操作保证操作的原子性，使其不可中断，从而避免数据中途被修改而导致数据不一致。

*乐观并发控制（OCC）：使用乐观并发控制，基于线程本地副本进行操作，并在提交时检查数据一致性，避免不必要的锁竞争。

2.数据结构优化

*使用无锁数据结构：采用无锁数据结构，如ConcurrentHashMap、CopyOnWriteArrayList等，以消除锁争用，提高并发性能。

*分段锁：将大规模数据结构划分为多个小段，并为每个小段分配单独的锁，减少锁争用。

*使用LRU缓存：使用LRU缓存对经常访问的数据进行缓存，减少数据库或其他慢速存储的访问次数，提高并发性能。

3.线程池管理

*合理设置线程池大小：根据实际并发需求，合理设置线程池大小，避免线程过度创建或空闲，从而提高资源利用率。

*使用线程本地存储：为每个线程分配独立的线程本地存储，避免线程间数据共享引起的冲突。

*线程池隔离：使用隔离的线程池处理不同类型的任务，避免任务相互干扰，提高并发性能。

4.事件驱动架构

*使用事件驱动架构：采用事件驱动架构，将并发操作分解为一系列独立的事件，由事件总线处理，避免线程直接竞争资源。

*非阻塞IO：使用非阻塞IO，避免线程在等待IO操作时阻塞，提高并发性能。

*异步处理：使用异步处理机制，将耗时操作交给后台线程执行，释放主线程进行其他任务处理，提高并发性能。

5.分布式架构

*分布式数据库：使用分布式数据库，将数据分布在多个节点上，减少单点故障和性能瓶颈。

*分布式缓存：使用分布式缓存，将热点数据缓存到多个节点上，提高访问速度和并发性。

*微服务架构：采用微服务架构，将大型应用拆分为多个独立的小型服务，通过分布式部署实现高并发和可扩展性。

6.监控和告警

*实时监控：使用监控工具对并发操作进行实时监控，及时发现性能瓶颈和错误。

*告警机制：建立告警机制，当并发操作出现问题时及时告警，以便快速响应和处理。

*性能调优：根据监控数据进行性能调优，优化并发操作策略，提高系统性能。

通过采用这些优化策略，可以有效控制元素节点并发操作，提高系统并发性、稳定性和性能，满足高并发场景下的业务需求。关键词关键要点并发控制策略概览

乐观并发控制

关键要点：

-应用于数据修改较少的场景。

-乐观地认为事务不会并发冲突，在提交前进行冲突检查和修复。

-冲突检测和修复过程由应用程序负责。

悲观并发控制

关键要点：

-应用于数据修改频繁的场景。

-悲观地认为事务会并发冲突，在开始事务前就获取数据锁。

-数据锁的类型包括排他锁和共享锁。

多版本并发控制

关键要点：

-通过维护数据的多版本来解决并发冲突。

-事务读取的是数据历史版本，不会影响其他并发事务。

-冲突仅在事务提交时发生。

锁粒度

关键要点：

-指数据锁的粒度，包括表锁、行锁和页锁。

-锁粒度越大，并发性越低，系统开销越小。

-锁粒度越小，并发性越高，系统开销越大。

死锁检测与预防

关键要点：

-死锁是指两个或多个事务互相等待对方释放锁而无法继续执行。

-死锁检测通过定时检查事务状态实现。

-死锁预防通过设定等待超时时间或采用优先级方法实现。

事务隔离级别

关键要点：

-定义事务对其他并发事务的可见性。

-隔离级别从低到高分为：未提交读、提交读、可重复读和串行化。

-隔离级别越高，并发性越低，数据的完整性越强。关键词关键要点主题名称：锁机制

*关键要点：

1.锁是一种同步原语，用于确保对共享资源的独占访问，防止多个线程同时修改资源，造成数据不一致性。

2.锁可以实现多种粒度，从细粒度的对象级锁到粗粒度的全局锁，粒度越细，并发性越好，但开销也越大。

3.现代编程语言中常用的锁机制包括互斥锁、读写锁、自旋锁等，每种锁机制都有不同的特性和适用场景。

主题名称：死锁处理

*关键要点：

1.死锁是指多个线程相互等待对方的资源释放，导致所有线程都无法继续执行的现象。

2.典型的死锁模型包括银行家算法和Peterson算法，通过分析资源分配和请求顺序来判断死锁是否存在。

3.死锁处理技术包括死锁预防（确保不发生死锁）、死锁避免（提前检测并阻止可能导致死锁的情况）、死锁检测和恢复（检测并解除已发生的死锁）。关键词关键要点乐观并发控制简介

主题名称：乐观并发控制的基本原理

关键要点：

1.乐观并发控制是一种并发的控制策略，它假设大多数事务不会导致并发冲突。

2.在事务开始时不加锁，只有在提交时才检查是否有冲突。

3.如果检测到冲突，则中止失败的事务，需要重试。

主题名称：乐观并发控制的优点

关键要点：

1.高并发性：由于不加锁，因此可以处理大量并发事务。

2.可扩展性：随着数据库的增长，并发性不会显著下降。

3.避免死锁：由于不加锁，因此不会出现死锁。

主题名称：乐观并发控制的缺