redis事务-悲观锁和乐观锁

1）乐观锁：开启事务前，设置对数据的监听，EXEC时，如果发生数据发生过修改，事务会自动取消（DISCARD）。

2）悲观锁： 认为任何事情，都会出现问题，都是悲观的，很消耗性能；

watch监控：
悲观锁

悲观锁（Pessimistic Lock），顾名思义，就是很悲观，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，当其他线程想要访问数据时，都需要阻塞挂起。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁、表锁，读锁，写锁等，都是在操作之前先上锁。

在Java中，synchronized的思想也是悲观锁。

乐观锁：【冲突检测和数据更新】

乐观锁（Optimistic Lock），顾名思义，就是很乐观，每次去拿数据的时候都认为别人不会修改，所以不会上锁，但是在更新的时候回判断一下再次期间别人有没有去更新这个数据，可以使用版本号等机制。乐观锁适用于多读的应用类型，这样可以提高吞吐量。

乐观锁策略：提交版本必须大于记录当前版本才能执行更新

 --------------------------------------------

 

 

三、适用场景：

  悲观锁：比较适合写入操作比较频繁的场景，如果出现大量的读取操作，每次读取的时候都会进行加锁，这样会增加大量的锁的开销，降低了系统的吞吐量。

  乐观锁：比较适合读取操作比较频繁的场景，如果出现大量的写入操作，数据发生冲突的可能性就会增大，为了保证数据的一致性，应用层需要不断的重新获取数据，这样会增加大量的查询操作，降低了系统的吞吐量。

总结：两种所各有优缺点，读取频繁使用乐观锁，写入频繁使用悲观锁。

  像乐观锁适用于写比较少的情况下，即冲突真的很少发生的时候，这样可以省去了锁的开销，加大了系统的整个吞吐量。但如果经常产生冲突，上层应用会不断的进行retry，这样反倒是降低了性能，所以这种情况下用悲观锁就比较合适,之所以用悲观锁就是因为两个用户更新同一条数据的概率高，也就是冲突比较严重的情况下，所以才用悲观锁.

  悲观锁比较适合强一致性的场景，但效率比较低，特别是读的并发低。乐观锁则适用于读多写少，并发冲突少的场景。

四、总结

watch指令，类似悲观锁，事务提交时，如果key的值已被别的客户端改变，比如某个list已被别的客户push/pop过了，整个事务队列都会被取消。

通过watch命令在事务执行之前监控了多个keys,倘若watch之后有任何key得值发生了变化，exec命令执行得事务都将被赋值，同时返回Nulimuti-bulk答应以通知调用者事务执行失败。