• 数据库事务与锁机制:十个核心场景 + SQL 实战案例

数据库事务与锁机制:十个核心场景 + SQL 实战案例

2025-08-16 12:34:16 栏目:宝塔面板 146 阅读

还在为数据库事务不一致头疼?明明加了锁却还是出现脏数据?别再让这些问题拖慢项目进度了!今天这篇文章,我整理了 10 个数据库事务与锁机制的核心场景,每个场景都配上真实可运行的 SQL 案例,带你从理论到实战,彻底搞懂事务 ACID 特性和各种锁的用法,让你的系统数据零错误!

一、事务基础:从 ACID 到隔离级别

1. 什么是事务?用一个转账案例说清楚

事务就是一组不可分割的 SQL 操作,要么全成功,要么全失败。比如转账时,A 账户扣钱和 B 账户加钱必须同时完成:

-- 开启事务


START TRANSACTION;


-- A账户扣100元


UPDATE account SET balance = balance - 100 WHERE id = 1;


-- B账户加100元


UPDATE account SET balance = balance + 100 WHERE id = 2;


-- 全部成功则提交


COMMIT;


-- 若有错误则回滚


-- ROLLBACK;

为什么必须用事务?

如果没有事务,当 A 扣钱后系统崩溃,B 账户没加钱,就会导致钱凭空消失!

2. 事务隔离级别:解决并发问题的关键

MySQL 默认隔离级别是可重复读,但不同级别解决的问题不同,用对了能避免脏读、不可重复读和幻读:

隔离级别

脏读

不可重复读

幻读

读未提交(Read Uncommitted)

可能

可能

可能

读已提交(Read Committed)

避免

可能

可能

可重复读(Repeatable Read)

避免

避免

可能

串行化(Serializable)

避免

避免

避免

如何设置隔离级别?

-- 查看当前隔离级别


SELECT @@tx_isolation;


-- 设置会话隔离级别为读已提交


SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED;

二、事务实战:避免数据不一致的 3 个核心场景

3. 转账场景:用事务保证原子性

场景:A 向 B 转账 100 元,必须保证扣钱和加钱同时成功。

-- 初始化账户数据


CREATE TABLE account (


   id INT PRIMARY KEY,


   balance DECIMAL(10,2) NOT NULL

);


INSERT INTO account VALUES (1, 1000), (2, 1000);


-- 事务执行转账


START TRANSACTION;


-- A扣钱


UPDATE account SET balance = balance - 100 WHERE id = 1;


-- B加钱


UPDATE account SET balance = balance + 100 WHERE id = 2;


-- 检查是否有错误,无错误提交


COMMIT;


-- 若出错则回滚


-- ROLLBACK;

如果中途出错?

比如执行完 A 扣钱后数据库崩溃,事务会自动回滚,A 的余额会恢复,避免损失。

4. 订单创建:事务嵌套多表操作

场景:创建订单时,需同时操作订单表和库存表,任何一步失败都要全部回滚。

START TRANSACTION;


-- 1. 创建订单


INSERT INTO orders (order_no, user_id, total_amount)


VALUES ('20250703001', 1001, 299.00);


-- 2. 扣减库存


UPDATE product_stock


SET stock = stock - 1


WHERE product_id = 5 AND stock >= 1;


-- 检查库存扣减是否成功(影响行数为0则失败)


IF ROW_COUNT() = 0 THEN

   ROLLBACK; -- 库存不足,回滚


ELSE

   COMMIT; -- 全部成功,提交


END IF;

关键技巧:用ROW_COUNT()判断更新是否生效,避免超卖问题。

5. 并发查询:隔离级别如何影响结果?

场景:两个事务同时查询并修改同一条数据,不同隔离级别会产生不同结果。

读未提交(Read Uncommitted):能看到其他事务未提交的数据(脏读)

-- 事务1

START TRANSACTION;


UPDATE user SET balance = 1000 WHERE id = 1;


-- 事务2(此时能看到事务1未提交的1000)


SELECT balance FROM user WHERE id = 1; -- 结果1000

-- 事务1回滚


ROLLBACK;


-- 事务2再次查询(数据变回原来的值,产生脏读)


SELECT balance FROM user WHERE id = 1; -- 结果500

读已提交(Read Committed):只能看到已提交的数据(解决脏读,但有不可重复读)

-- 事务1查询


START TRANSACTION;


SELECT balance FROM user WHERE id = 1; -- 结果500

-- 事务2修改并提交


START TRANSACTION;


UPDATE user SET balance = 1000 WHERE id = 1;


COMMIT;


-- 事务1再次查询(结果变了,不可重复读)


SELECT balance FROM user WHERE id = 1; -- 结果1000

生产建议:互联网项目常用读已提交,平衡一致性和性能;金融项目用可重复读或串行化。

三、锁机制实战:解决并发冲突

6. 行锁:锁住单行数据,提高并发

场景:秒杀活动中,多个用户同时抢购同一商品,用行锁防止超卖。

-- 事务1:用户A抢购商品5

START TRANSACTION;


-- 悲观锁:for update 锁住行


SELECT stock FROM product_stock


WHERE product_id = 5 FOR UPDATE; -- 假设库存10

-- 扣减库存


UPDATE product_stock


SET stock = stock - 1


WHERE product_id = 5;


COMMIT;


-- 事务2:用户B同时抢购


START TRANSACTION;


-- 此时会等待事务1释放锁


SELECT stock FROM product_stock


WHERE product_id = 5 FOR UPDATE; -- 等事务1提交后,库存显示9

UPDATE product_stock


SET stock = stock - 1


WHERE product_id = 5;


COMMIT;

原理:FOR UPDATE会对查询的行加排他锁,其他事务必须等待锁释放才能操作同一行。

7. 表锁:整表锁定,适合全表操作

场景:批量更新全表数据时,用表锁避免其他事务干扰。

-- 加表级写锁


LOCK TABLES product_stock WRITE;


-- 批量更新


UPDATE product_stock SET stock = 0;


-- 释放锁


UNLOCK TABLES;

注意:表锁会阻塞所有读写操作,慎用!仅适合短时间的全表操作。

8. 间隙锁:防止插入幻影数据

场景:查询年龄大于 30 的用户并修改,防止其他事务插入新的年龄大于 30 的用户(幻读)。

-- 事务1:查询并锁定间隙


START TRANSACTION;


SELECT * FROM user


WHERE age > 30 FOR UPDATE; -- InnoDB在可重复读级别下会加间隙锁


-- 事务2:尝试插入年龄35的用户(会被阻塞)


INSERT INTO user (name, age) VALUES ('张三', 35); -- 等待锁释放


-- 事务1提交后,事务2才能执行


COMMIT;

原理:间隙锁会锁定一个范围(如 30 到正无穷),阻止在该范围内插入新数据,解决幻读问题。

四、死锁与优化:从排查到解决

9. 死锁产生与避免:两个事务互相等待锁

场景:事务 1 锁住 A 行等待 B 行,事务 2 锁住 B 行等待 A 行,导致死锁。

-- 事务1

START TRANSACTION;


UPDATE account SET balance = balance - 100 WHERE id = 1; -- 锁id=1的行


-- 事务2

START TRANSACTION;


UPDATE account SET balance = balance - 100 WHERE id = 2; -- 锁id=2的行


-- 事务1尝试更新id=2(等待事务2释放锁)


UPDATE account SET balance = balance + 100 WHERE id = 2;


-- 事务2尝试更新id=1(等待事务1释放锁,此时死锁)


UPDATE account SET balance = balance + 100 WHERE id = 1;

解决方法:

  • 统一操作顺序:所有事务都先操作 id 小的行
  • 减少锁持有时间:尽量在事务末尾执行更新操作
  • 设置锁超时:SET innodb_lock_wait_timeout = 5;(5 秒超时)

10. 乐观锁:适合读多写少的场景

场景:商品详情页频繁查询,偶尔更新库存,用乐观锁减少锁竞争。

-- 表中增加version字段


CREATE TABLE product_stock (


   product_id INT PRIMARY KEY,


   stock INT NOT NULL,


   version INT NOT NULL DEFAULT 0 -- 版本号


);


-- 更新时检查版本号


UPDATE product_stock


SET stock = stock - 1, version = version + 1

WHERE product_id = 5 AND version = 0; -- 只有版本号匹配才更新


-- 判断是否更新成功


IF ROW_COUNT() = 0 THEN

   -- 版本号不匹配,说明已被其他事务修改,重试或提示失败


END IF;

优点:不用加锁,通过版本号控制,适合高并发读场景(如商品详情)。

为什么事务与锁必须一起学?

事务保证了数据的一致性,而锁机制是事务并发执行的基础。不懂锁的事务设计,就像给房子装了门却不装锁 —— 看似有保护,实则漏洞百出。这 10 个场景覆盖了 90% 的实际开发问题:

  • 用对隔离级别,平衡性能和一致性
  • 行锁 + 间隙锁解决并发更新和幻读
  • 乐观锁适合高并发读场景,悲观锁适合写密集场景
  • 死锁可以通过统一操作顺序避免

本文地址:https://www.yitenyun.com/350.html

搜索文章

Tags

数据库 API FastAPI Calcite 电商系统 MySQL Web 应用 异步数据库 数据同步 ACK 双主架构 循环复制 JumpServer SSL 堡垒机 跳板机 HTTPS TIME_WAIT 运维 负载均衡 HexHub Docker JumpServer安装 堡垒机安装 Linux安装JumpServer Deepseek 宝塔面板 Linux宝塔 生命周期 服务器 管理口 esxi esxi6 root密码不对 无法登录 web无法登录 服务器性能 序列 核心机制 Windows Windows server net3.5 .NET 安装出错 HTTPS加密 查看硬件 Linux查看硬件 Linux查看CPU Linux查看内存 Windows宝塔 Mysql重置密码 宝塔面板打不开 宝塔面板无法访问 开源 PostgreSQL 存储引擎 Oracle 处理机制 无法访问宝塔面板 SQL 查询 连接控制 机制 Serverless 无服务器 语言 监控 Spring Redis 异步化 Undo Log InnoDB 数据库锁 ES 协同 group by 索引 锁机制 优化 万能公式 技术 机器学习 分页查询 高可用 动态查询 缓存方案 缓存架构 缓存穿透 scp Linux的scp怎么用 scp上传 scp下载 scp命令 响应模型 GreatSQL 连接数 工具 数据 主库 Postgres OTel Iceberg R edis 线程 行业 趋势 R2DBC SVM Embedding 日志文件 MIXED 3 openHalo SQLite-Web SQLite 数据库管理工具 加密 场景 Linux 安全 Recursive Netstat Linux 服务器 端口 启动故障 自定义序列化 存储 RocketMQ 长轮询 配置 SQLark 云原生 AI 助手 共享锁 ​Redis 推荐模型 Hash 字段 PG DBA 国产数据库 向量数据库 大模型 防火墙 黑客 OB 单机版 电商 系统 Rsync Ftp 数据分类 架构 向量库 Milvus 业务 MySQL 9.3 Python mini-redis INCR指令 Canal 磁盘架构 sftp 服务器 参数 修改DNS Centos7如何修改DNS MVCC 分库 分表 流量 信息化 智能运维 • 索引 • 数据库 线上 库存 预扣 Doris SeaTunnel 人工智能 推荐系统 redo log 重做日志 同城 双活 失效 不宕机 PostGIS 高效统计 今天这篇文章就跟大家 聚簇 非聚簇 传统数据库 向量化 IT运维 语句 Redisson 锁芯 filelock 事务 Java 开发 虚拟服务器 虚拟机 内存 网络架构 网络配置 INSERT COMPACT 数据备份 缓存 ZODB 窗口 函数 prometheus Alert 发件箱模式 Web 频繁 Codis MongoDB MCP 开放协议 数据脱敏 加密算法 容器 RDB AOF 核心架构 订阅机制 引擎 性能 Go 数据库迁移 数据结构 Redis 8.0 工具链 容器化 B+Tree ID 字段 数据集成工具 SSH 速度 服务器中毒 自动重启 Web 接口 数据类型 QPS 高并发 模型 崖山 新版本 读写 主从复制 代理 网络故障 聚簇索引 非聚簇索引 播客 分布式 集中式 OAuth2 Token 分布式架构 分布式锁​ JOIN Redka DBMS 管理系统 事务隔离 SpringAI Entity 池化技术 连接池 微软 SQL Server AI功能 Pottery 数据页 大表 业务场景 StarRocks 数据仓库 排行榜 排序 Caffeine CP 网络 部署 分页方案 排版 Testcloud 云端自动化 千万级 dbt 数据转换工具 sqlmock 原子性 EasyExcel MySQL8 LRU 1 优化器 意向锁 记录锁 AIOPS 悲观锁 乐观锁 分页 仪表盘 ReadView 单点故障 事务同步 数据字典 兼容性 UUIDv7 主键 InfluxDB 日志 Ansible Pump Order UUID ID Valkey Valkey8.0 RAG HelixDB Crash 代码 对象 订单 单线程 Weaviate MGR 分布式集群 产业链 编程 IT 分布式锁 Zookeeper 字典 双引擎 恢复数据 LLM 线程安全 List 类型 拦截器 动态代理 关系数据库 表空间 Next-Key 解锁 调优 国产 用户 慢SQL优化 矢量存储 数据库类型 AI代理 神经系统 RR 互联网 查询规划 GitHub Git count(*) count(主键) 行数 快照读 当前读 视图 算法 技巧 CAS 并发控制 恢复机制 多线程 闪回