当前位置:首页 > 文章列表 > 文章 > java教程 > Java乐观锁与悲观锁实现解析

Java乐观锁与悲观锁实现解析

2026-02-26 15:12:33 0浏览 收藏
在Java多线程并发控制中,乐观锁与悲观锁代表两种截然不同但互补的策略:悲观锁假定冲突频繁,通过synchronized、ReentrantLock或数据库行锁全程加锁保障强一致性,适合写多场景;乐观锁则基于“无冲突”假设,借助版本号或CAS机制实现非阻塞更新,大幅减少线程等待,在读多写少场景下显著提升吞吐量与响应性能。理解二者原理、适用边界及典型实现(如AtomicInteger的CAS循环、UPDATE语句中的version校验),并结合业务特点权衡一致性与性能,是构建高可靠、高并发系统的底层关键——选对锁,往往比优化代码更直接地决定系统上限。

java怎么实现乐观锁和悲观锁 数据并发控制的两种锁机制解析

在Java中处理多线程环境下的数据并发控制时,乐观锁和悲观锁是两种常见的策略。它们适用于不同的业务场景,理解其原理和实现方式对提升系统性能和数据一致性至关重要。

悲观锁:假设冲突总会发生

悲观锁认为在并发操作中,数据被修改的可能性很高,因此在整个操作过程中都会锁定资源,防止其他线程访问。

在Java中,悲观锁的实现主要依赖于同步机制:

  • synchronized关键字:修饰方法或代码块,确保同一时刻只有一个线程可以执行该段代码。
  • ReentrantLock:显式锁,提供比synchronized更灵活的控制,如尝试获取锁、超时获取等。
  • 数据库层面的行锁:在使用JDBC或ORM框架(如MyBatis、Hibernate)时,通过SELECT ... FOR UPDATE语句对记录加锁,属于数据库悲观锁的应用。

示例代码(使用ReentrantLock):

private final ReentrantLock lock = new ReentrantLock();

public void updateData() {
    lock.lock();
    try {
        // 操作共享资源
    } finally {
        lock.unlock();
    }
}

这种方式适合写操作频繁、冲突概率高的场景,但可能影响并发性能。

乐观锁:假设冲突很少发生

乐观锁认为大多数情况下不会发生冲突,因此不加锁。只有在更新数据时才检查是否被其他线程修改过,若已被修改则放弃或重试。

常见实现方式是基于版本号或CAS(Compare and Swap)机制:

  • 版本号机制:在数据表中增加一个version字段,每次更新时判断当前version是否与读取时一致,一致则更新并version+1,否则失败。
  • CAS操作:Java中的AtomicInteger、AtomicReference等类底层使用Unsafe提供的CAS指令实现无锁并发控制。
  • 数据库实现:UPDATE语句中加入version条件,例如:UPDATE table SET value=?, version=version+1 WHERE id=? AND version=?。

示例代码(使用AtomicInteger):

private AtomicInteger counter = new AtomicInteger(0);

public void increment() {
    int oldValue, newValue;
    do {
        oldValue = counter.get();
        newValue = oldValue + 1;
    } while (!counter.compareAndSet(oldValue, newValue));
}

乐观锁适用于读多写少的场景,能有效提高吞吐量,但高并发写入时可能导致大量重试。

选择建议与注意事项

悲观锁适合临界区大、写操作频繁的场景,能保证强一致性;乐观锁适合冲突少、响应要求高的系统,减少线程阻塞。

  • 使用悲观锁要注意避免死锁,确保锁的粒度合理,及时释放锁。
  • 乐观锁需配合重试机制(如Spring的@Retryable),避免无限循环。
  • 在分布式环境下,可结合Redis或Zookeeper实现分布式锁,扩展悲观/乐观思想。

基本上就这些,根据实际业务权衡一致性与性能,选择合适的并发控制方式即可。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

笔记本无法连接WiFi无网络解决方法笔记本无法连接WiFi无网络解决方法
上一篇
笔记本无法连接WiFi无网络解决方法
删除印象笔记链接的正确方法
下一篇
删除印象笔记链接的正确方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    292次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    344次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    349次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    313次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    133次使用