SqlServer性能优化 提高并发性能(八) - 孙丽媛 - 博客园

来源: SqlServer性能优化 提高并发性能(八) – 孙丽媛 – 博客园

并发访问:

当多个线程访问同一个资源,会产生并发性问题

并发控制与处理:

乐观并发控制:一种方式是“后来的更新者获胜”   这意味着先来的用户提交的值会在没有察觉的情况下丢失。

为记录加锁以阻止其他事物访问某些记录,是避免产生并发冲突的一种技术

 

悲观并发控制:

1.一个线程操作表,造成整个表被锁定

2.其他线程访问与操作任何记录都被阻止

3.其他线程可以添加记录

4.最小的吞吐量、最差的性能

 

事物恢复与检查点:

 

事物指南:

1.事物尽量简单

2.事物尽量只包含必要的语句;验证与查询等语句放置在事物之外

3.避免事物与用户的交互

 

避免锁的问题:

1.丢失的更新

2.脏读

3.不一致性分析

4.幻象集

 

锁的粒度:

锁的类型:

 

平衡乐观与悲观并发访问:

1.建立合适的索引

2.操作语句尽量放到短事物中

3.操作语句尽量指定特定的筛选条件、窄的访问列

4.索引查询提示

5.应用程序访问模式

 

创建表:

1
2
3
4
5
6
7
8
create table Employee(id int identity(1,1),name varchar(500),age int)
insert   Employee values('caochao',34)
insert   Employee values('ligang',28)
insert Employee values('zhangqing',36)
insert Employee values('huang',23)
go
begin tran
update Employee set age=age+1 where age>=30

新建一个查询窗口:

1
select *from Employee

访问就被阻塞掉了。没有结果。

执行删改查的方法都没什么用。

1
2
3
4
    select from Employee where age>30
select from name,age from employee where age<30
update employee set age=age+1 where age<30
delete employee where age=20

添加是可以的:

1
insert Employee values('xili',50)

查看锁的命令:

1
sp_lock

 

进行回滚把锁释放:

1
rollback tran

没有排他锁:

创建非聚簇索引:

1
create nonclustered index nc_Employee_age on Employee(age) include(name)

模拟开启事物不结束:

1
2
begin tran
 update Employee set age=age+1 where age>=30

锁的情况:

 

访问如下两个语句不行:

1
2
    select *from Employee
select from Employee where age>30

这条语句可以访问(锁住的行不能访问,不锁的是可以访问的):

1
select  name,age from  employee where age<30

在非聚集的索引页面进行了age进行了物理排序,访问的是在被锁住行排序的上面。并不需要穿透锁住的行

这句语句是不能执行的:(无法穿透>30的记录)

1
select from Employee where age<20

在执行跟新语句:

1
update employee set age=age+1 where age<30

无法执行,查看执行计划,直接进行了表扫描:

在执行一条查询语句:执行的表扫描  不能进行查询

1
select from Employee where age<30

 

执行删除语句:(可以)  执行的是非聚集索引

1
delete employee where age=20

 

应用索引提示的方法:

1
select from  employee with(index=nc_Employee_age) where age<30

查看执行计划:

 

update 不能用索引提示:

硬性访问: readpast  绕过被排他锁锁住的行,直接往下面进行访问

1
select from Employee with(readpast)

结果:(只能访问不被锁住的)

 

赞(0) 打赏
分享到: 更多 (0)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏