資料庫並發更新
⑴ 資料庫高並發寫入，怎麼降低資料庫的壓力
主要通過架構設計來減少高並發對資料庫的壓力；
比如 在資料庫和應用程序之間，增加 DAL層，通過代理，連接池等，保證資料庫與業務程序由一定的緩沖和關系梳理；
在資料庫前面，加一個緩存層，讓大部分數據訪問，都直接在緩存層獲取數據，不用訪問到後端的Mysql資料庫；
⑵ 資料庫的並發操作可能帶來什麼問題 違反唯一性約束
資料庫事務並發帶來的問題有：更新丟失、臟讀、不可重復讀、幻象讀。假設張三辦了一張招商銀行卡，余額100元，分別說明上述情況。
1、更新丟失：一個事務的更新覆蓋了另一個事務的更新。事務A：向銀行卡存錢100元。事務B：向銀行卡存錢200元。A和B同時讀到銀行卡的余額，分別更新余額，後提交的事務B覆蓋了事務A的更新。更新丟失本質上是寫操作的沖突，解決辦法是一個一個地寫。
2、臟讀：一個事務讀取了另一個事務未提交的數據。事務A：張三妻子給張三轉賬100元。事務B：張三查詢余額。事務A轉賬後（還未提交），事務B查詢多了100元。事務A由於某種問題，比如超時，進行回滾。事務B查詢到的數據是假數據。臟讀本質上是讀寫操作的沖突，解決辦法是寫完之後再讀。
3、不可重復讀：一個事務兩次讀取同一個數據，兩次讀取的數據不一致。事務A：張三妻子給張三轉賬100元。事務B：張三兩次查詢余額。事務B第一次查詢余額，事務A還沒有轉賬，第二次查詢余額，事務A已經轉賬了，導致一個事務中，兩次讀取同一個數據，讀取的數據不一致。不可重復讀本質上是讀寫操作的沖突，解決辦法是讀完再寫。
4、幻象讀：一個事務兩次讀取一個范圍的記錄，兩次讀取的記錄數不一致。事務A：張三妻子兩次查詢張三有幾張銀行卡。事務B：張三新辦一張銀行卡。事務A第一次查詢銀行卡數的時候，張三還沒有新辦銀行卡，第二次查詢銀行卡數的時候，張三已經新辦了一張銀行卡，導致兩次讀取的銀行卡數不一樣。幻象讀本質上是讀寫操作的沖突，解決辦法是讀完再寫。
⑶ 什麼是資料庫的並發性控制
唔，並發污染就是數據在並發使用的時候，出現的臟讀，臟寫，虛讀等等了。。。
並發性控制就是用來防止上述情況的。比如防止臟寫的並發控制應該做到在寫入數據時檢查一下要更新的數據，資料庫中的原始數據是否和程序中准備更新的原始數據一一符合，然後進行更新。防止你准備更新的記錄被別人更新了，而你又重復更新了別人更新過的記錄。。。
⑷ java 如何並發更新資料庫同一條數據
分2分情況：
一.普通的單應用並發，使用關鍵字synchronized就可以實現。
二.多應用或多台並發，這時在由於2者並非同一應用，使用synchronized並不能滿足要求。此時，有下面幾種方案：
資料庫行級鎖，優點是簡單粗暴，缺點是容易死鎖，非資料庫專業人事建議不使用。
寫入請求分離成一個獨立項目，這就回到了第一種情況，優點是實現技術難度低，缺點是高並發性能相對不是很高。
使用分布式事務管理，這個是目前高並發處理的最優方案了。
最後要說的沒有差的方案，每個方案都有其適用環境，請根據自身需求選擇對應方案。
⑸ mysql 更新依賴查詢 怎麼保證並發
關於mysql處理百萬級以上的數據時如何提高其查詢速度的方法
最近一段時間由於工作需要，開始關注針對Mysql資料庫的select查詢語句的相關優化方法。
由於在參與的實際項目中發現當mysql表的數據量達到百萬級時，普通SQL查詢效率呈直線下降，而且如果where中的查詢條件較多時，其查詢速度簡直無法容忍。曾經測試對一個包含400多萬條記錄（有索引）的表執行一條條件查詢，其查詢時間竟然高達40幾秒，相信這么高的查詢延時，任何用戶都會抓狂。因此如何提高sql語句查詢效率，顯得十分重要。以下是網上流傳比較廣泛的30種SQL查詢語句優化方法：
1、應盡量避免在 where 子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描。
2、對查詢進行優化，應盡量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。
3、應盡量避免在 where 子句中對欄位進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如：
select id from t where num is null
可以在num上設置默認值0，確保表中num列沒有null值，然後這樣查詢：
select id from t where num=0
4、盡量避免在 where 子句中使用 or 來連接條件，否則將導致引擎放棄使用索引而進行全表掃描，如：
select id from t where num=10 or num=20
可以這樣查詢：
select id from t where num=10
union all
select id from t where num=20
5、下面的查詢也將導致全表掃描：(不能前置百分號)
select id from t where name like 『%c%』
若要提高效率，可以考慮全文檢索。
6、in 和 not in 也要慎用，否則會導致全表掃描，如：
select id from t where num in(1,2,3)
對於連續的數值，能用 between 就不要用 in 了：
select id from t where num between 1 and 3
7、如果在 where 子句中使用參數，也會導致全表掃描。因為SQL只有在運行時才會解析局部變數，但優化程序不能將訪問計劃的選擇推遲到運行時；它必須在編譯時進行選擇。然 而，如果在編譯時建立訪問計劃，變數的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描：
select id from t where num=@num
可以改為強制查詢使用索引：
select id from t with(index(索引名)) where num=@num
8、應盡量避免在 where 子句中對欄位進行表達式操作，這將導致引擎放棄使用索引而進行全表掃描。如：
select id from t where num/2=100
應改為:
select id from t where num=100*2
9、應盡量避免在where子句中對欄位進行函數操作，這將導致引擎放棄使用索引而進行全表掃描。如：
select id from t where substring(name,1,3)=』abc』–name以abc開頭的id
select id from t where datediff(day,createdate,』2005-11-30′)=0–』2005-11-30′生成的id
應改為:
select id from t where name like 『abc%』
select id from t where createdate>=』2005-11-30′ and createdate<』2005-12-1′
10、不要在 where 子句中的「=」左邊進行函數、算術運算或其他表達式運算，否則系統將可能無法正確使用索引。
11、在使用索引欄位作為條件時，如果該索引是復合索引，那麼必須使用到該索引中的第一個欄位作為條件時才能保證系統使用該索引，否則該索引將不會被使 用，並且應盡可能的讓欄位順序與索引順序相一致。
12、不要寫一些沒有意義的查詢，如需要生成一個空表結構：
select col1,col2 into #t from t where 1=0
這類代碼不會返回任何結果集，但是會消耗系統資源的，應改成這樣：
create table #t(…)
13、很多時候用 exists 代替 in 是一個好的選擇：
select num from a where num in(select num from b)
用下面的語句替換：
select num from a where exists(select 1 from b where num=a.num)
14、並不是所有索引對查詢都有效，SQL是根據表中數據來進行查詢優化的，當索引列有大量數據重復時，SQL查詢可能不會去利用索引，如一表中有欄位 sex，male、female幾乎各一半，那麼即使在sex上建了索引也對查詢效率起不了作用。
15、索引並不是越多越好，索引固然可以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個表的索引數最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有 必要。
16.應盡可能的避免更新 clustered 索引數據列，因為 clustered 索引數據列的順序就是表記錄的物理存儲順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統需要頻繁更新 clustered 索引數據列，那麼需要考慮是否應將該索引建為 clustered 索引。
17、盡量使用數字型欄位，若只含數值信息的欄位盡量不要設計為字元型，這會降低查詢和連接的性能，並會增加存儲開銷。這是因為引擎在處理查詢和連接時會 逐個比較字元串中每一個字元，而對於數字型而言只需要比較一次就夠了。
18、盡可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長欄位存儲空間小，可以節省存儲空間，其次對於查詢來說，在一個相對較小的欄位內搜索效率顯然要高些。
19、任何地方都不要使用 select * from t ，用具體的欄位列表代替「*」，不要返回用不到的任何欄位。
20、盡量使用表變數來代替臨時表。如果表變數包含大量數據，請注意索引非常有限（只有主鍵索引）。
21、避免頻繁創建和刪除臨時表，以減少系統表資源的消耗。
22、臨時表並不是不可使用，適當地使用它們可以使某些常式更有效，例如，當需要重復引用大型表或常用表中的某個數據集時。但是，對於一次性事件，最好使 用導出表。
23、在新建臨時表時，如果一次性插入數據量很大，那麼可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果數據量不大，為了緩和系統表的資源，應先create table，然後insert。
24、如果使用到了臨時表，在存儲過程的最後務必將所有的臨時表顯式刪除，先 truncate table ，然後 drop table ，這樣可以避免系統表的較長時間鎖定。
25、盡量避免使用游標，因為游標的效率較差，如果游標操作的數據超過1萬行，那麼就應該考慮改寫。
26、使用基於游標的方法或臨時表方法之前，應先尋找基於集的解決方案來解決問題，基於集的方法通常更有效。
27、與臨時表一樣，游標並不是不可使用。對小型數據集使用 FAST_FORWARD 游標通常要優於其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的數據時。在結果集中包括「合計」的常式通常要比使用游標執行的速度快。如果開發時 間允許，基於游標的方法和基於集的方法都可以嘗試一下，看哪一種方法的效果更好。
28、在所有的存儲過程和觸發器的開始處設置 SET NOCOUNT ON ，在結束時設置 SET NOCOUNT OFF 。無需在執行存儲過程和觸發器的每個語句後向客戶端發送 DONE_IN_PROC 消息。
29、盡量避免向客戶端返回大數據量，若數據量過大，應該考慮相應需求是否合理。
30、盡量避免大事務操作，提高系統並發能力。
⑹ 資料庫的並發操作可能帶來哪些問題 丟失更新 死鎖 違反唯一性約束
資料庫中常見的並發操作所帶來的一致性問題包括：丟失的修改、不可重復讀、讀臟數據、幻影讀（幻影讀在一些資料中往往與不可重復讀歸為一類）。
丟失修改
下面先來看一個例子，說明並發操作帶來的數據的不一致性問題。
考慮飛機訂票系統中的一個活動序列:
甲售票點（甲事務）讀出某航班的機票余額A,設A=16.
乙售票點（乙事務）讀出同一航班的機票余額A,也為16.
甲售票點賣出一張機票,修改余額A←A-1.所以A為15,把A寫回資料庫.
乙售票點也賣出一張機票,修改余額A←A-1.所以A為15,把A寫回資料庫.
結果明明賣出兩張機票，資料庫中機票余額只減少1。
歸納起來就是：兩個事務T1和T2讀入同一數據並修改，T2提交的結果破壞了T1提交的結果，導致T1的修改被丟失。前文（2.1.4數據刪除與更新）中提到的問題及解決辦法往往是針對此類並發問題的。但仍然有幾類問題通過上面的方法解決不了，那就是：
不可重復讀
不可重復讀是指事務T1讀取數據後，事務T2執行更新操作，使T1無法再現前一次讀取結果。具體地講，不可重復讀包括三種情況：
事務T1讀取某一數據後，事務T2對其做了修改，當事務1再次讀該數據時，得到與前一次不同的值。例如，T1讀取B=100進行運算，T2讀取同一數據B，對其進行修改後將B=200寫回資料庫。T1為了對讀取值校對重讀B，B已為200，與第一次讀取值不一致。
事務T1按一定條件從資料庫中讀取了某些數據記錄後，事務T2刪除了其中部分記錄，當T1再次按相同條件讀取數據時，發現某些記錄神密地消失了。
事務T1按一定條件從資料庫中讀取某些數據記錄後，事務T2插入了一些記錄，當T1再次按相同條件讀取數據時，發現多了一些記錄。（這也叫做幻影讀）
讀"臟"數據
讀"臟"數據是指事務T1修改某一數據，並將其寫回磁碟，事務T2讀取同一數據後，T1由於某種原因被撤消，這時T1已修改過的數據恢復原值，T2讀到的數據就與資料庫中的數據不一致，則T2讀到的數據就為"臟"數據，即不正確的數據。
產生上述三類數據不一致性的主要原因是並發操作破壞了事務的隔離性。並發控制就是要用正確的方式調度並發操作，使一個用戶事務的執行不受其它事務的干擾，從而避免造成數據的不一致性。
並發一致性問題的解決辦法
封鎖（Locking）
封鎖是實現並發控制的一個非常重要的技術。所謂封鎖就是事務T在對某個數據對象例如表
⑺ 如何處理mysql資料庫並發更新問題
mysql的最大連接數默認是100, 這個數值對於並發連接很多的資料庫應用是遠遠不夠的，當連接請求大於默認連接數後，就會出現無法連接資料庫的錯誤，因此我們需要把它適當調大一些。 調節方法為： 1.linux伺服器中：改my中國f中的值就行了 2.Windows伺服器中（我用的）: 在文件「my.ini」中找到段 [mysqld],在其中添加一行 max_connections=200 ### 200可以更改為想設置成的值. 然後重啟"mysql"服務。 /mysqladmin所在路徑/mysqladmin -uroot -p variables 輸入root資料庫賬號的密碼後可看到 | max_connections | 1000 | 其他需注意的： 在編程時，由於用mysql語句調用資料庫時，在每次之執行語句前，會做一個臨時的變數用來打開資料庫，所以你在使用mysql語句的時候，記得在每次調用完mysql之後就關閉mysql臨時變數。 另外對於訪問量大的，可以考慮直接寫到文本中，根據預測的訪問量，先定義假若是100個文件文件名依次為1.txt,2.txt...100.txt。需要的時候，再對所有文本文件中的數據進行分析，再導入資料庫
⑻ 為什麼資料庫系統要採用並發控制
並發（concurrent）和並行（parallel）這兩個概念，在資料庫系統的資料中經常出現，然而有關它們的定義和區別卻沒有明確的說法。這里，我們根據這兩個概念在資料中的使用，對它們的不同做一個說明。
並發是指多個任務的同時執行，任務與任務之間沒有聯系。由於資料庫系統要同時為許多用戶提供服務，每個用戶都可以發出自己的訪問請求，一個請求就是一個任務。在一個時間點，資料庫系統可能要同時處理多個任務。因此，資料庫系統一定要具備並發處理能力。
並行是指將一個任務劃分為多個子任務，這些子任務同時執行。在所有子任務處理完成後，將它們的結果進行合並，就得到該任務的最終處理結果。在資料庫系統中，如果要執行一個大的數據查詢，為了提高速度、降低響應時間，用戶可以通過系統配置或者在命令中，要求對該大數據量查詢進行並行處理，將該查詢劃分成多個子查詢。這些子查詢同時執行，最後系統將所有子查詢的處理結果進行合並，作為該查詢處理的最終結果。現有的大型資料庫系統都支持並行處理。
需要說明的是，並發和並行與資料庫系統採用多進程還是多線程體系結構無關。對採用多進程結構的資料庫系統，所有的任務、子任務通過進程來處理；而對採用多線程結構的資料庫系統，這些工作是由線程來完成。
資料庫系統的並發控制，涉及到任務的調度、數據的一致性及可靠性等，而資料庫系統的並行處理，主要涉及任務的處理速度、系統性能等方面。