mysql中表锁和行锁的区别是：1、表锁偏向myisam存储引擎，行锁偏向innodb存储引擎；2、表锁开销小，行锁开销大；3、表锁的锁粒度大，行锁的锁粒度小。
本篇文章将对MySQL的表锁和行锁进行详细介绍，以及分析对比之间的区别，希望对大家起到参考作用。
（视频教程推荐：mysql视频教程）
一、表锁
特点：偏向MyISAM存储引擎，开销小，加锁快；无死锁；锁定粒度大，发生锁冲突的概率最高,并发度最低。
我们在编辑表，或者执行修改表的事情了语句的时候，一般都会给表加上表锁，可以避免一些不同步的事情出现，表锁分为两种，一种是读锁，一种是写锁。
我们可以手动给表加上这两种锁，语句是：
lock table 表名 read(write);
释放所有表的锁：
unlock tables;
查看加锁的表：
show open tables;
加读锁（共享锁）：
我们给表加上读锁会有什么效果呢？
1、我们加读锁的这个进程可以读加读锁的表，但是不能读其他的表。
2、加读锁的这个进程不能update加读锁的表。
3、其他进程可以读加读锁的表（因为是共享锁），也可以读其他表
4、其他进程update加读锁的表会一直处于等待锁的状态，直到锁被释放后才会update成功。
加写锁（独占锁）：
1、加锁进程可以对加锁的表做任何操作（CURD）。
2、其他进程则不能查询加锁的表，需等待锁释放
总结：
读锁会阻塞写，但是不会堵塞读。而写锁则会把读和写都堵塞。（特别注意进程）
分析：
show status like 'table%';
输入上述命令，可得：
+----------------------------+----------+| Variable_name | Value |+----------------------------+----------+| Table_locks_immediate | 105 || Table_locks_waited | 3 |+----------------------------+----------+
Table_locks_immediate：产生表级锁定的次数，表示可以立即获取锁的查询次数，每立即获取锁值加1 。
Table_locks_waited：出现表级锁定争用而发生等待的次数(不能立即获取锁的次数，每等待一次锁值加1)，此值高则说明存在着较严重的表级锁争用情况。
二、行锁
有道小P
有道小P，新一代AI全科学习助手，在学习中遇到任何问题都可以问我。
64 查看详情 
特点：偏向InnoDB存储引擎，开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低,并发度也最高。
行锁支持事务，所以 有关事务的知识下篇博客再总结。
行为：
1、当我们对一行进行更新但是不提交的时候，其他进程也对该行进行更新则需要进行等待，这就是行锁。
2、如果我们对一行进行更新，其他进程更新别的行是不会受影响的。
行锁升级为表锁：
当我们的行锁涉及到索引失效的时候，会触发表锁的行为。
正常情况，各自锁定各自的行，互相不影响，一个2000另一个3000
由于在column字段b上面建了索引，如果没有正常使用，会导致行锁变表锁
比如没加单引号导致索引失效，行锁变表锁
被阻塞，等待。只到Session_1提交后才阻塞解除，完成更新
所以，由此，我们还是要善用索引查询啊。
间隙锁：
当我们用范围条件而不是相等条件检索数据，并请求共享或排他锁时，InnoDB会给符合条件的已有数据记录的索引项加锁；对于键值在条件范围内但并不存在的记录，叫做“间隙（GAP)”，InnoDB也会对这个“间隙”加锁，这种锁机制就是所谓的间隙锁（Next-Key锁）。
因为Query执行过程中通过过范围查找的话，他会锁定整个范围内所有的索引键值，即使这个键值并不存在。
间隙锁有一个比较致命的弱点，就是当锁定一个范围键值之后，即使某些不存在的键值也会被无辜的锁定，而造成在锁定的时候无法插入锁定键值范围内的任何数据。在某些场景下这可能会对性能造成很大的危害
优化建议：
尽可能让所有数据检索都通过索引来完成，避免无索引行锁升级为表锁。
合理设计索引，尽量缩小锁的范围
尽可能较少检索条件，避免间隙锁
尽量控制事务大小，减少锁定资源量和时间长度
尽可能低级别事务隔离
以上就是mysql中表锁和行锁有什么区别的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/372049.html
微信扫一扫 
支付宝扫一扫 
