原文出处：http://www.cnblogs.com/knowledgesea/p/3714417.html
了解事务和锁
事务：保持逻辑数据一致性与可恢复性，必不可少的利器。
锁：多用户访问同一数据库资源时，对访问的先后次序权限管理的一种机制，没有他事务或许将会一塌糊涂，不能保证数据的安全正确读写。
死锁：是数据库性能的重量级杀手之一，而死锁却是不同事务之间抢占数据资源造成的。
不懂的听上去，挺神奇的，懂的感觉我在扯淡，下面带你好好领略下他们的风采，嗅査下他们的狂骚。。
先说事务--概念，分类
用华仔无间道中的一句来给你诠释下：去不了终点，回到原点。
举例说明：
在一个事务中，你写啦2条sql语句，一条是修改订单表状态,一条是修改库存表库存-1 。 如果在修改订单表状态的时候出错，事务能够回滚，数据将恢复到没修改之前的数据状态，下面的修改库存也就不执行，这样确保你关系逻辑的一致，安全。。
事务就是这个样子，倔脾气，要么全部执行，要么全部不执行，回到原数据状态。
书面解释：事务具有原子性，一致性，隔离性，持久性。
- 原子性：事务必须是一个自动工作的单元，要么全部执行，要么全部不执行。
- 一致性：事务结束的时候，所有的内部数据都是正确的。
- 隔离性：并发多个事务时，各个事务不干涉内部数据，处理的都是另外一个事务处理之前或之后的数据。
- 持久性：事务提交之后，数据是永久性的，不可再回滚。
然而在SQL Server中事务被分为3类常见的事务：
- 自动提交事务：是SQL Server默认的一种事务模式，每条Sql语句都被看成一个事务进行处理，你应该没有见过，一条Update 修改2个字段的语句，只修该了1个字段而另外一个字段没有修改。。
- 显式事务：T-sql标明，由Begin Transaction开启事务开始，由Commit Transaction 提交事务、Rollback Transaction 回滚事务结束。
- 隐式事务：使用Set IMPLICIT_TRANSACTIONS ON 将将隐式事务模式打开，不用Begin Transaction开启事务，当一个事务结束，这个模式会自动启用下一个事务，只用Commit Transaction 提交事务、Rollback Transaction 回滚事务即可。
显式事务的应用
常用语句就四个。
- Begin Transaction：标记事务开始。
- Commit Transaction：事务已经成功执行，数据已经处理妥当。
- Rollback Transaction：数据处理过程中出错，回滚到没有处理之前的数据状态，或回滚到事务内部的保存点。
- Save Transaction：事务内部设置的保存点，就是事务可以不全部回滚，只回滚到这里，保证事务内部不出错的前提下。
上面的都是心法，下面的给你来个招式，要看仔细啦。
1 ---开启事务 2 begin tran 3 --错误扑捉机制，看好啦，这里也有的。并且可以嵌套。 4 begin try 5 --语句正确 6 insert into lives (Eat,Play,Numb) values (‘猪肉‘,‘足球‘,1) 7 --Numb为int类型，出错 8 insert into lives (Eat,Play,Numb) values (‘猪肉‘,‘足球‘,‘abc‘) 9 --语句正确 10 insert into lives (Eat,Play,Numb) values (‘狗肉‘,‘篮球‘,2) 11 end try 12 begin catch 13 select Error_number() as ErrorNumber, --错误代码 14 Error_severity() as ErrorSeverity, --错误严重级别，级别小于10 try catch 捕获不到 15 Error_state() as ErrorState , --错误状态码 16 Error_Procedure() as ErrorProcedure , --出现错误的存储过程或触发器的名称。 17 Error_line() as ErrorLine, --发生错误的行号 18 Error_message() as ErrorMessage --错误的具体信息 19 if(@@trancount>0) --全局变量@@trancount，事务开启此值+1，他用来判断是有开启事务 20 rollback tran ---由于出错，这里回滚到开始，第一条语句也没有插入成功。 21 end catch 22 if(@@trancount>0) 23 commit tran --如果成功Lives表中，将会有3条数据。 24 25 --表本身为空表，ID ,Numb为int 类型，其它为nvarchar类型 26 select * from lives
---开启事务
begin tran
--错误扑捉机制，看好啦，这里也有的。并且可以嵌套。
begin try
--语句正确
insert into lives (Eat,Play,Numb) values (‘猪肉‘,‘足球‘,1)
--加入保存点
save tran pigOneIn
--Numb为int类型，出错
insert into lives (Eat,Play,Numb) values (‘猪肉‘,‘足球‘,2)
--语句正确
insert into lives (Eat,Play,Numb) values (‘狗肉‘,‘篮球‘,3)
end try
begin catch
select Error_number() as ErrorNumber, --错误代码
Error_severity() as ErrorSeverity, --错误严重级别，级别小于10 try catch 捕获不到
Error_state() as ErrorState , --错误状态码
Error_Procedure() as ErrorProcedure , --出现错误的存储过程或触发器的名称。
Error_line() as ErrorLine, --发生错误的行号
Error_message() as ErrorMessage --错误的具体信息
if(@@trancount>0) --全局变量@@trancount，事务开启此值+1，他用来判断是有开启事务
rollback tran ---由于出错，这里回滚事务到原点，第一条语句也没有插入成功。
end catch
if(@@trancount>0)
rollback tran pigOneIn --如果成功Lives表中，将会有3条数据。
--表本身为空表，ID ,Numb为int 类型，其它为nvarchar类型
select * from lives
使用set xact_abort
设置 xact_abort on/off , 指定是否回滚当前事务，为on时如果当前sql出错，回滚整个事务，为off时如果sql出错回滚当前sql语句，其它语句照常运行读写数据库。
需要注意的时：xact_abort只对运行时出现的错误有用，如果sql语句存在编译时错误，那么他就失灵啦。
delete lives --清空数据
set xact_abort off
begin tran
--语句正确
insert into lives (Eat,Play,Numb) values (‘猪肉‘,‘足球‘,1)
--Numb为int类型，出错,如果1234..那个大数据换成‘132dsaf‘ xact_abort将失效
insert into lives (Eat,Play,Numb) values (‘猪肉‘,‘足球‘,12345646879783213)
--语句正确
insert into lives (Eat,Play,Numb) values (‘狗肉‘,‘篮球‘,3)
commit tran
select * from lives
为on时，结果集为空，因为运行是数据过大溢出出错，回滚整个事务。
事务把死锁给整出来啦
跟着做：打开两个查询窗口，把下面的语句，分别放入2个查询窗口，在5秒内运行2个事务模块。
begin tran update lives set play=‘羽毛球‘ waitfor delay ‘0:0:5‘ update dbo.Earth set Animal=‘老虎‘ commit tran
begin tran update Earth set Animal=‘老虎‘ waitfor delay ‘0:0:5‘ --等待5秒执行下面的语句 update lives set play=‘羽毛球‘ commit tran select * from lives select * from Earth
为什么呢，下面我们看看锁，什么是锁。
并发事务成败皆归于锁——锁定
在多用户都用事务同时访问同一个数据资源的情况下，就会造成以下几种数据错误。
- 更新丢失：多个用户同时对一个数据资源进行更新，必定会产生被覆盖的数据，造成数据读写异常。
- 不可重复读：如果一个用户在一个事务中多次读取一条数据，而另外一个用户则同时更新啦这条数据，造成第一个用户多次读取数据不一致。
- 脏读：第一个事务读取第二个事务正在更新的数据表，如果第二个事务还没有更新完成，那么第一个事务读取的数据将是一半为更新过的，一半还没更新过的数据，这样的数据毫无意义。
- 幻读：第一个事务读取一个结果集后，第二个事务，对这个结果集经行增删操作，然而第一个事务中再次对这个结果集进行查询时，数据发现丢失或新增。
然而锁定，就是为解决这些问题所生的，他的存在使得一个事务对他自己的数据块进行操作的时候，而另外一个事务则不能插足这些数据块。这就是所谓的锁定。
锁定从数据库系统的角度大致可以分为6种：
- 共享锁（S）：还可以叫他读锁。可以并发读取数据，但不能修改数据。也就是说当数据资源上存在共享锁的时候，所有的事务都不能对这个资源进行修改，直到数据读取完成，共享锁释放。
- 排它锁（X）：还可以叫他独占锁、写锁。就是如果你对数据资源进行增删改操作时，不允许其它任何事务操作这块资源，直到排它锁被释放，防止同时对同一资源进行多重操作。
- 更新锁（U）：防止出现死锁的锁模式，两个事务对一个数据资源进行先读取在修改的情况下，使用共享锁和排它锁有时会出现死锁现象，而使用更新锁则可以避免死锁的出现。资源的更新锁一次只能分配给一个事务，如果需要对资源进行修改，更新锁会变成排他锁，否则变为共享锁。
- 意向锁：SQL Server需要在层次结构中的底层资源上（如行，列）获取共享锁，排它锁，更新锁。例如表级放置了意向共享锁，就表示事务要对表的页或行上使用共享锁。在表的某一行上上放置意向锁，可以防止其它事务获取其它不兼容的的锁。意向锁可以提高性能，因为数据引擎不需要检测资源的每一列每一行，就能判断是否可以获取到该资源的兼容锁。意向锁包括三种类型：意向共享锁（IS），意向排他锁（IX），意向排他共享锁（SIX）。
- 架构锁：防止修改表结构时，并发访问的锁。
- 大容量更新锁：允许多个线程将大容量数据并发的插入到同一个表中，在加载的同时，不允许其它进程访问该表。
这些锁之间的相互兼容性，也就是，是否可以同时存在。
|
现有的授权模式 |
||||||
|---|---|---|---|---|---|---|
|
请求的模式 |
IS |
S |
U |
IX |
SIX |
X |
|
意向共享 (IS) |
是 |
是 |
是 |
是 |
是 |
否 |
|
共享 (S) |
是 |
是 |
是 |
否 |
否 |
否 |
|
更新 (U) |
是 |
是 |
否 |
否 |
否 |
否 |
|
意向排他 (IX) |
是 |
否 |
否 |
是 |
否 |
否 |
|
意向排他共享 (SIX) |
是 |
否 |
否 |
否 |
否 |
否 |
|
排他 (X) |
否 |
否 |
否 |
否 |
否 |
否 |
锁兼容性具体参见：http://msdn.microsoft.com/zh-cn/library/ms186396.aspx
锁粒度和层次结构参见：http://msdn.microsoft.com/zh-cn/library/ms189849(v=sql.105).aspx
死锁
什么是死锁，为什么会产生死锁。我用 “事务把死锁给整出来啦” 标题下的两个事务产生的死锁来解释应该会更加生动形象点。
例子是这样的：
第一个事务（称为A）：先更新lives表 --->>停顿5秒---->>更新earth表
第二个事务（称为B）：先更新earth表--->>停顿5秒---->>更新lives表
先执行事务A----5秒之内---执行事务B，出现死锁现象。
过程是这样子的：
- A更新lives表，请求lives的排他锁，成功。
- B更新earth表，请求earth的排他锁，成功。
- 5秒过后
- A更新earth，请求earth的排它锁，由于B占用着earth的排它锁，等待。
- B更新lives，请求lives的排它锁，由于A占用着lives的排它锁，等待。
这样相互等待对方释放资源，造成资源读写拥挤堵塞的情况，就被称为死锁现象，也叫做阻塞。而为什么会产生，上例就列举出来啦。
然而数据库并没有出现无限等待的情况，是因为数据库搜索引擎会定期检测这种状况，一旦发现有情况，立马选择一个事务作为牺牲品。牺牲的事务，将会回滚数据。有点像两个人在过独木桥，两个无脑的人都走在啦独木桥中间，如果不落水，必定要有一个人给退回来。这种相互等待的过程，是一种耗时耗资源的现象，所以能避则避。
哪个人会被退回来，作为牺牲品，这个我们是可以控制的。控制语法：
set deadlock_priority <级别>
死锁处理的优先级别为 low<normal<high，不指定的情况下默认为normal，牺牲品为随机。如果指定，牺牲品为级别低的。
还可以使用数字来处理标识级别：-10到-5为low，-5为normal，-5到10为high。
减少死锁的发生，提高数据库性能
死锁耗时耗资源，然而在大型数据库中，高并发带来的死锁是不可避免的，所以我们只能让其变的更少。
- 按照同一顺序访问数据库资源，上述例子就不会发生死锁啦
- 保持是事务的简短，尽量不要让一个事务处理过于复杂的读写操作。事务过于复杂，占用资源会增多，处理时间增长，容易与其它事务冲突，提升死锁概率。
- 尽量不要在事务中要求用户响应，比如修改新增数据之后在完成整个事务的提交，这样延长事务占用资源的时间，也会提升死锁概率。
- 尽量减少数据库的并发量。
- 尽可能使用分区表，分区视图，把数据放置在不同的磁盘和文件组中，分散访问保存在不同分区的数据，减少因为表中放置锁而造成的其它事务长时间等待。
- 避免占用时间很长并且关系表复杂的数据操作。
- 使用较低的隔离级别，使用较低的隔离级别比使用较高的隔离级别持有共享锁的时间更短。这样就减少了锁争用。
可参考：http://msdn.microsoft.com/zh-cn/library/ms191242(v=sql.105).aspx
查看锁活动情况：
--查看锁活动情况 select * from sys.dm_tran_locks --查看事务活动情况 dbcc opentran
可参考：http://msdn.microsoft.com/zh-cn/library/ms190345.aspx
为事务设置隔离级别
所谓事物隔离级别，就是并发事务对同一资源的读取深度层次。分为5种。
- read uncommitted：这个隔离级别最低啦，可以读取到一个事务正在处理的数据，但事务还未提交，这种级别的读取叫做脏读。
- read committed：这个级别是默认选项，不能脏读，不能读取事务正在处理没有提交的数据，但能修改。
- repeatable read：不能读取事务正在处理的数据，也不能修改事务处理数据前的数据。
- snapshot：指定事务在开始的时候，就获得了已经提交数据的快照，因此当前事务只能看到事务开始之前对数据所做的修改。
- serializable：最高事务隔离级别，只能看到事务处理之前的数据。
--语法 set tran isolation level <级别>
read uncommitted隔离级别的例子：
begin tran set deadlock_priority low update Earth set Animal=‘老虎‘ waitfor delay ‘0:0:5‘ --等待5秒执行下面的语句 rollback tran
开另外一个查询窗口执行下面语句
set tran isolation level read uncommitted select * from Earth --读取的数据为正在修改的数据 ，脏读 waitfor delay ‘0:0:5‘ --5秒之后数据已经回滚 select * from Earth --回滚之后的数据
read committed隔离级别的例子：
begin tran update Earth set Animal=‘老虎‘ waitfor delay ‘0:0:10‘ --等待5秒执行下面的语句 rollback tran
set tran isolation level read committed select * from Earth ---获取不到老虎，不能脏读 update Earth set Animal=‘猴子1‘ --可以修改 waitfor delay ‘0:0:10‘ --10秒之后上一个事务已经回滚 select * from Earth --修改之后的数据，而不是猴子
剩下的几个级别，不一一列举啦，自己理解吧。
设置锁超时时间
发生死锁的时候，数据库引擎会自动检测死锁，解决问题，然而这样子是很被动，只能在发生死锁后，等待处理。
然而我们也可以主动出击，设置锁超时时间，一旦资源被锁定阻塞，超过设置的锁定时间，阻塞语句自动取消，释放资源，报1222错误。
好东西一般都具有两面性，调优的同时，也有他的不足之处，那就是一旦超过时间，语句取消，释放资源，但是当前报错事务，不会回滚，会造成数据错误，你需要在程序中捕获1222错误，用程序处理当前事务的逻辑，使数据正确。
--查看超时时间,默认为-1 select @@lock_timeout --设置超时时间 set lock_timeout 0 --为0时，即为一旦发现资源锁定，立即报错，不在等待，当前事务不回滚，设置时间需谨慎处理后事啊，你hold不住的。
仔细阅读，希望能分享给你一点点东西，谢谢，over。
转载完毕