假设在一个电子商务应用程序中，用户想要下订单。这段代码将由多个线程执行。在悲观锁定中，当我们从DB中获得数据时，我们锁定它，这样其他线程就不能修改它了。我们处理数据，更新数据，然后提交数据。之后，我们释放锁。这里的锁定持续时间较长，我们从数据库记录开始锁定到提交。

In optimistic locking, we get the data and process the data without locking. So multiple threads can execute the code so far concurrently. This will speed up. While we update, we lock the data. We have to verify that no other thread updated that record. For example, If we had 100 items in inventory and we have to update it to 99 (because your code might be quantity=queantity-1) but if another thread already used 1 it should be 98. We had race condition here. In this case, we restart the thread so we execute the same code from the beginning. But this is an expensive operation, you already came to end but then restart. if we had a few race conditions, that would not be a big deal, If the race condition was high, there would be a lot of threads to restart. We might run in a loop. In the race condition is high, we should be using `pessimistic locking

乐观锁定是一种策略，你读取一条记录，记下版本号(其他方法包括日期、时间戳或校验和/哈希)，并在写回记录之前检查版本是否没有改变。当您写回记录时，您过滤了版本上的更新，以确保它是原子的。(即在你检查版本和将记录写入磁盘之间没有更新)和一次更新版本。

如果记录是脏的(即不同于你的版本)，你中止事务，用户可以重新启动它。

这种策略最适用于大容量系统和三层体系结构，在这些体系结构中，您不必为会话维护到数据库的连接。在这种情况下，客户端实际上无法维护数据库锁，因为连接来自一个池，并且您可能不会在一次访问到下一次访问时使用相同的连接。

悲观锁定是指将记录锁定为专属使用，直到使用完毕为止。它比乐观锁具有更好的完整性，但要求您在应用程序设计时要小心，以避免死锁。要使用悲观锁定，您需要一个到数据库的直接连接(在两层客户端服务器应用程序中通常是这样)，或者一个可以独立于连接使用的外部可用事务ID。

在后一种情况下，使用TxID打开事务，然后使用该ID重新连接。DBMS维护锁，并允许您通过TxID恢复会话。这就是使用两阶段提交协议(如XA或COM+事务)的分布式事务的工作方式。

假设在一个电子商务应用程序中，用户想要下订单。这段代码将由多个线程执行。在悲观锁定中，当我们从DB中获得数据时，我们锁定它，这样其他线程就不能修改它了。我们处理数据，更新数据，然后提交数据。之后，我们释放锁。这里的锁定持续时间较长，我们从数据库记录开始锁定到提交。

In optimistic locking, we get the data and process the data without locking. So multiple threads can execute the code so far concurrently. This will speed up. While we update, we lock the data. We have to verify that no other thread updated that record. For example, If we had 100 items in inventory and we have to update it to 99 (because your code might be quantity=queantity-1) but if another thread already used 1 it should be 98. We had race condition here. In this case, we restart the thread so we execute the same code from the beginning. But this is an expensive operation, you already came to end but then restart. if we had a few race conditions, that would not be a big deal, If the race condition was high, there would be a lot of threads to restart. We might run in a loop. In the race condition is high, we should be using `pessimistic locking

乐观锁定用于不期望发生太多冲突的情况。进行正常操作的成本较低，但如果碰撞确实发生，您将支付更高的代价来解决它，因为交易被中止。

悲观锁定在预期发生碰撞时使用。会违反同步的事务被简单地阻塞。

为了选择合适的锁定机制，您必须估计读取和写入的量并相应地进行计划。

更实际的一点是，在更新分布式系统时，DB中的乐观锁定可能不足以在分布式系统的所有部分之间提供所需的一致性。

例如，在AWS上构建的应用程序中，数据通常同时存在于DB(例如DynamoDB)和存储(例如S3)中。如果一个更新同时涉及DynamoDB和S3, DynamoDB中的乐观锁定仍然可能使S3中的数据不一致。在这种情况下，使用在DynamoDB中持有的悲观锁可能更安全，直到S3更新完成。事实上，AWS为此目的提供了一个锁定库。

我还会想到另外一种情况，悲观锁定会是更好的选择。

对于乐观锁，数据修改的每个参与者都必须同意使用这种锁。但是如果有人修改数据而不考虑版本列，这将破坏乐观锁定的整个思想。