全局锁：

　　这个一般是为了同步更新数据用的，既然是同步更新，就不能在同步的时候，有其他的操作。

开启全局锁

flush tables with read lock ;


数据备份
mysqldump -uroot –p1234 itcast > itcast.sql

释放锁
unlock tables ;
加了这个锁的话 其他业务都停摆了，所以

我们可以在备份时加上参数 --single-transaction 参数来完成不加锁的一致
性数据备份。
mysqldump --single-transaction -uroot –p123456 itcast > itcast.sql

　　

表级锁：

表级锁顾名思义就是锁表的，每次操作锁住整张表。锁定粒度大，发生锁冲突的概率最高，并发度最低。应用在MyISAM、
InnoDB、BDB等存储引擎中。
有三个，表锁，元数据锁，意向锁

表锁：

表锁分表共享读锁（read lock），表独占写锁（write lock）
语法：
加锁：lock tables 表名... read/write。
释放锁：unlock tables / 客户端断开连接 。 


共享读锁是共享的，都可以读，但是会阻塞其他客户端的写，而自己写则会报错

独占写锁只能是开启写锁的才能写，也可以读，但是会阻塞其他客户端的读和写，意思就是我在写入数据的时候为了保证数据的一致性，你们就别操作了，免得拿到了不一致的数据

结论: 读锁不会阻塞其他客户端的读，但是会阻塞写。写锁既会阻塞其他客户端的读，又会阻塞其他客户端的写。

　　

元数据锁：

MDL加锁过程是系统自动控制，无需显式使用，在访问一张表的时候会自动加上。MDL锁主要作用是维
护表元数据的数据一致性，在表上有活动事务的时候，不可以对元数据进行写入操作。为了避免DML与
DDL冲突，保证读写的正确性。
这里的元数据，大家可以简单理解为就是一张表的表结构。 也就是说，某一张表涉及到未提交的事务
时，是不能够修改这张表的表结构的。
在MySQL5.5中引入了MDL，当对一张表进行增删改查的时候，加MDL读锁(共享)；当对表结构进行变
更操作的时候，加MDL写锁(排他)。
常见的SQL操作时，所添加的元数据锁：

元数据锁是事务开启的时候自动加上的，
当执行SELECT、INSERT、UPDATE、DELETE等语句时，添加的是元数据共享锁（SHARED_READ /
SHARED_WRITE），之间是兼容的。  可以理解成两个事务的增删改查都是可以的，
也就是隔离性，但是不能在增删改查的时候修改表的结构，那这个是肯定的不能的，事务提交后才可以修改表结构，那这也是肯定的

　　

 

　　

意向锁：
为了避免DML在执行时，加的行锁与表锁的冲突，在InnoDB中引入了意向锁，使得表锁不用检查每行
数据是否加锁，使用意向锁来减少表锁的检查。
假设没有意向锁，客户端1加了行锁，客户端2就表锁的时候就要一个个是检测有没有加行锁，这样效率太低了

有了意向锁后，
客户端一，在执行DML操作时，会对涉及的行加行锁，同时也会对该表加上意向锁
而其他客户端，在对这张表加表锁的时候，会根据该表上所加的意向锁来判定是否可以成功加表锁，而
不用逐行判断行锁情况了。

意向锁的分类：
意向共享锁(IS): 由语句select ... lock in share mode添加 。 与 表锁共享锁
(read)兼容，与表锁排他锁(write)互斥。

意向排他锁(IX): 由insert、update、delete、select...for update添加 。与表锁共
享锁(read)及排他锁(write)都互斥，意向锁之间不会互斥。 

A. 意向共享锁与表读锁是兼容的
加意向共享锁需要指定的加  select ...lock in share mode
加了意向锁就说明有行锁，其他客户端加表的共享读锁也是可以的，因为只是读，但是不能insert、update、delete、select...for update 因为这些是排他锁
B. 意向排他锁与表读锁、写锁都是互斥的 直接使用insert、update、delete、select...for update就是意向排他锁，就会阻塞表的共享锁和独占锁，意思就是我要操作这一行数据，在我提交之前，不能加表的读写锁，提交后加上

　　

行级锁： 行级锁，每次操作锁住对应的行数据。锁定粒度最小，发生锁冲突的概率最低，并发度最高。应用在 InnoDB存储引擎中。 InnoDB的数据是基于索引组织的，行锁是通过对索引上的索引项加锁来实现的，而不是对记录加的 锁。对于行级锁，主要分为以下三类：   行锁（Record Lock）：锁定单个行记录的锁，防止其他事务对此行进行update和delete。在 RC、RR隔离级别下都支持。

 

 

间隙锁（Gap Lock）：锁定索引记录间隙（不含该记录），确保索引记录间隙不变，防止其他事 务在这个间隙进行insert，产生幻读。在RR隔离级别下都支持。 

 

 

临键锁（Next-Key Lock）：行锁和间隙锁组合，同时锁住数据，并锁住数据前面的间隙Gap。 在RR隔离级别下支持。 

 

 

行锁分类： InnoDB实现了以下两种类型的行锁：   共享锁（S）：允许一个事务去读一行，阻止其他事务获得相同数据集的排它锁。 排他锁（X）：允许获取排他锁的事务更新数据，阻止其他事务获得相同数据集的共享锁和排他 锁。  

 

 

常见的SQL语句，在执行时，所加的行锁如下：

 

 

默认情况下，InnoDB在 REPEATABLE READ事务隔离级别运行，InnoDB使用 next-key 锁进行搜 索和索引扫描，以防止幻读。 针对唯一索引进行检索时，对已存在的记录进行等值匹配时，将会自动优化为行锁。 InnoDB的行锁是针对于索引加的锁，不通过索引条件检索数据，那么InnoDB将对表中的所有记 录加锁，此时 就会升级为表锁。    A. 普通的select语句，执行时，不会加锁。    B. select...lock in share mode，加共享锁，共享锁与共享锁之间兼容。  客户端1select...lock in share mode  客户端2select...lock in share mode 兼容   C 共享锁与排他锁之间互斥。 客户端1select id = 1lock in share mode  客户端2 update id=1   客户端一获取的是id为1这行的共享锁，客户端二是可以获取id为3这行的排它锁的，因为不是同一行 数据。 而如果客户端二想获取id为1这行的排他锁，会处于阻塞状态，以为共享锁与排他锁之间互 斥。    D. 排它锁与排他锁之间互斥 客户端1 update id=1 客户端2 update id=1 排他锁会阻塞 当客户端一，执行update语句，会为id为1的记录加排他锁； 客户端二，如果也执行update语句更 新id为1的数据，也要为id为1的数据加排他锁，但是客户端二会处于阻塞状态，因为排他锁之间是互 斥的。 直到客户端一，把事务提交了，才会把这一行的行锁释放，此时客户端二，解除阻塞。    元数据的增删改是共享锁，但前提是操作的不是同一行数据，同时操作id为1的数据 就会阻塞了 ，提交后才会解除阻塞   D. 无索引行锁升级为表锁  客户端1update name   客户端2update id=1   却不能直接执行，会处于阻塞状态，为什么呢？ 原因就是因为此时，客户端一，根据name字段进行更新时，name字段是没有索引的，如果没有索引， 此时行锁会升级为表锁(因为行锁是对索引项加的锁，而name没有索引)。   间隙锁&临键锁 ： 默认情况下，InnoDB在 REPEATABLE READ事务隔离级别运行，InnoDB使用 next-key 锁进行搜 索和索引扫描，以防止幻读。 索引上的等值查询(唯一索引)，给不存在的记录加锁时, 优化为间隙锁 。 索引上的等值查询(非唯一普通索引)，向右遍历时最后一个值不满足查询需求时，next-key lock 退化为间隙锁。 索引上的范围查询(唯一索引)--会访问到不满足条件的第一个值为止。  注意：间隙锁唯一目的是防止其他事务插入间隙。间隙锁可以共存，一个事务采用的间隙锁不会 阻止另一个事务在同一间隙上采用间隙锁。     A. 索引上的等值查询(唯一索引)，给不存在的记录加锁时, 优化为间隙锁 。 客户端1update 5这条数据是没有的 就优化成了间隙锁  客户端2操作5 之间的的数据会阻塞    B. 索引上的等值查询(非唯一普通索引)，向右遍历时最后一个值不满足查询需求时，next-key lock 退化为间隙锁。   我们知道InnoDB的B+树索引，叶子节点是有序的双向链表。 假如，我们要根据这个二级索引查询值 为18的数据，并加上共享锁，我们是只锁定18这一行就可以了吗？ 并不是，因为是非唯一索引，这个 结构中可能有多个18的存在，所以，在加锁时会继续往后找，找到一个不满足条件的值（当前案例中也 就是29）。此时会对18加临键锁，并对29之前的间隙加锁。 

 锁住18及18之前的间隙，在锁住29之前的数据

 

C. 索引上的范围查询(唯一索引)--会访问到不满足条件的第一个值为止。 锁住18  锁住29之前的数据 就是18-29，在锁住29之后的所有数据 条件必须是<=or>= 加上lock in share mode <=  lock in share mode 就是反过来了  共享读锁 可以读 不能写，因为查询的是多条记录，如果数据量很大的话，在查询的期间 如果其他客户端有更改的操作（查询范围内）数据就不一致了