程序安全
线程安全是程序开发中非常需要我们注意的一环，当程序存在并发的可能时，如果我们不做特殊的处理，很容易就出现数据不一致的情况。
通常情况下，我们可以用加锁的方式来保证线程安全，通过对共享资源 (也就是要读取的数据) 的加上"隔离的锁"，使得多个线程执行的时候也不会互相影响，而悲观锁和乐观锁正是并发控制中较为常用的技术手段。
乐观锁和悲观锁
什么是悲观锁？什么是乐观锁？其实从字面上就可以区分出两者的区别，通俗点说，
悲观锁
悲观锁就好像一个有迫害妄想症的患者，总是假设最坏的情况，每次拿数据的时候都以为别人会修改，所以每次拿数据的时候都会上锁，直到整个数据处理过程结束，其他的线程如果要拿数据就必须等当前的锁被释放后才能操作。
使用案例
悲观锁的使用场景并不少见，数据库很多地方就用到了这种锁机制，比如行锁，表锁，读锁，写锁等，都是在做操作之前先上锁，悲观锁的实现往往依靠数据库本身的锁功能实现。Java程序中的Synchronized和ReentrantLock等实现的锁也均为悲观锁。
在数据库中，悲观锁的调用一般是在所要查询的语句后面加上 for update，
select * from db_stock where goods_id = 1 for update
当有一个事务调用这条 sql 语句时，会对goods_id = 1 这条记录加锁，其他的事务如果也对这条记录做 for update 的查询的话，那就必须等到该事务执行完后才能查出结果，这种加锁方式能对读和写做出排他的作用，保证了数据只能被当前事务修改。
当然，如果其他事务只是简单的查询而没有用 for update的话，那么查询还是不会受影响的，只是说更新时一样要等待当前事务结束才行。
值得注意的是，MySQL默认使用autocommit模式，也就是说，当你执行一个更新操作后，MySQL会立刻将结果进行提交，就是说，如果我们不仅要读，还要更新数据的话，需要手动控制事务的提交，比如像下面这样：
set autocommit=0;
//开始事务
begin;
//查询出商品id为1的库存表数据
select * from db_stock where goods_id = 1 for update;
//减库存
update db_stock set stock_num = stock_num - 1 where goods_id = 1 ;
//提交事务
commit;
虽然悲观锁能有效保证数据执行的顺序性和一致性，但在高并发场景下并不适用，试想，如果一个事务用悲观锁对数据加锁之后，其他事务将不能对加锁的数据进行除了查询以外的所有操作，如果该事务执行时间很长，那么其他事务将一直等待，这无疑会降低系统的吞吐量。
这种情况下，我们可以有更好的选择，那就是乐观锁。
乐观锁
乐观锁的思想和悲观锁相反，总是假设最好的情况，认为别人都是友好的，所以每次获取数据的时候不会上锁，但更新数据那一刻会判断数据是否被更新过了，如果数据的值跟自己预期一样的话，那么就可以正常更新数据。
场景
这种思想应用到实际场景的话，可以用版本号机制和CAS算法实现。
CAS
CAS是一种无锁的思想，它假设线程对资源的访问是没有冲突的，同时所有的线程执行都不需要等待，可以持续执行。如果遇到冲突的话，就使用一种叫做CAS (比较交换) 的技术来鉴别线程冲突，如果检测到冲突发生，就重试当前操作到没有冲突为止。
原理
CAS的全称是Compare-and-Swap，也就是比较并交换，它包含了三个参数：V，A，B，V表示要读写的内存位置，A表示旧的预期值，B表示新值
具体的机制是，当执行CAS指令的时候，只有当V的值等于预期值A时，才会把V的值改为B，如果V和A不同，有可能是其他的线程修改了，这个时候，执行CAS的线程就会不断的循环重试，直到能成功更新为止。
正是基于这样的原理，CAS即时没有使用锁，也能发现其他线程对当前线程的干扰，从而进行及时的处理。
缺点
CAS算是比较高效的并发控制手段，不会阻塞其他线程。但是，这样的更新方式是存在问题的，看流程就知道了，如果C的结果一直跟预期的结果不一样的话，线程A就会一直不断的循环重试，重试次数太多的话对CPU也是一笔不小的开销。
而且，CAS的操作范围也比较局限，只能保证一个共享变量的原子操作，如果需要一段代码块的原子性的话，就只能通过Synchronized等工具来实现了。
除此之外，CAS机制最大的缺陷就是"ABA"问题。
ABA问题
前面说过，CAS判断变量操作成功的条件是V的值和A是一致的，这个逻辑有个小小的缺陷，就是如果V的值一开始为A，在准备修改为新值前的期间曾经被改成了B，后来又被改回为A，经过两次的线程修改对象的值还是旧值，那么CAS操作就会误任务该变量从来没被修改过，这就是CAS中的“ABA”问题。
看完流程图相信也不用我说太多了吧，线程多发的情况下，这样的问题是非常有可能发生的，那么如何避免ABA问题呢？
加标志位，例如搞个自增的字段，没操作一次就加一，或者是一个时间戳，每次更新比较时间戳的值，这也是数据库版本号更新的思想（下面会说到）
在Java中，自JDK1.5以后就提供了这么一个并发工具类AtomicStampedReference，该工具内部维护了一个内部类，在原有基础上维护了一个对象，及一个int类型的值（可以理解为版本号），在每次进行对比修改时，都会先判断要修改的值，和内存中的值是否相同，以及版本号是否相同，如果全部相等，则以原子方式将该引用和该标志的值设置为给定的更新值。
private static class Pair<T> {
final T reference;
final int stamp;
private Pair(T reference, int stamp) {
this.reference = reference;
this.stamp = stamp;
}
static <T> Pair<T> of(T reference, int stamp) {
return new Pair<T>(reference, stamp);
}
}
适用场景
CAS一般适用于读多写少的场景，因为这种情况线程的冲突不会太多，也只有线程冲突不严重的情况下，CAS的线程循环次数才能有效的降低，性能也能更高。
版本号机制
版本号机制是数据库更新操作里非常实用的技巧，其实原理很简单，就是获取数据的时候会拿一个能对应版本的字段，然后更新的时候判断这个字段是否跟之前拿的值是否一致，一致的话证明数据没有被别人更新过，这时就可以正常实现更新操作。
还是上面的那张表为例，我们加上一个版本号字段version，然后每次更新数据的时候就把版本号加1，
select goods_id,stock_num,version from db_stock where goods_id = 1
update db_stock set stock_num = stock_num - 1,version = version + 1 where goods_id = 1 and version = #{version}
这样的话，如果有两个事务同时对goods_id = 1这条数据做更新操作的话，一定会有一个事务先执行完成，然后version字段就加1，另一个事务更新的时候发现version已经不是之前获取到的那个值了，就会重新执行查询操作，从而保证了数据的一致性。
这种锁的方式也不会影响吞吐量，毕竟大家都可以同时读和写，但高并发场景下，sql更新报错的可能性会大大增加，这样对业务处理似乎也不友好。
这种情况下，我们可以把锁的粒度缩小，比如说减库存的时候，我们可以这么处理：
update db_stock set stock_num = stock_num - 1 where goods_id = 1 and stock_num > 0
这样一来，sql更新冲突的概率会大大降低，而且也不用去单独维护类似version的字段了。
最后
关于悲观锁和乐观锁的例子介绍就到这儿了，当然，本文也只是略微讲解，更多的知识点还要靠大家研究，而且，除了这两种锁，并发控制中还有很多其他的控制手段，像什么Synchronized、ReentrantLock、公平锁，非公平锁之类的都是很常见的并发知识，不管是为了日常开发还是应付面试，掌握这些知识点还是很有必要的，而且，并发编程的知识思想是共通的，知道一块知识点后很容易就能延伸去学习其他的知识点。
拿我自己来说，最近也在认真研究Java并发编程的一些知识点，也因为要写乐观锁的缘故，顺道复习了一下CAS和它的使用案例，从而也了解到了ReentrantLock底层其实就是通过CAS机制来实现锁的，而且还了解了独占锁，共享锁，可重入锁等使用场景，由点到面，也让我知识体系储备更加的丰富，近期也有打算撸几篇关于ReentrantLock知识的文章出来，欢迎大家多来踩踩！