想要知道如何處理數據并發，自然需要先了解數據并發。
什么是數據并發操作呢？就是同一時間內，不同的線程同時對一條數據進行讀寫操作。
在互聯網時代，一個系統常常有很多人在使用，因此就可能出現高并發的現象，也就是不同的用戶同時對一條數據進行操作，如果沒有有效的處理，自然就會出現數據的異常。而最常見的一種數據并發的場景就是電商中的秒殺，成千上萬個用戶對在極端的時間內，搶購一個商品。針對這種場景，商品的庫存就是一個需要控制的數據，而多個用戶對在同一時間對庫存進行重寫，一個不小心就可能出現超賣的情況。
針對這種情況，我們如何有效的處理數據并發呢？
第一種方案、數據庫鎖從鎖的基本屬性來說，可以分為兩種：一種是共享鎖（S），一種是排它鎖（X）。在MySQL的數據庫中，是有四種隔離級別的，會在讀寫的時候，自動的使用這兩種鎖，防止數據出現混亂。
這四種隔離級別分別是：
讀未提交（Read Uncommitted）讀提交（Read Committed）可重復讀（Repeated Read）串行化（Serializable）當然，不同的隔離級別，效率也是不同的，對于數據的一致性保證也就有不同的結果。而這些可能出現的又有哪些呢？
臟讀（dirty read）
當事務與事務之間沒有任何隔離的時候，就可能會出現臟讀。例如：商家想看看所有的訂單有哪些，這時，用戶A提交了一個訂單，但事務還沒提交，商家卻看到了這個訂單。而這時就會出現一種問題，當商家去操作這個訂單時，可能用戶A的訂單由于部分問題，導致數據回滾，事務沒有提交，這時商家的操作就會失去目標。
不可重復讀（unrepeatable read）
一個事務中，兩次讀操作出來的同一條數據值不同，就是不可重復讀。
例如：我們有一個事務A，需要去查詢一下商品庫存，然后做扣減，這時，事務B操作了這個商品，扣減了一部分庫存，當事務A再次去查詢商品庫存的時候，發現這一次的結果和上次不同了，這就是不可重復讀。
幻讀（phantom problem）
一個事務中，兩次讀操作出來的結果集不同，就是幻讀。
例如：一個事務A，去查詢現在已經支付的訂單有哪些，得到了一個結果集。這時，事務B新提交了一個訂單，當事務A再次去查詢時，就會出現，兩次得到的結果集不同的情況，也就是幻讀了。
那針對這些結果，不同的隔離級別可以干什么呢？
“讀未提（Read Uncommitted）”能預防啥？啥都預防不了。
“讀提交（Read Committed）”能預防啥？使用“快照讀（Snapshot Read）”方式，避免“臟讀”，但是可能出現“不可重復讀”和“幻讀”。
“可重復讀（Repeated Red）”能預防啥？使用“快照讀（Snapshot Read）”方式，鎖住被讀取記錄，避免出現“臟讀”、“不可重復讀”，但是可能出現“幻讀”。
“串行化（Serializable）”能預防啥？有效避免“臟讀”、“不可重復讀”、“幻讀”，不過運行效率奇差。
好了，鎖說完了，但是，我們的數據庫鎖，并不能有效的解決并發的問題，只是盡可能保證數據的一致性，當并發量特別大時，數據庫還是容易扛不住。那解決數據并發的另一個手段就是，盡可能的提高處理的速度。
因為數據的IO要提升難度比較大，那么通過其他的方式，對數據進行處理，減少數據庫的IO，就是提高并發能力的有效手段了。
最有效的一種方式就是：緩存想要減少并發出現的概率，那么讀寫的效率越高，讀寫的執行時間越短，自然數據并發的可能性就變小了，并發性能也有提高了。
還是用剛才的秒殺舉例，我們為的就是保證庫存的數據不出錯，賣出一個商品，減一個庫存，那么，我們就可以將庫存放在內存中進行處理。這樣，就能夠保證庫存有序的及時扣減，并且不出現問題。這樣，我們的數據庫的寫操作也變少了，執行效率也就大大提高了。
當然，常用的分布式緩存方式有：Redis和Memcache，Redis可以持久化到硬盤，而Memcache不行，應該怎么選擇，就看具體的使用場景了。
當然，緩存畢竟使用的范圍有限，很多的數據我們還是必須持久化到硬盤中，那我們就需要提高數據庫的IO能力，這樣避免一個線程執行時間太長，造成線程的阻塞。
那么，讀寫分離就是另一種有效的方式了當我們的寫成為了瓶頸的時候，讀寫分離就是一種可以選擇的方式了。
我們的讀庫就只需要執行讀，寫庫就只需要執行寫，把讀的壓力從主庫中分離出去，讓主庫的資源只是用來保證寫的效率，從而提高寫操作的性能。
當然，提高數據并發能力的方法還有很多，也還有很多可以研究的技術，我們可以一起共同討論，共同進步。
