PostgreSQL如何处理更新时的并发冲突_应用乐观锁逻辑与Version

PostgreSQL更新时出现“覆盖丢失”是因为其默认隔离级别不保证“读-改-写”原子性，需用version字段实现乐观锁：UPDATE带版本校验且检查ROW_COUNT是否为1。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

PostgreSQL 更新时为什么会出现“覆盖丢失”？

想象这样一个场景：两个事务同时读取了同一行数据，各自在本地计算、修改，然后先后提交。结果呢？后提交的事务会直接覆盖前一个事务的变更，就像后者从未发生过一样。这就是所谓的“覆盖丢失”。

PostgreSQL 默认并不会阻止这种情况。即便是在 READ COMMITTED 隔离级别下，它也不保证“读-改-写”这个操作序列的原子性。这并非一个缺陷，而是数据库设计的权衡：它将并发冲突的检测和处理逻辑，交还给了应用层来决策。

用 version 字段实现乐观锁的正确写法

解决这个问题的核心思路，是引入一个版本号字段，让 UPDATE 操作自带版本校验。关键在于，不仅要检查版本条件，还必须确认更新是否真的成功了。仅仅依赖 WHERE version = ? 是不够的，后续对 ROW_COUNT 的检查才是胜负手。

• 首先，表结构里需要增加一个 version 字段（INT 或 BIGINT 类型），初始值设为 0。每次成功更新后，这个值自动加 1。
• 应用层执行更新时，SQL 语句应该这样写：

  UPDATE accounts SET balance = 150, version = version + 1 WHERE id = 123 AND version = 42;

• 语句执行后，必须立刻检查数据库返回的受影响行数。如果结果为 0，那就意味着在你读取版本号之后、执行更新之前，已经有其他事务抢先完成了修改。此时，当前操作应当视为失败，并触发重试或向用户返回明确的冲突错误。
• 这里有一个常见的陷阱：不要在应用里先执行一次 SELECT version，然后在业务逻辑中拼接 SQL。这两个操作之间的时间窗口，足以让并发修改发生。正确的做法是，将版本判断和字段更新封装在一条原子的 UPDATE ... WHERE ... version = ? 语句中。

SELECT FOR UPDATE 和乐观锁不是一回事

千万别把两者搞混了。SELECT FOR UPDATE 是一种悲观锁策略。它会在读取时就直接锁定目标行，阻塞其他事务对该行的写操作，直到持有锁的事务结束。它主要解决的是“写-写冲突”的并发问题。

然而，悲观锁的代价是会降低系统的整体并发吞吐量。更重要的是，它无法防止应用层自身的逻辑错误，比如事务内读取数据、在应用服务中进行复杂计算、然后再写回时可能发生的错误。

相比之下，乐观锁采取的是另一种思路：它不加任何锁，而是通过版本号来检测数据在读取后是否被他人改动过。这种方案更适合那些读多写少、冲突概率相对较低的业务场景。

• 使用 SELECT FOR UPDATE 时，务必确保在整个事务生命周期内都持有该锁，并且避免跨事务的分段操作。
• 如果业务逻辑包含“先查询、再计算、最后更新”这样的长流程，同时又希望避免长时间阻塞其他请求，那么采用乐观锁配合 version 字段通常是更安全、更高效的选择。
• 还有一个技术细节值得注意：在 REPEATABLE READ 隔离级别下，使用 SELECT FOR UPDATE 可能会触发序列化失败错误（could not serialize access due to concurrent update），而乐观锁机制则不会引发此类问题。

容易被忽略的细节：时钟无关、无需 UUID、别漏掉 RETURNING

实现乐观锁时，有几个细节一旦忽略，就可能埋下隐患。

首先，version 字段必须使用单调递增的整数，切忌依赖系统时间（如 NOW() 或 CLOCK_TIMESTAMP()）。在高并发场景或遇到服务器时钟回拨时，基于时间戳的版本判断会完全失效。

其次，方案不必复杂化。引入 UUID 或各种哈希算法并没有必要，一个简单的 INT 自增字段就足够可靠。

• 一个小技巧：在 UPDATE 语句末尾加上 RETURNING version 子句。这样，一次查询就能直接获取到更新后的新版本号，省去了再次查询的开销。
• 如果项目中使用 ORM 框架（如 SQLAlchemy、MyBatis），需要确认其是否原生支持基于 version 字段的乐观锁配置，而不是仅仅做了简单的字段映射。
• 测试阶段至关重要。务必模拟并发场景进行验证：可以打开两个 psql 会话，手动执行带有相同旧版本号的 UPDATE 语句，直观地观察哪一个成功、哪一个返回 0 行受影响。

说到底，最困难的往往不是写出那行正确的 UPDATE 语句，而是确保所有可能修改这条数据的代码路径——无论是前端接口、后台定时任务，还是临时的数据迁移脚本——都严格遵循同一套版本校验逻辑。只要有一条路径漏掉了版本检查，整个乐观锁的防护就形同虚设了。