并发业务是一种非常常见且重要的业务场景。比较典型的业务场景是电商业务，尤其是秒杀场景，这里面会涉及到非常多的并发事务，像金融业务等等交易相关的业务也都是如此。这在数据库的应用中称之为TP场景的业务，与AP业务相对应。
当前主流的互联网业务架构大致可以分为三层，第一层是前端层，主要与用户产生交互式关系；第二层可以认为是业务层，所有的业务处理逻辑，诸多if-else判断逻辑等都可以抽象到此类；第三层便是数据持久层，数据持久层即与数据库打交道的一层。对于这种TP业务来讲，对事务的要求非常高，除了数据库能够提供ACID外，还要数据库系统能够保证高并发性能。
通常，在处理数据库并发业务上，我们要通过加锁的方式来保障数据并发修改中的版本一致。通常的方法可以分为乐观锁和悲观锁，下面我们来探讨一下乐观锁和悲观锁这两种锁的类别。
select, poll 和 epoll 都是 IO 多路复用的模型，所以在深入了解这三个系统调用之前，需要先简单介绍一下 IO 多路复用。
IO 多路复用是一种复用技术，复用 (multiplexing) 技术很普遍，例如通信中有多路时分复用（OFDM）、频分复用、码分复用。再例如我们一个办公室的人可以共用办公室的一台打印机，大家在不同的时段使用即可实现复用，这就是时分复用。
“IO 多路复用” 是指复用了同一个处理线程（在 Java 中被抽象为选择器 selector），由操作系统进行托管，当与选择器绑定的 socket 满足就绪的条件后，可以直接以事件驱动的形式（即释放 select 调用处的阻塞）获取到该 socket。
对比于同步阻塞 IO：服务端（server）通过监听（listen）绑定的端口，不得不通过 recvfrom 系统调用阻塞在此等待客户端的接入；因此 IO 多路复用比阻塞式 IO 并发处理性能明显提高了许多，因为阻塞式的 IO 不得不处理完该 IO 连接再处理下一个 IO 连接，监听线程无法得到复用。相比于非阻塞 IO，又免去了多次轮训之苦（轮询意味着始终占用 CPU）。各种 IO 模型的对比如图 1.
我们将 5 种不同的 IO 模型简单梳理一下：
// todo
[1] https://www.heavy.ai/
[2] https://kineticadynamics.com/
[3] The Design and Implementation of CoGaDB: A Column-oriented GPU-accelerated
DBMS. Datenbank-Spektrum 14
[4] GPUQP: Query co-processing using graphics processors. SIGMOD 2007
[5] Ocelot/hype: Optimized data processing on heterogeneous hardware. VLDB 2014
[6] High-throughput transaction executions on graphics processors. PVLDB 2011
[7] GalOP: Towards a GPU-accelerated OLTP DBMS. DAMON@SIGMOD 2021
[8] GaccO - A GPU-accelerated OLTP DBMS. SIGMOD 2022
[9] The Art of Balance: A RateupDBTM Experience of Building a CPU/GPU Hybrid
Database Product. PVLDB 2021
[10] GPU-accelerated data management under the test of time. CIDR 2020