1、悲观锁
总是假设最坏的情况，每次去拿数据的时候都认为别人会修改，所以每次在拿数据的时候都会上锁，这样别人想拿这个数据就会阻塞知道它拿到锁（共享资源每次只给一个线程使用，其他线程阻塞，用完后再把资源转让给其它线程）。传统的关系型数据库里边就用到了很多这种锁机制，比如行锁、表锁、读锁、写锁等，都是在做操作之前先上锁。java中sychronized和reentrantLock等独占锁就是悲观锁资源的实现。
2、乐观锁
总是假设最好的情况，每次去拿数据的时候就认为别人不会修改，所以不会上锁，但是在更新的时候会判断一下在此期间别人有没有去更新这个数据，可以使用版本号机制和CAS算法实现。乐观锁适用于多读的应用类型，这样可以提高吞吐量，像数据库提供的类似于write_condition机制，其实都是提供的乐观锁。在java.util.concurrent.atomic包下面的院子变量类就是使用了乐观锁的一种实现方式CAS实现的。
3、两种锁的使用场景
两种锁，各有优缺点，没有哪种绝对优于另外一种。像乐观锁使用于写比较少的情况下（多读场景），即冲突真的很少发生的时候，这样可以省去了锁的开销，加大了系统的整个吞吐量。但如果是多写的情况，一般会经常产生冲突，这就会导致上层应用会不断的进行retry,反而是降低了性能，所以一般多写的场景下用悲观锁比较合适。
4、乐观锁常见的两种实现方式
a、版本号机制
一般是在数据表中加上一个数据版本号version字段，标识数据被修改的次数，当数据被修改时，version值加1。当线程A要更新数据值时，在读取数据的同时也会读取version值，在提交更新时，若刚才读取到的version值为当前数据库中的version值相等时才更新，否则重新更新操作，知道更新成功。
举一个简单的例子：假设数据库中的账户信息表中有一个version字段，当前值为1，而当前账户余额字段（balance）为100。
操作1：A此时将其读出（version=1），并从其账户余额中扣除50（100-50=50）。
操作2：操作1的过程中，B也读入次用户信息（version=1），并从其账户余额中扣除20（100-20=80）。
操作3:A完成了修改，将数据版本号加1（version=2），连同账户扣除后余额（balance=50）,提交数据库更新，此时由于提交数据版本大于数据库记录当前版本，数据被更新，数据库记录version=2。
操作4：B完成了操作，也将版本号加1（version=2），试图向数据库提交数据（balance=80）,但是此时对比数据库记录版本时发现，操作员B的数据版本号为2，数据库记录当前的版本号也为2，不满足“提交版本必须大于记录当前版本才执行更新”的乐观锁策略。因为操作员B的提交被驳回。
这样，就避免了B用基于version=1的旧数据修改的结果覆盖A的操作结果的可能。
b、CAS算法
即：compare and swap(比较与交换)，是一种有名的无锁算法。无锁编程，即不适用锁的情况下实现多线程之间的变量同步，也就是在没有现成被阻塞的情况下实现变量的同步，所以也叫非阻塞同步（non-blocking synchronization）.CAS算法涉及到三个操作数：
需要读写的内存值V，进行比较的值A，拟写入的新值B。
当且仅当V的值等于A时，CAS通过原子当时用新值B来更新V的值，否则不会执行任何操作（比较和替换是一个原子操作）。一般情况下是一个自旋操作，即不断的重试。
缺点：
1、ABA问题
如果一个变量初次读取时是A值，并且在准备赋值的时候检查到它仍然是A值，那我们就能说明它的值没有被其他线程修改过吗？显然是不能的，因为这段时间可能被改为了B值，然后又改回A值，那CAS就会误认为它从来没有被修改过。
2、循环时间长开销大
自旋CAS(不成功就一直循环执行知道成功)如果长时间不成功，会给CPU带来非常大的执行开销。如果jvm能支持处理器提供的pause指令那么效率会有一定的提升，pause指令有两个作用，第一它可以延迟流水线指令命令（de-pipiline）,使CPU不会消耗过多的执行资源，延迟的时间取决于具体实现的版本，在一些处理器上延迟时间是0。第二它可以避免在退出循环的时候因内存顺序冲突而因为CPU流水线被清空，从而提高CPU的执行效率。
3、只能保证一个共享变量的院子操作
CAS只对单个共享变量有效，当操作涉及跨多个共享变量时CAS无效。但是从JDK1.5开始，提供了AtomicReference类来保证引用对象之间的原子性，你可以把多个变量放在一个对象里进行CAS操作，所以我们可以使用锁或者利用AutomicReference类把多个共享变量合并成一个共享变量来操作。