锁有两种分类方法。
（1） 从数据库系统的角度来看
锁分为以下三种类型：
* 独占锁（Exclusive Lock）
独占锁锁定的资源只允许进行锁定操作的程序使用，其它任何对它的操作均不会被接受。执行数据更新命令，即INSERT、 UPDATE 或DELETE 命令时，SQL Server 会自动使用独占锁。但当对象上有其它锁存在时，无法对其加独占锁。独占锁一直到事务结束才能被释放。
* 共享锁（Shared Lock）
共享锁锁定的资源可以被其它用户读取，但其它用户不能修改它。在SELECT 命令执行时，SQL Server 通常会对对象进行共享锁锁定。通常加共享锁的数据页被读取完毕后，共享锁就会立即被释放。
* 更新锁（Update Lock）
更新锁是为了防止死锁而设立的。当SQL Server 准备更新数据时，它首先对数据对象作更新锁锁定，这样数据将不能被修改，但可以读取。等到SQL Server 确定要进行更新数据操作时，它会自动将更新锁换为独占锁。但当对象上有其它锁存在时，无法对其作更新锁锁定。
（2）从程序员的角度看
锁分为以下两种类型：
* 乐观锁（Optimistic Lock）
乐观锁假定在处理数据时，不需要在应用程序的代码中做任何事情就可以直接在记录上加锁、即完全依靠数据库来管理锁的工作。一般情况下，当执行事务处理时SQL Server会自动对事务处理范围内更新到的表做锁定。
* 悲观锁（Pessimistic Lock）
悲观锁对数据库系统的自动管理不感冒，需要程序员直接管理数据或对象上的加锁处理，并负责获取、共享和放弃正在使用的数据上的任何锁。
数据库死锁：
数据库在每个物理层上设置锁：记录行(rows)，数据页(pages, 上百万记录行)，扩展页(extends, 多个数据页)，整个表，甚至整个数据库。有些数据库(如Oracle等)只使用精细的行锁机制，而别的数据库，则使用在页面，扩展页，表和数据库上的较大范围的锁机制。大多数数据库，包括SQL Server，同样支持行锁机制，但是经常使用的还是大范围锁机制。这主要是因为管理锁需要付出高昂的代价。锁十分复杂而且数量很多，所以如果全都是行锁的话，将是极为痛苦的：一百万行的数据更新就会轻易消耗巨大的内存，从而根本无法进行管理。
锁争用的描述
那些不仅仅使用行级锁的数据库使用一种称为混和锁(lock escalation)的技术来获取较高的性能。除非很明确知道是针对整个数据表，否则这些数据库的做法是开始使用行级锁， 然后随着修改的数据增多，开始使用大范围的锁机制。
不幸的是，这种混和锁的方法会产生和放大新的问题：死锁。如果两个用户以相反的顺序修改位于不同表的记录，而这两条记录虽然逻辑上不相关， 但是物理上是相邻的，操作就会先引发行锁，然后升级为页面锁。这样， 两个用户都需要对方锁定的东西，就造成了死锁。
处理一个数据库死锁的异常时候，其中一个建议就是使用 NOLOCK 或者 READPAST 。有关 NOLOCK 和 READPAST的一些技术知识点：
对于非银行等严格要求事务的行业，搜索记录中出现或者不出现某条记录，都是在可容忍范围内，所以碰到死锁，应该首先考虑，我们业务逻辑是否能容忍出现或者不出现某些记录，而不是寻求对双方都加锁条件下如何解锁的问题。
NOLOCK 和 READPAST 都是处理查询、插入、删除等操作时候，如何应对锁住的数据记录。但是这时候一定要注意NOLOCK 和 READPAST的局限性，确认你的业务逻辑可以容忍这些记录的出现或者不出现：
简单来说：
NOLOCK 可能把没有提交事务的数据也显示出来．
READPAST 会把被锁住的行不显示出来
不使用 NOLOCK 和 READPAST ，在 Select 操作时候则有可能报错误：事务(进程 ID **)与另一个进程被死锁在 锁 资源上，并且已被选作死锁牺牲品。
下面就来演示这个情况。
为了演示两个事务死锁的情况，我们下面的测试都需要在SQL Server Management Studio中打开两个查询窗口。保证事务不被干扰。
演示一 没有提交的事务，NOLOCK 和 READPAST处理的策略：
查询窗口一请执行如下脚本：
Create TABLE t1 (c1 int IDENTITY(1,1), c2 int)
go
BEGIN TRANSACTION
insert t1(c2) values(1)
在查询窗口一执行后，查询窗口二执行如下脚本：
select count(*) from t1 WITH(NOLOCK)
select count(*) from t1 WITH(READPAST)
结果与分析：
查询窗口二依次显示统计结果为： 1、0
查询窗口一的命令没有提交事务，所以 READPAST 不会计算没有提交事务的这一条记录，这一条被锁住了，READPAST 看不到；而NOLOCK则可以看到被锁住的这一条记录。
如果这时候我们在查询窗口二中执行：
select count(*) from t1 就会看到这个执行很久不能执行完毕，因为这个查询遇到了一个死锁。
清除掉这个测试环境，需要在查询窗口一中再执行如下语句：
ROLLBACK TRANSACTION
drop table t1
演示二：对被锁住的记录，NOLOCK 和 READPAST处理的策略
这个演示同样需要两个查询窗口。
请在查询窗口一中执行如下语句：
Create TABLE t2 (UserID int , NickName nvarchar(50))
go
insert t2(UserID,NickName) values(1,’郭红俊’)
insert t2(UserID,NickName) values(2,’蝈蝈俊’)
go
BEGIN TRANSACTION
update t2 set NickName = ‘蝈蝈俊.net’ where UserID = 2
请在查询窗口二中执行如下脚本：
select * from t2 WITH(NOLOCK) where UserID = 2
select * from t2 WITH(READPAST) where UserID = 2
结果与分析：
查询窗口二中， NOLOCK 对应的查询结果中我们看到了修改后的记录，READPAST对应的查询结果中我们没有看到任何一条记录。 这种情况下就可能发生脏读
ROWLOCK的使用
ROWLOCK 告诉SQL Server只使用行级锁。ROWLOCK语法可以使用在SELECT,UPDATE和DELETE语句中，不过我习惯仅仅在UPDATE和DELETE语句中使用。如果在UPDATE语句中有指定的主键，那么就总是会引发行级锁的。但是当SQL Server对几个这种UPDATE进行批处理时，某些数据正好在同一个页面(page)，这种情况在当前情况下是很有可能发生的，这就象在一个目录中，创建文件需要较长的时间，而同时你又在更新这些文件。当页面锁引发后，事情就开始变得糟糕了。而如果在 UPDATE或者DELETE时，没有指定主键，数据库当然认为很多数据会收到影响，那样 就会直接引发页面锁，事情同样变得糟糕。
通过指定使用行级锁，这种情况可以得到避免。但是需要小心的是，如果你错误地使用在过多行上，数据库并不会聪明到自动将行级锁升级到页面锁，服务器也会因为行级锁的开销而消耗大量的内存和CPU，直至无法响应。尤其主要留意的是 企业管理器中”管理/当前活动”(Management/Current Activity)这一项。该项会花较长的时间来载入锁的信息。这些信息时十分有用的，当你使用行级锁后，你如果在”锁/处理”(Locks/Processes)下看到几百个锁，一点都不奇怪，而恰恰应该庆幸锁超时和死锁的问题减少了。
注意事项
我认为SQL Server倾向于使用NOLOCK关键字，而ROWLOCK关键字由用户根据情况自行决定。你可以仅仅在 SELECT语句中使用NOLOCK，这些SELECT语句场合包括INNER查询，以及在INSERT语句中的SELECT使用，在连接查询下也可以使用