数据库系统概论：事务与并发一致性问题

07-21 1646阅读

随着网络应用的普及，数据库并发问题变得越来越重要。数据库并发指的是多个用户或进程同时访问和操作数据库的能力。它是数据库系统性能优化的重要方面，旨在提高系统的吞吐量和响应时间，以满足多用户同时访问数据库的需求。然而，这种能力也带来了数据一致性、隔离性和性能等方面的挑战。

事务

事务（Transaction）是指一系列数据库操作组成的逻辑单元，是并发控制的基本单位。事务具有（ACID特性）原子性、一致性、隔离性和持久性等属性，是保证数据一致性和事务并发控制的重要手段。

在关系数据库中，一个事务可以是一条 SQL 语句、一组 SQL 语句或整个程序。事务和程序是两个概念。一般地讲，一个程序中包含多个事务。事务的开始与结束可以由用户显式控制。如果用户没有显式地定义事务，则由数据库管理系统按默认规定自动划分事务。

ACID

ACID 是指数据库事务的四个特性：

原子性 (Atomicity)
一致性 (Consistency)
隔离性 (Isolation)
持久性 (Durability)。
这些特性保证了在事务中，所有操作要么全部成功提交（COMMIT），要么全部撤销回滚（ROLLBACK），不允许只部分执行，并且数据库始终处于一致性状态，即使系统故障或者其他异常情况也不会破坏数据的完整性。
- 原子性 (Atomicity)：确保了事务中的所有操作不可分割，要么全部提交成功，要么全部失败回滚。
  
  回滚可以用日志来实现，日志记录着事务所执行的修改操作，在回滚时反向执行这些修改操作即可
- 一致性 (Consistency)：表示事务必须把数据库从一个一致状态转变为另一个一致状态。在一致性状态下，所有事务对一个数据的读取结果都是相同的。
  - 当数据库只包含成功事务提交的结果时，就说数据库处于一致性状态。
  - 如果数据库系统运行中发生故障，有些事务尚未完成就被迫中断，这些未完成的事务对数据库所做的修改有一部分已写入物理数据库，这时数据库就处于一种不正确的状态（不一致的状态）。
  - 隔离性 (Isolation)：确保了多个事务并发执行时不会相互干扰，即一个事务所做的修改在最终提交前，对其他事务是不可见的。
    
    如果一项操作无法完成或出现了意外故障，整个事务就会失败，并且所有对数据库所做的修改都会被回滚。
  - 持久性 (Durability)：是指一旦事务提交，其执行的结果就会持久保存到数据库中，不会因系统故障、崩溃或其他错误导致执行数据丢失。
    
    可以通过数据库备份和恢复来实现，在系统发生崩溃时，使用备份的数据库进行数据恢复。
    
    要保证事务的正确性和数据的一致性，需要在编写数据库操作时遵循一些基本的事务处理原则，例如保证事务的独立性、粒度合理、尽量减少锁竞争等。
    
    事务特性的关系
    
    ACID 的四个特性是相互关联和互相依赖的
    - 只有满足一致性，事务的执行结果才是正确的。
    - 在无并发的情况下，事务串行执行，隔离性一定能够满足。此时只要能满足原子性，就一定能满足一致性。
    - 在并发的情况下，多个事务并行执行，事务不仅要满足原子性，还需要满足隔离性，才能满足一致性。
    - 事务满足持久化是为了能应对数据库崩溃的情况。
      
      事务运行方式
      
      事务的运行方式主要分为两种方式：
      - 串行：每个时刻只有一个事务运行
        
        串行的优点是实现简单，容易保证事务的一致性；但缺点是效率低。
      - 并行：同一时刻可以有多个事务同时运行
        
        并行的优点是效率高，可提高整个系统的吞吐量，减少平均响应时间；但缺点是会导致数据库的不一致性。
        
        在单处理系统中，所谓的并行实际上是宏观上的并行运行，微观上的串行运行，即交叉并发
        
        允许多个用户同时使用同一个数据库的数据库系统称为多用户数据库系统，在这种系统中，同一时刻并发运行的事务数量相当庞大。
        
        假设有两个事务 S S S 和 T T T，其中 S S S 有 m m m 条指令， T T T 有 n n n 条指令，且每个事务内部指令的相对顺序不能错乱，那么可能的执行顺序有 R R R 种： R = C m + n m = C m m + n = ( m + n ) ! m ! n ! R=C^m_{m+n} = C^{m+n}_m=\frac{(m+n)!}{m!n!} R=Cm+nm=Cmm+n=m!n!(m+n)!
        
        调度
        
        调度：事务的一次执行顺序称为一个调度，表示事务的指令在系统中执行的时间顺序，一组事务的调度必须保证：包含了所有事务的操作指令、一个事务中指令的顺序必须保持不变。
        
        调度又分为串行调度和并行调度：
        
        串行调度：属于同一事务的指令紧挨在一起执行，对于有 n n n 个事务的事务组，可以有 n ! n! n! 个有效调度
        
        并发调度：来自不同事务的指令可以交叉执行。并发调度有可能会导致错误结果，仅当并发调度等价于某个串行调度时，则称该并发调度时可串行化的、正确的。
        
        并发一致性问题
        
        在并发环境下，可能会出现并发一致性问题，并发一致性问题是指在数据库或分布式系统中，当多个事务或操作并发执行时，由于事务的隔离性难以完全保证，导致数据的一致性和完整性受到破坏的现象。
        
        这些问题主要包括脏读、不可重复读、幻读以及丢失修改等，可能导致数据库中的数据变得不一致。
        
        读脏数据
        
        脏读（Dirty Read）：通常情况下，读取数据的事务会等待修改数据的事务提交，以便确保数据的一致性。一个事务读取了另一个未提交的事务所做的修改，然后在另一个事务回滚时，读取的数据就变得无效、不一致。脏读可能导致不可靠的数据和错误的决策。
        
        脏读可能导致严重的问题，它可能会使应用程序基于错误的数据做出错误的决策。例如，如果一个银行应用程序在脏数据的情况下对银行帐户余额进行计算，则可能会导致银行资金的混乱。
        
        不可重复读
        
        不可重复读（Non-repeatable Read）：一个事务在同一查询中多次读取同一行数据时，得到的结果不一致。在同一个事务，读取的过程中，由于其他事务修改了数据，同一查询可能返回不同的结果。
        
        情况实例：
        
        事务 A 开始并执行 SELECT 语句，读取了某一行的数据。
        
        事务 B 修改了该行数据，并提交事务。
        
        事务 A 再次执行相同的 SELECT 语句，读取同一行数据，但是此时得到的结果与之前读取的结果不一致。
        
        不可重复读可能对应用程序逻辑造成困扰,可能导致数据的不一致，特别是对于需要多次读取数据并进行比较或计算的场景。
        
        例如，一个订单系统中，一个事务读取了某个订单的金额，在执行过程中，另一个事务对订单金额进行了修改，导致两次读取的金额不一致，进而影响了订单的计算结果。
        
        幻读
        
        幻读（Phantom Read）：在同一个事务中，同一查询多次执行，得到的结果集不一致。这是因为在读取的过程中，其他事务插入或删除了符合查询条件的数据。导致再次执行同一查询时出现新的数据行或少了一些数据行。
        
        可以理解为，幻读是一种比不可重复读更严重的数据不一致情况。
        
        事务A 开始并执行 SELECT 语句，读取了表中的某几行数据。
        
        事务B 插入了符合查询条件的一行数据，并提交事务。
        
        事务A 再次执行相同的 SELECT 语句，读取相同的几行数据，但是此时得到的结果集中出现了新的一行数据，事务A 读取到的就是脏数据。
        
        幻读可能导致数据的不完整。在高并发环境下，串行化隔离级别可能导致性能问题。因此，需要根据具体的业务需求和性能考量选择合适的隔离级别，以避免幻读的问题。
        
        与不可重复读相比，幻读主要是针对批量数据的插入和删除操作，不仅会导致对数据的读取不一致，还可以对其它业务操作造成一定的困扰。
        
        例如，在一个网上商城系统中，一个事务读取某一类商品的所有库存，使用返回的结果更新了前端页面的销售数量，此时，客户来了几个下单，由不同的事务进行插入操作，导致前端页面展示的库存数量不一致，进而影响了用户体验和商城的信誉。
        
        丢失更新
        
        丢失更新（Lost Update）：由于并发事务的执行，两个事务同时对相同的数据执行更新操作，但是其中一个事务的更新结果被另一个事务覆盖，从而丢失了其中一个事务的更新。这可能导致数据的丢失和覆盖。
        
        当多个事务同时对同一数据进行修改时，如果不采取适当的并发控制措施，就可能导致丢失更新的问题：
        
        事务A 读取一行数据，并将其存储在本地缓存中。
        
        事务B 读取同一行数据，也将其存储在本地缓存中。
        
        事务A 修改了该行数据，并将其更新到数据库中。
        
        事务B 修改相同行数据，此时使用的是之前读取到的旧值，然后将其更新到数据库中。
        
        结果是事务B 的修改覆盖了事务A 的修改，事务A的更新操作被丢失。
        
        这种情况下，事务B 覆盖了事务A 的更新，最终导致数据的一致性问题。