【数据库】树形数据组织架构下的封锁并发控制，B树索引并发访问控制，树协议原理及案例分析

本文主要是介绍【数据库】树形数据组织架构下的封锁并发控制，B树索引并发访问控制，树协议原理及案例分析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

数据库并发访问树协议

专栏内容：

手写数据库toadb
本专栏主要介绍如何从零开发，开发的步骤，以及开发过程中的涉及的原理，遇到的问题等，让大家能跟上并且可以一起开发，让每个需要的人成为参与者。
本专栏会定期更新，对应的代码也会定期更新，每个阶段的代码会打上tag，方便阶段学习。

开源贡献：

toadb开源库

个人主页：我的主页
管理社区：开源数据库
座右铭：天行健，君子以自强不息；地势坤，君子以厚德载物.

文章目录

数据库并发访问树协议
前言
概述
树结构的封锁不同点
树协议的规则
- 举例
树协议原理分析
总结
结尾

前言

随着信息技术的飞速发展，数据已经渗透到各个领域，成为现代社会最重要的资产之一。在这个大数据时代，数据库理论在数据管理、存储和处理中发挥着至关重要的作用。然而，很多读者可能对数据库理论感到困惑，不知道如何选择合适的数据库，如何设计有效的数据库结构，以及如何处理和管理大量的数据。因此，本专栏旨在为读者提供一套全面、深入的数据库理论指南，帮助他们更好地理解和应用数据库技术。

数据库理论是研究如何有效地管理、存储和检索数据的学科。在现代信息化社会中，数据量呈指数级增长，如何高效地处理和管理这些数据成为一个重要的问题。同时，随着云计算、物联网、大数据等新兴技术的不断发展，数据库理论的重要性日益凸显。

因此，本专栏的分享希望可以提高大家对数据库理论的认识和理解，对于感兴趣的朋友带来帮助。

概述

有一类数据库元素，它的组织结构是树的形式，树中的各元素之间没有包含关系，如B-树索引数据的组织形式，对于此类数据的访问必须从树进行查找访问，这与之前介绍的数据库元素的层次结构，在加锁方式上不一样。

本文将重点介绍树形结构组织的数据的访问规则，封锁原理，以及一些优化的谈讨。

树结构的封锁不同点

访问需要加锁；在访问树形数据时，假如是B-树索引，为了保持读写操作的可串行化，需要进行封锁访问，锁模式如之前提到的读锁，写锁，更新锁；
加锁粒度为节点；树的每个节点也是一个数据块，加锁粒度也是节点，更小到元组会带来更多不利，更大的粒度到整棵树，那几乎没有并发性了；
加锁方式与2PL有区别；树的访问都是从根开始，然后一层层遍历，找到对应节点位置；那么加锁也从根开始，按之前介绍的两阶段锁规则，在使用前不能释放锁，那就意味着根节点没有并发性，这不利用索引的使用效率。如果确定不修改树节点，那么就可以提前释放根节点的锁，这就有悖2PL；

基于以上不同，对于树形组织的数据，专门使用树协议加锁方式，而不是2PL方式加锁，在确定当前节点还有空间时，就不会修改根节点，此时就可以提前释放根节点的锁，同样适用于中间节点，当然串行化的保证依赖于都从根往下顺次查找这一顺序。

树协议的规则

树协议由以下规则构成，假定访问树结构使用一种锁，用L(X)来表示加锁X节点；

访问树结构时，第一个锁可以加在树中的任意节点；
只有持有父节点的锁时，才能对其后续节点加锁；
事务可以在任何时候解锁；
不能对已解锁的节点重新加锁，即使此时持有父节点的锁也不行；

举例

在这里插入图片描述

并发三个事务，T1 从节点A开始移动，经过B，C，D；事务T2从B开始，目标是E节点；事务T3从E开始，移动到F和G；其中加锁是L(X),解锁是U(X)表示。

T1	T2	T3
L1(A);R1(A);
L1(B);R1(B);
L1©;R1©;
W1(A);U1(A);
L1(D);R1(D);
W1(B);U1(B);
	L2(B);R2(B);
		L3(E);R3(E);
W1(D);U1(D);
W1©;U1©;
	L2(E) 被拒绝
		L3(F);R3(F);
		W3(F);U3(F);
		L3(G);R3(G);
		W3(E);U3(E);
	L2(E);R2(E);
		W3(G);U3(G);
	W2(B);U2(B);
	W2(E);U2(E);