数据库系统期末复习III: 并发控制基础、多粒度两阶段封锁 2PL、幻读解决方案

本文主要是介绍数据库系统期末复习III: 并发控制基础、多粒度两阶段封锁 2PL、幻读解决方案,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!

并发控制的重点是三个级别的封锁,2PL 以及 MVCC。本文属于第一部分,复习除了 MVCC 之外的。

基本操作

  • Commit一旦 commit 了,就无法再 Rollback。
  • Rollback再 begin transaction 到 commit 之间使用
  • Abort和 rollback 是同一个术语。
  • 一个 txn 的生命周期是从 begin txn 开始,到 commit/abort(rollback) 结束。

Conflict Searializable

  • 冲突的依赖:必须是 RW、WR、WW 的依赖关系。
  • Dependency Graph画图,把 W 到 R 连一条有向边,如果有环就是不可 Conflict Searializable(conflict equivalent?)。
  • 实际程序和人工都不会做这件事。
  • 是可串行调度的充分条件(不是必要的)

所有问题

  • 事务 ACID:原子性、一致性、隔离、持久性
  • Lost Update丢失更改。后来者 Abort 后把我的给丢失。
  • Non-Repeatable read不可重复读,中途数据被修改,不是原子性。
  • Dirty-Read读到别人的无效中间状态。未 commit、abort 数据。
  • Phantom Read指 insert 和 delete 的不可重复读。

所有解决方案

  • 封锁 Locking 2PL
  • 时间戳 Timestamp
  • 乐观控制 Optimistic Scheduler
  • 多版本 MVCC

封锁

  • X 锁和 S 锁。
  • 一级封锁:只用 X 锁。X 锁只有 commit 或 Roll back 可以释放。解决了 Lost Update,使多修改者完全互斥。
  • 二级封锁:X + SS 锁用完就能释放。解决了 dirty read,因为 S 锁取到的时候,保证了没有人半途修改中。
  • 三级封锁:二级基础上,但是 S 锁要事务结束才能释放。解决了不可重复读
  • 一二三级锁无法解决幻读:,除非 insert 和 delete 的时候直接给大表上锁,基本没有并发。
  • 无法解决可串行调度:一二三级封锁是针对某个修改和某个操作的锁方案。

2PL InnoDB 把他和 MVCC 一起用)

  • 2PL 基于二级封锁:现在针对一个事务内的所有操作都规定,每个事务只能有两个阶段,一个获取锁一个释放锁。grow phase 和 shrink phase。
  • 三级封锁是充分的 2PL事务结束才能释放锁,就是 strict 2PL。
  • 是可串行调度的充分条件。
  • Cascading Abortion一个 Abort (后来者),中间的全部 Abort。(需要 Abort 管理器和链表数据结构)。
  • 不要并发:自己再同一个互斥数据三搞出并发来然后脱裤子放屁地再用锁来同步,简直是乱来。
  • Strict 2PL(三级封锁),限定只有 commit 才能释放锁。从而用锁限制了同一个数据的并发,只能支持没有数据冲突的 interleaving。

死锁:

  • 你不知道你什么时候会以什么方式访问哪些数据。abort,然后 restart。
  • 死锁 Abort 的价值衡量:age,已进行的 progress,锁的数量,rollback 难度,restart 了多少次(什么半途匹配)。Postgres 采用 timestamp 技术,总是杀死最老的或者最年轻的。
  • 避免方法:总是杀死某些事务。

多粒度封锁

  • 效率问题:如果要修改很多 tuple,实际锁的 acquiring 就很浪费时间。为了解决这个问题,提供表级锁用来方便一次获取多个的锁。轻松方便。
  • 表级别锁互斥性:(SIX意思是表加 S + IX 只需要注意这些都是表级别的锁。

  • 2PL 是悲观算法,搞到没有并行度了。

Timestamp Ordering Nobody use this

  • 2PL缺点:前面说了 Strict 2PL 基本没有并行性。就是为了让重叠的数据完全没有并发(多核 interleaving)了。
  • 2PL 缺点2就算有了多 grained 锁机制,say that 两个事务,一个要读几百万个数据,然后对一个数据写,另一个事务读几百万个数据,其中读了那个被写的,2PL 直接让他们不用做了,直接串行调度。
  • 2Pl 缺点例子:T1 grow 时候成功拿到了tuple X 锁,因此也拿了表 IX,T2 可以拿 IS 进去到了那个 tuple 之后,尝试拿 S(行级)拿不到。当然,因为 grow 阶段可以连续来,所以其实几百万不冲突的数据还是能正常读写的。say that 这个冲突的数据在双方的第一个呢?那就不行了。
  • TO 顺序 Convention如果一个 txn TS 更小,那么必须等价于他先发生,别人后发生。
  • Local Copy 机制:timestamp 用的是 local copy 机制,只有这样才能保证不会互相影响。之后要解决的问题其实就是 rollback 和覆盖更新的事情了。就比如说一个中途 commit 了,那么另一个要串行,就一定要仿佛他完全发生在 commit 的那个的后面,所以他的 local copy 就会是错的。
  • 比如下图:这个 interleaving 正确的前提是,他们有先后依赖关系的必须是都是 happen before 的。
  • 解决思路:如果有一个事务 commit 了,那么他的 local copy 会 reflex 到 global,此时为了防止不可重复读,一个拥有 older timestamp 的  txn 将会被 abort 掉。记录这些东西的需要一个表,表可以分 fine grained 或者 coarse grained 的,每个操作的 DB Object(say 一个 tuple 或者一整个表)都要有一个 Timestamp 表。
  • 读:不能读到未来的写,TS < W-TS(X)
  • 写:不能写未来的读或未来的写。
  • Thomas write rule允许未来的写存在,这样当前事务就别写,当成被未来覆盖了。
  • Timestamp 没有死锁,可能有 starvation持续新短 txn 倒挂老长 transaction
  • Commit如果一个 txn 写了 Obj,那么就直接反映到全局上(不用 commit)。common sense 是 commit 了才更新 TS 啊。所以会有 unrecoverable 的问题。性能问题,ts 太麻烦了,时空都差。

乐观并发控制(OOC

  • 完全的 local copy
  • Read + Validation + Write 三阶段
  • 仍然是很垃圾的,没有人用。还不如 2PL。

Phantom Problem 解决方案

  • Re-Execute Scanscommit 的时候检查是否发生了 Update 和 Insertion/ deletion. 太麻烦
  • Predicate Locking:(从未实现) 给 select 语句加 S 锁,给 insert update delete 加 X 锁。
  • Index Locking(实际用这个):如果有 index,那么 select 和 delete 都会走 index,所以直接给 index 包含那个关键字的页面加锁。如果 index 没有这个字段,锁页面禁止插入。如果没有 index,锁所有页面禁止更新,锁表禁止插入删除。算是 Coarse grained 的。
  • next-key locking(InnoDB):通过 index row locking (innoDB 里面 index row 就是表行)和 gap locking。gap 是避免插入,index row 是避免修改。

级别(InnoDB repeatable read

  • 商业大部分是 READ commited

这篇关于数据库系统期末复习III: 并发控制基础、多粒度两阶段封锁 2PL、幻读解决方案的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/970552

相关文章

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

高并发环境中保持幂等性

在高并发环境中保持幂等性是一项重要的挑战。幂等性指的是无论操作执行多少次,其效果都是相同的。确保操作的幂等性可以避免重复执行带来的副作用。以下是一些保持幂等性的常用方法: 唯一标识符: 请求唯一标识:在每次请求中引入唯一标识符(如 UUID 或者生成的唯一 ID),在处理请求时,系统可以检查这个标识符是否已经处理过,如果是,则忽略重复请求。幂等键(Idempotency Key):客户端在每次

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

音视频入门基础:WAV专题(10)——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以打印WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的pts、dts: 打印出来的“pts”实际是AVPacket结构体中的成员变量pts,是以AVStream->time_base为单位的显

C 语言基础之数组

文章目录 什么是数组数组变量的声明多维数组 什么是数组 数组,顾名思义,就是一组数。 假如班上有 30 个同学,让你编程统计每个人的分数,求最高分、最低分、平均分等。如果不知道数组,你只能这样写代码: int ZhangSan_score = 95;int LiSi_score = 90;......int LiuDong_score = 100;int Zhou

js异步提交form表单的解决方案

1.定义异步提交表单的方法 (通用方法) /*** 异步提交form表单* @param options {form:form表单元素,success:执行成功后处理函数}* <span style="color:#ff0000;"><strong>@注意 后台接收参数要解码否则中文会导致乱码 如:URLDecoder.decode(param,"UTF-8")</strong></span>

Java并发编程之——BlockingQueue(队列)

一、什么是BlockingQueue BlockingQueue即阻塞队列,从阻塞这个词可以看出,在某些情况下对阻塞队列的访问可能会造成阻塞。被阻塞的情况主要有如下两种: 1. 当队列满了的时候进行入队列操作2. 当队列空了的时候进行出队列操作123 因此,当一个线程试图对一个已经满了的队列进行入队列操作时,它将会被阻塞,除非有另一个线程做了出队列操作;同样,当一个线程试图对一个空

c++基础版

c++基础版 Windows环境搭建第一个C++程序c++程序运行原理注释常亮字面常亮符号常亮 变量数据类型整型实型常量类型确定char类型字符串布尔类型 控制台输入随机数产生枚举定义数组数组便利 指针基础野指针空指针指针运算动态内存分配 结构体结构体默认值结构体数组结构体指针结构体指针数组函数无返回值函数和void类型地址传递函数传递数组 引用函数引用传参返回指针的正确写法函数返回数组