Skip to content

Lecture 13 | Transactions

:material-circle-edit-outline: 约 1777 个字 :material-clock-time-two-outline: 预计阅读时间 6 分钟

ch17 - Transactions(1).pdf

数据库系统2024-05-20第6-8节 (zju.edu.cn)

我们来到数据存储和索引，查询处理与优化，以及今天的并发控制与恢复

并发控制与恢复由事务管理模块实现，即其操作对象是事务

Transaction Concept

事务是一串SQL语句的执行序列，可以包含多条语句，用于完成一个目的。

A transaction is a unit of program execution that accesses and possibly updates various data items.

事务是要commit的

之前实验五的借书、还书都是一个个事务

  • Two main issues to deal with:
    • Failures of various kinds, such as hardware failures and system crashes
      • 事务错误如何恢复
    • Concurrent execution of multiple transactions
      • 并发执行多条事务

要完整描述一个事务，我们需要用到ACID Properties 这个概念

  • ACID Properties
    • Atomicity （原子性）
      • 构成事务的操作被看成一个整体看待，要么全部成功，要么全不执行
      • 数据库恢复功能能实现原子性
    • Consistency （一致性）
      • 就是不会错误地修改数据库，相互关联的数据应该进行更新。比如转账转完总的钱应该不变
      • consistency requirements include
        • Explicitly （显式） specified integrity constraints : primary keys , foreign keys
          • 就是定义表时人为定义的
        • Implicit （隐式）integrity constraints, e.g.– sum of balances of all accounts minus sum of loan amounts must equal value of cash-in-hand
    • Isolation （隔离性）
      • 要求各并行事务相互之间不能影响，就像虚拟内存的分块、
      • 会影响的就不要并行了，改串行
    • Durability （持久性）
      • 对数据库的成功修改是永久性的，除非被其它事务再次修改
      • even if there are software or hardware failures
      • 出故障时，数据库恢复功能能实现持久性，比如用日志

A Simple Transaction Model

这个model的数据库只支持读写两种操作

我们后面的研究均基于此模型

image-20240521131527917

Transaction State

  • Active
    • the initial state
    • it is executing
  • Partially committed
    • after the final statement has been executed
    • 缓冲区，还没正式提交，可能会fail
  • Failed
    • after the discovery that normal execution can no longer proceed
  • Aborted
    • after the transaction has been rolled back and the database restored to its state prior to the start of the transaction
    • Two options after it has been aborted:
      • restart the transaction
      • kill the transaction
  • Committed
    • after successful completion

image-20240521135411583

Concurrent Executions

并行处理会遇到以下问题

  • Anomalies in Concurrent Executions
    • Lost Update( 丢失修改 )
      • 出现了交叉修改，其中一个被覆盖了
      • 比如两个人同时买票image-20240521140839789
    • Dirty Read （读脏数据）
      • 比如一个人预定票结果没钱又退了image-20240521140958282
    • Unrepeatable Read（不可重复读）
      • 我们要求事务的隔离性，这里T1的第二次read被T2影响了，这是我们不希望出现的image-20240521141140280
    • Phantom Problem （幽灵问题）
      • 和上一个类似，不过这里是指T1里面的第二次select由于收到T2影响，多了一个entityimage-20240521141453651

Schedules（调度）

就是一组排好序以防止出现并行问题的事务，注意是一组事务

Schedule – a sequences of instructions that specify the chronological order in which instructions of concurrent transactions are executed

a schedule for a set of transactions must consist of all instructions of those transactions

must preserve the order in which the instructions appear in each individual transaction

Schedule 1

一个串行调度（serial schedule），先执行一个再执行另一个，肯定能保证正确

image-20240521142040285

Schedule 2

一个交叉调度，与Schedule 1等价

image-20240521142300185

可见这个交叉调度实际上是根据操作对象进行分类的串行执行，等价于串行调度

这种能变化到串行调度的调度叫 Serializability( 可串行化 ) 的

Serializability

关于Serializability我们会从冲突的角度来看，先看看什么是冲突

  • Conflicting Instructions
    • 两条操作对象相同的操作，只要不都是读，一定是冲突的
    • 或者说，操作对象相同，只要有写操作，就是冲突的
    • 操作对象不相同肯定不冲突啦
  • Conflict Serializability （冲突可串行化）
    • If a schedule S can be transformed into a schedule S´ by a series of swaps of non-conflicting instructions, we say that S and S´ are conflict equivalent.
    • 即，能通过交换非冲突指令变成另一个调度，就说这两调度是冲突等价的
    • We say that a schedule S is conflict serializable if it is conflict equivalent to a serial schedule

Testing for Serializability

Precedence graph（前驱图）— a directed graph where the vertices are the transactions

有向边指示两者有一对冲突的操作，被指向的事务的指令时间上在后

这玩意儿是理论研究用的，实际实现不会用这个

image-20240521151723629

注意，冲突的操作是不能交换次序的

所以如果两个事务能形成一个有向闭环，那肯定不能转化为串行

image-20240521151931819

image-20240521153135595

注意T5没有冲突，但是也要放进图里

T5可以放在串行调度里的任意位置（见右下角示意图）

Different forms of Serializability

view serializability（视图可串行）

这里不管冲突的概念了

  • view serializability
    • 我们要求两个调度，只要读操作获得的数值一致，且写操作写出去的数值也是一样的即可

image-20240521154807371

比如从这个角度出发，这个等价于串行调度 T21-T28-T29

Other Notions of Serializability

这里讲的只看输出结果是不是一样即可

image-20240521155256560

即，(B-10)+50 = (B+50)-10

Recoverable Schedules

可恢复与可串行是等级别的性质

  • Recoverable schedule （可恢复调度）
    • 比如，T1先写了A，T2再读了A，那么如果T1的commit先于T2，这就是可恢复调度
    • 如果T2先commit，那么T1如果rollback就会导致T2读的是不一致的

我们下面看一下这部分常见的问题

Cascading Rollbacks

cascade是连锁的意思

  • Cascading rollback
    • 即多个事务都一个接一个读和写，第一个错了就会导致后面的全部都要rollback

image-20240521201024303

none of the transactions has yet committed (so the schedule is recoverable)

一个简单的解决办法就是规定不读脏数据，我们管采用这种规则的调度叫 Cascadeless schedules （无级联调度）

脏数据即改了还没commit的数据

Concurrency Control & Serializability

  • 数据库必须提供机制以保证调度都是
    • either conflict or view serializable
    • recoverable and preferably cascadeless

Weak Levels of Consistency

上面是理论，是理想的

下面是实际，用一些牺牲换取性能

Transaction Isolation Levels

  1. Serializable
  2. Repeatable read
    • only committed records to be read, repeated reads of same record must return same value.
    • 不关心幽灵问题
  3. Read committed
    • 不读脏数据
  4. Read uncommitted
    • 能读脏数据

Concurrency Control Protocols

通过什么机制决定事务的串行机制

image-20240521202912831

  • Lock-Based Protocols
    • 访问数据前需要申请相应的锁，一个数据同一时间只有一个锁
      • 读数据申请共享锁
      • 写数据申请派那锁？
    • 共享锁之间可以容纳，其它情况不能相容
  • Timestamp-Based Protocols
    • 给每个事务一个时间戳，类似出生日期，且十分精确
    • 根据时间戳决定次序

上面两种都是悲观的，即针对会出现问题的情况进行设计

下面这个是乐观的

  • Validation-Based Protocols
    • Each transaction must go through 3 phases:
      •  Read phase  Validation phase  Write phase

Lecture 13 | Concurrency Control

怎样的并发控制能让事务都产生可并发调度：1. 可串行 2. 可联级调度

数据库系统2024-05-20第6-8节 (zju.edu.cn) 02：07：31

等PPT