当前位置: 首页 > news >正文

【数据库系统概论】并发控制--复习

1. 并发控制概述

并发控制是数据库系统处理多个事务同时执行时,保证数据一致性和事务隔离性的关键技术。

1.1并发操作的特点

  • 数据库系统允许多个用户并发访问。
  • 典型应用场景:
    • 飞机订票系统
    • 银行数据库系统
    • 网上购物系统

1.2并发操作可能带来的问题

并发事务可能导致数据的不一致性:

  1. 丢失修改

    • 多个事务同时修改同一数据,一个事务的结果可能覆盖另一个事务的结果。
    • 例子:两个售票点同时读取和修改机票余额,实际减少两张票,但余额只减少了一张票。
  2. 脏读

    • 一个事务读到了另一个未提交事务的修改,导致数据不一致。
  3. 不可重复读

    • 一个事务读取某数据后,另一个事务对其进行了修改,导致再次读取时数据不同。
  4. 幻读

    • 一个事务按条件查询得到的数据记录集,另一个事务插入或删除了相关记录,导致查询结果不同。

1.3并发控制的任务

  • 防止数据不一致,保证:
    1. 事务的隔离性
    2. 数据库的一致性

2. 事务的隔离级别

SQL标准定义了四种隔离级别,用来防止并发导致的数据不一致。

2.1隔离级别由低到高依次为:

  1. 读未提交

    • 允许读取未提交事务的数据。
    • 可能导致脏读、不可重复读和幻读。
  2. 读已提交

    • 只能读取已提交事务的数据。
    • 避免了脏读,但仍可能出现不可重复读和幻读。
  3. 可重复读

    • 一个事务开始后,其他事务不能修改它已读取的数据。
    • 避免了脏读和不可重复读,但不能避免幻读。
    • MySQL默认级别
  4. 可串行化

    • 最高隔离级别,所有事务按顺序执行。
    • 避免了所有问题,但性能较低。

3. 封锁

封锁是实现并发控制的核心技术。

3.1基本封锁类型

  1. 共享锁(S锁)

    • 允许多个事务读取同一数据,但不允许修改。
    • 适用于“读”操作。
  2. 排它锁(X锁)

    • 一个事务对数据加X锁后,其他事务不能再读或修改。
    • 适用于“写”操作。

3.2锁的相容性矩阵

S锁X锁
S锁YN
X锁NN
  • Y:相容,多个事务可以同时加锁。
  • N:不相容,必须等待锁释放。

4. 封锁协议

封锁协议是使用S锁和X锁时的规则。

4.1三级封锁协议

  1. 一级封锁协议

    • 修改数据前必须加X锁,事务结束后释放。
    • 防止丢失修改。
  2. 二级封锁协议

    • 读取数据前加S锁,修改数据前加X锁,事务结束后释放。
    • 防止脏读。
  3. 三级封锁协议

    • 读、写前分别加S锁和X锁,事务结束后释放。
    • 防止不可重复读。

5. 活锁与死锁

5.1活锁

  • 一个事务因优先级低总是得不到锁,处于无限等待状态。
  • 解决方法:先来先服务

5.2死锁

  • 两个事务循环等待对方持有的锁。
  • 解决方法:
    1. 超时法:等待超时后回滚事务。
    2. 等待图法:通过检测图中的循环回路识别死锁。

6. 并发调度的可串行性

6.1可串行化调度

  • 并发事务的执行结果与某种顺序的串行执行结果相同。
  • 可串行性是判断并发调度正确性的标准。

6.2两段锁协议(2PL)

  • 两阶段锁定:
    1. 扩展阶段:只加锁不释放。
    2. 收缩阶段:只释放锁不加锁。
  • 优点:保证调度的可串行化。
  • 缺点:可能导致死锁。

7. 封锁粒度

7.1粒度的选择

  • 粒度大:减少开销,但降低并发性。
  • 粒度小:提高并发性,但增加系统开销。

7.2多粒度封锁

  • 支持同时对数据库的不同层级加锁(如表、元组等)。
  • 引入意向锁(IS锁、IX锁):
    • 提高加锁效率,避免冲突。

8. 多版本并发控制(MVCC)

8.1特点

  • 维护数据的多个版本,避免读写冲突。
  • 适用场景:事务读写并发较高的情况下。
  • 优点:提高性能,减少事务等待。
  • 缺点:产生大量无效版本。

8.2 改进方法(MV2PL)

  • 读事务:使用多版本机制。
  • 写事务:使用两阶段锁协议。
  • 引入验证锁(Certify-Lock):在事务提交时验证数据一致性。

9.总结:并发控制技术

  1. 主要技术

    • 封锁(S锁、X锁)
    • 时间戳方法
    • 乐观方法
    • 多版本并发控制(MVCC)
  2. 核心目标

    • 保证事务隔离性和数据一致性。
  3. 优化方向

    • 平衡隔离级别与性能需求。
    • 选择适合应用场景的并发控制机制。

关于更详细的笔记,等考完试再出哈。

http://www.lryc.cn/news/515855.html

相关文章:

  • MySQL(六)MySQL 案例
  • DDcGAN_多分辨率图像融合的双鉴别条件生成对抗网络_y译文马佳义
  • [读书日志]从零开始学习Chisel 第一篇:书籍介绍,Scala与Chisel概述,Scala安装运行(敏捷硬件开发语言Chisel与数字系统设计)
  • 二、用例图
  • LWIP之一:使用STM32CubeMX搭建基于FreeRTOS的LWIP工程并分析协议栈初始化过程
  • 个性化电影推荐系统|Java|SSM|JSP|
  • UE5AI感知组件
  • 每日一学——日志管理工具(ELK Stack)
  • “智能筛查新助手:AI智能筛查分析软件系统如何改变我们的生活
  • DeepSeek v3为何爆火?如何用其集成Milvus搭建RAG?
  • linux-centos-安装miniconda3
  • html+css+js网页设计 美食 好厨艺西餐美食企业网站模板6个页面
  • QT-窗口嵌入外部exe
  • C#中使用系统默认应用程序打开文件
  • 如何在 Ubuntu 22.04 上配置 Logrotate 高级教程
  • java项目之校园管理系统的设计与实现(源码+文档)
  • 关于 webservice 日志中 源IP是node IP的问题,是否能解决换成 真实的客户端IP呢
  • Serializable接口
  • 如何操作github,gitee,gitcode三个git平台建立镜像仓库机制,这样便于维护项目只需要维护一个平台仓库地址的即可-优雅草央千澈
  • 【HDU】1089 A+B for Input-Output Practice (I)
  • lua库介绍:数据处理与操作工具库 - leo
  • 逆向入门(1)C篇-正儿巴经的第1个实验
  • vue数据请求通用方案:axios的options都有哪些值
  • 使用R语言绘制标准的中国地图和世界地图
  • 【PyTorch】迁移学习、数据增强
  • Lucas-Kanade光流法详解
  • python多张图片生成/合成gif
  • iptable限制多个端口出站
  • springmvc--请求参数的绑定
  • Redis查询缓存