0
点赞
收藏
分享

微信扫一扫

并发控制概述

小迁不秃头 2022-02-06 阅读 86

多用户数据库系统允许多个用户同时使用的数据库系统

飞机定票数据库系统
银行数据库系统
特点:在同一时刻并发运行的事务数可达数百上千个

多事务执行方式

(1)事务串行执行

每个时刻只有一个事务运行,其他事务必须等到这个事务结束以后方能运行
不能充分利用系统资源,发挥数据库共享资源的特点
在这里插入图片描述

(2)交叉并发方式(Interleaved Concurrency)

在单处理机系统中,事务的并行执行是这些并行事务的并行操作轮流交叉运行
单处理机系统中的并行事务并没有真正地并行运行,但能够减少处理机的空闲时间,提高系统的效率
在这里插入图片描述

(3)同时并发方式(simultaneous concurrency)

多处理机系统中,每个处理机可以运行一个事务,多个处理机可以同时运行多个事务,实现多个事务真正的并行运行
最理想的并发方式,但受制于硬件环境
更复杂的并发方式机制

事务并发执行带来的问题

会产生多个事务同时存取同一数据的情况
可能会存取和存储不正确的数据,破坏事务隔离性和数据库的一致性

数据库管理系统必须提供并发控制机制

并发控制机制是衡量一个数据库管理系统性能的重要标志之一

事务是并发控制的基本单位

并发控制机制的任务

对并发操作进行正确调度
保证事务的隔离性
保证数据库的一致性

并发操作带来数据的不一致性实例

[例]飞机订票系统中的一个活动序列
① 甲售票点(事务T1)读出某航班的机票余额A,设A=16;
② 乙售票点(事务T2)读出同一航班的机票余额A,也为16;
③ 甲售票点卖出一张机票,修改余额A←A-1,所以A为15,把A写回数据库;
④ 乙售票点也卖出一张机票,修改余额A←A-1,所以A为15,把A写回数据库
结果明明卖出两张机票,数据库中机票余额只减少1
这种情况称为数据库的不一致性,是由并发操作引起的。
在并发操作情况下,对T1、T2两个事务的操作序列的调度是随机的。
若按上面的调度序列执行,T1事务的修改就被丢失。
原因:第4步中T2事务修改A并写回后覆盖了T1事务的修改

并发操作带来的数据不一致性

1.丢失修改(Lost Update)
2.不可重复读(Non-repeatable Read)
3.读“脏”数据(Dirty Read)
记号
R(x):读数据x
W(x):写数据x

丢失修改

两个事务T1和T2读入同一数据并修改,T2的提交结果破坏了T1提交的结果,导致T1的修改被丢失。
上面飞机订票例子就属此类
在这里插入图片描述

不可重复读

不可重复读是指事务T1读取数据后,事务T2执行更新操作,使T1无法再现前一次读取结果。

不可重复读包括三种情况:

(1)事务T1读取某一数据后,事务T2对其做了修改,当事务T1再次读该数据时,得到与前一次不同的值
例如:
在这里插入图片描述

T1读取B=100进行运算
T2读取同一数据B,对其进行修改后将B=200写回数据库。
T1为了对读取值校对重读B,B已为200,与第一次读取值不一致
(2)事务T1按一定条件从数据库中读取了某些数据记录后,事务T2删除了其中部分记录,当T1再次按相同条件读取数据时,发现某些记录神秘地消失了。
(3)事务T1按一定条件从数据库中读取某些数据记录后,事务T2插入了一些记录,当T1再次按相同条件读取数据时,发现多了一些记录。
后两种不可重复读有时也称为幻影现象(Phantom Row)

读“脏”数据

读“脏”数据是指:
事务T1修改某一数据,并将其写回磁盘
事务T2读取同一数据后,T1由于某种原因被撤销
这时T1已修改过的数据恢复原值,T2读到的数据就与数据库中的数据不一致
T2读到的数据就为“脏”数据,即不正确的数据
例如
在这里插入图片描述

T1将C值修改为200,T2读到C为200
T1由于某种原因撤销,其修改作废,C恢复原值100
这时T2读到的C为200,与数据库内容不一致,就是“脏”数据
数据不一致性:由于并发操作破坏了事务的隔离性
并发控制就是要用正确的方式调度并发操作,使一个用户事务的执行不受其他事务的干扰,从而避免造成数据的不一致性
对数据库的应用有时允许某些不一致性,例如有些统计工作涉及数据量很大,读到一些“脏”数据对统计精度没什么影响,可以降低对一致性的要求以减少系统开销

并发控制的主要技术

封锁(Locking)
时间戳(Timestamp)
乐观控制法
多版本并发控制(MVCC)
欢迎大家加我微信交流讨论(请备注csdn上添加)
在这里插入图片描述

举报

相关推荐

0 条评论