DBMS 并发控制

并发控制 (Concurrency Control) 是数据库中用于管理发生在数据库上的并发操作的管理程序。

但在了解并发控制之前，我们应该先了解并发执行。

DBMS 中的并发执行

• 在多用户系统中，多个用户可以同时访问和使用同一个数据库，这称为数据库的并发执行。这意味着在多用户系统上，不同的用户同时执行同一个数据库。
• 在处理数据库事务时，需要多个用户使用数据库来执行不同的操作，在这种情况下，就会进行数据库的并发执行。
• 关键在于，同时执行应该以交错的方式进行，并且任何操作都不应影响其他正在执行的操作，从而保持数据库的一致性。因此，在进行事务操作的并发执行时，会产生一些需要解决的挑战性问题。
• 例如：在像航空公司预订系统这样的大型计算机系统中，数据库会被多个用户共享。每个获得更新数据库权限的用户都使用事务进行操作。应用程序可以同时执行事务，因为每个用户都不知道其他用户的存在，因此这些并发事务可能会相互干扰，导致数据库不一致。
• 解决此问题的一种可能方法是强制事务顺序执行，每个事务仅在前一个事务完成后才开始。顺序执行事务耗时很长。除了这个原因之外，还有其他两个原因要在此时间执行事务。
  • 一个事务由多个步骤组成。其中一些可能涉及输入/输出活动，而另一些可能执行 CPU 活动。这两种活动是相互独立的，可以并行执行。这允许多个事务并发运行。当一个事务正在执行读/写操作时，另一个事务可以被分配到 CPU。同样，其他事务在输入/输出操作和 CPU 操作之间切换。这个过程类似于多程序设计，结果是系统的吞吐量增加，即单位时间内事务的数量增加。这也会导致 CPU 利用率的提高。
  • 当多个事务并发执行时，其中一些可能是长时间事务，一些可能是短事务。如果这些事务被串行执行，短事务必须等待长时间事务完成，这会导致事务执行出现不可预测的延迟。因此，事务被设置为并发运行，执行事务。

并发执行的问题

在数据库事务中，两个主要操作是 **读取 (READ)** 和 **写入 (WRITE)** 操作。因此，在事务的并发执行中需要管理这两个操作，因为如果这两个操作没有以交错的方式执行，数据可能会变得不一致。因此，并发执行操作时会发生以下问题：

问题 1：丢失更新问题 (W - W 冲突)

当两个不同的数据库事务以交错的方式（即并发执行）对同一个数据库项执行读/写操作，导致项的值不正确，从而使数据库不一致时，就会发生此问题。

例如

考虑下面的图，其中两个事务 T_X 和 T_Y 对同一个账户 A 执行操作，账户 A 的余额为 300 美元。

• 在时间 t1，事务 T_X 读取账户 A 的值，即 300 美元（仅读取）。
• 在时间 t2，事务 T_X 从账户 A 中扣除 50 美元，余额变为 250 美元（仅扣除，未更新/写入）。
• 交替地，在时间 t3，事务 T_Y 读取账户 A 的值，仍然是 300 美元，因为 T_X 尚未更新该值。
• 在时间 t4，事务 T_Y 向账户 A 添加 100 美元，余额变为 400 美元（仅添加，未更新/写入）。
• 在时间 t6，事务 T_X 写入账户 A 的值，余额将仅更新为 250 美元，因为 T_Y 尚未更新该值。
• 类似地，在时间 t7，事务 T_Y 写入账户 A 的值，它将写入时间 t4 完成的操作，即 400 美元。这意味着 T_X 写入的值丢失了，即 250 美元丢失了。

因此，数据变得不正确，数据库设置为不一致。这是因为其中一个更新丢失了。此调度代表了多个事务并发执行的丢失更新问题。

因此，要克服这个问题，我们应该确保在给定时间内只有一个事务可以修改给定的数据项，并且其他事务即使在查看数据库中未修改的值时也应该被锁定，直到修改提交到数据库。

脏读问题 (W-R 冲突)

当一个事务更新了数据库的一个项，但该事务不幸失败，并且在数据回滚之前，更新后的数据库项被另一个事务访问时，就会发生脏读问题。这时，两个事务之间就发生了读-写冲突。

例如

考虑下面的图中的两个事务 T_X 和 T_Y，它们在账户 A 上执行读/写操作，账户 A 的可用余额为 300 美元。

• 在时间 t1，事务 T_X 读取账户 A 的值，即 300 美元。
• 在时间 t2，事务 T_X 向账户 A 添加 50 美元，余额变为 350 美元。
• 在时间 t3，事务 T_X 将更新后的值写入账户 A，即 350 美元。
• 然后，在时间 t4，事务 T_Y 读取账户 A，将读取到 350 美元。
• 然后，在时间 t5，事务 T_X 由于服务器问题而回滚，值会变回 300 美元（如初始值）。
• 但对于事务 T_Y 来说，账户 A 的值仍然是提交的 350 美元，这就是脏读，因此被称为脏读问题。

不可重复读问题 (W-R 冲突)

到目前为止，我们已经讨论了丢失更新问题和脏读问题。这两个问题都与并发运行事务时数据库的更新有关。但是，当读取数据库中的数据项时，也可能出现问题，这类问题称为不可重复读。

也称为不一致检索问题，当事务中对同一个数据库项读取了两次（或多次）不同的值时发生。

当多个事务并发运行时，如果一个事务对同一个数据项进行了两次（或多次）读取，并且在两次读取（或多次读取）之间，另一个事务更新了该数据项，导致该事务在其对同一个数据项的两次读取中获得不同的值，就会发生不可重复读问题。

例如

考虑两个事务 T_X 和 T_Y，它们对账户 A 执行读/写操作，可用余额为 300 美元。下图所示。

• 在时间 t1，事务 T_X 从账户 A 读取值，即 300 美元。
• 在时间 t2，事务 T_Y 从账户 A 读取值，即 300 美元。
• 在时间 t3，事务 T_Y 通过向可用余额添加 100 美元来更新账户 A 的值，然后变为 400 美元。
• 在时间 t4，事务 T_Y 写入更新后的值，即 400 美元。
• 之后，在时间 t5，事务 T_X 读取账户 A 的可用值，将读取到 400 美元。
• 这意味着在同一事务 T_X 中，它读取了账户 A 的两个不同值，即最初的 300 美元，以及事务 T_Y 更新后读取的 400 美元。这是不可重复读，因此被称为不可重复读问题。

因此，为了保持数据库的一致性并避免并发执行中发生的问题，需要进行管理，而这正是并发控制概念发挥作用的地方。

在现实世界中，让我们考虑这样一个情况：银行员工运行一个事务，读取银行所有账户余额的总和。假设同时运行着其他事务，这些事务通过存款或取款来更新账户余额，那么第一个事务计算出的总数可能是错误的，因为它可能在更新之前读取了一些余额，而在更新之后读取了另一些余额。

并发控制

并发控制是用于控制和管理数据库操作的并发执行，从而避免数据库不一致的工作概念。因此，为了维护数据库的并发性，我们有并发控制协议。

为什么需要并发控制？

当并发执行不受控制时，可能会出现许多问题，因此我们需要对其进行控制。并发控制是管理数据库中的更新、删除等并发操作的活动，而不允许它们相互重叠。换句话说，并发控制致力于确保两个或多个用户不会互相干扰。

开发数据库的主要目的是允许许多并发用户访问数据库。开发 I/O 和 CPU 活动可以减少磁盘和处理器空闲时间，并提高系统吞吐量。只要所有访问数据库的用户只执行读取操作，并发访问就不会引起任何问题。当两个或多个并发用户访问数据库，其中一个尝试更新数据库时，可能会出现问题。在这种情况下，由于事务的干扰，可能会出现不一致。因此，有必要控制对数据库的并发访问，以避免出现任何不一致。

并发事务中的挑战

隔离是社区在支持并发事务的 DBMS 中实现数据一致性、完整性和良好性能时必须考虑的主要问题之一。以下是一些主要的困难：

数据一致性

丢失更新：当两个或多个事务尝试读取同一个记录、修改它然后写回时发生，这将导致只有一个更改被写入。

临时不一致：当一个事务正在读取另一个事务正在同时处理的数据时出现，导致中间值或不可预测的值。

数据完整性

不可重复读：当一个事务重试读取操作并获得与之前不同的值，因为另一个事务在此期间更新了该值时发生。

幻读：当一个事务重新提交一个返回满足某个条件的行集的查询，并发现该行集已被另一个插入或删除行的事务更改时发生。

隔离级别和性能

低隔离级别：例如，未提交读 (Read Uncommitted) 和已提交读 (Read Committed) 会使查询运行得更快，但同时也会带来脏读和不可重复读的可能性。

高隔离级别：因此，我们有可重复读 (Repeatable Read) 和串行化 (Serializable) 选项等技术，它们可以确保数据一致性，但会损害并发性和系统性能。

死锁

检测和解决：之后，为了识别 死锁，有必要监控正在进行的事务，这些事务涉及资源及其分配；这些的计算在计算上很密集，意味着解决死锁需要中止一个或多个事务；这对系统吞吐量和用户满意度有负面影响。

预防和避免：操作系统中解决或最小化死锁的策略或措施会降低并发性，从而导致资源利用不足。

资源争用

锁争用：如果有许多事务需要使用锁，则可能会出现小的原始事务速率，并且当事务速率很高时会出现长时间等待。

硬件资源限制：当有大量并发事务时，这会在有限数量的 CPU、内存和 I/O 操作上产生争用问题。

并发控制机制

锁的使用在 DBMS 并发控制中非常重要，因为它用于控制多个事务而不会对数据库进行不同步的更改。在这些协议中起重要作用的一些概念是共享锁和排他锁，以及两阶段锁定 (2PL) 和严格两阶段锁定。

并发控制协议

并发控制协议确保数据库事务并发执行的 **原子性 (atomicity)、一致性 (consistency)、隔离性 (isolation)、持久性 (durability)** 和 **可串行化性 (serializability)**。因此，这些协议被分类为：

• 基于锁的并发控制协议
• 时间戳并发控制协议
• 验证式并发控制协议

我们将在接下来的部分逐一理解和讨论每个协议。

现在是一些重要的单选题

1. __________ 是操作的集合，它们共同构成了一个逻辑工作项。

1. 网络
2. 传输
3. 沟通
4. 交易

2. _________ 是用于描述“全有或全无”特性的术语。

1. 以上都不是
2. 隔离
3. 原子性
4. 耐用性

3. 以下哪个选项描述了事务的属性？

1. 提及的所有内容
2. 原子性
3. 隔离
4. 耐用性

4. 两阶段锁定 (2PL) 协议的潜在缺点是什么？

1. 它不能确保可串行化。
2. 它可能导致死锁。
3. 它允许脏读。
4. 它阻止事务获取锁。

5. 与标准 2PL 相比，严格两阶段锁定 (Strict 2PL) 的一个关键优势是什么？

1. 提高并发性
2. 防止级联中止
3. 消除死锁
4. 降低锁定开销