数据库并发操作异常及解决办法

数据库的并发操作

操作系统中对于并发的定义：并发是指两个或多个事件在同一时间间隔内发生。

注意同一时间间隔（并发）和同一时刻（并行）的区别。在多道程序环境下，一定时间内，宏观上有多道程序在同时执行，而在每个时刻，单处理机环境下仅有一道程序能够执行，因此微观上这些程序仍是分时交替执行的。操作系统的并发性是通过分时得以实现的。

数据库系统是操作系统中的应用软件，它也无法实现并行操作。因此，可以得知数据库的多个事务也是交替执行（并发）的。这种的交替运行，会引起一些数据的错误操作：丢失修改、脏读、不可重复读。

丢失修改

定义：当一个事务修改了数据，并且这种修改还没有还没有提交到数据库中时，另外一个事务又对同样的数据进行了修改，并且把这种修改提交到了数据库中。这样，数据库中没有出现第一个事务修改数据的结果，好像这种数据修改丢失了一样。

以火车售票系统为例，对于数据表(车次，剩余票数)，一个售票事务的处理过程如下：

	(1) 查询该车次剩余票数x=16

	(2) 执行售票操作：x=x–1，得x=15
	
	(3) 将x=15写回该车次剩余票数。

这样一个事务在串行运行的数据库系统中是没有问题的，如果两个事务串行运行，各售一张票，最终结果为14。但如果在并行系统中，可能会有两个售票事务实例同时执行，由于CPU分时间片轮流执行事务，这时有可能发生如下情况（执行次序自上而下，两个事务交叉运行）：

	售票事务T1 售票事务T2

　　（1）查询剩余票数x=16

　　（2）查询剩余票数x=16

　　（3）x=x-1，得x=15

　　（4）将x=15写回数据库。

　　（5）x=x-1，得x=15

　　（6）将x=15写回数据库。

即T1先查询出了剩余票数16，此时它把控制权交给CPU，等待分配下一个时间片执行。然后T2获得了执行权，查出票数依然是16。然后T1和T2不管如何轮换执行，售出一张票后（售多张票是类似的），都将得到结果15。那么后一个事务提交的数据就覆盖了前一个事务的数据，最终结果是15，这就是所谓的丢失修改问题。下面谈谈如何解决这种普遍性的问题。

丢失修改的解决方案

其实引起修改丢失的关键就是前一个事务修改之后，后一个事务再次修改，那么前面一个事务的修改便没有了作用，这是并发执行导致的。如果是串行执行，将不会出现丢失修改的错误。

我们可以采用一个时间戳来记录哪个事务先修改了数据库。时间戳不是一个时间，而类似于一个自动增长字段，但它有一个特点，就是每次更新某条记录时，会自动更新为一个新的时间戳数据。在SQL Server中，设置为一个字段为timestamp数据类型，读取时可以使用varbinary类型读取。

主要思路是：读取剩余票数时就同时读取该记录的时间戳，当更新记录时，判断时间戳是否与原来读取的相同，如果不同，说明已经有一个事务修改了这条记录，就让当前事务失败。这其实就实现了一种串行操作，一个事务的修改执行完成并提交之后，才允许其他修改事务成功执行。

这样我们把数据库表修改为：车次表（车次，剩余票数，修改时间）。注意修改时间字段设置为timestamp类型，不允许为空，这样初始化时就先自动生成了一个时间戳。

数据库的隔离级别

数据库事务的隔离级别有4个，由低到高依次为Read uncommitted 、Read committed 、Repeatable read 、Serializable ，这四个级别可以逐个解决脏读 、不可重复读 、幻读 这几类问题。

脏读

定义：当一个事务正在访问数据，并对数据进行了修改，而这种修改还没有提交到数据库中，这时，另一个事务也访问这个数据，然后使用了这个数据。因为这个数据是还没有提交的数据，那么另一个事务读到的这个数据是脏数据，依据脏数据所做的操作可能是不正确的。

将隔离级别设置为Read committed 时，可以避免脏读，但是可能会造成不可重复读。

不可重复读

在一个事务内，多次读同一数据。在这个事务还没有结束时，另一个事务也访问该同一数据，那么，在第一个事务中的两次读数据之间，由于第二个事务的修改，第一个事务两次读到的数据可能是不一样的。

不可重复读和脏读的区别是：脏读是某一事务读取了另一个事务未提交的脏数据，而不可重复读则是读取了前一事务提交的数据。

将隔离级别设置为Repeatable read 时，可以避免不可重复读，但是可能会造成幻读。

幻读

指一个事务A对一个表中的数据进行了修改，而且该修改涉及到表中所有的数据行；同时另一个事务B也在修改表中的数据，该修改是向表中插入一行新数据。那么经过这一番操作之后，操作事务A的用户就会发现表中还有没修改的数据行，就像发生了幻觉一样。这就被称作幻读。

幻读和不可重复读都是读取了另一条已经提交的事务（这点就脏读不同），所不同的是不可重复读查询的都是同一个数据项，而幻读针对的是一批数据整体（比如数据的个数）。

将隔离级别设置为Serializable （串行化） 时， 可以解决幻读的问题。
Serializable 是最高的事务隔离级别，同时代价也花费最高，性能很低，一般很少使用，在该级别下，事务顺序执行，不仅可以避免脏读、不可重复读，还避免了幻读。

参考资料

1. https://blog.csdn.net/qq_34569497/article/details/79064208
2. https://www.cnblogs.com/pyq228/archive/2012/05/26/2519446.html
3. https://blog.csdn.net/lph188/article/details/85260553