4.1 版本管理器——2PL与MVCC

2PL协议

2PL（Two-Phase Locking，两阶段锁协议）是数据库管理系统中用于确保事务调度正确性的常见并发控制协议。它通过锁机制来管理事务对数据库资源的访问，确保事务之间不会发生冲突。2PL协议可以分为以下两个阶段：

1. 扩展阶段（Growing Phase）：在这个阶段，事务可以请求获得锁定（如共享锁或排他锁），但不能释放任何锁。事务可以随着操作的进行逐步获取更多的锁，但一旦进入收缩阶段，便不能再获取新的锁。

2. 收缩阶段（Shrinking Phase）：在这个阶段，事务只能释放锁，不能再获得新的锁。一旦事务开始释放锁，就不能再请求新的锁。

2PL锁协议的重要特性是，事务必须在扩展阶段获取所有必要的锁，然后在收缩阶段释放这些锁。这个过程确保了在并发执行多个事务时，数据库的一致性和隔离性。 两阶段锁协议有两种变体：

• 严格两阶段锁协议（Strict 2PL）：事务在提交或回滚之前不会释放任何锁，特别是排他锁。这种策略可以防止脏读的发生，确保了更高的隔离级别。

• 严密两阶段锁协议（Rigorous 2PL）：事务在整个生命周期内都不会释放任何锁，直到事务结束（提交或回滚）。这种策略比严格2PL更严格，防止了脏读、不可重复读和幻读。

2PL协议在数据库系统中广泛使用，是确保并发控制、避免死锁和保证数据一致性的重要方法之一。

以上定义来自GPT

数据库中的冲突操作

不考虑插入操作，只考虑update和read操作，这两个操作满足以下三个条件即相互冲突：

• 两个操作由不同事务执行

• 两个操作操作同一个数据项

• 至少有一个update操作

那么对同一个数据项的操作发生冲突的条件其实如下：

• 两个不同事务的update冲突

• 两个不同事务的update、read冲突

2PL和解决冲突操作有什么关系？

2PL（两阶段锁协议）在解决数据库中的操作冲突时具有以下重要意义：

1. 确保事务的隔离性

2PL的核心目标是确保多个事务并发执行时保持隔离性，防止事务之间的操作互相干扰。隔离性是ACID（原子性、一致性、隔离性、持久性）原则的重要组成部分，特别是避免以下常见问题：

• 脏读：一个事务读取了另一个未提交事务修改的数据，导致数据不一致。

• 不可重复读：一个事务两次读取相同的数据，但在两次读取之间，另一个事务修改了数据。

• 幻读：一个事务在多次查询时，发现有额外的数据行被另一个事务插入，导致查询结果不一致。

通过2PL协议，事务可以通过锁机制避免这些问题，从而保持数据的一致性和隔离性。

2. 预防操作冲突（重点在这一条）

在并发场景下，不同事务可能对同一资源（如数据库记录）进行操作。如果不加控制，事务间的冲突可能导致数据不一致或事务失败。2PL通过锁来管理资源的访问，避免以下类型的冲突：

• 读-写冲突：一个事务正在读取数据，另一个事务想要修改该数据。

• 写-写冲突：多个事务同时尝试修改同一数据。

2PL协议要求事务在扩展阶段获取所需的锁，并保证在释放锁前，其他事务无法访问已被锁定的资源，从而避免了操作冲突。

3. 保证调度的可串行化

串行化调度（Serializable Scheduling）是指事务的并发执行结果与按顺序执行的结果一致。2PL协议是确保调度可串行化的重要手段。根据2PL，事务的锁获取和释放顺序符合两个阶段的规则，这就保证了事务不会相互交错，导致不一致的状态。

4. 避免不安全的调度

如果不使用锁协议，事务调度可能导致不安全的执行。例如，一个事务读取了另一个事务修改的未提交数据，这可能导致数据污染。2PL通过锁定资源，确保每个事务只能在资源安全的状态下执行，从而避免出现不安全的调度情况。

5. 防止死锁（结合其他技术）

虽然2PL本身不能完全避免死锁，但它为死锁检测提供了基础。在2PL中，由于事务可能在扩展阶段请求多个锁，有可能发生死锁（即两个或多个事务相互等待彼此释放锁）。通过结合死锁检测机制或采用诸如超时机制，数据库系统可以检测并解除死锁，恢复正常执行。 上面来自GPT

在MySQL中，两阶段锁协议的含义是：当一个事务获取到了某一个数据库对象的锁之后，并不是当前事务不需要操作它了之后，这个说就会马上释放掉，这个锁会一直被这个事务持有，直到这个事务被提交或回滚后，这个锁才会被释放掉。所以，在当前事务还没有结束的时候，任何其他事务尝试获取这个锁的时候，都会被阻塞。知道当前事务提交或回滚后，前提事务才可以获取到这把锁 这就是MySQL中2PL两阶段锁协议的含义。它在事务并发的时候，为数据的一致性提供有力的保障 源自网络

MYDB中解决冲突的方法

SimpleDB采用2PL来实现调度序列的可串行化。如果某个事务i已经对x加锁，且另一个事务j也想操作x，但是这个操作与事务i之前的操作相互冲突，那么事务j会被阻塞。 使用2PL虽然保证了调度序列的可串行化，但是不可避免地导致了事务间的相互阻塞乃至死锁

MVCC

什么是MVCC

MVCC（Multiversion Concurrency Control，多版本并发控制）是一种数据库并发控制机制，用于解决数据库中多个事务并发执行时的读写冲突问题。MVCC通过维护数据的多个版本，允许并发的读操作和写操作更有效地进行，从而提高数据库的并发性能和系统吞吐量。

核心概念

1. 版本控制：每个数据项都有多个版本，每个版本对应于数据库在某个时间点的状态。当事务对数据进行修改时，系统不会直接覆盖旧版本的数据，而是创建一个新版本。旧版本的数据仍然保留，以供其他事务读取。

2. 事务标识：每个事务在开始时都会获得一个唯一的时间戳或事务ID。这个时间戳用于决定事务可以访问哪些数据版本，从而确保数据的一致性和隔离性。

3. 快照隔离：MVCC提供了一个时间点的数据库“快照”，即事务在开始时看到的是数据的一个一致快照，即使其他事务在此后提交了修改。这个机制确保了读取操作的可重复性，避免了脏读和不可重复读的问题。

MVCC 的工作机制

• 读取操作：事务在读取数据时，根据自身的时间戳，只能看到在该时间戳之前提交的版本数据。这意味着事务读取的数据版本是相对于其开始时间点的一致快照，而不是实时的最新数据。

• 写入操作：当事务要修改数据时，系统会创建该数据项的一个新版本，并将该版本标记为该事务的写入。这个新版本在事务提交前，对其他事务是不可见的。

• 提交和回滚：当事务提交时，系统会将新版本标记为可见，同时其他事务将能够看到这个新版本。如果事务回滚，则新版本会被丢弃，其他事务继续访问旧版本。

优点

1. 高并发性：MVCC允许多个事务同时读取数据，而不需要加锁。这减少了读写操作之间的冲突，从而提高了并发性。

2. 避免读写冲突：通过维护数据的多个版本，读操作不会被写操作阻塞，反之亦然。这大大减少了死锁和等待时间。

3. 一致性保证：MVCC通过时间戳和数据版本管理，确保事务看到的是一致的数据库状态，避免了脏读、不可重复读和幻读问题。

缺点

1. 存储开销：由于需要维护多个版本的数据，MVCC增加了存储空间的需求。过多的版本还可能需要额外的机制来清理和回收空间。

2. 版本管理复杂性：随着时间的推移，系统可能产生大量数据版本，管理这些版本及其对应的事务状态会增加系统的复杂性。

使用场景

MVCC广泛应用于现代关系型数据库系统，如PostgreSQL、MySQL（InnoDB引擎）和Oracle，以及一些NoSQL数据库，如Cassandra。它尤其适用于读操作频繁的场景，通过减少锁冲突来提高并发性能。

所以说，MVCC其实是一种思想，在不同的数据库中有不同的具体实现方式

MYDB中的MVCC

之前的实现中，我们知道数据管理器（DM）通过操作持久化的db文件，并通过封装，向上提供的抽象数据是DataItem，也就是说，上层看到的数据都是DataItem的形式 而本章讨论的版本管理器（VM）会进一步封装，给VM之上的模块提供一种抽象数据，即“记录”（Entry）。VM之上的模块看到的数据以及操作的数据都是Entry的形式 VM在内部，为每个Entry维护了多个版本（Version）。当上层模块对某个“记录”（Entry）修改时，VM就创建一个新的版本 如上的MVCC策略能够降低不同操作之间互相阻塞的概率，例如实现可重复读等隔离级别