并发控制|数据库期末复习

问题的产生

多用户数据库系统的存在
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个
不同的多事务执行方式
(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

(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

(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

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，破坏事务一致性和数据库的一致性

并发控制概述

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1]飞机订票系统中的一个活动序列
① 甲售票点(甲事务)读出某航班的机票余额A，设A=16；
② 乙售票点(乙事务)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
T1的修改被T2覆盖了！

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，对甲、乙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，甲事务的修改就被丢失。
— 原因：第4步中乙事务修改A并写回后覆盖了甲事务的修改

并发操作带来的数据不一致性
— 丢失修改（Lost Update）
— 不可重复读（Non-repeatable Read）
— 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
• 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

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

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