数据库读写一致性问题

我就是我 2022-04-23 00:44 197阅读 0赞

# 事务并发可能出现的问题 #

（1）脏读：事务A读取了事务B更新的数据，然后事务B因为某些原因回滚，那么事务A读取的就是脏数据  
（2）不可能重复读：事务A多次读取同一数据，事务B在事务A多次读取的过程中，对数据做了更新并提交，导致事务A多次读取的结果不一致  
（3）幻读：事务A查出一批数据，进行操作，这时事务B新增一条数据，事务A提交之后，发现还有一条数据没有操作，发生幻觉。  
备注：不可能重复读偏向修改，幻读偏向新增，解决不可重复读使用行级锁，解决幻读 表锁

# 不同隔离级别在事务并发下导致的结果（mysql为例） #

<table> 
 <thead> 
  <tr> 
   <th>事务隔离级别</th> 
   <th>脏读</th> 
   <th>不可重复读</th> 
   <th>幻读</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>读未提交（read-uncommitted）</td> 
   <td>是</td> 
   <td>是</td> 
   <td>是</td> 
  </tr> 
  <tr> 
   <td>不可重复读（read-committed）</td> 
   <td>否</td> 
   <td>是</td> 
   <td>是</td> 
  </tr> 
  <tr> 
   <td>可重复读（repeatable-read）</td> 
   <td>否</td> 
   <td>否</td> 
   <td>是</td> 
  </tr> 
  <tr> 
   <td>串行化（serializable）</td> 
   <td>否</td> 
   <td>否</td> 
   <td>否</td> 
  </tr> 
 </tbody> 
</table>

# 数据库通过并发控制保证读写一致性 #

并发控制的主要技术锁，时间戳，乐观控制法和多版本控制，商用数据库一般都是通过封锁来实现事务并发控制

## 1.封锁（加锁） ##

事务T在对某个数据对象（表，记录）操作之前，先向系统发出请求，对其加锁，加锁后事务T就对该数据对象有了一定事务控制权，在事务T释放它之前，其他事务不能更新此数据对象，属于悲观控制法

## 2.锁类型 ##

（1）排他锁（X锁）:排它锁又称写锁X。若事务T对数据对象A加上X锁，只有事务T可以读A也可以修改A，其他事务不能再对A加任何锁，直到T释放A上的锁。这保证了其他事务在T释放A上的锁之前不能再读取和修改A。  
（2）共享锁（S锁）：若事务T对数据对象A加上S锁，则事务T可以读A但不能修改A，其他事务只能再对A加S锁，而不能加X锁，直到T释放A上的S锁。这保证了其他事务可以读A，但在T释放A上的S锁之前不能对A做任何修改。

## 3.封锁协议 ##

（1）一级封锁协议（Read uncommited）：事务T在修改数据R之前必须先对其加X锁，直到事务结束才释放。事务结束包括正常结束（COMMIT）和非正常结束（ROLLBACK）。在一级封锁协议中，如果仅仅是读数据不对其进行修改，是不需要加锁的。所以它不能保证可重复读和不 读"脏"数据。

![一级封锁协议图][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FoZnl3YW5ncWlhbmc_size_16_color_FFFFFF_t_70]  
（2）二级封锁协议（Read Committed）：  
一级封锁协议加上事务T在读取数据R之前必须先对其加S锁，读完后即可释放S锁。二级封锁协议除防止了丢失修改和读"脏"数据，不能保证可重复读

![二级封锁协议图][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FoZnl3YW5ncWlhbmc_size_16_color_FFFFFF_t_70 1]（3）三级封锁协议（Repeatable Read）：  
一级封锁协议加上事务T在读取数据R之前必须先对其加S锁，直到事务结束才释放。三级封锁协议除防止了丢失修改和不读’脏’数据外，还进一步防止了不可重复读。

# 分布式系统中并发控制方案 #

## 1.数据库锁 ##

（1）创建一张锁表，需要对某个资源加锁，则往表里添加一条记录，释放锁则删除这条记录  
缺点：数据库负载压力增大，一旦数据库挂掉，可能导致整个服务不可用  
一旦解锁失败，可能导致死锁  
（2）基于数据库的排他锁  
for update 对查询数据集加锁  
缺点：依赖数据库的事务控制，资源开销大

## 基于redis的分布式锁 ##

a. 基于 REDIS 的 SETNX()、EXPIRE() 方法做分布式锁  
备注：有死锁的可能，setnx 执行成功后，在 expire() 命令执行成功前，发生了宕机的现象，那么就依然会出现死锁的问题  
b.基于 REDIS 的 SETNX()、GET()、GETSET()方法做分布式锁  
假设key原来是不存在的，那么多次执行这个命令，会出现下边的效果：  
\[1\]. getset(key, “value1”) 返回nil 此时key的值会被设置为value1  
\[2\]. getset(key, “value2”) 返回value1 此时key的值会被设置为value2  
\[3\]. 依次类推。  
c.具体用法  
\[1\]. setnx(lockkey, 当前时间+过期超时时间) ，如果返回1，则获取锁成功；如果返回0则没有获取到锁，转向2。  
\[2\]. get(lockkey)获取值oldExpireTime ，并将这个value值与当前的系统时间进行比较，如果小于当前系统时间，则认为这个锁已经超时，可以允许别的请求重新获取，转向3。  
\[3\]. 计算newExpireTime=当前时间+过期超时时间，然后getset(lockkey, newExpireTime) 会返回当前lockkey的值currentExpireTime。  
\[4\]. 判断currentExpireTime与oldExpireTime 是否相等，如果相等，说明当前getset设置成功，获取到了锁。如果不相等，说明这个锁又被别的请求获取走了，那么当前请求可以直接返回失败，或者继续重试。  
\[5\]. 在获取到锁之后，当前线程可以开始自己的业务处理，当处理完毕后，比较自己的处理时间和对于锁设置的超时时间，如果小于锁设置的超时时间，则直接执行delete释放锁；如果大于锁设置的超时时间，则不需要再锁进行处理。

## 基于Zookeeper实现分布式锁 ##

在zookeeper指定节点（locks）下创建临时顺序节点node\_n  
获取locks下所有子节点children  
对子节点按节点自增序号从小到大排序  
判断本节点是不是第一个子节点，若是，则获取锁；若不是，则监听比该节点小的那个节点的删除事件  
若监听事件生效，则回到第二步重新进行判断，直到获取到锁

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FoZnl3YW5ncWlhbmc_size_16_color_FFFFFF_t_70]: /images/20220323/f050a4e3b9f64e8f9bc34d1168645309.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FoZnl3YW5ncWlhbmc_size_16_color_FFFFFF_t_70 1]: /images/20220323/c89e95a8d0d44de091eed52b6c15a400.png