数据库管理系统 - 并发控制：初学者指南

你好，未来的数据库大师们！今天，我们将踏上一段激动人心的旅程，探索数据库管理系统（DBMS）中的并发控制世界。如果你对这个主题感到陌生，不用担心；我会成为你的友好向导，我们将一步一步地探索这个话题。那么，拿起一杯咖啡，让我们一起跳进去吧！

DBMS - Concurrency Control

什么是并发控制？

在我们深入了解细节之前，让我们先了解一下并发控制是什么。想象一下一个繁忙的餐厅，多个服务员试图同时点餐和上菜。如果没有适当的协调，将会陷入混乱！同样，在数据库中，多个用户或进程可能会尝试同时访问和修改数据。并发控制就像餐厅的总服务员，确保一切顺利运行，没有冲突。

现在，让我们探讨在DBMS中用于并发控制的主要技术。

基于锁的协议

理解锁

锁就像酒店房间门上的“请勿打扰”标志。当一个事务需要访问数据时，它会在数据上放置一个锁，告诉其他人：“嘿，我在这里工作！”

锁的类型

锁类型	描述	用例
共享锁（S）	允许多个事务读取数据	读取数据，不做修改
独占锁（X）	只有一个事务可以持有这种锁	写入或更新数据

两阶段锁定（2PL）协议

这个协议就像一场有两个主要动作的舞蹈：

扩张阶段：获取锁，不释放任何锁。
收缩阶段：释放锁，不获取任何锁。

让我们看一个简单的例子：

BEGIN TRANSACTION;
-- 扩张阶段
LOCK TABLE users IN EXCLUSIVE MODE;
UPDATE users SET balance = balance - 100 WHERE id = 1;
LOCK TABLE transactions IN EXCLUSIVE MODE;
INSERT INTO transactions (user_id, amount) VALUES (1, -100);
-- 收缩阶段
UNLOCK TABLE users;
UNLOCK TABLE transactions;
COMMIT;

在这个例子中，我们首先锁定我们需要的数据表，执行我们的操作，然后在提交事务之前释放锁。

死锁：舞蹈出错

想象一下两个舞者都在等待对方先动。这就是死锁！在数据库中，当两个事务都在等待对方释放锁时，就会发生这种情况。

为了防止死锁，我们使用以下技术：

超时：如果一个事务等待时间过长，它将被回滚。
死锁检测：系统主动查找死锁并解决它们。

基于时间戳的协议

现在，让我们转换一下话题，讨论基于时间戳的协议。这些就像给每个进入系统的事务分配一个带有时间戳的唯一票证。

基本时间戳排序（TO）协议

在这个协议中，我们使用时间戳来确定冲突操作顺序。这就像根据顾客到达餐厅的时间来为他们服务。

以下是如何工作的：

每个数据项X有两个时间戳值：

W-timestamp(X)：成功写入X的任何事务的最大时间戳。
R-timestamp(X)：成功读取X的任何事务的最大时间戳。

对于尝试读取X的事务T：

如果TS(T) < W-timestamp(X)，T太晚了，必须中止并重新启动。
否则，允许T读取X并将R-timestamp(X)设置为max(R-timestamp(X), TS(T))。

对于尝试写入X的事务T：

如果TS(T) < R-timestamp(X) 或 TS(T) < W-timestamp(X)，T太晚了，必须中止并重新启动。
否则，允许T写入X并将W-timestamp(X)设置为TS(T)。

让我们看一个例子：

class DataItem:
def __init__(self):
self.value = None
self.r_timestamp = 0
self.w_timestamp = 0

def read(transaction, data_item):
if transaction.timestamp < data_item.w_timestamp:
print(f"事务 {transaction.id} 太晚了，无法读取。中止...")
abort(transaction)
else:
print(f"事务 {transaction.id} 读取值：{data_item.value}")
data_item.r_timestamp = max(data_item.r_timestamp, transaction.timestamp)

def write(transaction, data_item, new_value):
if (transaction.timestamp < data_item.r_timestamp or
transaction.timestamp < data_item.w_timestamp):
print(f"事务 {transaction.id} 太晚了，无法写入。中止...")
abort(transaction)
else:
print(f"事务 {transaction.id} 写入值：{new_value}")
data_item.value = new_value
data_item.w_timestamp = transaction.timestamp

def abort(transaction):
print(f"事务 {transaction.id} 中止并将重新启动。")

在这个例子中，我们实现了遵循时间戳排序协议的基本读取和写入操作。系统在允许操作之前检查时间戳，并相应地更新它们。

Thomas 写入规则：一个聪明的优化

Thomas 写入规则就像让一个跑得快的选手在比赛中超过一个跑得慢的选手。它允许我们忽略一些“太晚”的写入操作，而不需要中止事务。

以下是如何工作的：

如果TS(T) < W-timestamp(X)，而不是中止T，我们只是忽略这个写入操作。这是安全的，因为被写入的值反正已经过时了。

让我们修改我们的写入函数以包括Thomas 写入规则：

def write_with_thomas_rule(transaction, data_item, new_value):
if transaction.timestamp < data_item.r_timestamp:
print(f"事务 {transaction.id} 太晚了，无法写入。中止...")
abort(transaction)
elif transaction.timestamp < data_item.w_timestamp:
print(f"事务 {transaction.id} 的写入因Thomas写入规则而被忽略。")
else:
print(f"事务 {transaction.id} 写入值：{new_value}")
data_item.value = new_value
data_item.w_timestamp = transaction.timestamp

这个优化有助于减少不必要的事务中止次数，从而提高系统的整体性能。

总结

哇！今天我们涵盖了大量的内容，从基于锁的协议到基于时间戳的协议。记住，并发控制就是要在数据库操作的混乱世界中保持秩序。就像在繁忙的十字路口当交通警察，确保每个人都安全到达目的地，不会相互碰撞。

随着你在数据库世界的旅程继续，你将遇到更多高级的概念和技术。但现在，为掌握并发控制的基本概念而给自己鼓掌吧！

继续练习，保持好奇心，快乐编码！

Credits: Image by storyset