一、为什么需要事务？
举个例子：
A 和 B 账户各有 50 元余额，现在 A 要给 B 转账 10 元，刨除掉具体的业务逻辑和工作流程，仅考虑数据库层面的操作：A 账户-10，B 账户+10 。
如果没有事务，就只能让两个 update 操作串行执行：
// 代码片段1
run("update account set balance=balance-10 where account_id=A");
run("update account set balance=balance+10 where account_id=B");
图1
如图1，对于这个转账操作，我们的期望是：
- 代码片段1执行前，数据库数据：A 余额 50，B 余额 50。
- 代码片段1执行后，数据库数据：A 余额 40，B 余额 60。
但是，如果执行完 A-10 后，系统崩溃了，B+10 没能得到执行。则：
- 代码片段1执行前，数据库数据：A 余额 50，B 余额50。
- 代码片段1执行后，数据库数据：A 余额 40，B 余额50。
- 在此场景下，对 A 来说，这个转账操作是成功了的，毕竟钱都扣掉了，但 B 却没有收到对应的款项，也就是说从 A 账户扣掉的 10 块钱凭空消失了。这在实际业务中是不可接受的。
要解决这个问题，就必须有一套机制，来保证 A-10 和 B+10 这两个操作同时成功，或同时失败，以确保两个 update 操作执行前后的数据的一致性、正确性和完整性。
这套机制，就是“事务”。
二、事务定义
数据库事务 是可以作为一个完整的逻辑工作单元来执行的不可分割的一组操作，这些操作要么全部执行，要么全部不执行。
- 在关系型数据库中，事务可以是一条sql语句，也可以是多条sql语句。
- 在此基础之上，为了保证这一组操作执行结果的正确性和有效性，事务又附加了一些条件，就是ACID了。
ACID 的关注点和对事务的要求如下：
ACID
一致状态，是指数据处于一种语义上的有意义且正确的状态。
隔离性还有其他的称呼，如：并发控制、可串行化、锁等。
三、事务并发问题和隔离模式
并发访问场景下，若没有采取必要的隔离措施，会存在一些读写问题，包括：
- 3 类数据读问题：脏读、不可重复读和幻读。
- 2 类数据更新问题：第一类丢失更新、第二类丢失更新。
并发读写问题
数据库提供不同级别的事务隔离模式，解决部分或全部上述的读写问题，SQL 规范定义了四种级别的隔离模式（级别由低到高）：
- Read Uncommitted（读未提交）：最低的隔离级别，什么都不需要做，一个事务可以读到另一个事务未提交的结果。所有的并发事务问题都会发生。
- Read Committed（读已提交）：只有在事务提交后，其更新结果才会被其他事务看见。可以解决脏读问题。
- Repeated Read（可重复读）：在一个事务中，对于同一份数据的读取结果总是相同的，无论是否有其他事务对这份数据进行操作，以及这个事务是否提交。可以解决脏读、不可重复读。
- Serialization（串行化）：事务串行化执行，最高隔离级别，牺牲系统的并发性，将所有事务串行执行。可以解决并发事务的所有问题。
事务的隔离级别和数据库并发性是成反比的，隔离级别越高，并发性越低。
四、ACID的实现技术
ACID 的实现技术包括：并发控制、日志管理、备份恢复、锁管理、MVCC等内容。
其中，并发控制和日志技术是核心。
4.1 并发控制技术
并发控制技术是实现原子性、一致性和隔离性的重要技术之一。并发控制的本质就是要对并发的事务实现正确又高效的调度。
从实现思想的角度看，并发控制技术分两类：
- 乐观并发控制，Optimistic Concurrency Control，OOC，事后检查。
- 悲观并发控制，Pessimistic Concurrency Control，PCC，提前预防。
从实现技术角度，并发控制机制有如下几类：
- 基于锁的并发控制机制
基于锁的并发控制机制是最常见的一种并发控制机制，事务中可能涉及到的一些锁的概念如下图：
锁
- 基于时间戳/数据版本的并发控制
基于数据版本的并发访问控制，是通过给数据表加一个版本号或时间戳字段实现。
- 当读取数据时，将 version字段的值一同读出，数据每更新一次，对此 version 值加一。
- 当提交更新的时候，判断当前版本信息与第一次取出来的版本值大小，如果数据库表当前版本号与第一次取出来的 version 值相等，则予以更新，否则认为是过期数据，拒绝更新。
基于时间戳的并发控制类似，把版本号换成时间戳就行了。
- 基于MVCC的并发控制
MVCC（Multi-Version Concurrent Control），即多版本并发控制协议，是个行级锁的变种，它在普通读情况下避免了加锁操作，因此开销更低，同时在保证数据一致性的前提下，提供一种高并发的访问性能。
虽然不同数据库或数据库引擎对 MVCC 的实现不同，但通常都是实现非阻塞读，对于写操作只锁定必要的行：
- 第一种实现方式：将数据记录的多个版本保存在数据库中，当这些不同版本数据不再需要时，垃圾回收器回收这些记录。——PostgreSQL 和 Firebird/Interbase 采用。
- 第二种实现方式：只在数据库保存最新版本的数据，但是会在使用undo时动态重构旧版本数据。——Oracle 和 MySQL/InnoDB 采用。
4.2 日志技术
数据库的日志可以大体分为3类：binlog、redo log、undo log。
其中，binlog是Server层记录的日志， redo log 和 undo log 是数据库存储引擎层的日志。
大部分关系型数据库系统是通过 redo log 和 undo log 来实现事务的原子性、一致性和持久性，同时也用于支持数据备份和恢复：
- redo log，记录数据被修改后的值，可以用来恢复未写入 data file 的已成功事务更新的数据。redo log 又包括：redo log buffer 和 redo log file，一个写内存，一个写硬盘。
- undo log，记录数据被修改前的值，可以用来在事务失败时进行 rollback。
举个例子，假设 A=1且 B=2，某事务 T 要做 A=3 和 B=4，则
- 事务简化过程：
1.start
2.A=1——>undo log
3.set A=3
4.A=3——>redo log buffer
5.B=2——>undo log
6.set B=4
7.B=4——>redo log buffer
8.redo log buffer——>redo log file
9.commit
- undo 和 redo 日志：
// undo日志：
<T,A,1>
<T,B,2>
// redo日志：
<T,A,3>
<T,B,4>
- 数据恢复（重做、撤销）
若执行 9 时出现系统异常，则下次启动时可以通过 redo log 重做该事务。
若执行 6 时出现异常，则可以通过 undo log 撤销已经做过的修改。 - undo/redo日志
也有把 undo 和 redo 结合起来的做法，叫做 Undo/Redo 日志，在前面中的例子
Undo/Redo 日志为：
<T, A, 1, 3>
<T, B, 2, 4>
网友评论