[[427418]]

本文轉(zhuǎn)載自微信公眾號「飛天小牛肉」，作者飛天小牛肉。轉(zhuǎn)載本文請聯(lián)系飛天小牛肉公眾號。

前文說過，“鎖" 是數(shù)據(jù)庫系統(tǒng)區(qū)別于文件系統(tǒng)的一個關(guān)鍵特性，其對象是事務(wù)，用來鎖定的是數(shù)據(jù)庫中的對象，如表、頁、行等。鎖確實提高了并發(fā)性，但是卻不可避免地存在一些潛在的并發(fā)一致性問題。

不過好在鎖只會帶來四種問題(丟失更新、臟讀、不可重復(fù)讀、幻讀)，如果可以防止這四種情況的發(fā)生，那將不會產(chǎn)生并發(fā)異常。為此，ISO 和 ANIS SQL 標(biāo)準(zhǔn)制定了四種事務(wù)隔離級別標(biāo)準(zhǔn)，用來對應(yīng)地解決鎖帶來的幾種問題。

鎖帶來的四種并發(fā)一致性問題

丟失更新 Last To Modify

丟失更新非常好理解，簡單來說其就是一個事務(wù)的更新操作會被另一個事務(wù)的更新操作所覆蓋，從而導(dǎo)致數(shù)據(jù)的不一致。

舉個例子：

1)事務(wù) T1 將行記錄 r 更新為 v1，但是事務(wù) T1 并未提交

2)與此同時，事務(wù) T2 將行記錄 r 更新為 v2，事務(wù) T2 未提交

3)事務(wù) T1 提交

4)事務(wù) T2 提交

如下圖所示，顯然，事務(wù) T1 丟失了自己的修改。

但是，事實上，這種情況準(zhǔn)確來講并不會發(fā)生。

因為我們說過對于行進(jìn)行更新操作的時候，需要對行或其他粗粒度級別的對象加鎖，因此當(dāng)事務(wù) T1 修改行 r 但是沒提交的時候，事務(wù) T2 對行 r 進(jìn)行更新操作的時候是會被阻塞住的，直到事務(wù) T1 提交釋放鎖。

所以，從數(shù)據(jù)庫層面來講，數(shù)據(jù)庫本身是可以幫助我們阻止丟失更新問題的發(fā)生的。

不過，在真實的開發(fā)環(huán)境中，我們還經(jīng)常會遇到邏輯意義上的丟失更新。舉個例子：

1)事務(wù) T1 查詢一行數(shù)據(jù) r，放入本地內(nèi)存，并顯示給一個用戶 User1

2)事務(wù) T2 也查詢該行數(shù)據(jù)，并將取得的數(shù)據(jù)顯示給另一個用戶 User2

3)User1 修改了行記錄 r 為 v1，更新數(shù)據(jù)庫并提交

4)User2 修改了行記錄 r 為 v2，更新數(shù)據(jù)庫并提交

顯然，最終這行記錄的值是 v2，User1 的更新操作被 User2 覆蓋掉了，丟失了他的修改。

可能還是云里霧里，我來舉個更現(xiàn)實點(diǎn)的例子吧，一個部門共同查看一個在線文檔，員工 A 發(fā)現(xiàn)自己的性別信息有誤，于是將其從 “女” 改成了 “男”，就在這時，HR 也發(fā)現(xiàn)了員工 A 的部門信息有誤，于是將其從 ”測試“ 改成了 ”開發(fā)“，然后，員工 A 和 HR 同時點(diǎn)了提交，但是 HR 的網(wǎng)絡(luò)稍微慢一點(diǎn)，再次刷新，員工 A 就會發(fā)現(xiàn)，擦，我的性別怎么還是 ”女“?

臟讀 Dirty Read

所謂臟讀，就是說一個事務(wù)讀到了另外一個事務(wù)中的 "臟數(shù)據(jù)"，臟數(shù)據(jù)就是指事務(wù)未提交的數(shù)據(jù)

如下圖所示，在事務(wù)并沒有提交的前提下，事務(wù) T1 中的兩次 SELECT 操作取得了不同的結(jié)果：

注意，如果想要再現(xiàn)臟讀這種情況，需要把隔離級別調(diào)整在 Read UnCommitted(讀取未提交)。所以事實上臟讀這種情況基本不會發(fā)生，因為現(xiàn)在大部分?jǐn)?shù)據(jù)庫的隔離級別都至少設(shè)置成 READ COMMITTED

不可重復(fù)讀 Unrepeatableread

不可重復(fù)讀是指在一個事務(wù)內(nèi)多次讀取同一數(shù)據(jù)集合。在這個事務(wù)還沒有結(jié)束時，另外一個事務(wù)也訪問該同一數(shù)據(jù)集合，并做了一些修改操作。因此，在第一個事務(wù)中的兩次讀數(shù)據(jù)之間，由于第二個事務(wù)的修改，那么第一個事務(wù)兩次讀到的數(shù)據(jù)可能是不一樣的。

舉個例子：事務(wù) T1 讀取一行數(shù)據(jù) r，T2 將該行數(shù)據(jù)修改成了 v1。如果 T1 再次讀取這行數(shù)據(jù)，此時讀取的結(jié)果和第一次讀取的結(jié)果是不同的

不可重復(fù)讀和臟讀的區(qū)別是：臟讀是讀到未提交的數(shù)據(jù)，而不可重復(fù)讀讀到的卻是已經(jīng)提交的數(shù)據(jù)，但是其違反了事務(wù)一致性的要求。

幻讀 Phantom Read

幻讀本質(zhì)上是屬于不可重復(fù)讀的一種情況，區(qū)別在于，不可重復(fù)讀主要是針對數(shù)據(jù)的更新(即事務(wù)的兩次讀取結(jié)果值不一樣)，而幻讀主要是針對數(shù)據(jù)的增加或減少(即事務(wù)的兩次讀取結(jié)果返回的數(shù)量不一樣)

舉個例子：事務(wù) T1 讀取某個范圍的數(shù)據(jù)，事務(wù) T2 在這個范圍內(nèi)插入了一些新的數(shù)據(jù)，然后 T1 再次讀取這個范圍的數(shù)據(jù)，此時讀取的結(jié)果比第一次讀取的結(jié)果返回的記錄數(shù)要多

四種事務(wù)隔離級別標(biāo)準(zhǔn)

SQL 標(biāo)準(zhǔn)定義了四種越來越嚴(yán)格的事務(wù)隔離級別，用來解決我們上述所說的四種事務(wù)的并發(fā)一致性問題。

1)READ UNCOMMITTED 讀取未提交：事務(wù)中的修改，即使沒有提交，對其它事務(wù)也是可見的。

上面提到過，數(shù)據(jù)庫本身其實已經(jīng)具備阻止丟失更新的能力，也就是說，即使是最低的隔離級別也可以阻止丟失更新問題。所以：

• 這個隔離級別可以阻止 丟失更新

2)READ COMMITTED 讀取已提交：一個事務(wù)只能讀取已經(jīng)提交的事務(wù)所做的修改。換句話說，一個事務(wù)所做的修改在提交之前對其它事務(wù)是不可見的。

• 這個隔離級別可以阻止 丟失更新 + 臟讀

3)REPEATABLE READ 可重復(fù)讀(InnoDB 存儲引擎默認(rèn)的隔離級別)：保證在同一個事務(wù)中多次讀取同一數(shù)據(jù)的結(jié)果是一樣的

• 這個隔離級別可以阻止 丟失更新 + 臟讀 + 不可重復(fù)讀

4)SERIALIZABL 可串行化：強(qiáng)制事務(wù)串行執(zhí)行(需要使用鎖機(jī)制來實現(xiàn))，這樣多個事務(wù)互不干擾，不會出現(xiàn)并發(fā)一致性問題。

• 這個隔離級別可以阻止 丟失更新 + 臟讀 + 不可重復(fù)讀 + 幻讀

可以看到四種隔離級別能阻止的并發(fā)一致性問題越來越多，但并不代表越高的隔離級別就越好，因為事務(wù)隔離級別越高，數(shù)據(jù)庫付出的性能代價也就相應(yīng)地越大。

另外，多提一嘴，InnoDB 存儲引擎在 REPEATABLE READ 事務(wù)隔離級別下，使用 Next-Key Lock 鎖的算法避免了幻讀的產(chǎn)生。也就是說，InnoDB 存儲引擎在其默認(rèn)的 REPEATABLE READ 事務(wù)隔離級別下就已經(jīng)能完全保證事務(wù)的隔離性要求了，即達(dá)到了 SQL 標(biāo)準(zhǔn)的 SERIALIZABLE 隔離級別。