数据库原理剖析 - 序列2 - 事务隔离级别和死锁检测

本文节选自《软件架构设计：大型网站技术架构与业务架构融合之道》第6.4章节。 作者微信公众号：
架构之道与术。进入后，可以加入书友群，与作者和其他读者进行深入讨论。也可以在京东、天猫上购买纸质书。

6.4.1 事务的四个隔离级别

通俗地讲，事务就是一个“代码块”，这个代码块要么不执行，要么全部执行。事务要操作数据（数据库里面的表），事务与事务之间会存在并发冲突，就好比在多线程编程中，多个线程操作同一份数据，存在线程间的并发冲突是一个道理。
事务与事务并发地操作数据库的表记录，可能会导致下面几类问题，如表6-3所示。
表6-3 事务并发导致的几类问题

为了解决上面几类问题，数据库设置了不同的事务隔离级别。不同数据库在事务隔离级别的定义和实现上会有差异，下面以MySQL InnoDB引擎为例，分析隔离级别是如何定义的，如表6-4所示。

表6-4 InnoDB事务隔离级别

从表6-4中可以看出，隔离级别，一级比一级严格。隔离级别4就是串行化，所有事务串行执行，虽然能解决上面的四个问题，但性能无法接受，所以一般不会采用；隔离级别1没有任何作用，也不会采用；所以常用的是隔离级别2和隔离级别3。
既然默认的隔离级别是3（RR），如何解决最后一个问题，丢失更新呢？这涉及下面要讲的悲观锁和乐观锁。

6.4.2 悲观锁和乐观锁

丢失更新在业务场景中非常常见，数据库没有帮工程师解决这个问题，只能靠我们自己解决了。先看丢失更新出现的场景：假设DB中有张数据表，如表6-5所示。
表6-5 用户余额表T

两个事务并发地对同一条记录进行修改，一个充钱，一个扣钱，伪代码如下：
事务A：

start transaction 
int b = select balance from T where user_id = 1 
b = b + 50
update T set balance = b where user_id = 1
commit

事务B：

start transaction 
int b = select balance from T where user_id = 1 
b = b - 50
update T set balance = b where user_id = 1
commit

如果正确地执行了事务A和事务B（无论谁先谁后），执行完成之后，user_id=1的用户余额都是30；但现在事务A和事务B并行执行，执行结果可能是30（正确结果），也可能是80（事务A把事务B的结果覆盖了），或者是20（事务B把事务A的结果覆盖了），这两种结果都是错误的。
要解决这个问题，有下面几种方法：
方法1：利用单条语句的原子性
在上面的每个事务里，都是把数据先select出来，再update回去，没有办法保证两条语句的原子性。如果改成一条语句，就能保证原子性，如下所示：
事务A：

start transaction 
update T set balance = balance + 50 where user_id = 1
commit

事务B：

start transaction 
update T set balance = balance -50 where user_id = 1
commit

这种方法简单可行，但很有局限性。因为实际的业务场景往往需要把balance先读出来，做各种逻辑计算之后再写回去。如果不读，直接修改balance，没有办法知道修改之前的balance的值是多少。

方法2：悲观锁
悲观锁，就是认为数据发生并发冲突的概率很大，所以读之前就上锁。利用select xxx for update语句，伪代码如下所示：
事务A：

start transaction 
//对user_id=1的记录上悲观锁
int b = select balance from T where user_id = 1 for update 
b = b + 50
update T set balance = b where user_id = 1
commit

事务B：

start transaction 
//对user_id=1的记录上悲观锁
int b = select balance from T where user_id = 1 for update
b = b - 50
update T set balance = b where user_id = 1
commit

悲观锁有潜在问题，假如事务A在拿到锁之后、Commit之前出问题了，会造成锁不能释放，数据库死锁。另外，一个事务拿到锁之后，其他访问该记录的事务都会被阻塞，这在高并发场景下会造成用户端的大量请求阻塞。为此，有了下面的乐观锁。

方法3：乐观锁
对于乐视锁，认为数据发生并发冲突的概率比较小，所以读之前不上锁。等到写回去的时候再判断数据是否被其他事务改了，即多线程里面经常会讲的CAS（Comapre And Set）的思路。下面来看一下，如何实现在数据库层面做CAS：如表6-6所示，给上面的表再加一列version字段。
表6-6 实现乐观锁的表结构

对应的伪代码如下所示：
事务A

while(!result)  //CAS不成功，把数据重新读出来，修改之后，重新CAS
 {
start transaction
int b, v1 = select balance, version from T where user_id = 1 ; 
  b = b + 50;
 result = update T set balance = b, version = version + 1 where user_id = 1 and version = v1;  //CAS
commit
 } 

事务B

while(!result) 
{
start transaction 
 int b, v1 = select balance, version from T where user_id = 1 ;
 b = b - 50;
  result = update T set balance = b, version = version + 1 where user_id = 1 and version = v1; //CAS
commit
}

CAS的核心思想是：数据读出来的时候有一个版本v1，然后在内存里面修改，当再写回去的时候，如果发现数据库中的版本不是v1（比v1大），说明在修改的期间内别的事务也在修改，则放弃更新，把数据重新读出来，重新计算逻辑，再重新写回去，如此不断地重试。

在实现层面，就是利用update语句的原子性实现了CAS，当且仅当version=v1时，才能把balance更新成功。在更新balance的同时，version也必须加1。version的比较、version的加1、balance的更新，这三件事情都是在一条update语句里面完成的，这是这个事情的关键所在！
当然，在实际场景中，不会让客户端无限循环地重试，可以重试三次，然后在操作界面上提示稍后再操作。

顺便介绍Java是如何利用CAS来做乐观锁的。下面是JDK6的JUC包里面，AtomicInteger的源代码：

public final int getAndIncrement() { 
for (;;) {  //失败，无限循环重试 
int current = get();  //读取值 
int next = current + 1;  //修改值 
if (compareAndSet(current, next))  return current;  //CAS
} 
}
public final int getAndDecrement() {
 for (;;) {
 int current = get(); 
int next = current - 1; 
if (compareAndSet(current, next)) return current; 
} 
}
public final boolean compareAndSet(int expect, int update) {
return unsafe.compareAndSwapInt(this, valueOffset, expect, update);  //调用native代码，实现一个CAS原子操作
} 

方法4：分布式锁
乐观锁的方案可以很好地应对上述场景，但有一个限制是select和update的是同一张表的同一条记录，如果业务场景更加复杂，有类似下面的事务：

start_transaction
  select xxx from T1
  select xxx from T2
  …根据T1和T2查询结果进行逻辑计算，然后更新T3
  update T3
commit

要实现update表T3的同时，表T1和表T2是锁住状态，不能让其他事务修改。在这种场景下，乐观锁也不能解决，需要分布式锁。当然，分布式锁也不是一个完善的方案，存在各种问题，后面会对其专门探讨。

6.4.3 死锁检测

上层应用开发会加各种锁，有些锁是隐式的，数据库会主动加；而有些锁是显式的，比如上文所说的悲观锁。因为开发使用的不当，数据库会发生死锁。所以，作为数据库，必须有机制检测出死锁，并解决死锁问题。
先以两个事务为例，看一下死锁发生的原理。

如图6-5所示：事务A持有锁1，事务B持有锁2，然后事务A请求锁2，但请求不到；事务B请求锁1，也请求不到。两个事务各拿一个锁，各请求对方的锁，互相等待，发生死锁。

图6-5 两个事务发生死锁示意图

把两个事务的场景扩展到多个事务，如图6-6所示。

图6-6 多个事务发生死锁的示意图

以事务为顶点，以事务请求的锁为边，构建一个有向图，这个图被称为Wait-for Graph。比如事务A要请求锁1、锁2，而锁1、锁2分别被事务B、事务C持有，因此事务A依赖事务B、事务C；事务B要请求锁3，而锁3被事务C持有，所以事务B依赖事务C；事务C要请求锁4，而锁4被事务A持有，所以事务C依赖事务A；依此类推。

死锁检测就是发现这种有向图中存在的环，本图中就是事务A、事务B、事务C之间出现了环，所以发生了死锁。关于如何判断一个有向图是否存在环属于图论中的基本问题，存在多种算法，此处不展开讨论。

检测到死锁后，数据库可以强制让其中某个事务回滚，释放掉锁，把环断开，死锁就解除了。

具体到MySQL，开发者可以通过日志或者命令查看当前数据库是否发生了死锁现象。遇到这种问题，需要排查代码，分析死锁发生的原因，定位到具体的SQL语句，然后解决。死锁发生的场景非常的多，与代码有关，也与事务隔离级别有关，只能根据具体问题分析SQL语句解决。下面随便列举两个死锁发生的场景。

场景1：如表6-7所示，事务A操作了表T1、T2的两条记录，事务B也操作了表T1、T2中同样的两条记录，顺序刚好反过来，可能发生死锁。
表6-7 死锁发生场景1

场景2：如表6-8所示，同一张表，在第三个隔离级别（RR）下，insert操作会增加Gap锁，可能导致两个事务死锁。这个比较隐晦，不容易看出来。
表6-8 死锁发生场景2