事务的ACID特性

1. 絮絮叨叨

• 重温Apache ORC时，发现ORC支持ACID
• 想起自己之前一度不知道ACID是哪些单词的缩写，更别提面试中常提到的事物隔离级别等知识了
• 因此，特地学习一下数据库中事务的ACID

2. ACID

2.1 What’s transaction？

• 考虑一个真实场景，账户A向账户B转账2000元，将涉及两次数据库写操作：
  1. update账户A的记录，余额balanceA = balanceA - 2000
  2. update账户B的记录，余额balanceB = balanceB + 2000
• 由于某些意外，转账操作结束时，有两种不被银行系统所允许的情况出现了：
  1. 账户A的余额已减少，账户B却没有增加2000元
  2. 账户B的余额已增加，账户A却没有减少2000元
• 也就是说，转账操作中涉及的两次数据库写操作，要么都成功，要么都失败，不允许处于中间态（in-between state）
• 这两次数据库的写操作，就是一个事务（transaction）
• 事务是一组数据库的读写操作，这组操作是一个不可分割的整体，要么全部完成，要么都不执行，以保证数据库的一致性

2.2 ACID

• ACID是单词Atomicity（原子性）、Consistency（一致性）、Isolation（隔离性）、Durability（持久性）的首字母缩写，是数据库支持事务所必须遵守的4个特性
• PS： 支持事务的数据库，又叫事务型数据库（transactional databse）

2.2.1 Atomicity

• 原子性，可能是4个特性中最好理解的一个特性，可能原子操作已经深入程序员的心了吧
• 原子性，将事务中的所有操作视为一个整体，要么都成功执行，要么都不执行。
• 在事务的执行过程中，若某个操作失败或被中断，需要回滚（roll back）已执行的操作，使数据库恢复到事务执行之前的状态
• 原子性可以保证数据库状态的确定性，即使在数据库崩溃或断电的情况下
• 事务的原子性，一般都是使用日志预写技术（Write Ahead Log，WAL）中的undo日志实现

2.2.2 Consistency

• 一致性，就是事务对数据库的更改，必须与数据库约束一致
• 一旦破坏数据库约束，会使数据库进入非法状态，事务将被中止并进行回滚操作
• 数据库约束，一般是为了保证数据的完整性所设置
• 例如，转账前后，余额不能为负数。账户A原本只有2000元，却想向账户B转账2400元，这样的转账事务将被中止、回滚
  是指事务操作前和操作后，数据满足完整性约束，数据库保持一致性状态。

2.2.3 Isolation

• 多个用户同时读写同一张表，这些事务必须在一个隔离的环境中运行，以保证互不干扰或影响
• 隔离性，并不意味着事务不能并发执行，而是要对事务进行全局排序（global order），互不影响的事务可以同时执行，而相互影响的事务需要按序执行
• 例如，余额为2000元的账户，同时发起两笔转账交易，每笔交易金额为1000元。转账交易完成后，账户余额为0元，而非1000元

2.2.4 Durability

• 持久性，是指事务成功执行后，对数据所做的改动会被持久化存储，即使数据库崩溃或断电
• 例如，账户A余额为2000元，向账户B成功转账1000元后，余额变成1000元。即使银行系统崩溃，账户A余额不允许回退到2000元，或者减少至0元
• 事务的持久性，一般都是使用日志预写技术（Write Ahead Log，WAL）中的redo日志实现

3. 事务的隔离性

3.1 并发事务，将会带来哪些影响？

3.1.1 脏读（dirty read)

• 事务执行完成，该事务对数据库所有操作都已提交
• 事务B读取到了事务A未提交的数据
  • 若事务A由于某些原因发生了回滚，则事务B读取到的数据是无效的
    
  • 若事务A成功执行，则事务B读取的数据的是有效的
• 此时，无法保证该数据是否有效，该数据被视为脏数据，对应的read操作被称为脏读

3.1.2 不可重复读（non-repeatable read）

• 在一个事务内多次读取同一条数据，由于其他事务对该数据的更新，使得前后两次读取到的值不一致
• 例如，事务A、事务B同时读写lucy的银行账户。事务B提交后，lucy的账户余额变成了200万，事务B前后两次查询余额得到结果时不一致的
  
• 余额增加，对事务A对应的真实业务场景来说可能影响不大，但是余额减少影响就大了
  • 例如，购买一套房子要求账户余额不少于100万，第一次资格审核时，lucy可以买房
  • 签合同前，再次确认买房资格时，由于lucy的老公jack偷偷取了50万，发现账户余额为50万，lucy将丧失买房资格
  • 对lucy来说，这可是晴天霹雳啊
• 这种前后两次读取同一条数据，值却不一致的现象，被称为不可重复读

3.1.2 幻读（phantom read）

• 在一个事务内多次执行同一个查询，前后两次的查询结果却不一致，被称作幻读
• 例如，由于事务A增加了一条余额大于100万的账户记录，导致事务B第二次查询余额大于100万的账户数量时，发现账户数从5变成了6
  • 事务B对应银行柜员，要求本月100万存款的客户至少6个
  • 第一次查询时，发现自己业绩不达标；第二次查询，简直以为自己眼睛花了，咋100万存款的客户变成了6个
  • 甚至揉了几下眼睛、还掐了自己的大腿，以确定这不是在做梦
    

3.1.4 不可重复读 VS 幻读

• 不可重复读、幻读，都是两次查询的结果不一致，但二者的侧重有所不同
• 不可重复读是查询同一条数据时，前后两次的值有差异

  A non-repeatable read occurs, when during the course of a transaction, a row is retrieved twice and the values within the row differ between reads.

• 幻读是执行同一个查询时，前后两次返回的结果集有差异
• 例如，第一次查询age > 10的学生，有108条记录；第二次查询时，由于有学生转校进来，变成109条记录

  A phantom read occurs when, in the course of a transaction, two identical queries are executed, and the collection of rows returned by the second query is different from the first.

• 至于二者的差异，stackoverflow中的一个回答非常棒：What is the difference between Non-Repeatable Read and Phantom Read?

3.2 事务隔离级别

3.2.1 隔离级别的介绍

• 并发事务引发的脏读、不可重复度、幻影读三大问题，严重性排序如下：

  脏读 > 不可重复读 > 幻读
  

• 需要采取一定的隔离措施，来避免这些问题的出现

• SQL标准中提出了四种隔离级别，隔离级别越高，隔离效果越好，事务的执行性能越低

  读未提交（read uncommitted） > 读已提交（read committed） > 可重复读（repeatable read） > 串行化（serializable ）
  

• 读未提交：

  • 一个事务还未提交，它对数据库所做的变更就能被其他事务读到
  • 这是最低的隔离级别，存在脏读、不可重复读、幻读的问题，不会使用该隔离级别

• 读已提交：

  • 一个事务提交后，它对数据库所做的变更才能被其他事务读到
  • 读已提交解决了脏读的问题，有资料说：大多数的数据库默认级别就是读已提交，如Sql Server、Oracle （有待验证）

• 可重复读：

  • 若事务自身不对某条数据做更改，则在事务的整个执行过程中，即使其他事务更新了这条数据，但该事务读到的这条数据始终不变
  • 对于可重复读，最容易想到的方法是：让事务读取数据的快照（或者是临时视图），其他事务对数据的修改不会影响快照
  • 可重复读并不能解决幻读的问题，但有资料说：可重复读是Mysql InnoDB 引擎的默认隔离级别，在很大程度上还避免了幻读问题

• 串行化：

  • 在该隔离级别下，事务顺序执行，后一个事物的执行必须等待前一个事务的执行，自然也就不存在脏读、不可重复读、幻读三大问题
  • 这是最强的隔离级别，一般需要对数据加锁，导致数据库性能变差，一般不推荐使用

---

• 在并发事务下，这些隔离级别能解决（√）或仍然存在（X）的问题，总结如下：

  隔离级别	脏读	不可重复读	幻读
  读未提交	X	X	X
  读已提交	√	X	X
  可重复读	√	√	X
  串行化	√	√	√

3.2.2 基于隔离级别，推导事务执行结果

• 事务A和事务B都对lucy的账户余额表进行读写操作，在不同的隔离级别下，执行结果会有所差异
  
• 读未提交：在事务B未提交前，事务A查询到余额V1为200万
• 读已提交：在事务B未提交前，事务A查询到余额V1为100万；事务B提交后，事务A查询到的余额V2变200万，出现了不可重复读的问题
• 可重复读：不管事务B是否提交，事务A查询到的余额V1和V2都是100万；事务A提交后，查询到的余额为200万
• 串行化：事务B在事务A读取余额后，发起了update操作，存在读写冲突，事务B会暂停，直到事务A已提交

4. 后记

4.1 参考链接

• 对ACID的介绍，mongdb的这篇文章，在笔者看来是最好的：What are ACID Properties in Database Management Systems?
• 脏读与读未提交：Dirty Reads and the Read Uncommitted Isolation Level
• 幻读的示意图：Phantom Read Problem in SQL Server
• MySQL知识汇总：
  • 事务隔离级别是怎么实现的？（笔者虽然不是服务器开发方向的，但觉得这些文档应该是针对面试总结的）
  • MySQL事务隔离级别和实现原理

4.2 絮絮叨叨

• 在学习的过程中，还发现了之前经常遇到，但未深入了解的WAL技术
• 很多数据存储系统中，都是使用到了WAL技术，后续可以深入学习一下该技术