15-併發控制理論
併發控制橫跨了多個層級：
- operator Execution 操作執行
- Access Methods 讀表
- buffer Pool Manager 快取池
日誌恢復
- buffer Pool Manager 快取池
- Disk 磁碟管理
Motivation：
- 當多人修改資料庫同一條資料，就會出現競爭問題
- 把100塊錢從A賬戶轉移到B賬戶，如果A賬戶扣100之後，機房斷電了。當斷電恢復之後，當前的資料庫狀態應該是什麼？（如果沒有恢復，狀態肯定是錯誤）
上面一個涉及丟失更新的問題 Lost Updates ，用併發控來解決。下面一個問題，用永續性來解決，用恢復來解決
併發控制和恢復是資料庫非常重要的功能。他們是實現事務ACID特性的基礎。
基礎理論(txn)是事務.txn 是一個資料庫操作的基礎操作單元。如果沒有顯示開txn，在資料庫中一條sql也是一個txn。
批： 關於儲存過程的理解
- 從表現上來看，儲存過程整個可以看成是一個大的事務。要麼執行成功，要麼執行失敗。這也就是其與其他程式事務的區別
轉賬包含3個動作：
這三條語句要麼都成功，要麼都失敗。
想當然的思路：
- 一次只執行一條（不能併發跑，影響資料庫的效能）
- 將整個資料複製一份，備份一份。在複製一份上進行修改，如果執行成功，就持久化，否則不操作（資料量太大）
所謂併發，就是多個事務交替的執行。以併發的好處：
- 單條相應時間更短
- 對系統更高的利用效率
併發的要求
- 正確性
- 公平
併發限制的必要性，如果併發不進行限制，會導致什麼問題呢？多個txn交叉執行，會有問題
- 可能使得資料永久性損失
多個txn能否併發，如何併發？如何交叉執行。這就是接下來要解決的問題
需要尋找一些標準，
資料庫不知道sql語句本身代表的含義，所以 資料庫要判斷txn之間能否交叉執行，如何交叉執行，要根據sql本身去分析。
記住：這裡的data object。為研究方便，將事務簡化成 讀寫操作。
如下介紹資料庫中運算元據的格式。begin開始，commit、abort(rollback)結束為止。 有的地方叫rollback
回滾有可能是程式本身發出的，也有可能是資料庫本身發出的。
比如當前的txn和其他的txn產生了dead clock，那麼資料庫會主動打斷當前txn的程序
改變不了之前的衝突情況。
接下來介紹txn的ACID四個性質。
前面說了 事務併發執行的要滿足正確性與公平性，如下是正確性的四個標準：即 資料庫執行txn怎麼才算正確執行了，標準是什麼？
原子性：要麼執行成功，要麼失敗。
一致性：資料在執行txn之前和之後，狀態要保持一致。資料來自於真實世界，反應真實世界，所以執行前後也要滿足真實世界的邏輯。比如 A向B賬戶賺錢，A賬戶和B賬戶的錢 轉賬前後要保持一致。
隔離性：無論多少個txn在併發執行，從結果上來說和資料庫序列執行一個txn的結果一致。
永續性：一個txn一旦執行成功，其對資料的影響是持久的。 無論是否停電或者是否發生其他非可抗因素。
通俗的版本：
今天要研究四個方面如何實現？
原子性質：
txn只有兩種結局：成功，終止（被回滾）
在使用者看來， 你的指令要麼全部執行，要麼一個也不執行。
兩個場景發生之後，資料庫當前這批資料的狀態應該是什麼？
實現原子性的手段：
- 日誌
- 執行一步，同時在日誌中，記錄如果回滾，該如何操作（一般上是兩份日誌，一個是undo，一個是redo）
- undo log 一般是在記憶體和磁碟中都會存日誌
- 好像是飛機的黑匣子一樣
日誌不光有回滾txn的作用，還有審計和提高執行效率的作用。
審計：如果資料庫出問題，檢視是哪些操作觸發了審計。
提高效率：即先記錄，在當時並不是真的執行，而後再在合適的時候，執行。 lazy evaluation
- 只備份你修改的page：增量備份。今天這個技術已經被淘汰了。
一致性：
txn執行前後，要滿足基本的真實世界的邏輯。
一致性分為：
- 資料庫一致性
- txn一致性
資料庫一致性：
前後一致性，後面的操作
txn的一致性：要靠業務來保證。
批註：似乎在求解一個帶約束的最佳化問題，最大化的執行事務 在 正確性和公平性的限制下。
二版：最大化事務的併發量
- 約束條件：ACID
隔離性：
理想的隔離：在一個時間只執行一個txn。
在後面我們會看到：資料庫使用了非常複雜的方法來實現個理性。為什麼要實現隔離性？
為了提高併發度，同時也方便了使用者，寫sql的人。
- 使用者在進行轉賬操作的時候，直接寫轉賬的sql，能不能操作成功，資料庫來做檢查。
資料庫做隔離性，就是為了使用者能更好的實現業務。
所以，我們需要一種方法來交替穿插的跑txn。這裡面有一個基準：資料庫角度肯定是多個txn一起執行的，但是對使用者來說要像序列跑一樣。
接著從實際的執行效果，對txn進行分類，看看那些類可以進行直接跑，哪些類可以轉化為序列跑。
併發控制協議是決定多個txn如何交替，按照什麼順序執行？什麼時候讓txn失敗
有兩大流派：
- 悲觀派：事情還未發生之前做控制，讓壞的事情不要發生。比如 後續介紹的兩階段鎖
- 樂觀派：先發展，後治理。矯枉必過正。出問題了再去讓出問題的txn回滾掉，比如 時間戳併發控制
樂觀比悲觀好。實際中，應該是樂觀悲觀並用。
如何實現併發？
從結果分析：如何才算正確的輸出。因為無論如何執行，要保證結果都是正確的。正確的基準是什麼？是序列執行的結果。只要是和序列執行的結果相符合，那麼就是正確的執行。併發的目標就是同時執行多個事務但是和序列的效果是一樣的。
並沒有說，T1一定要比T2先執行，或者 T2一定要比T1先執。但是執行的結果一定要和序列執行的結果相同。
從結果來看，上述兩個事務順序無論誰先執行結果都是正確的。上述叫真正順序的執行。
interleave（交錯）
如果是真的併發過來的，那麼怎麼讓它交疊的去跑？
交替跑是一個最佳化問題，最佳化目標是最大併發量，約束條件是什麼？是公平，正確。
可以更好的利用頻寬，利用cpu。
交疊跑：
- 最大化系統併發量
- 更好的利用多核cpu（系統可用性更高，能更加充分的利用系統）
如果一個txn出錯了，那麼它不會影響別的txn
如果對併發不進行控制，如下就是隨機跑的案例。（這頁PPT有問題）
如下這個就是錯誤的，存在一致性問題。
轉換成資料庫的操作，資料庫在幹什麼？對資料庫而言，所有的操作落實下去無非是讀寫兩個操作。所以後續用讀寫操作為線條，來分析併發中可能遇到的種種問題，而後對種種問題進行解決。
後面分析問題的形式就要發生變化了。變成讀寫角度了
我們可以從人為的角度，判定txn的執行是否存在問題，那麼我們如何編寫程式，讓資料庫來識別出txn的執行是否存在問題？
以真正序列的排程作為基準，如果實際txn的執行可以等價成序列，那麼沒有問題。
那麼如何等效？
真正序列的執行稱之為：Serial Schedule。
ps：這裡面幾個改變，serial schedule（序列化排程），Equivalent Schedules（等價序列化），Serializable Schedule（可序列化排程）的概念
等效序列化：（序列等價）
- 如果執行的效果 和序列一致，那麼稱之為等效序列化（無論實際制定的順序是什麼，描述有歧義）
可序列化排程 。如果每一個txn都保證一執行，那麼可序列化排程也保證了一致性。
可序列化是一個不太好理解的概念。更大的靈活性意味著更大的並行度。
接下來，從行為或者實際遇到的問題的角度，來分析什麼場景下的併發可以等效序列，什麼可以直接轉化為序列？
衝突操作的定義：兩個操作是衝突的，其需要滿足如下條件：
- 來自不同的事務
- 針對在相同的object上，至少有一個是寫
根據上面的定義，衝突有如下三種：
接下來，逐一的看：
讀寫衝突：一個讀了兩次，一個在讀的中間寫了一次，此時前後不一致稱之為 讀寫衝突（又叫不可重複讀）
明顯破壞了隔離性，第一次讀和第二次讀不一樣。
寫讀衝突：（先寫後讀，而後撤銷寫操作）叫髒讀
交叉之後，可序列的執行，會出問題。
序列的結果，要麼最後A和B是T1寫的結果；要麼是T2寫的結果；這兩者任意一個結果都是正確的。不能是兩者混著
寫寫衝突：結果交叉。
研究衝突是為了更好的序列化。
可序列化有兩種
- 基礎衝突
- 基於觀察的序列化
兩個txn是衝突等效，當且僅當：
- 如果
一些衝突操作可以轉換為 序列化操作
ex：不懂這裡
S是衝突等效的，當你可以將s變換成序列排程透過交換不同txn的連續非衝突操作。
判斷如下是否能可以轉化成可序列化序列
為什麼可以滑動？因為不同的action是不存在。
在時間上不同的操作可以滑動位置。（ps：滑動位置只是說明可以序列化，那麼實際執行也是序列化嗎？）
一個反例：
一旦有重複，寫些衝突，不能等效交換。沒辦法轉化成真正序列的。
如果有衝突，不能等效交換位置。
如下也不能交換位置：
除了如上的三種衝突，都是可以交換位置的。
當存在多個txn的時候，交換操作就會變得很難，所以需要新的演算法。
引出依賴圖這個工具：
構建依賴圖。（感覺拓撲排序可能在這裡有用）
如果依賴圖有環，永遠無法等效成序列化。構建依賴圖，判斷是否有環，
如果兩個調換位置，那麼就和序列化之後結果不同的。
因為圖中不存在環，所以可以先執行T2，再執行T2，再執行T3。
如上三個可序列化。不是真序列化，是執行效果相當於序列化。
如下是一個反例：永遠沒有透過滑動的辦法，將如下操作等效為序列化。
好像給了一個依賴圖無法包含的問題。我不懂
前面的是基於衝突的，下面是基於觀察的。
依賴圖顯示不可以，但是根據實際的業務發現是可序列的。依賴圖是有侷限性的，依賴圖會錯殺一些真正可序列化的情況
基於人類 觀察的可序列化 比 基於衝突的 侷限性更少。但是無法實現。
兩種都沒辦法做到100%的不誤殺，因為演算法沒辦法理解業務。多少都會存在錯殺的情況。
實際中，基於衝突的用的更多，因為更好實現。錯殺的特殊情況有些可以形成案例，摘出來，單獨判斷。（大模型套小模型，大模型+規則）
大部分資料庫對於只讀txn，那麼就不需要判斷讀寫依賴，寫讀依賴。直接併發就可以了。
多種排程併發執行分類：
真正序列的是一小部分，稍微多點的是 衝突可序列化。再多的是觀察可序列化。
永續性：
併發控制和恢復是資料庫最重要的功能之一。mysql是免費開源的資料庫支援事務。
txn可以極大的減輕業務的實現複雜度。
併發控制是自動實現的
- 併發控制要保證：併發執行的效果和單獨的序列執行效果相同
大部分情況下，能用事務儘量用事務，但是某些地方可能直接coding效能更好，因為資料庫不理解業務。
