zoukankan      html  css  js  c++  java
  • 事务

      事务

      事务(Transcation)事务是数据库区别于文件系统的重要特性之一。在文件系统中,如果正好在写文件,但是操作系统突然崩溃,这个文件就很有可能被破坏。当然,有一些机制可以把文件恢复到某个时间点。不过,如果需要保证两个文件同步,文件系统就显得无能为力了。例如,在需要更新两个文件时,更新完一个文件后,在更新完第二个文件之前系统重启了,就会有两个不同步的文件。

      InnoDB存储引擎中的事务完全符合ACID的特性。

    • 原子性(atomicity)
    • 一致性(consistency)
    • 隔离性(isolation)
    • 持久性(durability)

    事务的分类

      从事务理论的角度来说,可以把事务分为一下几种类型:

    • 扁平事务(Flat Transactions)
    • 带有保存点的扁平事务(Flat Transactions with Savepoints)
    • 链事务(Chained Transactions)
    • 嵌套事务(Nested Transactions)
    • 分布式事务(Distributed Transactions)

      扁平事务(Flat Transaction)是事务类型中最简单的一种,在实际生产环境中,可能是使用最为频繁的事务。在扁平事务中,所有操作都处于同一层次,其由BEGIN WORK开始,由COMMIT WORK 或 ROLLBACK WORK结束,其间的操作是原子的,要么都执行,要么都回滚。因此扁平事务是应用程序成为原子操作的基本组成模块。

      带有保存点的扁平事务(Flat Transaction with Savepoint),除了支持扁平事务支持的操作外,允许在事务执行过程中回滚到同一事务中较早的一个状态。这是因为某些事务可能在执行过程中出现的错误并不会导致所有的操作都无效,放弃整个事务不合乎要求,开销也太大。保存点(Savepoint)用来通知系统应该记住事务当前的状态,以便当之后发生错误时,事务能回到保存点当前的状态。

      链事务(Chained Transaction)可视为保存点模式的一种变种。带有保存点的扁平事务,当系统发生崩溃时,所有的保存点都将消失,因为其保存点是易失的(volatile),而非持久的(persistent)。意味着当恢复时,事务需要从开始处重新执行,而不能从最近的一个保存点继续执行。

      链事务的思想是:在提交一个事务时,释放不需要的数据对象,将必要的处理上下文隐式地传给下一个要开始的事务。注意,提交事务操作和开始下一个事务操作将合并为一个原子操作。这意味着下一个事务将看到上一个事务的结果,就好像在一个事务中进行的一样。链事务与带有保存点的扁平事务不同的是,带有保存点的扁平事务能回滚到任意正确的保存点;而链事务中的回滚仅限于当前事务,即只能恢复到最近一个保存点。对于锁的处理,两者也不相同。链事务在执行COMMIT后即释放了当前事务所持有的锁,而带有保存点的扁平事务不影响迄今为止所持有的锁。

      嵌套事务(Nested Transaction)是一个层次结构框架。由一个顶层事务(top-level transaction)控制着各个层次的事务,顶层事务之下嵌套的事务被称为子事务(subtransaction),其控制每一个局部的变换。

      分布式事务(Distributed Transactions)通常是一个在分布式环境下运行的扁平事务,因此需要根据数据所在位置访问网络中不同节点。对于分布式事务,其同样需要满足ACID特性,要么都发生,要么都失效,任何一个操作失败都会导致整个分布式事务回滚。

      对于InnoDB存储引擎来说,其支持扁平事务、带有保存点的事务、链事务、分布式事务。对于嵌套事务,其并不原生支持,因此,对有并行事务需求的用户来说,MySQL数据库或InnoDB存储引擎就显得无能为力了。然而用户仍可以通过带有保存点的事务来模拟串行的嵌套事务。

  • 相关阅读:
    EventHandler 与常见的.Net预定义委托
    Consistent Hashing算法及相关技术
    全序, 分布式一致性的本质
    Paxos Made Simple
    Strong Consistency, 强一致性技术概述
    Chubby lock service for looselycoupled distributed systems
    AntiEntropy Protocols
    Mesos: A Platform for FineGrained Resource Sharing in the Data Center
    Spark A FaultTolerant Abstraction for InMemory Cluster Computing
    Vector Clocks, 时间向量
  • 原文地址:https://www.cnblogs.com/wutongblog/p/10954440.html
Copyright © 2011-2022 走看看