《并发操作下数据不一致性的三类剖析》
在数据库系统或多线程编程等场景中，并发操作是指多个事务或线程同时对相同的数据进行操作，这种并发操作往往会带来数据不一致性的问题，主要包括以下三类：
图片来源于网络，如有侵权联系删除
一、丢失修改（Lost Update）
1、定义与示例
- 丢失修改是指两个事务T1和T2同时读取同一数据并进行修改，后提交的事务覆盖了先提交事务的修改结果，导致先提交事务的修改丢失，在一个在线售票系统中，有两个并发事务T1和T2都在处理同一场次电影票的剩余票数，初始时，剩余票数为10张，T1读取到剩余票数为10，T2也读取到剩余票数为10，T1进行了一次售票操作，将剩余票数修改为9并准备提交，但在T1提交之前，T2也进行了售票操作，将剩余票数修改为9并先提交了，然后T1再提交，由于T2已经将剩余票数修改为9，T1的修改就被覆盖了，最终剩余票数还是9，而实际上应该是8，T1的修改就丢失了。
2、影响与危害
- 这种数据不一致性会导致业务逻辑的错误，在上述售票的例子中，可能会出现超售的情况，即售出的票数超过了实际可售的票数，这对票务管理和顾客权益都会产生不良影响，在企业的库存管理中，如果出现丢失修改，可能会导致库存数量不准确，影响生产计划、采购决策等一系列业务流程。
3、预防措施
- 为了避免丢失修改，可以采用锁机制，在数据库中，可以使用行级锁或者表级锁，当T1开始读取和修改剩余票数时，对该数据行加锁，这样T2就不能同时对该数据进行修改，直到T1完成提交并释放锁，另一种方法是使用乐观并发控制（Optimistic Concurrency Control），在这种方法中，每个事务在提交之前会检查数据是否被其他事务修改过，如果被修改过则回滚并重试。
二、不可重复读（Non - Repeatable Read）
图片来源于网络，如有侵权联系删除
1、定义与示例
- 不可重复读是指事务T1在读取某一数据时，事务T2对该数据进行了修改并提交，导致事务T1在同一事务中再次读取该数据时得到不同的值，在一个银行账户管理系统中，事务T1需要查询某一账户的余额并进行一些复杂的计算，T1第一次读取账户余额为1000元，在T1进行计算的过程中，事务T2向该账户存入了500元并提交了，然后T1再次读取该账户余额时，发现余额变为1500元，这就导致T1在同一个事务中的两次读取结果不一致。
2、影响与危害
- 这种不一致性会使依赖于数据一致性读取的事务出现错误结果，在金融系统中，可能会导致计算错误，如利息计算、风险评估等，对于一些需要基于固定数据值进行多次操作的业务逻辑，不可重复读可能会破坏业务逻辑的正确性。
3、预防措施
- 可以通过设置事务的隔离级别来解决不可重复读的问题，在数据库中，可以将事务的隔离级别设置为可重复读（Repeatable Read），在这种隔离级别下，事务T1在读取数据时会对数据加锁，直到事务结束，这样其他事务就不能对该数据进行修改，从而保证了事务T1在同一事务中多次读取同一数据的结果是一致的。
三、读脏数据（Dirty Read）
1、定义与示例
图片来源于网络，如有侵权联系删除
- 读脏数据是指事务T1修改了某一数据但未提交，事务T2读取了该修改后的数据，然后事务T1由于某种原因回滚，导致事务T2读取到的数据是无效的（脏数据），在一个订单处理系统中，事务T1开始处理一个订单，将订单状态修改为“已发货”但尚未提交，事务T2查询订单状态时读取到“已发货”，然后根据这个状态进行了一些后续操作，如通知客户收货等，但随后T1由于库存不足等原因回滚了订单状态的修改，订单状态恢复为“未发货”，而T2已经基于错误的“已发货”状态进行了操作，这就产生了数据不一致性。
2、影响与危害
- 读脏数据可能会导致业务流程的混乱，在上述订单系统的例子中，可能会引起客户的误解，增加不必要的物流成本等，在企业资源规划（ERP）系统中，读脏数据可能会导致生产计划、物料采购等环节的错误决策。
3、预防措施
- 同样可以通过设置事务隔离级别来避免读脏数据，将事务隔离级别设置为读已提交（Read Committed），这样事务T2只能读取已经提交的数据，从而避免了读脏数据的情况，也可以采用严格的锁机制，在事务T1修改数据时，对数据加排他锁，直到事务T1提交，这样可以防止其他事务T2在T1未提交时读取数据。
评论列表