cmu445_Concurrency_Control

背景引入

在前面的课程中介绍了 DBMS 的主要模块及架构，自底向上依次是 Disk Manager、Buffer Pool Manager、Access Methods、Operator Execution 及 Query Planning。

但数据库要解决的问题并不仅仅停留在功能的实现上，它还需要具备：（1）满足多个用户同时读写数据，即 Concurrency Control，如：两个用户同时写入同一条记录。（2）面对故障，如宕机，能恢复到之前的状态，即 Recovery，如：你在银行系统转账时，转到一半忽然停电。Concurrency Control 与 Recovery 都是 DBMS的重要特性，它们渗透在 DBMS 的每个主要模块中。而二者的基础都是具备 ACID 特性的 Transactions，因此本节的讨论从 Transactions 开始。

Transactions

用一句白话说，transaction 是 DBMS 状态变化的基本单位，一个 transaction 只能有执行和未执行两个状态，不存在部分执行的状态。一个典型的 transaction 实例就是：从 A 账户转账 100 元至 B 账户：

检查 A 的账户余额是否超过 100 元
从 A 账户中扣除 100 元
往 B 账户中增加 100 元

Strawman/Simple System

系统中只存在一个线程负责执行 transaction：

任何时刻只能有一个 transaction 被执行且每个 transaction 开始执行就必须执行完毕才轮到下一个
在 transaction 启动前，将整个 database 数据复制到新文件中，并在新文件上执行改动：
- 如果 transaction 执行成功，就用新文件覆盖原文件
- 如果 transaction 执行失败，则删除新文件即可

Strawman System 的缺点很明显，无法利用多核计算能力并行地执行相互独立的多个 transactions，从而提高 CPU 利用率、吞吐量，减少用户的响应时间，但其难度也是显而易见的，获得种种好处的同时必须保证数据库的正确性和 transactions 之间的公平性。显然我们无法让 transactions 的执行过程在时间线上任意重叠，因为这可能导致数据的永久不一致。于是我们需要一套标准来定义数据的正确性。

标准定义

Database: A fixed set of named data objects (e.g., A, B, C, …)；

Transaction: A sequence of read and write operations (e.g., R(A), W(B), …)

transaction 的正确性标准称为 ACID：

Atomicity：“all or nothing”
Consistency: “it looks correct to me”
Isolation: “as if alone”
Durability: “survive failures”

Atomicity

Transaction 执行只有两种结果：

在完成所有操作后 Commit
在完成部分操作后主动或被动 Abort

DBMS 需要保证 transaction 的原子性，即在使用者的眼里，transaction 的所有操作要么都被执行，要么都未被执行。回到之前的转账问题，如果 A 账户转 100 元到 B 账户的过程中忽然停电，当供电恢复时，A、B 账户的正确状态应当是怎样的？—- 回退到转账前的状态。如何保证？

Logging

DBMS 在日志中按顺序记录所有 actions 信息，然后 undo 所有 aborted transactions 已经执行的 actions，出于审计和效率的原因，几乎所有现代系统都使用这种方式。
Shadow Paging

transaction 执行前，DBMS 复制相关 pages，让 transactions 修改这些复制的数据，仅当 transaction Commit 后，这些 pages 才对外部可见。现代系统中采用该方式的不多，包括 CouchDB, LMDB。

Consistency

如果 DBMS 在 transaction 开始之前是 consistent，那么在执行完毕后也应当是 consistent。Transaction consistency 是 DBMS 必须保证的事情。

Isolation

用户提交 transactions，不同 transactions 执行过程应当互相隔离，互不影响，每个 transaction 都认为只有自己在执行。但对于 DBMS 来说，为了提高各方面性能，需要恰如其分地向不同的 transactions 分配计算资源，使得执行又快又正确。这里的 “恰如其分” 的定义用行话来说，就是 concurrency control protocol，即 DBMS 如何认定多个 transactions 的重叠执行方式是正确的。总体上看，有两种 protocols：

Pessimistic：不让问题出现，将问题扼杀在摇篮之中
Optimistic：假设问题很罕见，一旦问题出现了再行处理

举例如下：假设 A, B 账户各有 1000 元，当下有两个 transactions：

T1：从 A 账户转账 100 元到 B 账户
T2：给 A、B 账户存款增加 6% 的利息

// T1
BEGIN
A = A - 100
B = B + 100
COMMIT
// T2
BEGIN
A = A * 1.06
B = B * 1.06
COMMIT

那么 T1、T2 发生后，可能的合理结果应该是怎样的？尽管有很多种可能，但 T1、T2 发生后，A + B 的和应为 2000 * 1.06 = 2120 元。DBMS 无需保证 T1 与 T2 执行的先后顺序，如果二者同时被提交，那么谁先被执行都是有可能的，但执行后的净结果应当与二者按任意顺序分别执行的结果一致，如：

先 T1 后 T2：A = 954， B = 1166 => A+B = 2120
先 T2 后 T1：A = 960， B = 1160 => A+B = 2120

执行过程如下图所示：

当一个 transaction 在等待资源 (page fault、disk/network I/O) 时，或者当 CPU 存在其它空闲的 Core 时，其它 transaction 可以继续执行，因此我们需要将 transactions 的执行重叠 (interleave) 起来。例如：

情形1：结果正确
情形2：结果错误

从DBMS的角度分析如下：

如何判断一种重叠的 schdule 是正确的？（If the schedule is equivalent to some serial execution）

这里明确几个概念：

Serial Schedule: 不同 transactions 之间没有重叠
Equivalent Schedules: 对于任意数据库起始状态，若两个 schedules 分别执行所到达的数据库最终状态相同，则称这两个 schedules 等价
Serializable Schedule: 如果一个 schedule 与 transactions 之间的某种 serial execution 的效果一致，则称该 schedule 为 serializable schedule

Conflicting Operations

在对 schedules 作等价分析前，需要了解 conflicting operations。当两个 operations 满足以下条件时，我们认为它们是 conflicting operations：

来自不同的 transactions
对同一个对象操作
两个 operations 至少有一个是 write 操作

可以穷举出这几种情况：

Read-Write Conflicts (R-W)
Write-Read Conflicts (W-R)
Write-Write Conflicts (W-W)

Read-Write Conflicts/Unrepeatable Reads

Write-Read Conflicts/Reading Uncommitted Data/Dirty Reads

Write-Write Conflicts/Overwriting Uncommitted Data

从以上例子可以理解 serializability 对一个 schedule 意味着这个 schedule 是否正确。serializability 有两个不同的级别：

Conflict Serializability (Most DBMSs try to support this)：
- 两个 schedules 在 transactions 中有相同的 actions，且每组 conflicting actions 按照相同顺序排列，则称它们为 conflict equivalent
- 一个 schedule S 如果与某个 serial schedule 是 conflict equivalent，则称 S 是 conflict serializable
- 如果通过交换不同 transactions 中连续的 non-conflicting operations 可以将 S 转化成 serial schedule，则称 S 是 conflict serializable
View Serializability (No DBMS can do this)

例 1：将 conflict serializable schedule S 转化为 serial schedule

R(B) 与 W(A) 不矛盾，是 non-conflicting operations，可以交换它们。R(B) 与 R(A) 是 non-conflicting operations，交换它们。依次类推，分别交换 W(B) 与 W(A)，W(B) 与 R(A) 就能得到下图，因此 S 为 conflict serializable。

例 2：S 无法转化成 serial schedule

由于两个 W(A) 之间是矛盾的，无法交换，因此 S 无法转化成 serial schedule。

上文所述的交换法在检测只有两个 transactions 构成的 schedule 很容易，但要检测多个 transactions 构成的 schedule 是否 serializable 则显得别扭。有没有更快的算法来完成这个工作？

如何判断一个调度是否是冲突可序列化的那。

Dependency Graphs

最常用的算法就是依赖图算法，如果出现环，则无法冲突可序列化。

例如：

View Serializability 算法

除了依赖图之外。还有一个算法来判断是否可以冲突序列化。这个算法让我们站到一个更高的层次来判断是否可以序列化。如果两个调度S1和S2满足下面的条件。则我们说这两个调度等价：

对于任意数据项A，如果 $T_1$ 在 $S_1$ 中读取了A的初始值那么 $T_1$ 在 $S_2$ 中也要读取A的初始值；
对于任意数据项A，如果 $S_1$ 中 $T_1$ 执行了 $read(A)$ 操作且该操作的值是由 $T_2$ 中的 $write(A)$ 提供的，那么在 $S_2$ 中， $T_1$ 执行的 $read(A)$ 操作也要读取 $T_2$ 中对应的 $write(A)$ 提供的结果；
对于任意数据项A，如果 $T_1$ 在 $S_1$ 中写入了A的最终值，那么在 $S_2$ 中也要由 $T_1$ 写入A的最终值；