数据库事务：“写偏斜”和“丢失更新”之间的区别

Question

有人可以向我解释一下数据库事务理论中“写偏斜”和“丢失更新”之间的确切区别吗？有人可以举个例子吗？

Answer 1

非正式地，丢失更新和写入倾斜是并发写入事务可能相互干扰的方式。

当在基于陈旧数据的事务中进行更新时，就会发生写倾斜。 陈旧数据是事务读取的值，该值由于并发事务的后续提交写入而变得陈旧。

当一个事务写入的提交值被并发事务的后续提交写入覆盖时，就会发生丢失更新。实际上，丢失更新确实是写倾斜的特例；更新应用于已过时的数据。

考虑零售商店的数据库维护库存表的情况。数据库没有实现事务隔离。

在库存表中有一个“产品编号”栏和“INSTOCK”列数了当前库存特定产品项目的数量。每次购买（交易）都会根据购买的商品数量减少“InStock”值。

想象一下，商店有两台电动剃须刀（特定型号）库存。

两名顾客每人同时购买其中一款剃须刀。

每个并发购买（交易）从剃须刀的“InStock”记录中读取相同的值（两个）。每个事务都会递减“InStock”计数器并将更新的值（一）提交到数据库。在两个并发事务都提交后，计数器将错误地指示剃须刀仍有库存（仅剩一件）。

其中的更新被丢失。

假设数据库实现了快照隔离（具有丢失更新检测），在这种情况下不会发生丢失更新。这是因为快照隔离检测何时发生丢失更新。事务提交数据后，尝试提交相同数据写入的并发事务将被数据库中止。在我们的示例中，事务被中止的进程启动一个新事务以重新读取“InStock”列，递减它，并提交更新的值。假设没有其他冲突，此更新记录的尝试成功提交并且“Instock”列包含（正确）值零。

事务隔离是一个很深的话题。

此外假设数据库在InventoryHistory表中记录库存历史。该InventoryHistory表具有列“时间戳”，“产品编号”和“INSTOCK”（剩余后购买）。按照设计，对InventoryHistory表的更新是购买交易中的最后一个操作。在两个事务提交后，相应的InventoryHistory记录将分别反映“Instock”值为 1——这是不正确的，因为其中一个记录应反映“Instock”值为零。不正确的InventoryHistory记录是write skew 的一个例子。

在这种情况下快照隔离并没有阻止异常的数据被写入到数据库中，因为没有更新被丢失。相反，写入的数据是异常的，因为事务读取的值已经过时——这就是写倾斜。 快照隔离不能防止写倾斜。为了防止写倾斜，数据库必须实现可序列化隔离。

阅读这篇文章，对写倾斜、可序列化和快照隔离进行严格的讨论。

Answer 2

• 丢失更新是指两个事务读取同一行并对其进行更新，但第一个提交的更新被第二个提交的更新覆盖。

• 写倾斜是指两个事务读取相同的数据来插入、更新或删除行，但提交的数据不一致。

首先，这是下面丢失更新的示例。有一个带有,和product的表格，如下所示。idnamestock

product桌子：

ID	姓名	库存
1	苹果	10
2	橙子	20

以下这些步骤显示丢失的更新。*当顾客购买产品时，产品库存减少：

流动	交易1（T1）	交易2（T2）	解释
步骤1	BEGIN;		T1开始。
第2步		BEGIN;	T2开始。
步骤3	SELECT stock FROM product WHERE id = 2; 20		T1 读取20内容稍后更新为，13因为客户购买了 7 个橙子。
步骤4		SELECT stock FROM product WHERE id = 2; 20	T2 读取20稍后更新为，16因为客户购买了 4 个橙子。
步骤5	UPDATE product SET stock = 13 WHERE id = 2;		T1 更新20至13.
步骤6	COMMIT;		T1 提交。
步骤7		UPDATE product SET stock = 16 WHERE id = 2;	T2 更新13到16T1 提交后。
步骤8		COMMIT;	T2 提交。 *发生丢失更新。

其次，这是写倾斜的例子。有一个带有,和doctor的表格，如下所示。idnameon_call

doctor桌子：

ID	姓名	随传随到
1	约翰	真的
2	丽莎	真的

下面的这些步骤显示了写入偏差。*至少必须有一名医生待命，但最终没有医生待命：

流动	约翰交易 (JT)	丽莎的交易（LT）	解释
步骤1	BEGIN;		JT开始。
第2步		BEGIN;	LT 开始。
步骤3	SELECT count(*) FROM doctor WHERE on_call = True; 2		JT 阅读2以便约翰可以休息一下。
步骤4		SELECT count(*) FROM doctor WHERE on_call = True; 2	LT 读到2这样丽莎就可以休息了。
步骤5	UPDATE doctor SET on_call = False WHERE id = 1;		JT 更新True意味着False约翰休息了。
步骤6	COMMIT;		JT 承诺。
步骤7		UPDATE doctor SET on_call = False WHERE id = 2;	LT 更新True表示False丽莎正在休息。
步骤8		COMMIT;	LT 承诺。 约翰和丽莎都休息了。 *发生写入倾斜。

接下来，这也是写倾斜的例子。有一个带有,和event的表格，如下所示。idnameuser

event桌子：

ID	姓名	用户
1	制作寿司	约翰
2	制作寿司	汤姆

下面的这些步骤显示了写入偏差。*只有3位用户可以参加“制作寿司”活动，最终有4位用户参加：

流动	交易 (JT)	交易（LT）	解释
步骤1	BEGIN;		T1开始。
第2步		BEGIN;	T2开始。
步骤3	SELECT count(*) FROM event WHERE name = 'Make Sushi'; 2		T1 读取2，因此只有一个用户可以加入它。
步骤4		SELECT count(*) FROM event WHERE name = 'Make Sushi'; 2	T2 读取2后只有一名用户可以加入。
步骤5	INSERT INTO event values ('Make Sushi', 'Lisa');		T1 插入Lisa表event。
步骤6	COMMIT;		T1 提交。
步骤7		INSERT INTO event values ('Make Sushi', 'Kai');	T2 插入Kai表event。
步骤8		COMMIT;	T2 提交。 4 位用户加入。 *发生写入倾斜。

下表是我在MySQL和PostgreSQL中每个隔离级别的丢失更新和写入偏差的实验结果。*表示发生，表示不发生，表示SELECT FOR UPDATE。YesNoSFU

MySQL：

隔离级别	丢失更新	SFU 丢失更新	写入偏差	使用 SFU 写入偏差
未提交的阅读	是的	不	是的	不
已提交读	是的	不	是的	不
可重复读取	是的	不	是的	不
可串行化	不	不	不	不

PostgreSQL：

隔离级别	丢失更新	SFU 丢失更新	写入偏差	使用 SFU 写入偏差
未提交的阅读	是的	不	是的	不
已提交读	是的	不	是的	不
可重复读取	不	不	是的	不
可串行化	不	不	不	不