如何理解數據庫的并發操作與一致性

這篇文章主要講解了“如何理解數據庫的并發操作與一致性”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何理解數據庫的并發操作與一致性”吧！

作為分布式強一致數據庫的開發者, 被多次問到:

如果我在新加坡和歐洲同時修改一條記錄, 如在新加坡 set a=1, 在歐洲 set a=2, 結果 a 是多少?

我的回答是:

可能是 a=1, 也可能是 a=2.

然后提問者會非常困惑和不滿:

你不是說數據庫是強一致的嗎? 為什么結果不確定呢?

我非常理解他的困惑, 但是, 他所提到的"并發操作"和"一致性"并沒有必然的聯系.

并發

Martin Kleppmann 提到并發(Concurrency)的定義:

For defining concurrency, exact time doesn’t matter: we simply call two operations concurrent if they are both unaware of each other, regardless of the physical time at which they occurred.

要定義并發, 時間并不是一個影響因素: 如果兩個操作不知道對方(的開始和結束以及結果), 無論物理時間上他們何時發生, 我們都稱這兩個操作是并發的.

有這樣的例子:

于 00:00:00 時間, 向服務器發起請求 A, 服務器一直沒有返回結果. 然后, 于 00:00:03 時間(顯然在上一個請求發起"之后"), 再向服務器發起請求 B.

那么, 是不是我們就能說 B 是在 A 之后呢? 結論是不能, 這兩個操作是并發操作! 雖然我們明確知道 B 是在 A 發起之后才發起, 但在 B 發起之時, (B)并不知道 A 的結果, 根據 Martin Kleppman 的定義, 兩個操作是并發的.

從時間區間上面來理解并發, 可能會更好. 一個操作由開始時間點和結束時間點, 組成一個時間區間, 如果兩個操作的時間區間有重疊, 則這兩個操作無法區分先后.

另一種定義并發的方法是:

Martin Kleppmann:  An operation A happens before another operation B if B knows about A, or depends on A, or builds upon A in some way.

如果不屬于此種情況, 即為并發.

一致性

一致性和3個因素密切相關:

• 先后順序

• 時間

• 空間

我所理解, 一致性便是唯一預期. 也就是給定輸入條件, 能推導出唯一的結果. 對于某個操作場景, 無論我們重復驗證多少次, 觀察多少次(時間), 在哪里觀察(空間), 結果都恒定.

如果讀操作(觀察)是在寫操作之后, 那么觀察結果就是我們所預期的那一個確定的結果.

如果讀操作和寫操作是并發的, 那么, 可能觀察到舊值, 也可能觀察到新值. 但是, 一旦觀察到新值, 之后便不可能再觀察到舊值(也即 Linearizable 的意思).

感謝各位的閱讀，以上就是“如何理解數據庫的并發操作與一致性”的內容了，經過本文的學習后，相信大家對如何理解數據庫的并發操作與一致性這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！