实现悲观协议，除了锁还能咋办？

相对乐观和局部悲观是一体两面的关系，识别它的要点就在于是否有全局有效性验证，这也和分布式数据库的架构特点息息相关。但是关于悲观协议，还有很多内容没有提及，下面我们就来填补这一大块空白。

悲观协议的分类

要先跳出来，从并发控制技术整体的分类体系看。

并发控制的分类体系，学术界标准也不一：

“Principles of Distributed Database Systems”分类按宽泛的乐观协议和悲观协议进行分类，子类之间又有很多重叠的概念，理解复杂
“Transactional Information Systems : Theory, Algorithms, and the Practice of Concurrency Control and Recovery”划分是狭义乐观协议和其他悲观协议。这里狭义乐观协议，就是指我们在第13讲提到过的，基于有效性验证的并发控制，也是学术上定义的OCC

狭义乐观协议和其他悲观协议这种分类方式更清晰些，所以就选择“ Transactional Information Systems : Theory, Algorithms, and the Practice of Concurrency Control and Recovery”中的划分体系。书中一幅图，梳理不同的并发控制协议。

先分为悲观、乐观。因为这里的乐观协议是指狭义乐观并发控制，所以包含内容较少，只有前向乐观并发控制和后向乐观并发控制；而悲观协议又分为基于锁和非锁两大类，其中基于锁的协议是数量最多的。

两阶段封锁（Two-Phase Locking，2PL）

基于锁的协议显然不只是2PL，还包括有序共享（Ordered Sharing 2PL, O2PL）、利他锁（Altruistic Locking, AL）、只写封锁树（Write-only Tree Locking, WTL）和读写封锁树（Read/Write Tree Locking， RWTL）。但这几种协议在真正的数据库系统中很少使用，所以就不过多介绍了，我们还是把重点放在数据库系统主要使用的2PL上。

2PL就是事务具备两阶段特点的并发控制协议，两阶段指:

加锁阶段
释放锁阶段

加锁阶段严格区别于紧接着的释放锁阶段。

在t1时刻之前是加锁阶段，在t1之后则是释放锁阶段，我们可以从时间上明确地把事务执行过程划分为两个阶段。2PL的关键点就是释放锁之后不能再加锁。而根据加锁和释放锁时机的不同，2PL又有一些变体。

保守两阶段封锁协议（Conservative 2PL，C2PL），事务在开始时设置它需要的所有锁。

严格两阶段封锁协议（Strict 2PL，S2PL），事务一直持有已经获得的所有写锁，直到事务终止。

强两阶段封锁协议（Strong Strict 2PL，SS2PL），事务一直持有已经获得的所有锁，包括写锁和读锁，直到事务终止。SS2PL与S2PL差别只在于一直持有的锁的类型，所以它们的图形是相同的。

理解这几种2PL变体，回想13的Percolator模型。当主锁（Primary Lock）没有释放前，所有的记录上的从锁（Secondary Lock）实质上都没有释放，在主锁释放后，所有从锁自然释放。所以，Percolator也属于S2PL。TiDB的乐观锁机制是基于Percolator的，那么TiDB就也是S2PL。

事实上，S2PL可能是使用最广泛的悲观协议，几乎所有单体数据都依赖S2PL实现可串行化。而在分布式数据库中，甚至需要使用SS2PL来保证可串行化执行，典型的例子是TDSQL。但S2PL模式下，事务持有锁的时间过长，导致系统并发性能较差，所以实际使用中往往不会配置到可串行化级别。这就意味着我们还是没有生产级技术方案，只能期望出现新的方式，既达到可串行化隔离级别，又能有更好的性能。最终，我们等到了一种可能是性能更优的工程化实现，这就是CockroachDB的串行化快照隔离（SSI）。而SSI的核心，就是串行化图检测（SGT）。

串行化图检测（SGT）

SSI是一种隔离级别的命名，最早来自PostgreSQL，CockroachDB沿用了这个名称。它是在SI基础上实现的可串行化隔离。同样，作为SSI核心的SGT也不是CockroachDB首创，学术界早就提出了这个理论，但真正的工程化实现要晚得多。

理论来源：PostgreSQL

PostgreSQL在论文“Serializable Snapshot Isolation in PostgreSQL”中最早提出了SSI的工程实现方案，这篇论文也被VLDB2012收录。

串行化理论的核心是串行化图（Serializable Graph，SG）。这图用来分析数据库事务操作的冲突情况。每个事务是一个节点，事务之间的关系则表示为一条有向边。啥关系可表示为边呢？

串行化图的构建规则是这样的，事务作为节点，当一个操作与另一个操作冲突时，在两个事务节点之间就可以画上一条有向边。事务之间的边的分类：

写读依赖（WR-Dependencies），第二个操作读取了第一个操作写入的值
写写依赖（WW-Dependencies），第二个操作覆盖了第一个操作写入的值
读写反依赖（RW-Antidependencies），第二个操作覆盖了第一个操作读取的值，可能导致读取值过期

案例看咋用这几条规则构建一个简单的串行化图：

图中共三个事务先后执行：

事务T1先执行W(A)，T2再执行R(A)，所以T1、T2之间存在WR依赖，形成一条T1指向T2的边
T2的W(B)与T3的R(B)也是WR依赖
T1的W(A)与T3的R(A)之间也是WR依赖

最终产生一个DAG，能构建出DAG，说明相关事务可串行化执行，无需中断任何事务。

可用SGT验证典型死锁情况。事务T1、T2分别以不同顺序写两个数据项，就会形成死锁：

串行化图体现，显然构成环：

RW反向依赖

SGT中，WR依赖和WW依赖都与直觉相符，RW反向依赖较难理解。PostgreSQL论文专门描述了一个RW反向依赖场景。

该场景需维护两张表：

收入表（reciepts），记入当日的收入情况，每行都会记录一个批次号
独立的控制表（current_batch），只有一条记录即当前的批次号。也可把这里的批次号理解为一个工作日

同时，还有三个事务T1、T2、T3：

T2记录新的收入（NEW-RECEIPT），从控制表中读取当前的批次号，然后在收入表中插入一条新记录
T3负责关闭当前批次（CLOSE-BATCH），将控制表中的批次号递增，意味着后续再发生的收入会划归下一批次
T1是报告（REPORT），读取当前控制表的批次号，处理逻辑是用当前已+1的批次号再-1。T1用这个批次号作为条件，读取收据表中的所有记录。查询到这批次，即这一日所有交易

例子很像银行存款系统的日终翻牌。因为T1要报告当天收入，所以要在T3后执行。事务T2记录当天每笔入账，须在T3前执行，这样才能出现在当天报表。三者顺序执行可正常工作，否则异常，如下：

T2先拿到一个批次号x，随后T3执行，批次号关闭后，x这个批次号其实已经过期，但是T2还继续使用x，记录当前的这笔收入。T1正常在T3后执行，此时T2尚未提交，所以T1的报告中漏掉了T2的那笔收入。因为T2使用时过期的批次号x，第二天的报告中也不会统计到这笔收入，最终这笔收入就神奇地消失了。

在理解了这个例子的异常现象后，我们用串行化图方法来验证一下。我们是把事务中的SQL抽象为对数据项的操作，可以得到下面这张图。

图中batch是指批次号，reps是指收入情况。

接下来，我们按照先后顺序提取有向边，先由T2.R(batch) -> T3.W(batch)，得到T2到T3的RW依赖；再由T3.W(batch)->T1.R(batch)，得到 T3到T1的WR依赖；最后由T1.R(reps)->T2.W(reps)，得到T1到T2的RW依赖。这样就构成了下面的串行化图。

显然这三个事务之间是存在环的，那么这三个事务就是不能串行化的。

这个异常现象中很有意思的一点是，虽然T1是一个只读事务，但如果没有T1的话，T2与T3不会形成环，依然是可串行化执行的。这里就为我们澄清了一点：我们直觉上认为的只读事务不会影响事务并发机制，其实是不对的。

工程实现：CockroachDB

RW反向依赖是特别存在，在于传统的锁机制无法记录这种情况。因此论文“Serializable Snapshot Isolation in PostgreSQL”提出，增加一种锁SIREAD，记录快照隔离（SI）上所有执行过的读操作（Read），从而识别RW反向依赖。

SIREAD并不是锁，只是一种标识。但这方案面临困境：读操作涉及数据范围太大，跟踪标识带来的成本可能比S2PL还高，也就无法达到最初目标。

CockroachDB做了关键设计，读时间戳缓存（Read Timestamp Cache，RTC）。

RTC

执行任何读取操作时，操作的时间戳都会被记录在所访问节点的本地RTC。当任何写操作访问这节点时，都以将要访问的Key为输入，向RTC查询最大的读时间戳（MRT），如MRT＞这写入操作的时间戳，继续写入就会形成RW依赖。这时须终止并重启写入事务，让写入事务拿到一个更大的时间戳重新尝试。

RTC是以Key范围组织读时间戳。这样，当读取操作携带了谓词条件如where子句，对应操作就是个范围读取，会覆盖若干Key，那整个Key的范围也可被记录在RTC。这样处理好处是，可兼容一种特殊情况。

如事务T1第一次范围读取（Range Scan）数据表，where“>=1 and <=5”，读取到1、2、5，T1完成后，事务T2在该表插入4，因为RTC记录范围区间[1,5]，所以4也可被检测出存在RW依赖。这个地方，有点像MySQL间隙锁的原理。

RTC是个大小有限，采用LRU淘汰算法的缓存。达存储上限时，最老的时间戳被抛弃。为应对缓存超限，会将RTC中出现过的所有Key上最早的那个读时间戳记录，作为低水位线（Low Water Mark）。如一个写操作将要写的Key不在RTC中，则会返回该低水位线。

相对乐观

SGT的运行机制和传统的S2PL一样属于悲观协议。但SGT没有锁的管理成本，所以性能比S2PL更好。

CockroachDB基于SGT理论进行工程化，使可串行化真正成为生产级可用的隔离级别。从整体并发控制机制看，CockroachDB和上一讲的TiDB一样，虽然在局部看是悲观协议，但因为不符合严格的VRW顺序，所以在全局来看仍是一个相对乐观的协议。

这种乐观协议同样存在[第13讲]提到问题，所以CockroachDB也在原有基础上进行了改良，通过增加全局的锁表（Lock Table），使用加锁的方式，先进行一轮全局有效性验证，确定无冲突的情况下，再使用单个节点的SGT。

总结

并发控制机制的划分方法很多，没有统一标准，使用Transactional Information Systems : Theory, Algorithms, and the Practice of Concurrency Control and Recovery提出的划分标准，分为悲观协议与乐观协议两种。这里的乐观协议是上一讲提到的狭义乐观协议，悲观协议又分为锁和非锁两大类，我们简单介绍了2PL这一个分支。
我们回顾了Percolator模型，按照S2PL的定义，Percoloatro本质就是S2PL，因此TiDB的乐观锁也属于S2PL。
S2PL是数据库并发控制的主流技术，但是锁管理复杂，在实现串行化隔离级别时开销太大。而后，我们讨论了非锁协议中的串行化图检测（SGT）。PostgreSQL最早提出了SGT的工程实现方式SSI。CockroachDB在此基础上又进行了优化，降低了SIREAD的开销，是生产级的可串行化隔离。
CockroachDB最初和TiDB一样都是局部采用悲观协议，而不做全局有效性验证，是广义的乐观协议。后来，CockroachDB同样也将乐观协议改为悲观协议，采用的方式是增加全局的锁表，进行全局有效性验证，而后再转入单个的SGT处理。

串行化理论，只有当相关事务形成DAG图时，这些事务才是可串行化的。这个理论不仅适用于SGT，2PL的最终调度结果也同样是DAG图。在更大范围内，批量任务调度时DAG也同样被作为衡量标准，如Spark。

参考

最早的SSI工程实现方案：Serializable Snapshot Isolation in PostgreSQL
按狭义乐观协议和其他悲观协议划分并发控制协议：Transactional Information Systems : Theory, Algorithms, and the Practice of Concurrency Control and Recovery