软考数据库

news2024/10/1 16:30:32

目录

  • 分值分布
  • 1. 事务管理
    • 1.1 事物的基本概念
    • 1.2 数据库的并发控制
      • 1.2.1 事务调度概念
      • 1.2.2 并发操作带来的问题
      • 1.2.3 并发控制技术
      • 1.2.4 隔离级别:
    • 1.3 数据库的备份和恢复
      • 1.3.1 故障种类
      • 1.3.2 备份方法
      • 1.3.3 日志文件
      • 1.3.4 恢复
  • SQL语言

分值分布

在这里插入图片描述
在这里插入图片描述

1. 事务管理

1.1 事物的基本概念

●概念:一个操作序列,要么都做,要么都不做,是不可分割的逻辑工作单位。

●定义语句:
BEGINTRANSACTION/ENDTRANSACTION:事务开始/事务结束。
ROLLBACK:事务回滚,表示事务非成功地结束。
COMMIT:事务提交,表示事务成功地结束。

●特性
原子性:事务是原子的,要么做,要么都不做。
一致性:事务执行的结果必须保证数据库从一个一致性状态变到另一个一致性状态。
隔离性:事务相互隔离。当多个事务并发执行时,任一事务的更新操作直到其成功提交的整个过程,对其它事物都是不可见的。
持久性:一旦事务成功提交,即使数据库崩溃,其对数据库的更新操作也永久有效。

●状态
活动状态:事务的初始状态,事务执行时处于这个状态。
部分提交状态:当操作序列的最后一条语句自动执行后,事务处于部分提交状态。部分提交状态并不等于事务成功执行。
失败状态:由于错误使得事务不能继续正常执行,事务就进入了失败状态。
中止状态:事务回滚并且数据库已被恢复到事务开始执行前的状态。
提交状态:当事务成功完成后,称事务处于提交状态。
在这里插入图片描述

1.2 数据库的并发控制

1.2.1 事务调度概念

调度:事务的执行次序。

串行调度:多个事务依次串行执行,且只有当一个事务的所有操作都执行完后才执行另一个事务的所有操作。
并行调度:利用分时的方法同时处理多个事务。

调度错误的定义是结果算错了才叫错,并行的结果要和任意串行结果一致。—>可串行化的调度
多个事务的并发执行是正确的, 当且仅当其结果与某一次序串行地执行它们的结果相同, 称这种调度策略是可串行化的调度。
可串行性是并发事务正确性的准则。 即: 一个给定的并发调度, 当且仅当它是可串行化的才认为是正确调度

错误的调度及产生错误的原因:丢失修改/不可重复读/读脏数,破坏了事务的隔离性

1.2.2 并发操作带来的问题

丢失修改、不可重复读、读脏数据。

1.2.3 并发控制技术

封锁(X锁、S锁)、三级封锁协议、两阶段封锁协议。
X锁(排它锁):工作类流程和串行调度一样
S锁(共享锁):只读不改
三级封锁协议:
在这里插入图片描述
两阶段封锁协议:
在这里插入图片描述
满足两段锁协议—>可串行化—>并发事务正确执行

1.2.4 隔离级别:

1、READ UNCOMMITTED(读未提交):可避免丢失修改。
2、READ COMMITTED<读已提交):可避免丢失修改、读脏数据。
3、REPEATABLE READ(可重复读):可避免丢失修改、读脏数据,不可重复读。
4、SERIALIZABLE(串行化):最高级别,可避免丢失修改、读脏数据、不可重复读、幻读。

幻读:事务A查询得到N条数据,然后事务B又插入了M条数据,或者改变了这N条数据之外的N条符合事务A搜索条件的数据,导致事务A再次搜索发现有N+W条数据了,就产生了幻读。

1.3 数据库的备份和恢复

1.3.1 故障种类

1、 事务故障: 是由于程序执行错误而引起事务非预期的、 异常终止的故障。 通常有如下两类错误引起事务执行失败:
(1) 逻辑错误。 如非法输入、 找不到数据、 溢出、 超出资源限制等原因引起的事务执行失败。
(2) 系统错误。 系统进入一种不良状态(如死锁) , 导致事务无法继续执行

2、 系统故障(通常称为软故障):是指硬件故障、 软件(如DBMS、 OS或应用程序) 漏洞的影响, 导致丢失了内存中的信息, 影响正在执行的事务, 但未破坏存储在外存上的信息。

3、 介质故障(通常称为硬故障):是指外存故障,例如磁盘损坏、磁头碰撞,瞬时强磁场干扰等。

1.3.2 备份方法

静态转储:是指在转储期间不允许对数据库进行任务存取、修改操作。用来恢复
动态转储:是在转储期间允许对数据库进行存取、修改操作,转储和用户事务可并行执行。
海量转储:是指每次转储全部数据库。
增量转储:是指每次只转储上次转储后更新过的数据。

1.3.3 日志文件

日志文件是用来记录事务对数据库的更新操作的文件。
数据库镜像。 为了避免磁盘介质出现故障影响数据库的可用性, 许多DBMS提供数据库镜像功能用于数据库恢复

1.3.4 恢复

UNDO:撤销事务,将未完成的事务撤消,使数据库回复到事务执行前的正确状态。
撤销事务的过程: 反向扫描日志文件(由后向前扫描) , 查找事务的更新操作; 对该事务的更新操作执行逆操作, 用日志文件记录中更新前的值写入数据库, 插入的记录从数据库中删除, 删除的记录重新插入数据库中; 继续反向扫描日志文件, 查找该事务的其它更新操作并执行逆操作直至事务开始标志。
REDO:重做事务,将已经提交的事务重新执行。
重做事务的过程: 从事务的开始标志起, 正向扫描日志文件, 重新执行日志文件登记的该事务对数据库的所有操作, 直至事务结束标识。

检查点机制(CHECKPOINT): 在日志中设置检查点, 当发生故障需要利用日志文件恢复时, 反向扫描日志文件, 找到检查点, 确认检查点时刻正在执行的事务(活动事务) , 即检查点前有事务开始标志但没有事务结束标志。
对于检查点后提交的事务, 执行REDO(重做)
对于检查点后未提交的事务, 执行UNDO(撤销)

(1) 事务故障的恢复: 事务故障是事务在运行至正常终止点(SUMMIT或ROLLBACK) 前终止, 日志文件只有该事务的开始标识而没有结束标识。 对这类故障的恢复通常是通过撤销(UNDO) 产生故障的事务, 使数据库恢复到该事务执行前的正确状态来完成的。
具体做法:
1、 反向扫描日志文件, 查找该事务的更新操作。
2、 对事务的更新操作执行逆操作。
3、 继续反向扫描日志文件, 查找该事务的其他更新操作, 并做同样的处理, 直到事务的开始标志。
注: 事务故障的恢复是由系统自动完成的, 对用户是透明的。
(2) 系统故障的恢复: 系统故障会使数据库的数据不一致:
一是未完成的事务对数据库的更新可能已经写入数据库;
二是已提交的事务对数据库的更新可能还在缓冲区没来得及写入数据库。
因此对于系统故障, 恢复操作是UNDO+REDO:
1、 撤销故障发生时未完成的事务(UNDO) 。
2、 重做已经提交的事务(REDO) 。
(3) 介质故障的恢复: 介质故障时数据库遭到破坏, 需要重装数据库, 一般需要DBA的参与, 装载故障前最近一次的备份和故障前的日志文件副本, 再按照系统故障的恢复过程执行撤销(UNDO) 和重做(REDO) 来恢复。

SQL语言

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1549768.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

华为CLI实验-配置旁路检测时的安全策略

CLI举例:配置旁路检测时的安全策略 举例说明当FW作为旁路检测设备时,如何配置安全策略。 组网需求 如图1所示,企业内网通过路由器Router连接到Internet。FW作为旁路检测设备,对通过Router的流量进行内容安全检测。 图1 旁路检测…

【搜索引擎2】实现API方式调用ElasticSearch8接口

1、理解ElasticSearch各名词含义 ElasticSearch对比Mysql Mysql数据库Elastic SearchDatabase7.X版本前有Type,对比数据库中的表,新版取消了TableIndexRowDocumentColumnmapping Elasticsearch是使用Java开发的,8.1版本的ES需要JDK17及以上…

Web3:探索区块链与物联网的融合

引言 随着科技的不断发展,区块链技术和物联网技术都成为了近年来备受瞩目的前沿技术。而当这两者结合在一起,将产生怎样的化学反应呢?本文将深入探讨Web3时代中区块链与物联网的融合,探索其意义、应用场景以及未来发展趋势。 1. …

Elasticsearch-相关性

相关性描述的是⼀个⽂档和查询语句匹配的程度。ES 会对每个匹配查询条件的结果进⾏算分_score。_score 的评分越高,相关度越高。 ES 5.0之前使用TF-IDF 相关性算法, 5.0之后使用了BM25算法 TF-IDF 公式 score(q,d) queryNorm(q) coord(q,d) …

MFC标签设计工具 图片控件上,移动鼠标显示图片控件内的鼠标xy的水平和垂直辅助线要在标签模板上加上文字、条型码、二维码 找准坐标和字体大小 源码

需求:要在标签模板上加上文字、条型码、二维码 找准坐标和字体大小 我生成标签时,需要对齐和 调文字字体大小。这工具微调 能快速知道位置 和字体大小。 标签设计(点击图片,上下左右箭头移动 或-调字体) 已经够用了,滚动条还没完…

sheng的学习笔记-AI-YOLO算法,目标检测

AI目录:sheng的学习笔记-AI目录-CSDN博客 目录 目标定位(Object localization) 定义 原理图 具体做法: 输出向量 图片中没有检测对象的样例 损失函数 ​编辑 特征点检测(Landmark detection) 定义&a…

【数据结构】计数排序

大家好,我是苏貝,本篇博客带大家了解计数排序,如果你觉得我写的还不错的话,可以给我一个赞👍吗,感谢❤️ 目录 一. 基本思想二. 计数排序代码 一. 基本思想 计数排序又称为鸽巢原理,是对哈希直…

Jenkins磁盘空间批量清理脚本

一、简介 Jenkins如果没有设置保留构建历史数,磁盘会随着使用次数增加而越来越满,于是需要批量清理一下。 二、清理脚本 找到Script Console 输入脚本,并点击执行,需要注意期望删除的构建历史编号(可以查看下面的效果…

第二篇:3.1 广告印象(AD Impression) - IAB与MRC及《增强现实广告效果测量指南1.0》

--- 我为什么要翻译美国IAB科技公司系列标准 翻译计划 第一篇概述—IAB与MRC及《增强现实广告效果测量指南》之目录、适用范围及术语第二篇广告效果测量定义和其他矩阵之- 3.1 广告印象(AD Impression)第三篇广告效果测量定义和其他矩阵之- 3.2 可见度 …

ip协议和数据链路层!

今天我们来学ip协议! 如果我们想要两台主机之间能够通信必须知道双方的ip地址才能进行标识对方然后进行通信! 首先是4位首部长度,与tcp同理*4才是报头的真实大小!(即20-60)(最低开始读20&#x…

【OpenCV】 OpenCV (C++) 与 OpenCvSharp (C#) 之间数据通信

OpenCV是一个基于Apache2.0许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和Mac OS操作系统上。 它轻量级而且高效——由一系列 C 函数和少量 C 类构成,同时提供了Python、Ruby、MATLAB等语…

MySQL中使用distinct单、多字段去重方法

目录 一、distinct 1.1 只对一个字段查重 1.2多个字段去重 1.3针对null处理 1.4与distinctrow同义 二、聚合函数中使用distinct 三、CONCAT_WS函数 多个字段拼接去重是指将多个字段的值按照一定的规则进行拼接,并去除重复的拼接结果。这样可以生成唯一标识符…

蓝桥杯刷题day10——猜灯谜【算法赛】

一、问题描述 在元宵节的活动现场,有一串环形排列的灯笼,共计 n 个。每个灯笼上伴随着一个谜底以及一个数字,这些数字分别为 a1,a2 ,…,an。 根据元宵节的传统,每个灯笼的谜底都是由相邻两个灯笼上的数字之和得出的。需要注意的…

勾八头歌之分类回归聚类

一、机器学习概述 第1关机器学习概述 B AD B BC 第2关常见分类算法 #编码方式encodingutf8from sklearn.neighbors import KNeighborsClassifierdef knn(train_data,train_label,test_data):input:train_data用来训练的数据train_label用来训练的标签test_data用来测试的数据…

R 生存分析3:Cox等比例风险回归及等比例风险检验

虽然Kaplan-Meier分析方法目前应用很广,但是该方法存在一下局限: 对于一些连续型变量,必须分类下可以进行生存率对比 是一种单变量分析,无法同时对多组变量进行分析 是一种非参数分析方法,必须有患者个体数据才能进行分析 英国…

春秋云境CVE-2023-27179

简介 GDidees CMS v3.9.1及更低版本被发现存在本地文件泄露漏洞,漏洞通过位于 /_admin/imgdownload.php 的 filename 参数进行利用。 正文 进入靶场发现没有什么可以利用的地方,那么就按照靶场提示来,直接访问/_admin/imgdownload.php 打开…

鸿蒙雄起!风口就在当下,你如何抉择?

近年来,华为自主研发的鸿蒙操作系统(HarmonyOS)引起了广泛的关注和讨论。鸿蒙系统不仅标志着华为在软件领域的一次重大突破,也预示着全球智能设备市场格局的潜在变化。本文将深入探讨鸿蒙系统的兴起、其在市场上的表现以及对程序员…

【SQL】1633. 各赛事的用户注册率(COUNT函数 表达式用法)

题目描述 leetcode题目:1633. 各赛事的用户注册率 Code select contest_id, round(count(*)/(select count(*) from Users)*100, 2) as percentage from Register group by contest_id order by percentage desc, contest_id ascCOUNT()函数 COUNT函数用法&#…

k8s入门到实战(十一)—— DaemonSet详细介绍及使用

DaemonSet 说明 是个 Pod 控制器能够确保 k8s 的所有节点都运行一个相同的 pod 副本,假设这个 pod 名称为 pa 当增加 node 节点时,这个节点会自动创建一个 pa副本当删除 node 节点时,pa 副本会自动删除 删除 daemonset 会删除它们创建的 pod 使用场景 需…

PyQt:实现自定义绘制pyqtgraph折线图中的symbol图标

一、写在前面 1.关于symbol的官方文档说明:symbol 2.我自己绘制的自定义symbol符号,如下图:一个在坐标轴上移动的“小货车” 2.默认可以选择的有以下多种symbol符号 但最后一项也说明了:支持QPainterPath绘制的自定义符号形状。…