version: v-2023060601

author: 路__

一、什么是“强一致性”

分布式数据库的“强一致性”应该包含两个方面：serializability（串行） and linearizability（线性一致），上述图为“Highly Available Transactions: Virtues and Limitations”论文中对于一致性模型的介绍。图中箭头表示一致性模型之间的关系。对于异步网络上的分布式系统，颜色表示每个模型的可用性。本次内容主要围绕“serializability”介绍，从左侧图从我们应该看出了事务的隔离级别，下面我们就从事务入手开始本篇内容。

讲到事务想到的就是“ACID”和“BASA”理论，在NoSQL数据库中base理论应该是比较经典的。

二、事务的介绍

2.1 那么什么是Base呢？

• BA表示基本可用性（Basically Available）：是指某些部分出现故障，那么系统的其余部分依然可用。

• S表示软状态（Soft State）：是指数据处理过程中，存在数据状态暂时不一致的情况，但最终会实现事务的一致性。

• E表示最终一致性（Eventual Consistency）：是指单数据项的多副本，经过一段时间，最终达成一致。

Base其实是一套理论，所以很多实现细节并没有指定，所做的约束也是十分有限。从base的三个特性与ACID相比，我们也感觉到，其理论是在性能和一致性中达到一个平衡。

2.2 ACID是什么呢？

说到ACID我们想到的第一个就是“事务”，“事务”是由多个操作构成的序列。1970年詹姆斯 · 格雷（Jim Gray）提出了事务的ACID四大特性：

• 原子性（Atomicity）：事务中的所有变更要么全部发生，要么一个也不发生。

  介绍：是数据库区别于其他存储系统的重要标志，对于现在阶段的分布式数据库具有挑战，因为网络的不可靠性，所以很多NoSQL数据库都选择跳过这个问题，从对原子性不敏感的细分场景切入。

• 一致性（Consistency）：事务要保持数据的完整性。

  介绍： 可以看做对“事务”整体目标的阐述。

• 隔离性（Isolation）：多事务并行执行所得到的结果，与串行执行（一个接一个）完全相同。

  介绍：其是事务中最为复杂的，隔离性可以分为多个隔离级别，较低的隔离级别就是在正确性上做妥协，从而获得更好的性能。

• 持久性（Durability）：一旦事务提交，它对数据的改变将被永久保留，不应受到任何系统故障的影响。

  介绍： 数据库的基本要求，其核心思想是应对系统故障，我们可以将故障分为两个:

  存储硬件无损、可恢复的故障： 主要依托于预写日志（Write Ahead Log, WAL）保证第一时间存储数据。WAL采用顺序写入的方式，可以保证数据库的低延时响应。

        存储硬件损坏、不可恢复的故障：用到日志复制技术，将本地日志及时同步到其他节点，也即是备份，实现高可用功能，此处为日志备份。

        实现方式大体有三种：

         第一种是单体数据库自带的同步或半同步的方式，其中半同步方式具有一定的容错能力，实践中被更多采用；

         第二种是将日志存储到共享存储系统上，后者会通过冗余存储保证日志的安全性，亚马逊的Aurora采用了这种方式，也被称为Share Storage；

        第三种是基于Paxos/Raft的共识算法同步日志数据，在分布式数据库中被广泛使用。

事务中非常重要的一个特性就是隔离性，下面我们针对性的学习隔离性。

2.3. 隔离性

ANSI SQL-92（简称SQL-92），它定义的隔离级别和异常现象如下所示：

隔离级别	脏读 (Dirty Read)	不可重复读（Non-Repeatable）	幻读 （Phantom）
读未提交（Read Uncommitted）	会	会	会
读已提交（Read Committed)	不会	会	会
可重复读（Repeatable Read）	不会	不会	会
串行化(Serializable)	不会	不会	不会

脏读 (Dirty Read)：是一个事务读取了另一个事务未提交的数据。

在不久之后的1995年，Jim Gray等人发表了论文“A Critique of ANSI SQL Isolation Levels”（以下简称Critique），对于事务隔离性进行了更加深入的分析。

2.3.1 Critique

Critique中定义了六种隔离级别和八种异常现象。

快照隔离（Snapshot Isolation, SI）级别：

可以用于解决幻读（Phantom），之前解决幻读问题的就是可串行化。但却无法处理写倾斜（Write Skew）问题，也不符合可串行化要求，有时写倾斜也被称为写偏序，都是一个意思。

因此，今天，使用最广泛的隔离级别有四个，就是已提交读、可重复读、快照隔离、可串行化。

SQL-92没有添加SI的原因是，其出发点是基于锁（Lock-base）的并发控制，而快照隔离的实现基础则是多版本并发控制（MVCC），在现在很多数据都采用了MVCC进行实现，例如图数据库中的TuGraph其采用的便是MVCC。

1.幻读（Phantom）

幻读指在同一事务内多次执行相同查询时，可能会看到不同的行数或记录。幻读也是因为数据库没有对同时进行的事务进行隔离而产生的问题。解决使用表级锁。

场景：事务T1使用特定的查询条件获得一个结果集，事务T2插入新的数据，并且这些数据符合T1刚刚执行的查询条件。T2 提交成功后，T1再次执行同样的查询，此时得到的结果集会增大。这种异常现象就是幻读。

幻读与不可重复差异：

• 相同：都是在一个事务内用相同的条件查询两次，但两次的结果不一样。

• 差异：

  1.不可重复读来说，第二次的结果集相对第一次，有些记录被修改（Update）或删除（Delete）了；

  2.幻读是第二次结果集里出现了第一次结果集没有的记录(Insert)。幻读是在第一次结果集的记录“间隙”中增加了新的记录。所以，MySQL将防止出现幻读的锁命名为间隙锁（Gap Lock）。

2. 写倾斜

下面通过一个案例来理解写倾斜: 在我们的用户表（user）中有以下数据

id(用户标识)	sex（性别）
1	0
2	1
3	0
4	1

上述0代表女，1代表男，下面我们有两个事务需要并发执行语句如下：

// 语句1： 将表中所有女变成男
begin
update user set sex = 1
where sex = 0
commit
​
// 语句2： 将表中所有男变成女
begin
update user set sex = 0
where sex = 1
commit

在并发执行的情况下，上述结果会发生一半是男一半是女的情况。但是根据可串行化的定义，“多事务并行执行所得到的结果，与串行执行完全相同”，如果按照串行执行，那么要么都是男，要么都是女，这就违背了可串行化的定义了。