巧用闪回查询来分析事务延迟的问题

简介:    前段时间有个开发的同事向我咨询一个问题,     开发同事:Oracle会存在一个用户插入数据,已经提交了;但是另外一个用户还查询不到吗?都是同一张表     jeanron:   不会的。
   前段时间有个开发的同事向我咨询一个问题,
    开发同事:Oracle会存在一个用户插入数据,已经提交了;但是另外一个用户还查询不到吗?都是同一张表
    jeanron:   不会的。
    开发同事: 我们现在一个用户写入,程序日志是说已经写入;可是读取的用户还读取不到,在线延迟5分钟可能的问题在哪儿?或者你帮忙监控一下?
    jeanron:   是Oracle吗,MySQL还可能有这种情况
    开发同事: Oracle,MySQL是什么情况下会这样?
    jeanron:  MySQL,主库写,从库查,可能会有这种延迟

   后续和他们确认了下,是Oracle环境,而且都是在主库端查询,而且是同一个表。这种情况听起来着实有点意思,当然我们知道多版本查询是Oracle的一个亮点,也是作为MVCC的一个必备特征。如果这个都不能保证,数据就会乱套了。
    但是目前数据库中的数据根据开发同学的反馈确实有这种情况,这一点就让很有意思了。当然他们说感觉延迟,我希望能够让他们也帮忙具体定位一下,比如提供一条数据记录,他们从前端的日志中发现有延迟的这种情况,我在数据库端就容易来定位问题了。
没过多久,开发同学就提供了一个语句,他们使用rowid定位到了那条记录,这个对我来说就方便多了。
语句类似下面的样子:
select count(*)from heart   where rowid='AAASdNAAHAAMgirABN'
   他们反馈根据数据的情况,说这条记录是在2016-07-14 16:40:00 这个时间点插入的,但是有很大的延迟,一直查不到数据。
这个时候使用Oracle的闪回查询就是一个很好的实践。首先确保根据rowid能够定位到数据。
select count(*)from heart   where rowid='AAASdNAAHAAMgirABN'
1
    然后延迟5秒钟看看是否能够看到数据,结果奇怪的是没有找到匹配的数据
select count(*)from heart  as of timestamp to_timestamp('2016-07-14 16:40:05','yyyy-mm-dd hh24:mi:ss') where rowid='AAASdNAAHAAMgirABN'
0
    然后我逐步放大实践延迟,一直放大到延迟6分钟,还是没有找到匹配的数据。
select count(*)from heart  as of timestamp to_timestamp('2016-07-14 16:46:00','yyyy-mm-dd hh24:mi:ss') where rowid='AAASdNAAHAAMgirABN'
0
    继续放大延迟间隔,终于看到了匹配的记录。
select count(*)from heart  as of timestamp to_timestamp('2016-07-14 16:47:00','yyyy-mm-dd hh24:mi:ss') where rowid='AAASdNAAHAAMgirABN'
1
    从这个简单的测试来看,这个数据是在2016-07-14 16:40:00插入的,可以从表里的数据看出,表里有一个字段会做标示,但是数据在一个事务内一直未提交,所以其他的用户查询的时候会始终查到的是未提交状态的数据,而数据是在16:46:00~16:47:00这个时间段提交的,而具体的时间戳已经不重要了,因为已经说明了问题。
    可以基本断定是在应用端存在一个大事务,迟迟未提交,导致数据的状态一直没有得到更新,确认了这点,应用端就很好去分析和处理了。

目录
相关文章
|
安全 Java 关系型数据库
Spring是如何保证同一事务获取同一个Connection的?使用Spring的事务同步机制解决:数据库刚插入的记录却查询不到的问题【享学Spring】(上)
Spring是如何保证同一事务获取同一个Connection的?使用Spring的事务同步机制解决:数据库刚插入的记录却查询不到的问题【享学Spring】(上)
|
2天前
|
云安全 数据采集 人工智能
古茗联名引爆全网,阿里云三层防护助力对抗黑产
阿里云三层校验+风险识别,为古茗每一杯奶茶保驾护航!
古茗联名引爆全网,阿里云三层防护助力对抗黑产
|
6天前
|
人工智能 中间件 API
AutoGen for .NET - 架构学习指南
《AutoGen for .NET 架构学习指南》系统解析微软多智能体框架,涵盖新旧双架构、核心设计、技术栈与实战路径,助你从入门到精通,构建分布式AI协同系统。
305 142
|
2天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
404 0
|
3天前
|
传感器 人工智能 算法
数字孪生智慧水务系统,三维立体平台,沃思智能
智慧水务系统融合物联网、数字孪生与AI技术,实现供水全流程智能监测、预测性维护与动态优化。通过实时数据采集与三维建模,提升漏损控制、节能降耗与应急响应能力,推动水务管理从经验驱动迈向数据驱动,助力城市水资源精细化、可持续化管理。
267 142
|
2天前
|
存储 人工智能 Java
AI 超级智能体全栈项目阶段四:学术分析 AI 项目 RAG 落地指南:基于 Spring AI 的本地与阿里云知识库实践
本文介绍RAG(检索增强生成)技术,结合Spring AI与本地及云知识库实现学术分析AI应用,利用阿里云Qwen-Plus模型提升回答准确性与可信度。
204 90
AI 超级智能体全栈项目阶段四:学术分析 AI 项目 RAG 落地指南:基于 Spring AI 的本地与阿里云知识库实践

热门文章

最新文章