多事务运行并发问题

在实际应用中，往往是一台（或多台）服务器向无数客户程序提供服务，当服务器查询数据库获取数据时，如果没有采用必要的隔离机制，可能会存在数据库事务的并发问题，下面是一些常见的并发问题分类：

1. 第一类丢失更新：撤销一个事务，其他事务已提交的更新数据覆盖
2. 第二类丢失更新：一个事务覆盖另一个事务已提交的更新数据
3. 脏读：一个事务读到另一个事务未提交的数据
4. 虚读：一个事物读到另一个已提交的新插入数据 
5. 不可重复读：事务读到另一个事务已提交的更新数据

下面对这几类并发问题进行详细介绍：

1. 第一类丢失更新

产生过程：两个事务更新同一数据，第一个事务被提交，第一个事务被撤销，会把第一个事务所做的更新也撤销，示意图如下所示：

2. 第二类丢失更新

产生过程：两个事务各自基于最初的查询结果提交数据,实例流程如下图所示：

3. 脏读

产生过程：事务二查询到事务一未提交数据，事务二根据此数据进行操作，事务一紧接着撤销数据，导致事务二操纵的是“脏数据”,实例流程如下图所示：

4.虚读（幻象读）

产生过程：对某行执行插入或删除操作，而该行属于某个事务正在读取的行的范围。若对数据精度要求不高，则影响不大,实例流程如下图所示：

5.不可重复读

产生过程：一个事务查询到另一事务已提交的对数据的更新,实例流程如下图所示：

与脏读区别：脏读->读取前一事务未提交的脏数据，不可重复读->重新读取了前一事务已提交的数据

数据库系统锁的基本原理

1. 锁的多粒度及自动升级：

1. 锁的多粒度按类型可分成下面几类：
   
   • 数据库级锁
   • 表级锁
   • 区域级锁
   • 页面级锁
   • 键值级锁：锁定数据库表中带有索引的一行数据
   • 行级锁
2. 对数据的封锁力度越大，往往隔离性越高，但并发性能变差。
3. 对数据施行的锁粒度越高，并发性往往越大，但这意味着在大并发量时锁的数量的急剧增多，由此会带来系统资源的严重负载，影响系统系统。常用的数据库都有事务锁自动升级功能，当系统性能因为锁数量过大而急剧变差时，往往会升级使用更粗粒度的锁来扩大封锁面，减少锁数优化系统资源。

2. 锁的类型和兼容性：

1. 共享锁

   • 加锁条件：读取数据
   • 解锁条件：读取完毕
   • 兼容性:放置了共享锁的资源，能再放置共享锁和独占锁
   • 并发性：多事务访问相同数据，多锁同时读

2. 独占锁（排它锁）

   • 加锁条件：修改数据且无其他锁存在
   • 解锁条件：事务结束
   • 兼容性:不与其他锁兼容

3. 更新锁

   • 加锁条件：update操作
   • 加锁更新步骤：
     
     1. 获得一个共享锁，读数据
     2. 升级为独占锁，更新数据
   • 兼容性:与共享锁兼容，同一资源最多一把更新锁，能有效避免死锁产生，我们知道，共享锁的兼容性是最好的，加入一个数据同时被两把共享锁锁住，如果这时两条线程并发修改数据，由于共享锁的非排他性，可能会同时出现两把独占锁锁住数据，这样就会产生死锁了，而更新锁排斥独占锁，当出现更新操作时，只能将更新锁本身升级为独占锁，而有效避免死锁产生。
   • 并发性：性能一般，多事务访问，单事务修改。
     -

3. 死锁产生及其解决方法：

1. 产生过程：多事务锁定一个资源->试图去锁定对方已锁定的资源->多事务处于等待对方释放锁资源状态，示意图如下所示：
   
2. 防止方法
   
   1. 合理安排表访问顺序
   2. 对事务要求不高，允许脏读（不加锁）
   3. 错开多事务访问相同资源的时间
   4. 使用尽可能低的事务隔离级别
   5. 使用短事务（操作尽可能少，时间尽可能短）
   6. 将大事务分解成多个小事务顺序执行

4. 悲观锁与悲观锁

1. 悲观锁：显式为数据加锁，常见有如下两种加锁方式
   
   1. 显式指定独占锁：select … for update
   2. 在数据库增加表明状态的LOCK字段
2. 乐观锁：通过版本控制实现，示意图如下所示：
   
   通过乐观锁的版本控制，我们能够更好地提高并发事务的性能。

3. 数据库的事务隔离级别

4种隔离级别从高到低依次为：
- Serializable:串行化
- Repeatable Read： 可重复读
- Read Commited:读已提交的数据
- Read UnCommited:读未提交的数据

它们对并发事务问题的支持如下图所示

4. spring的事务传播行为