ডাটাবেসে লেনদেনের বিচ্ছিন্নতা স্তরকে দুর্বল করার ফলে কী হতে পারে?

হাই সব. Vladislav Rodin যোগাযোগ আছে. আমি বর্তমানে OTUS-এ হাই ওয়ার্কলোড আর্কিটেক্ট কোর্সের কোর্স লিডার এবং সফ্টওয়্যার আর্কিটেকচার কোর্সও শেখাই।

শিক্ষাদানের পাশাপাশি, আপনি হয়তো লক্ষ্য করেছেন, আমি Habré-এ OTUS ব্লগের জন্য মূল উপাদান লিখছি এবং আমি আজকের নিবন্ধটির সাথে মিলিত হতে চাই যা কোর্সটি চালু করার সাথে মিলে যায়। "PostgreSQL", যা এই মুহূর্তে তালিকাভুক্তির জন্য উন্মুক্ত।

ভূমিকা

В গত বার আমরা এই বিষয়ে কথা বলেছি যে ডাটাবেসে লেনদেন দুটি সমস্যার সমাধান করে: একটি প্রতিযোগিতামূলক পরিবেশে ত্রুটি সহনশীলতা এবং ডেটা অ্যাক্সেস নিশ্চিত করা। এই কাজগুলি সম্পূর্ণরূপে সম্পাদন করতে, লেনদেনে ACID বৈশিষ্ট্য থাকতে হবে। আজ আমরা চিঠি নিয়ে বিস্তারিত কথা বলব আমি (বিচ্ছিন্নতা) এই সংক্ষেপে।

অন্তরণ

বিচ্ছিন্নতা প্রতিযোগিতামূলক পরিবেশে ডেটা অ্যাক্সেস করার সমস্যার সমাধান করে, মূলত জাতি পরিস্থিতি থেকে সুরক্ষা প্রদান করে। আদর্শভাবে, বিচ্ছিন্নতা মানে ক্রমিককরণ, যা এমন একটি সম্পত্তি যা নিশ্চিত করে যে সমান্তরালভাবে লেনদেন সম্পাদনের ফলাফল একই রকম হয় যেন সেগুলি ক্রমিকভাবে সম্পাদিত হয়। এই সম্পত্তির সাথে প্রধান সমস্যা হল যে এটি প্রযুক্তিগতভাবে প্রদান করা খুব কঠিন এবং ফলস্বরূপ, সিস্টেম কর্মক্ষমতা উপর একটি উল্লেখযোগ্য প্রভাব আছে। এই কারণেই বিচ্ছিন্নতা প্রায়শই দুর্বল হয়ে যায়, কিছু অসঙ্গতির ঝুঁকি গ্রহণ করে, যা নীচে আলোচনা করা হবে। নির্দিষ্ট কিছু অসামঞ্জস্য ঘটার সম্ভাবনা লেনদেন বিচ্ছিন্নতার স্তরকে সুনির্দিষ্টভাবে চিহ্নিত করে।

সবচেয়ে সুপরিচিত অসঙ্গতিগুলি হল: নোংরা পড়া, অ-পুনরাবৃত্তিযোগ্য পড়া, ফ্যান্টম রিড, কিন্তু আসলে আরও 5টি আছে: নোংরা লিখুন, কার্সার হারিয়ে গেছে আপডেট, হারানো আপডেট, তির্যক পড়া, তির্যক লেখা।

নোংরা লেখা

অসামঞ্জস্যের সারমর্ম হল যে লেনদেনগুলি অনিয়মিত ডেটা ওভাররাইট করতে পারে।

এই অসঙ্গতিটি কেবল বিপজ্জনক নয় কারণ উভয় লেনদেন করার পরে ডেটা বিরোধ করতে পারে (ছবির মতো), কিন্তু পারমাণবিকতা লঙ্ঘন হওয়ার কারণেও: যেহেতু আমরা অপ্রত্যাশিত ডেটা ওভাররাইট করার অনুমতি দিই, তাই অন্যটিকে প্রভাবিত না করে কীভাবে একটি লেনদেন ফিরিয়ে আনা যায় তা পরিষ্কার নয়। .

অসঙ্গতিটি বেশ সহজভাবে চিকিত্সা করা যেতে পারে: আমরা রেকর্ডিং শুরু করার আগে রেকর্ডের সাথে একটি লক সংযুক্ত করি, লকটি সরানো না হওয়া পর্যন্ত অন্যান্য লেনদেনগুলিকে রেকর্ড পরিবর্তন করা নিষিদ্ধ করে।

নোংরা পড়া

ডার্টি রিড মানে অনমিত ডেটা পড়া।

নমুনার উপর ভিত্তি করে কর্ম বা সিদ্ধান্ত নেওয়ার প্রয়োজন হলে সমস্যা দেখা দেয়।

অসঙ্গতি সংশোধন করতে, আপনি একটি রিড লক সংযুক্ত করতে পারেন, তবে এটি কার্যক্ষমতাকে ব্যাপকভাবে প্রভাবিত করবে। এটা বলা অনেক সহজ যে একটি রোলব্যাক লেনদেনের জন্য, ডেটার প্রাথমিক অবস্থা (রেকর্ডিং শুরুর আগে) সিস্টেমে সংরক্ষণ করতে হবে। ওখান থেকে পড়ি না কেন? এটি যথেষ্ট সস্তা যে বেশিরভাগ ডাটাবেস ডিফল্টরূপে পড়া নোংরা সরিয়ে দেয়।

আপডেট হারিয়েছে

হারিয়ে যাওয়া আপডেট মানে হারিয়ে যাওয়া আপডেট, এবং অনুবাদটি বেশ সঠিকভাবে সমস্যার সারমর্মকে প্রতিফলিত করে:

আসলে, T2 লেনদেনের ফলাফল বিপরীত ছিল। এই পরিস্থিতি স্পষ্ট বা অন্তর্নিহিত লিখন লক দ্বারা সংশোধন করা যেতে পারে। অর্থাৎ, আমরা হয় কেবল রেকর্ড আপডেট করি, এবং তারপর একটি অন্তর্নিহিত লক ঘটে, অথবা আমরা সম্পাদন করি আপডেটের জন্য নির্বাচন করুন, একটি পড়া এবং লেখার লক ঘটতে ঘটতে. অনুগ্রহ করে মনে রাখবেন যে এই ধরনের একটি অপারেশন বেশ বিপজ্জনক: আমাদের "নিরীহ" পড়ার সাথে, আমরা অন্যান্য পাঠগুলিকে ব্লক করি। কিছু ডাটাবেস আরো নিরাপদ অফার করে শেয়ারের জন্য নির্বাচন করুন, ডেটা পড়ার অনুমতি দেয় কিন্তু পরিবর্তন করা হয় না।

কার্সার আপডেট হারিয়েছে

সূক্ষ্ম নিয়ন্ত্রণের জন্য, ঘাঁটিগুলি কার্সারের মতো অন্যান্য সরঞ্জামগুলি অফার করতে পারে। একটি কার্সার হল একটি কাঠামো যাতে সারিগুলির একটি সেট থাকে এবং আপনাকে সেগুলির উপর পুনরাবৃত্তি করতে দেয়। নির্বাচন_বিবৃতির জন্য cursor_name ঘোষণা করুন. কার্সারের বিষয়বস্তু নির্বাচনের মাধ্যমে বর্ণনা করা হয়।

কেন আপনি একটি কার্সার প্রয়োজন? আসল বিষয়টি হল যে কিছু ডাটাবেস নির্বাচন (পড়ুন স্থিতিশীলতা) দ্বারা নির্বাচিত সমস্ত রেকর্ডে একটি লক অফার করে, অথবা শুধুমাত্র সেই রেকর্ডে যেখানে কার্সারটি বর্তমানে অবস্থিত (কারসার স্থিতিশীলতা)। কার্সারের স্থিতিশীলতার সাথে, সংক্ষিপ্ত লক প্রয়োগ করা হয়, যা আমাদের লকের সংখ্যা হ্রাস করতে দেয় যদি আমরা ডেটার একটি বড় নমুনার উপর পুনরাবৃত্তি করি। অতএব, হারানো আপডেটের অসঙ্গতি কার্সারের জন্য আলাদাভাবে আলাদা করা হয়েছে।

অ-পুনরাবৃত্ত পড়া

অ-পুনরাবৃত্তিযোগ্য রিড হল যে আমাদের লেনদেন সম্পাদনের সময়, একই রেকর্ডের পরপর 2টি রিড ভিন্ন ফলাফলের দিকে পরিচালিত করবে, কারণ এই দুটি পাঠের মধ্যে অন্য একটি লেনদেন হস্তক্ষেপ করেছে, আমাদের ডেটা পরিবর্তন করেছে এবং প্রতিশ্রুতিবদ্ধ হয়েছে।

কেন এই এমনকি একটি সমস্যা? কল্পনা করুন যে ছবিতে T2 লেনদেনের লক্ষ্য হল সমস্ত পণ্য নির্বাচন করা যার মূল্য 150 USD এর কম। অন্য কেউ দাম ​​আপডেট করেছে $200। এইভাবে, ইনস্টল করা ফিল্টার কাজ করেনি।

যখন দুই-ফেজ ইন্টারলক যোগ করা হয় বা যখন MVCC মেকানিজম ব্যবহার করা হয়, তখন এই অসঙ্গতিগুলি ঘটবে না, যা আমি আলাদাভাবে আলোচনা করতে চাই।

ফ্যান্টম পড়া

ফ্যান্টম হল ডেটার পঠন যা অন্য লেনদেনের মাধ্যমে যোগ করা হয়েছে।

উদাহরণ হিসেবে, যখন এই অসঙ্গতি ঘটে তখন আমরা সবচেয়ে সস্তা পণ্যের ভুল নির্বাচন পর্যবেক্ষণ করতে পারি।

ফ্যান্টম রিড থেকে মুক্তি পাওয়া ইতিমধ্যেই বেশ কঠিন। নিয়মিত ব্লক করা যথেষ্ট নয়, কারণ আমরা এমন কিছু ব্লক করতে পারি না যা এখনও বিদ্যমান নেই। 2PL সিস্টেমগুলি ভবিষ্যদ্বাণীমূলক লকিং ব্যবহার করে, যখন MVCC সিস্টেমে একটি লেনদেন সময়সূচী থাকে যা লেনদেনগুলিকে রোল ব্যাক করে যা একটি সন্নিবেশ দ্বারা ব্যাহত হতে পারে। প্রথম এবং দ্বিতীয় উভয় প্রক্রিয়াই বেশ ভারী।

তির্যক পড়ুন

রিড স্ক্যু ঘটে যখন আমরা বেশ কয়েকটি টেবিলের সাথে কাজ করি, যার বিষয়বস্তু অবশ্যই ধারাবাহিকভাবে পরিবর্তন হতে হবে।

ধরা যাক আমাদের কাছে পোস্ট এবং তাদের মেটা তথ্য প্রতিনিধিত্বকারী টেবিল রয়েছে:

একটি লেনদেন টেবিল থেকে পড়ে, অন্যটি তাদের সংশোধন করে:

লেনদেন T1 এর ফলে, পোস্টের শিরোনাম = ভাল, এবং আপডেট_বাই = T2 রয়েছে, যা একধরনের অসঙ্গতি।

আসলে, এটি একটি অ-পুনরাবৃত্তিযোগ্য পঠন, তবে বেশ কয়েকটি টেবিলের অংশ হিসাবে।

এটি ঠিক করার জন্য, T1 সমস্ত সারিতে লক রাখতে পারে যা এটি পড়বে, যা T2 লেনদেনকে তথ্য পরিবর্তন করতে বাধা দেবে। MVCC-এর ক্ষেত্রে, T2 লেনদেন বাতিল করা হবে। আমরা কার্সার ব্যবহার করলে এই অসঙ্গতির বিরুদ্ধে সুরক্ষা গুরুত্বপূর্ণ হয়ে উঠতে পারে।

তির্যক লিখুন

এই অসঙ্গতিটি একটি উদাহরণ দিয়ে ব্যাখ্যা করাও সহজ: ধরুন আমাদের সিস্টেমে কমপক্ষে একজন ডাক্তার ডিউটিতে থাকা উচিত, কিন্তু উভয় ডাক্তারই তাদের দায়িত্ব বাতিল করার সিদ্ধান্ত নিয়েছে:

অসংগতি মানে ডাক্তারদের কেউ ডিউটিতে থাকবেন না। এটা কেন হল? কারণ লেনদেনটি এমন একটি শর্ত পরীক্ষা করছিল যা অন্য লেনদেনের দ্বারা লঙ্ঘন হতে পারে এবং বিচ্ছিন্নতার কারণে আমরা এই পরিবর্তনটি দেখতে পাইনি।

এটি একই অ-পুনরাবৃত্ত পড়া। বিকল্পভাবে, নির্বাচিতরা এই রেকর্ডগুলিতে তালা রাখতে পারে।

তির্যক লিখুন এবং তির্যক পড়া পূর্ববর্তী অসঙ্গতির সমন্বয়। আপনি লেখার তির্যক বিবেচনা করতে পারেন, যা মূলত একটি ফ্যান্টম রিড। একটি টেবিল বিবেচনা করুন যাতে কর্মচারীদের নাম, তাদের বেতন এবং তারা যে প্রকল্পে কাজ করে তা রয়েছে:

ফলস্বরূপ, আমরা নিম্নলিখিত চিত্রটি পাই: প্রতিটি ব্যবস্থাপক ভেবেছিলেন যে তাদের পরিবর্তন বাজেটের চেয়ে বেশি হবে না, তাই তারা কর্মীদের পরিবর্তন করেছেন যা একসাথে ব্যয় বৃদ্ধির দিকে পরিচালিত করে।

সমস্যার কারণ ফ্যান্টম রিডিংয়ের মতোই।

তথ্যও

ডাটাবেসে লেনদেন বিচ্ছিন্নতা স্তরটি শিথিল করা নিরাপত্তা এবং কর্মক্ষমতার মধ্যে একটি বাণিজ্য বন্ধ; এই স্তরের পছন্দটি ব্যবসার সম্ভাব্য ঝুঁকির উপর ভিত্তি করে যোগাযোগ করা উচিত যদি কিছু অসঙ্গতি ঘটে।

কোর্স সম্পর্কে আরও জানুন.

উত্স: www.habr.com