डेटाबेस में लेनदेन अलगाव स्तर को कमजोर करने से क्या परिणाम हो सकता है?

नमस्ते। व्लादिस्लाव रोडिन संपर्क में हैं। मैं वर्तमान में ओटीयूएस में हाई वर्कलोड आर्किटेक्ट कोर्स के लिए कोर्स लीडर हूं और सॉफ्टवेयर आर्किटेक्चर पाठ्यक्रम भी पढ़ाता हूं।

शिक्षण के अलावा, जैसा कि आपने देखा होगा, मैं हैबे पर ओटीयूएस ब्लॉग के लिए मूल सामग्री लिख रहा हूं और मैं आज के लेख को पाठ्यक्रम के लॉन्च के साथ जोड़ना चाहता हूं। "पोस्टग्रेएसक्यूएल", जो अभी नामांकन के लिए खुला है।

परिचय

В पिछली बार हमने इस तथ्य के बारे में बात की कि डेटाबेस में लेनदेन दो समस्याओं को हल करने का काम करता है: प्रतिस्पर्धी माहौल में दोष सहनशीलता और डेटा तक पहुंच सुनिश्चित करना। इन कार्यों को पूरी तरह से करने के लिए, लेनदेन में ACID गुण होने चाहिए। आज हम पत्र के बारे में विस्तार से बात करेंगे मैं (अलगाव) इस संक्षेप में.

इन्सुलेशन

अलगाव प्रतिस्पर्धी माहौल में डेटा तक पहुंच की समस्या को हल करता है, अनिवार्य रूप से दौड़ की स्थिति से सुरक्षा प्रदान करता है। आदर्श रूप से, अलगाव का अर्थ क्रमबद्धता है, जो एक ऐसी संपत्ति है जो यह सुनिश्चित करती है कि समानांतर में लेनदेन निष्पादित करने का परिणाम वही है जैसे कि उन्हें क्रमिक रूप से निष्पादित किया गया था। इस संपत्ति के साथ मुख्य समस्या यह है कि इसे तकनीकी रूप से प्रदान करना बहुत कठिन है और परिणामस्वरूप, सिस्टम प्रदर्शन पर महत्वपूर्ण प्रभाव पड़ता है। इसीलिए कुछ विसंगतियों के जोखिमों को स्वीकार करते हुए अलगाव को अक्सर कमजोर कर दिया जाता है, जिसकी चर्चा नीचे की जाएगी। कुछ विसंगतियों के घटित होने की संभावना लेनदेन अलगाव के स्तर को सटीक रूप से दर्शाती है।

सबसे प्रसिद्ध विसंगतियाँ हैं: डर्टी रीड, नॉन-रिपीटेबल रीड, फैंटम रीड, लेकिन वास्तव में 5 और हैं: डर्टी राइट, कर्सर खोया हुआ अपडेट, खोया हुआ अपडेट, तिरछा पढ़ना, तिरछा लिखना।

गंदा लिखना

विसंगति का सार यह है कि लेन-देन अप्रतिबद्ध डेटा को अधिलेखित कर सकता है।

यह विसंगति न केवल खतरनाक है क्योंकि डेटा दोनों लेनदेन करने के बाद संघर्ष कर सकता है (जैसा कि चित्र में है), बल्कि इसलिए भी क्योंकि परमाणुता का उल्लंघन किया गया है: चूंकि हम अप्रतिबद्ध डेटा को ओवरराइट करने की अनुमति देते हैं, इसलिए यह स्पष्ट नहीं है कि एक लेनदेन को दूसरे को प्रभावित किए बिना वापस कैसे लाया जाए .

विसंगति का इलाज काफी सरलता से किया जा सकता है: हम रिकॉर्डिंग शुरू करने से पहले रिकॉर्ड में एक लॉक लगाते हैं, जब तक लॉक हटा नहीं दिया जाता तब तक अन्य लेनदेन को रिकॉर्ड बदलने से रोक दिया जाता है।

गंदा पढ़ा

डर्टी रीड का मतलब है अनकमिटेड डेटा को पढ़ना।

समस्याएँ तब उत्पन्न होती हैं जब नमूने के आधार पर कार्य या निर्णय लेने की आवश्यकता होती है।

विसंगति को ठीक करने के लिए, आप रीड लॉक लगा सकते हैं, लेकिन इससे प्रदर्शन पर बहुत प्रभाव पड़ेगा। यह कहना बहुत आसान है कि रोलबैक लेनदेन के लिए, डेटा की प्रारंभिक स्थिति (रिकॉर्डिंग शुरू होने से पहले) को सिस्टम में सहेजा जाना चाहिए। वहां से क्यों नहीं पढ़ा? यह इतना सस्ता है कि अधिकांश डेटाबेस डिफ़ॉल्ट रूप से गंदे रीड को हटा देते हैं।

अपडेट खो गया

खोए हुए अद्यतन का अर्थ है खोए हुए अद्यतन, और अनुवाद काफी सटीक रूप से समस्या का सार दर्शाता है:

वास्तव में, लेनदेन T2 का परिणाम उलट गया था। इस स्थिति को स्पष्ट या अंतर्निहित लेखन ताले द्वारा ठीक किया जा सकता है। अर्थात्, हम या तो केवल रिकॉर्ड को अपडेट करते हैं, और फिर एक अंतर्निहित लॉक होता है, या हम प्रदर्शन करते हैं अद्यतन के लिए चयन करें, जिससे पढ़ने और लिखने में अवरोध उत्पन्न हो जाता है। कृपया ध्यान दें कि ऐसा ऑपरेशन काफी खतरनाक है: अपनी "निर्दोष" रीडिंग के साथ, हम अन्य रीडिंग को ब्लॉक कर देते हैं। कुछ डेटाबेस अधिक सुरक्षित प्रदान करते हैं शेयर के लिए चयन करें, डेटा को पढ़ने की अनुमति देता है लेकिन संशोधित नहीं करता।

कर्सर अद्यतन खो गया

बेहतर नियंत्रण के लिए, बेस कर्सर जैसे अन्य उपकरण प्रदान कर सकते हैं। कर्सर एक संरचना है जिसमें पंक्तियों का एक सेट होता है और आपको उन पर पुनरावृत्ति करने की अनुमति मिलती है। चयन_कथन के लिए कर्सर_नाम घोषित करें. कर्सर की सामग्री को चयन द्वारा वर्णित किया गया है।

आपको कर्सर की आवश्यकता क्यों है? तथ्य यह है कि कुछ डेटाबेस चयन (रीड स्टेबिलिटी) द्वारा चयनित सभी रिकॉर्ड पर लॉक प्रदान करते हैं, या केवल उस रिकॉर्ड पर लॉक प्रदान करते हैं जिस पर कर्सर वर्तमान में स्थित है (कर्सर स्थिरता)। कर्सर स्थिरता के साथ, शॉर्ट लॉक लागू किया जाता है, जो हमें डेटा के बड़े नमूने पर पुनरावृत्ति करने पर लॉक की संख्या को कम करने की अनुमति देता है। इसलिए, खोई हुई अद्यतन विसंगति को कर्सर के लिए अलग से अलग किया जाता है।

न दोहराने योग्य पाठ

नॉन-रिपीटेबल रीड यह है कि हमारे लेन-देन के निष्पादन के दौरान, एक ही रिकॉर्ड के लगातार 2 रीड्स अलग-अलग परिणाम देंगे, क्योंकि इन दोनों रीड्स के बीच एक और लेनदेन ने हस्तक्षेप किया, हमारे डेटा को बदल दिया और प्रतिबद्ध हो गया।

यह भी एक समस्या क्यों है? कल्पना करें कि चित्र में लेनदेन T2 का लक्ष्य उन सभी वस्तुओं का चयन करना है जिनकी कीमत 150 USD से कम है। किसी और ने कीमत अपडेट करके $200 कर दी। इस प्रकार, स्थापित फ़िल्टर काम नहीं करता।

जब दो-चरण इंटरलॉक जोड़े जाते हैं या जब एमवीसीसी तंत्र का उपयोग किया जाता है, तो ये विसंगतियां समाप्त हो जाती हैं, जिस पर मैं अलग से चर्चा करना चाहूंगा।

प्रेत पढ़ा

फैंटम डेटा का एक रीड है जो किसी अन्य लेनदेन द्वारा जोड़ा गया था।

उदाहरण के तौर पर, जब यह विसंगति होती है तो हम सबसे सस्ते उत्पाद के गलत चयन को देख सकते हैं।

फैंटम रीड्स से छुटकारा पाना पहले से ही काफी कठिन है। नियमित अवरोधन पर्याप्त नहीं है, क्योंकि हम उस चीज़ को अवरुद्ध नहीं कर सकते जो अभी तक अस्तित्व में नहीं है। 2PL सिस्टम पूर्वानुमानित लॉकिंग का उपयोग करते हैं, जबकि MVCC सिस्टम में एक लेनदेन शेड्यूलर होता है जो उन लेनदेन को वापस लाता है जो किसी प्रविष्टि द्वारा बाधित हो सकते हैं। पहला और दूसरा दोनों तंत्र काफी भारी हैं।

तिरछा पढ़ें

रीड स्क्यू तब होता है जब हम कई तालिकाओं के साथ काम करते हैं, जिनकी सामग्री लगातार बदलती रहनी चाहिए।

मान लीजिए कि हमारे पास पोस्ट और उनकी मेटा जानकारी दर्शाने वाली तालिकाएँ हैं:

एक लेनदेन तालिकाओं से पढ़ता है, दूसरा उन्हें संशोधित करता है:

लेनदेन T1 के परिणामस्वरूप, पोस्ट का शीर्षक = अच्छा है, और update_by = T2 है, जो एक प्रकार की असंगति है।

वास्तव में, यह एक गैर-दोहराया जाने वाला पाठ है, लेकिन कई तालिकाओं के भाग के रूप में।

इसे ठीक करने के लिए, T1 उन सभी पंक्तियों पर लॉक लगा सकता है जिन्हें वह पढ़ेगा, जो लेनदेन T2 को जानकारी बदलने से रोक देगा। एमवीसीसी के मामले में, टी2 लेनदेन रद्द कर दिया जाएगा। यदि हम कर्सर का उपयोग करें तो इस विसंगति से सुरक्षा महत्वपूर्ण हो सकती है।

तिरछा लिखें

इस विसंगति को एक उदाहरण से समझाना भी आसान है: मान लीजिए कि हमारे सिस्टम में कम से कम एक डॉक्टर को ड्यूटी पर होना चाहिए, लेकिन दोनों डॉक्टरों ने अपनी ड्यूटी रद्द करने का फैसला किया:

विसंगति का मतलब यह था कि कोई भी डॉक्टर ड्यूटी पर नहीं होगा। ऐसा क्यों हुआ? क्योंकि लेन-देन एक ऐसी शर्त की जाँच कर रहा था जिसका उल्लंघन किसी अन्य लेन-देन द्वारा किया जा सकता था, और अलगाव के कारण हमने यह परिवर्तन नहीं देखा।

यह वही गैर-दोहराया जाने वाला पाठ है। वैकल्पिक रूप से, चयन इन रिकॉर्ड्स पर ताले लगा सकते हैं।

तिरछा लिखें और तिरछा पढ़ें पिछली विसंगतियों का संयोजन हैं। आप राइट स्क्यू पर विचार कर सकते हैं, जो मूलतः एक प्रेत वाचन है। एक तालिका पर विचार करें जिसमें कर्मचारियों के नाम, उनके वेतन और जिस परियोजना पर वे काम करते हैं, उसका विवरण दिया गया है:

परिणामस्वरूप, हमें निम्नलिखित तस्वीर मिलती है: प्रत्येक प्रबंधक ने सोचा कि उनके परिवर्तन से बजट अधिक नहीं होगा, इसलिए उन्होंने कार्मिक परिवर्तन किए जिससे लागत में वृद्धि हुई।

समस्या का कारण बिल्कुल वही है जो फैंटम रीडिंग में होता है।

निष्कर्ष

डेटाबेस में लेनदेन अलगाव स्तर को शिथिल करना सुरक्षा और प्रदर्शन के बीच एक समझौता है; यदि कुछ विसंगतियाँ होती हैं तो व्यवसाय के संभावित जोखिमों के आधार पर इस स्तर का चुनाव किया जाना चाहिए।

कोर्स के बारे में और जानें।

स्रोत: www.habr.com