• 本文在学习了数据库库理论后的一个总结，以加深理解、形成知识架构和方便日后复习
• 本文大部分（包括文章框架、内容和图片）转载自数据库系统原理，针对自己的基础对部分模块进行了补充和修改
• 本文主要包括并发一致性问题与隔离级别，锁粒度与MVCC，三大范式。

一、事务(Transaction)shou'zhuo

概念

一组业务逻辑（如：ABCDEF）要么全部执行成功，要么全部执行不成功的操作就叫做事务。

事务

• 事务指的是满足 ACID 特性的一系列操作
• 在数据库中，可以通过 Commit 提交一个事务，也可以使用 Rollback 进行回滚

四大特性 ACID

1. 原子性（Atomicity）

事务被视为不可分割的最小单元，要么全部提交成功，要么全部失败回滚。

2. 一致性（Consistency）

事务执行前后都保持一致性状态。在一致性状态下，所有事务对一个数据的读取结果都是相同的。

3. 隔离性（Isolation）

多个事务并发执行时

• 一个事务的执行不应影响其他事务的执行
• 一个事务所做的修改在最终提交以前，对其它事务是不可见的

4. 持久性（Durability）

• 一旦事务提交，则其所做的修改将会永远保存到数据库中。即使系统发生崩溃，事务执行的结果也不能丢失
• 可以通过数据库备份和恢复来保证持久性。

二、并发一致性问题

在并发环境下，一个事务如果受到另一个事务的影响，那么事务操作就无法满足一致性条件。

问题

1. 丢失修改

T₁ 和 T₂ 两个事务都对一个数据进行修改，T₁ 先修改，T₂ 随后修改，T₂ 的修改覆盖了 T₁ 的修改。

2. 读脏数据(Dirty Reads)

• 脏读就是指当一个事务正在访问数据，并且对数据进行了修改，而这种修改还没有提交到数据库中，这时，另外一个事务也访问这个数据，然后使用了这个数据。

• 例子
  T₁ 修改一个数据，T₂ 随后读取这个数据。如果 T₁ 撤销了这次修改，那么 T₂ 读取的数据是脏数据。

脏读

3. 不可重复读(NonRepeatable Reads)

• 是指在一个事务内，多次读同一数据。在这个事务还没有结束时，另外一个事务也访问该同一数据。那么，在第一个事务中的两次读数据之间，由于第二个事务的修改，那么第一个事务两次读到的的数据可能是不一样的。这样在一个事务内两次读到的数据是不一样的，因此称为是不可重复读。
• 解决办法：如果只有在修改事务完全提交之后才可以读取数据，则可以避免该问题
• 例子
  T₂ 读取一个数据，T₁ 对该数据做了修改。如果 T₂ 再次读取这个数据，此时读取的结果和和第一次读取的结果不同。

不可重复读

4. 幻读(Phantom Reads)

• 当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时，会发生幻像读问题
• 解决办法：如果在操作事务完成数据处理之前，任何其他事务都不可以添加新数据，则可避免该问题
• 例子
  T₁ 读取某个范围的数据，T₂ 在这个范围内插入新的数据，T₁ 再次读取这个范围的数据，此时读取的结果和和第一次读取的结果不同。

幻读

区别

• 不可重复读的重点是修改
  同样的条件, 你读取过的数据,再次读取出来发现值不一样了
• 幻读的重点在于新增或者删除
  同样的条件, 第 1 次和第 2 次读出来的记录数不一样

解决方法

产生并发不一致性问题主要原因是破坏了事务的隔离性，解决方法是通过并发控制来保证隔离性。

在没有并发的情况下，事务以串行的方式执行，互不干扰，因此可以保证隔离性。在并发的情况下，如果能通过并发控制，让事务的执行结果和某一个串行执行的结果相同，就认为事务的执行结果满足隔离性要求，也就是说是正确的。把这种事务执行方式称为 可串行化调度。

并发控制可以通过封锁来实现，但是封锁操作都要用户自己控制，相当复杂。数据库管理系统提供了事务的隔离级别，让用户以一种更轻松的方式处理并发一致性问题。

三、封锁

封锁粒度

结构

应该尽量只锁定需要修改的那部分数据，而不是所有的资源。锁定的数据量越少，发生锁争用的可能就越小，系统的并发程度就越高。

但是加锁需要消耗资源，锁的各种操作，包括获取锁，检查锁是否已经解除、释放锁，都会增加系统开销。因此封锁粒度越小，系统开销就越大。需要在锁开销以及数据安全性之间做一个权衡。

MySQL 中提供了两种封锁粒度：行级锁以及表级锁。

封锁类型

1. 排它锁与共享锁

• 排它锁（Exclusive），简写为 X 锁，又称写锁。
• 共享锁（Shared），简写为 S 锁，又称读锁。

有以下两个规定：

1. 一个事务对数据对象 A 加了 X 锁：

• 可以对 A 进行读取和更新
• 加锁期间其它事务不能对 A 加任何锁

2. 一个事务对数据对象 A 加了 S 锁

• 可以对 A 进行读取操作，但是不能进行更新操作
• 加锁期间其它事务能对 A 加 S 锁，但是不能加 X 锁

锁的兼容关系如下：

2. 意向锁

意向锁（Intention Locks）可以支持多粒度封锁。它本身是一个表锁，通过在原来的 X/S 锁之上引入了 IX/IS，用来表示一个事务想要在某个数据行上加 X 锁或 S 锁。

有以下两个规定：

1. 一个事务在获得某个数据行对象的 S 锁之前，必须先获得 IS 锁或者更强的锁；
2. 一个事务在获得某个数据行对象的 X 锁之前，必须先获得 IX 锁。

各种锁的兼容关系如下：

封锁协议

1. 三级封锁协议

一级封锁协议

• 定义
  事务 T 要修改数据 A 时必须加 X 锁，直到事务结束才释放锁
• 解决丢失修改问题
  因为不能同时有两个事务对同一个数据进行修改，那么一个事务的修改就不会被覆盖

二级封锁协议

• 定义
  在一级的基础上，要求读取数据 A 时必须加 S 锁，读取完马上释放 S 锁。
• 解决读脏数据问题
  因为如果一个事务在对数据 A 进行修改，根据 1 级封锁协议，会加 X 锁，那么就不能再加 S 锁了，也就是不会读入数据。

三级封锁协议

• 定义
  在二级的基础上，要求读取数据 A 时必须加 S 锁，直到事务结束了才能释放 S 锁。
• 解决不可重复读的问题
  因为读 A 时，其它事务不能对 A 加 X 锁，从而避免了在读的期间数据发生改变。

2. 两段锁协议

加锁和解锁分为两个阶段进行

• 事务 T 对数据 A 进行读或者写操作之前，必须先获得对 A 的封锁
• 并且在释放一个封锁之后，T 不能再获得任何的其它锁。

事务遵循两段锁协议是保证并发操作可串行化调度的充分条件。例如以下操作满足两段锁协议，它是可串行化调度。

lock-x(A)...lock-s(B)...lock-s(c)...unlock(A)...unlock(C)...unlock(B)

但不是必要条件，例如以下操作不满足两段锁协议，但是它还是可串行化调度。

lock-x(A)...unlock(A)...lock-s(B)...unlock(B)...lock-s(c)...unlock(C)...

四、隔离级别

1. 未提交读（READ UNCOMMITTED）RU

事务中的修改，即使没有提交，对其它事务也是可见的

2. 提交读（READ COMMITTED）RC

一个事务只能读取已经提交的事务所做的修改。换句话说，一个事务所做的修改在提交之前对其它事务是不可见的

3. 可重复读（REPEATABLE READ）RR

保证在同一个事务中多次读取同样数据的结果是一样的

4. 可串行化（SERIALIXABLE）

强制事务串行执行

四个隔离级别的对比

五、多版本并发控制

（Multi-Version Concurrency Control, MVCC）是 MySQL 的 InnoDB 存储引擎实现隔离级别的一种具体方式。

• 用于实现提交读和可重复读这两种隔离级别
• 未提交读隔离级别总是读取最新的数据行，无需使用 MVCC
• 可串行化隔离级别需要对所有读取的行都加锁，单纯使用 MVCC 无法实现

版本号

定义

• 系统版本号：是一个递增的数字，每开始一个新的事务，系统版本号就会自动递增
• 事务版本号：事务开始时的系统版本号

实现

InooDB 的 MVCC 在每行记录后面都保存着两个隐藏的列，用来存储两个版本号：

• 创建版本号：指示创建一个数据行的快照时的系统版本号
• 删除版本号：如果该快照的删除版本号大于当前事务版本号表示该快照有效，否则表示该快照已经被删除了

Undo 日志

InnoDB 的 MVCC 使用到的快照存储在 Undo 日志中，该日志通过回滚指针把一个数据行（Record）的所有快照连接起来。

快照

实现过程

以下过程针对可重复读隔离级别。

1. SELECT

该操作必须保证多个事务读取到同一个数据行的快照，这个快照是最近的一个有效快照。但是也有例外，如果有一个事务正在修改该数据行，那么它可以读取事务本身所做的修改，而不用和其它事务的读取结果一致。

当开始新一个事务时，该事务的版本号肯定会大于所有数据行快照的创建版本号，理解这一点很关键。

把每对一个数据行做修改的事务称为 T₁：

• T₁ 所要读取的数据行快照的创建版本号必须小于当前事务的版本号
  因为如果大于或者等于当前事务的版本号，那么表示该数据行快照是其它事务的最新修改，因此不能去读取它。
• T₁ 所要读取的数据行快照的删除版本号必须大于当前事务版本号
  因为如果小于等于当前事务版本号，那么表示该数据行快照是已经被删除的，不应该去读取它。

2. INSERT

将系统版本号作为数据行快照的创建版本号。

3. DELETE

将系统版本号作为数据行快照的删除版本号。

4. UPDATE

将系统版本号作为更新后的数据行快照的创建版本号，同时将系统版本号作为作为更新前的数据行快照的删除版本号。可以理解为新执行 DELETE 后执行 INSERT。

快照读与当前读

快照读读指的是读取快照中的数据，而当前读指的是读取最新的数据。

当前读：

select  *  from table ....;

快照读：

select  *  from table where  ?  lock  in share mode;
select  *  from table where  ?  for update;
insert;
update ;
delete;`

引入当前读的目的主要是为了免去加锁操作带来的性能开销，但是快照读需要加锁。

六、Next-Key Locks

• Next-Key Locks 也是 MySQL 的 InnoDB 存储引擎的一种实现。
• MVCC 不能解决幻读的问题，Next-Key Locks 就是为了解决这个问题而存在的。在可重复读隔离级别下，MVCC + Next-Key Locks，就可以防止幻读的出现。

Record Locks

锁定的对象时索引，而不是数据。如果表没有设置索引，InnoDB 会自动在主键上创建隐藏的聚集索引，因此 Record Lock 依然可以使用。

Grap Locks

锁定一个范围内的索引，例如当一个事务执行以下语句，其它事务就不能在 t.c1 中插入 15。

SELECT c1 FROM t WHERE c1 BETWEEN 10  and  20 FOR UPDATE;

Next-Key Locks

它是 Record Locks 和 Gap Locks 的结合。在 user 中有以下记录：

| id | last_name | first_name | age |
|------|-------------|--------------|-------|
|  4  | stark | tony |  21  |
|  1  | tom | hiddleston |  30  |
|  3  | morgan | freeman |  40  |
|  5  | jeff | dean |  50  |
|  2  | donald | trump |  80  |
+------|-------------|--------------|-------+

那么就需要锁定以下范围：

(-∞,  21]
(21,  30]
(30,  40]
(40,  50]
(50,  80]
(80,  ∞)

七、关系数据库设计理论

一些概念

实体与属性

• 实体
  现实世界中客观存在并可以被区别的事物。比如“一个学生”、“一本书”、“一门课”等等。值得强调的是这里所说的“事物”不仅仅是看得见摸得着的“东西”，它也可以是虚拟的，比如说“老师与学校的关系”。

• 属性
  实体所具有的某一特性。属性一开始是个逻辑概念，比如说，“性别”是“人”的一个属性。在关系数据库中，属性又是个物理概念，属性可以看作是“表的一列”。

元组与分量

• 元组
  表中的一行就是一个元组
• 分量
  元组的某个属性值。在一个关系数据库中，它是一个操作原子，即关系数据库在做任何操作的时候，属性是“不可分的”。否则就不是关系数据库了

码

• 码
  • 表中可以唯一确定一个元组的某个属性（或者属性组）
  • 如果这样的码有不止一个，那么大家都叫候选码
  • 我们从候选码中挑一个出来做老大，它就叫主码

• 全码
  如果一个码包含了所有的属性，这个码就是全码
• 主属性
  一个属性只要在任何一个候选码中出现过，这个属性就是主属性
• 非主属性
  与上面相反，没有在任何候选码中出现过，这个属性就是非主属性
• 外码
  一个属性（或属性组），它不是码，但是它别的表的码，它就是外码
• 候选码
  若关系中的某一属性或属性组的值能唯一的标识一个元组，而其任何真子集都不能再标识，则称该属性组为（超级码）候选码

函数依赖

记 A->B 表示 A 函数决定 B，也可以说 B 函数依赖于 A。

如果 {A1，A2，… ，An} 是关系的一个或多个属性的集合，该集合决定了关系的其它所有属性并且是最小的，那么该集合就称为键码。

对于 W->A，如果能找到 W 的真子集 W’，使得 W’-> A，那么 W->A 就是部分函数依赖，否则就是完全函数依赖；

异常

以下的学生课程关系的函数依赖为 Sno, Cname -> Sname, Sdept, Mname, Grade，键码为 {Sno, Cname}。也就是说，确定学生和课程之后，就能确定其它信息。

不符合范式的关系，会产生很多异常，主要有以下四种异常：

1. 冗余数据，例如学生-2 出现了两次。
2. 修改异常，修改了一个记录中的信息，但是另一个记录中相同的信息却没有被修改。
3. 删除异常，删除一个信息，那么也会丢失其它信息。例如如果删除了课程-1，需要删除第一行和第三行，那么学生-1 的信息就会丢失。
4. 插入异常，例如想要插入一个学生的信息，如果这个学生还没选课，那么就无法插入。

范式(NormalForm)

• 定义
  范式理论是为了解决以上提到四种异常。高级别范式的依赖于低级别的范式。

范式

1. 第一范式 (1NF)--每列原子性

• 属性不可分
  数据表中的每一列（每个字段）必须是不可拆分的最小单元，也就是确保每一列的原子性；

2. 第二范式 (2NF)--每个表只描述一件事

• 每个非主属性完全函数依赖于键码
  • 满足1NF
  • 要求表中的所有列，都必须依赖于主键，而不能有任何一列与主键没有关系，也就是说一个表只描述一件事情

可以通过分解来满足：

分解前

以上学生课程关系中，{Sno, Cname} 为键码，有如下函数依赖：

• Sno, Cname -> Sname, Sdept, Mname
• Son -> Sname, Sdept
• Sdept -> Mname
• Sno -> Manme
• Sno, Cname-> Grade

Grade 完全函数依赖于键码，它没有任何冗余数据，每个学生的每门课都有特定的成绩。

Sname, Sdept 和 Manme 都函数依赖于 Sno，而部分依赖于键码。当一个学生选修了多门课时，这些数据就会出现多次，造成大量冗余数据。

分解后

关系-1

有以下函数依赖：

• Sno -> Sname, Sdept, Mname
  -Sdept -> Mname

关系-2

有以下函数依赖：

• Sno, Cname -> Grade

3. 第三范式 (3NF)--每列都和主键直接相关

• 非主属性不传递依赖于键码
  • 满足第二范式（2NF）
  • 表中的每一列只与主键直接相关而不是间接相关，（表中的每一列只能依赖于主键）

上面的关系-1 中存在以下传递依赖：Sno -> Sdept -> Mname，可以进行以下分解：

关系-11

关系-12

4. BC 范式（BCNF）

• 所有属性不传递依赖于键码。

关系 STC(Sname, Tname, Cname, Grade) 的四个属性分别为学生姓名、教师姓名、课程名和成绩，它的键码为 (Sname, Cname, Tname)，有以下函数依赖：

• Sname, Cname -> Tname
• Sname, Cname -> Grade
• Sname, Tname -> Cname
• Sname, Tname -> Grade
• Tname -> Cname

存在着以下函数传递依赖：

• Sname -> Tname -> Cname

可以分解成 SC(Sname, Cname, Grade) 和 ST(Sname, Tname)，对于 ST，属性之间是多对多关系，无函数依赖。

区别

第 一范式和第二范式在于有没有分出两张表，第二范式是说一张表中包含了所种不同的实体属性，那么要必须分成多张表， 第三范式是要求已经分成了多张表，那么一张表中只能有另一张表中的id（主键），而不能有其他的任何信息（其他的信息一律用主键在另一表查询）。

八、数据库系统概述

基本术语

1. 数据模型

由数据结构、数据操作和完整性三个要素组成。

2. 数据库系统

数据库系统包含所有与数据库相关的内容，包括数据库、数据库管理系统、应用程序以及数据库管理员和用户，还包括相关的硬件和软件。

数据库的三层模式和两层映像

• 外模式：局部逻辑结构
• 模式：全局逻辑结构
• 内模式：物理结构

结构

1. 外模式

又称用户模式，是用户和数据库系统的接口，特定的用户只能访问数据库系统提供给他的外模式中的数据。例如不同的用户创建了不同数据库，那么一个用户只能访问他有权限访问的数据库。

一个数据库可以有多个外模式，一个用户只能有一个外模式，但是一个外模式可以给多个用户使用。

2. 模式

可以分为概念模式和逻辑模式，概念模式可以用概念-关系来描述；逻辑模式使用特定的数据模式（比如关系模型）来描述数据的逻辑结构，这种逻辑结构包括数据的组成、数据项的名称、类型、取值范围。不仅如此，逻辑模式还要描述数据之间的关系、数据的完整性与安全性要求。

3. 内模式

又称为存储模式，描述记录的存储方式，例如索引的组织方式、数据是否压缩以及是否加密等等。

4. 外模式/模式映像

把外模式的局部逻辑结构和模式的全局逻辑结构联系起来。该映像可以保证数据和应用程序的逻辑独立性。

5. 模式/内模式映像

把模式的全局逻辑结构和内模式的物理结构联系起来，该映像可以保证数据和应用程序的物理独立性。

参考文章

数据库系统原理
Innodb中的事务隔离级别和锁的关系
施瓦茨. 高性能 MYSQL(第3版)[M]. 电子工业出版社, 2013.