|
|
|
并发操作带来的数据不一致性有三类：丢失修改、不可重复读和读脏数据。对并发操作带来的三类数据不一致性举例说明如下图所示。
|
|
|
|
|
|
|
|
|
|
如上图（a）所示，事务T1、T2都是对数据A做减1操作。事务T1在时刻t5把A修改后的值15写入数据库，但事务T2在时刻t7再把它对A减1后的值15写入。两个事务都是对A的值进行减1操作并且都执行成功，但A中的值却只减了1。现实的例子如售票系统，同时售出了两张票，但数据库里的存票却只减了一张，造成数据的不一致。原因在于T1事务对数据库的修改被T2事务覆盖而丢失了，破坏了事务的隔离性。
|
|
|
|
|
|
如上图（b）所示，事务T1读取A、B的值后进行运算，事务T2在t5时刻对B的值做了修改以后，事务T1又重新读取A、B的值再运算，同一事务内对同一组数据的相同运算结果不同，显然与事实不相符。同样是事务T2干扰了事务T1的独立性。
|
|
|
|
|
|
如上图（c）所示，事务T1对数据C修改之后，在t4时刻事务T2读取修改后的C值做处理，之后事务T1回滚，数据C恢复了原来的值，事务T2对C所做的处理是无效的，它读的是被丢掉的垃圾值。
|
|
|
|
通过以上三个例子，在事务并行处理的过程中，因为多个事务对相同数据的访问，干扰了其他事务的处理，产生了数据的不一致性，这是因事务的隔离性被破坏。
|
|
|
|
问题的焦点在于事务在读写数据时不加控制而相互干扰。解决问题的方法是从如何保证事务的隔离性入手。
|
|
|
