MVCC， ACID,BASIC 和Pasox的举例分析
发布时间：2021-12-21 09:15:38 所属栏目：MySql教程 来源：互联网
导读：这期内容当中小编将会给大家带来有关MVCC， ACID,BASIC 和Pasox的示例分析，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。 MVCC是Multi-Version Concurrency Control 的缩写，中文是多版本并发控制 简单来说，MVCC的目
|
这期内容当中小编将会给大家带来有关MVCC， ACID,BASIC 和Pasox的示例分析，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。 MVCC是Multi-Version Concurrency Control 的缩写，中文是多版本并发控制 简单来说，MVCC的目的就是可以让在不同的事物中任意修改镜像，并通过比较版本号的形式来决定最新成功的事物。 但在现实中并不存在这样的乐观情况，比如说事物1修改了row1，事物2 修改了row1，事物1修改ROW2失败。那么将回滚row1.但由于事物2已经修改过row1，所以回滚的话，将导致事物2失效。所以纯粹的MVCC的架构并不适用于在数据库中的设计。 通常来说在数据库中的MVCC经常表现为，查询在同一个事物内，可以看到数据的是一致的，如果在事物进行中，数据被另外的事物修改，则去读取该数据的前镜像数据，不会因为其他人的修改而有所改变。 修改的过程依然是排他。而并非MVCC的乐观锁定。 ACID中的I的实现方法。 当事物进行修改数据时，在数据行中有隐藏的列，分别是ID,事物ID以及回滚前镜像ID，以及。在行数据被修改的时候，原数据会被copy到回滚段中，当前行的回滚前镜像ID，设置为回滚段中的ID。 MYSQL 只会查找数据版本号早于当前事物版本号的数据。所以当一个事物开始时，有被修改的数据，则会通过向前翻看回滚日志找到该数据的未修改改前的数值。 2PC 2PC 一般会有一个协调者进行操作，首先协调者会对自己进行写日志。然后给所有参与者发送prepare消息，询问包括自己在内的全部人是否可以commit本次transaction，参与者会先对事物进行预处理，如果可以提交，则会在自己身上写入日志，并会发给协调者 ready信息，并且自身进入可提交状态，如果不可提交则发送一个not commit的状态，同时撤销更改。 协调者如果收到not commit,则会记入日志并发送abort 信号。所有参与者撤销数据库更改。 协调者如果收到全部参与者的ready消息，则会将commit写入日志，并向所有参与者发送commit消息。如果收到所有的参与者消息，则会将食物提交 计入日志。 如果协调者迟迟未收到某些参与者的消息，则会认为该参与者发送了vote_abort的信号，从而对其他参与者发送ABORT信号。 在MySQL中其实有2种事物参与者，binlog ,redo log. 当事物发起时，binlog先发送prepare，其实什么都不会做，然后innodb引擎发送prepare,将事物的状态设置为TRX_PREPARED，开始刷新redo log到磁盘中。当所有存储引擎的prepare都成功，则将SQL语句写入到binlog.如果事物回滚，则不会写入bin log.最后调用存储引擎的commit完成事物的提交，binlog_commit什么都不会做因为binlog已经写完了。Innodb commit 则会进行刷redo log,清空undo的信息，将当前事物设置为TRX_NOT_STARTED状态 BASE： BASE是Basically availability ,soft state, eventually consistent三个短语的缩写。 基于CAP理论，但核心思想是基于一致性与可用性进行权衡的结果，根据需求不同来设定不同的计划，如火车票系统与网购商品对一致性和可用性的要求就几乎相反。所以即使在无法做到强一致性的前提下，但应用可以根据自身特点采用适当的方式来是系统达到最终一致性。 1.Basically availability: 为了保障基本可用性，可以损失一部分性能，如搜索引擎出现故障时，可以从0.023秒的响应时间增加到2秒，虽然慢了 但不会404.当进行网站商品促销时，如果流量过大，为了保障功能可以用，消费者可能会被引导到一个降级页面。 2.soft state 指允许系统中数据存在中间状态，并认为中间状态的存在不会影响系统的整体可用性，这一点与CAP中的C概念完全相悖。即系统的数据在同步过程中允许存在延迟 3.eventually consistent 最终一致性的意思是在一段时间后，整个系统的数据全部副本会成为一致的状态，而不需要保证数据实时一致。 Basic paxso主要是设计来如何解决在分布式环境下的唯一值问题。 在分布式环境中一般会多个proposer 和多个acceptor 。 每个proposer发起的提议会以（ID,VALUE）来进行标识。 每个acceptor可以接受多个提议，当多数的acceptor接受一项提议的时候，该提议被chosen。 在解决唯一值问题时其中有几个基本原则： 1.P1原则，acceptor 接受他收到的第一个提议 2.P2原则如果一个值V被接受，那么后续只确定值为V的提议。 3.P2a原则，对于提议(n,v)，acceptor的多数派中，如果存在acceptor最近一次(ID最大）接受的提议值为V'，那么要求V=V’，否则V可以为任意值。 假设有A~E 5个acceptor，- 表示acceptor因宕机等原因缺席当次决议，x 表示acceptor不接受提议，o 表示接受提议；多数派acceptor接受提议后提议被确定，以上表格对应的决议过程如下： 第一轮，提议2为最先发起的提议，他可以发起任何值a. 第二轮，acceptor ABCE, ID是5的提议因为没有任何值被接受，所以可以是任何值b.（D缺席） 第三轮 ，acceptor BCD，BCD,都接受过了提议，相比之下CD曾接受的27号提议ID最大，所以29轮的提议必须为b. 为了实现p2c ，acceptor需要保证1，记录曾经接受的最大的提议ID号以便proposer查询以决定其提议值。2.在回应ID n之后，需要保证不再接受ID小于n的提议。 上述就是小编为大家分享的MVCC， ACID,BASIC 和Pasox的示例分析了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。 （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
