数据库系统原理

数据库系统原理的总结

事务

什么是事务

事务指满足ACID特性的一组操作

ACID是什么

原子性、一致性、隔离性、持久性

什么是原子性

要么操作全部成功，要么全部失败

原子性实现原理

innoDB实现回滚，靠的是undo log，通过undo log做与之前相反的操作实现回滚，保证原子性

什么是一致性

所有事务对同一数据的读取结果相同

一致性实现原理

原子性、隔离性、持久性以及应用层的保障

什么是隔离性

一个事务完成前，对其他事务不可见

隔离性实现原理

锁机制和MVCC

什么是持久性

一旦事务提交（完成），则所作修改永远保存

持久性实现原理

innoDB通过缓存（Buffer Pool，定期刷盘）提高读写数据效率，但MySQL宕机时会导致数据丢失，于是引入redo log，当数据修改时，先在redo log中记录本次操作所有修改，之后修改Buffer Pool数据；事务提交时，会调用fsync接口对redo log进行刷盘，如果宕机，重启时可以读取redo log中的数据，对数据库进行恢复

redo log与bin log的区别

作用不同：redo log保证宕机也不会影响持久性，bin log保证服务器可以基于时间点恢复数据和主从复制

层次不同：redo log时innoDB存储引擎实现的，bin log时服务器层实现的

内容不同：redo log是物理日志，内容基于磁盘Page；bin log内容是二进制的

写入时机不同：bin log在事务提交时写入； redo log写入时间相对多元

锁机制

按照粒度，分为表锁和行锁

读写锁

X：写锁（互斥锁）、S：读锁（共享锁）

意向锁

一个事务在获得某个数据行对象的 S 锁之前，必须先获得表的 IS 锁或者更强的锁；

一个事务在获得某个数据行对象的 X 锁之前，必须先获得表的 IX 锁。

封锁协议

三级封锁协议

• 一级封锁协议：事务 T 要修改数据 A 时必须加 X 锁，直到 T 结束才释放锁
• 二级封锁协议：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
• 三级封锁协议：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

两段锁协议

加索和解锁分两个阶段进行

隐式与显示锁定

MySQL 的 InnoDB 存储引擎采用两段锁协议，会根据隔离级别在需要的时候自动加锁，并且所有的锁都是在同一时刻被释放，这被称为隐式锁定。

InnoDB 也可以使用特定的语句进行显示锁定：

select ... lock in share mode;

并发一致性问题

丢失修改、脏读、不可重复读、幻影读

什么是丢失修改

A和B对同一数据修改，A改完后B改，A修改被覆盖

什么是脏读

A修改数据，B读取该数据，随后A撤销本次修改

什么是不可重复读

A读数据，B对该数据进行修改，A再读取该数据

什么是幻影读

A读某个范围数据，B在该范围内插入新数据，A再读该范围数据

事务隔离级别

未提交读、提交读、可重复读、可串行化

未提交读

未提交的事务对其他事务也有可见性

提交读

一个事务提交前对其他事务不可见

可重复读

保证在同一事务多次读取同一数据结果一致

可串行化

强制事务串行执行

MVCC

同一时刻不同事务读取的版本可能不同

解决脏读

解决不可重复读

解决幻影读

范式理论

函数依赖

A->B：B依赖A，A决定B

如果 {A1，A2，… ，An} 是关系的一个或多个属性的集合，该集合函数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 A->B，如果能找到 A 的真子集 A’，使得 A’-> B，那么 A->B 就是部分函数依赖，否则就是完全函数依赖

对于 A->B，B->C，则 A->C 是一个传递函数依赖

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。

Sno	Sname	Sdept	Mname	Cname	Grade
1	学生-1	学院-1	院长-1	课程-1	90
2	学生-2	学院-2	院长-2	课程-2	80
2	学生-2	学院-2	院长-2	课程-1	100
3	学生-3	学院-2	院长-2	课程-2	95

不符合范式的关系，会产生很多异常，主要有以下四种异常：

• 冗余数据：例如 学生-2 出现了两次。
• 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。
• 删除异常：删除一个信息，那么也会丢失其它信息。例如删除了 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。
• 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

第一范式

属性不可分

第二范式

每个非主属性完全函数依赖于键码。

可以通过分解来满足。

分解前

Sno	Sname	Sdept	Mname	Cname	Grade
1	学生-1	学院-1	院长-1	课程-1	90
2	学生-2	学院-2	院长-2	课程-2	80
2	学生-2	学院-2	院长-2	课程-1	100
3	学生-3	学院-2	院长-2	课程-2	95

以上学生课程关系中，{Sno, Cname} 为键码，有如下函数依赖：

• Sno -> Sname, Sdept
• Sdept -> Mname
• 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 Mname 都部分依赖于键码，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

Sno	Sname	Sdept	Mname
1	学生-1	学院-1	院长-1
2	学生-2	学院-2	院长-2
3	学生-3	学院-2	院长-2

有以下函数依赖：

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

关系-2

Sno	Cname	Grade
1	课程-1	90
2	课程-2	80
2	课程-1	100
3	课程-2	95

有以下函数依赖：

• Sno, Cname -> Grade

第三范式

非主属性不传递函数依赖于键码。

上面的 关系-1 中存在以下传递函数依赖：

• Sno -> Sdept -> Mname

可以进行以下分解：

关系-11

Sno	Sname	Sdept
1	学生-1	学院-1
2	学生-2	学院-2
3	学生-3	学院-2

关系-12

Sdept	Mname
学院-1	院长-1
学院-2	院长-2

参考资料：

深入学习MySQL事务：ACID特性的实现原理

CS-Notes