MySql数据引擎InnoDB引起的锁问题

一、并发事务处理带来问题

通常情况下,采用并发操作可以很大程度上有效利用好数据库资源,并提高数据库访问吞吐率,但是既然是并发,那就很有可能会出现各种事务问题:

更新丢失:当多个事务操作同一行数据的时候,当前事务跟新完的数据会覆盖上一个事务的更新,而且事务之间是互相隔离的,彼此都不知道他们之间的存在,所以这种情况下就很有可能出现数据丢失的问题。

脏读:一个事务还在对数据进行修改,但是还未更新到数据库,这个时候另外一个事务也来读取这些数据,由于第一个事务跟新的数据还没有提交到数据库,所以第二个事务读取的数据实际上就是脏数据。

不可重复读:事物A读取完数据D后,另一个事务B对这些数据进行了修改,这个时候第一个事务需要再次读取这个数据D,这个时候就会发现两次读取的数据D不一样。

幻读:事务A通过查询条件查询到对应数据后,这个时候事务B对这快数据进行了插入或者删除,此时事务A再次通过相同的查询条件查询数据,发现两次查询的数据不一样,就给了一种出现幻觉的感觉。

二、不可重复读和幻读的区别

不可重复读着重强调了事务A读取了事务B编辑后的数据,导致事务A在事务B之前读取的数据和事务B后读取的数据不一样

幻读着重强调的意思主要在于事务A通过查询条件查询了数据后,事务B通过插入或者删除的操作修改数据,导致事务A再次通过相同的条件读取数据的时候发现两次读取的数据量不一样

下期将介绍这些并发事务引起的问题的解决办法~

当然,从本期开始读者可以在评论区留言,写下自己希望在下期学到的知识,我将在评论区整理问题并在下期进行一一解答~

相关推荐
ltl23 分钟前
ClickHouse Distributed 引擎与分布式查询路由
数据库
Wang's Blog24 分钟前
PostgreSQL笔记60: 权限与角色管理——从层级体系到最佳实践
数据库·笔记·postgresql
whcyhhh1 小时前
头歌实践教学平台:大数据存储2023(六)
大数据·数据库·python
Elastic 中国社区官方博客3 小时前
让大模型思考,让小模型执行:在 Elastic Workflows 中拆分 LLM 成本
大数据·运维·数据库·人工智能·elasticsearch·ai
Faith_xzc3 小时前
一条 SQL 顶一条 Flink 链路?Doris Streaming Job 持续导入全景解析
大数据·数据库·sql·flink
码匠许师傅3 小时前
【C++ 面试真题】30. 聊聊 C++ 的互斥锁与读写锁
java·c++·面试
阮胜昌4 小时前
MySQL 中的动态数据脱敏:无需更改应用程序即可保护敏感数据
android·mysql·adb
小白说大模型5 小时前
AI驱动的个性化学习路径:知识图谱与知识点关联的存储与推理
大数据·人工智能·学习·mysql·机器学习·prompt·知识图谱
Heo5 小时前
怎么保证缓存和数据库一致性?
前端·后端·面试
这个DBA有点耶5 小时前
多模数据库深度解读:从“多库拼装”到“一库多能”的架构演进
数据库·mysql·dba