共计 1682 个字符，预计需要花费 5 分钟才能阅读完成。
背景
笔者最近在回顾多版本并发管制（MVCC），这里对相干内容做个小总结，首先就从隔离级别说起。
为什么要探讨隔离，场景是什么？
首先，作为事务零碎，如果单位工夫内，只有一个事务在运行，则谈不上隔离。
可是实际上，真正用于理论生产的事务零碎，单位工夫内都是有多个事务同时的在对资源进行着读写。
那么就必定会存在对同一个资源的并发读写问题，如果不加以控制则肯定会出错。
因而这里探讨问题的场景就是多事务并发环境下得数据处理场景。
隔离能解决什么问题？为什么要对隔离进行分级？
什么样的事务零碎是正当的，正确的，或者说可能精确地对事实世界的逻辑进行形象的？满足 ACID 个性。满足 C 就要实现 I，因而隔离的目标是为了满足 C。
然而要答复为何要对隔离进行分级，咱们得先从不满足 C 的异样场景得拆解来动手剖析下。
事务零碎的几种异样场景
1、Lost Update 更新失落
何为更新失落？两个并发的事务 T1、T2，不加任何锁的对对同一块资源进行写操作。T1 更改的后果被 T2 事务篡改，这就是更新失落。直白点就是没有任何隔离伎俩，纯并发。这种场景，不能呈现在任何正当的利用零碎中，属于根底重大谬误。
2、Dirty Read 脏读
脏读的定义，就是读取到了脏数据。这里首先明确什么是脏数据。
在事务零碎中，脏数据是指未提交的数据，中间状态的数据。那么读取到了事务没有提交的数据，就是读取到了脏数据，称为脏读。能够用上面的图来示意：
有两个事务 T1 T2 同时存在，T1 更改了 a 的值，在没提交的时候，T2 读取到了 a 被 T1 更改后的值。如果此时，T1 回滚了，那么 T2 读取到的 a 的值，就是一个不被认为存在的值，或者是读取到了事务的中间状态，这就是脏读。
咱们能够简略的用加锁的办法来了解即：这里所有事务在对临界资源的拜访上，只加了读锁。这意味着，其余的事务能够在任意时刻读取未提交的数据（因为读锁是兼容的），然而不能写曾经被批改的数据（因为读锁和写锁不兼容）。因而在脏读的场景下，个别默认是认为，更新失落的问题曾经失去了解决。
3、Un-repeatable Read / Read skew 不可反复度 / 读偏序
不可反复读的指的场景是，事务 T1 读取到的数据因其余事务 T2 的批改并提交后，当 T1 再次读取时，呈现了不同的后果。咱们这里首先看下，不可反复读和脏读的区别是：不可反复读，读取到的所有的后果，都是曾经提交的数据，脏数据看不到了。能够用上面的图来示意下：
通过上图咱们简略了解，得以实现不可反复度与脏读区别的，是在 T2 事务筹备写数据的时候，实现了这里的读锁向写锁的降级，使得 T1 无奈读取 T2 事务提交前的数据值，然而当 T2 实现开释了所有的锁后，T1 再次读取数据时，曾经是被批改后的版本。
4、Phantom Read 幻读
幻读指的是，T1 事务在执行过程中的不同工夫点，以雷同的谓词条件取得的后果集不同，这里只限定为多出了数据，而不是数据不同。这里咱们须要明确的是，幻读绝对于下面提到的不可反复度的区别是：幻读场景下，曾经没有不可反复读的问题，即两次查问雷同主键的值雷同，只是多出了局部记录（为什么不是少了数据？）。能够用上面的图来示意：
咱们能够简略的了解为，事务 T1 在对所要操作的资源上，只读的数据加读锁，要批改的数据加写锁，并且都是事务提交后开释。因而其余的事务无奈对雷同的资源进行批改，因而在幻读的场景下，不可反复度的状况不会产生。然而 T1 却无奈对新产生的数据行加锁，因而在这里体现了幻读的与不可反复度的区别即雷同谓词的后果集不同，个别指后一次的后果集是前一次后果集的超集。
总结
从下面的剖析拆解，以及从加锁的角度来了解这几个异样场景，能够发现一个递进关系：在解决了上一个问题时，又发现了下一个新问题。因而才引出了，依据这几个异样场景来定义的不同的有递进关系的隔离级别的概念。
在下篇章 < 事务零碎的隔离级别 > 的剖析中，咱们仍旧能够发现，每个隔离级别，解决一个档次的问题。敬请期待~
KunlunDB 我的项目已开源
【GitHub：】
https://github.com/zettadb
【Gitee：】
https://gitee.com/zettadb
END