数据库隔离级别详解

数据库的隔离性是数据库ACID保证中的重要组成部分。应当区分开原子性与隔离性的不同含义，为了实现原子性有悲观/乐观的两种并发控制策略，在原子性的基础上，实现隔离性，既可以使用悲观的并发控制策略，也可以使用乐观的并发控制策略。

不同的应用场景会对数据库隔离性有不同的要求，越高的隔离性可以越高程度的保证数据的一致性，但是会带来越多的性能开销。反之，降低隔离性要求将会牺牲一些数据一致性，但是可以提供数据库的性能。选择数据库的一致性应当从应用的逻辑要求出发，选择满足数据逻辑要求的最低隔离级别。

本文以数据库技术中的Read Phenomenon（读取现象）为线索，详细解释了ANSI SQL标准中定义的隔离级别。


[color=blue][size=xx-large]1. Dirty Read（脏读）现象[/size][/color]
所谓脏读，是指两个并发的事务，其中一个读到了另一个还未提交的数据。如下图所示，如果Transaction1读到了Transaction2还未提交的数据，就称作脏读。
[img]http://dl.iteye.com/upload/picture/pic/131937/21854dfb-bd02-32ac-9077-ee2c0c522718.png[/img]
会发生脏读的数据库所处的隔离级别，被称作[b]Read Uncommitted[/b]。如果应用场景有需求，需要避免脏读，则需要提高隔离级别。消除脏读的策略是显然的，即：未提交的事务所做的数据修改应当写到Buffer中，而不应当让别的事务可见。消除了咱幅度现象后数据库所处的隔离级别就升级到了[b]Read Committed[/b]。


[color=blue][size=xx-large]2.无法重复读（Non-repeatable reads）现象[/size][/color]
所谓无法重复读，是指在一个事务执行的过程中，进行了两次同一数据的读取操作，但是执行的结果却不同。如下图所示，Tansaction1在执行过程中，进行了两次相同的读，但是由于Transaction2修改了数据，Transaction1进行的两次读的结果将会是不同的。
[img]http://dl.iteye.com/upload/picture/pic/131939/0fbffda1-4d8e-3b0c-a7fa-dcba52c0476a.png[/img]
会发生无法重复读现象的数据库所处的隔离级别，被称作Read Committed。如果应用场景有需求，需要避免无法重复读，则需要提高隔离级别。消除无法重复读的常见策略有两种：
[list]
[*][b]1，SerializeTrans：[/b]推迟Tran2的执行，直到Tran1提交或回滚
[*][b]2，multiversion concurrency control:[/b]允许Tran2提交，Tran1则Buffer第一次操作后得到的数据Snapshot中继续操作
[/list]
如果使用了上述策略1，则数据库的隔离级别就升级到了最高隔离级别[b]Serializable[/b]。如果使用了上述策略2，则无法重复读现象可以消除，单数数据库还是会存在幻影读现象，此时数据库所处的隔离级别被称作[b]Repeatable Read[/b]。


[color=blue][size=xx-large]3.幻影读（Phantom reads）现象[/size][/color]
所谓幻影读，是指在一个事务执行的过程中，进行了两次相同的SELECT操作，但是返回的结果集合却不同。如下图所示，Tran1的两次SELECT操作的返回行集不同。
[img]http://dl.iteye.com/upload/picture/pic/131941/49b621db-f75c-3674-ae3f-39c2d44db581.png[/img]
为了避免幻影读现象，需要对所谓Range Operation进行加锁。在上图的例子中，即对范围[Age:10 ~ 30]进行加锁，任何对这个范围内的行操作都需要等待。消除了幻影读，数据库就升级到最高隔离级别[b]Serializable[/b]。


[color=blue][size=xx-large]4.总结[/size][/color]
如下图所示：
[img]http://dl.iteye.com/upload/picture/pic/131943/23363c6a-38d8-391b-b9c4-cfca0b73fd0c.png[/img]