Hello秋招:Mysql事务的ACID

MySQL事务的ACID特性与隔离级别详解
本文深入探讨了MySQL事务的ACID(原子性、一致性、隔离性、持久性)特性,并详细解析了隔离级别的概念。针对隔离性,介绍了READ UNCOMMITTED、READ COMMITTED、REPEATABLE READ和SERIALIZABLE四种级别及其可能导致的问题,如脏读、不可重复读和幻读。同时,阐述了MVCC(多版本并发控制)在实现隔离性中的作用,以及如何通过Readview窗口确保事务的正确读取。此外,还对比了READ COMMITTED和REPEATABLE READ在Readview生成策略上的区别。最后,讨论了间隙锁和临键锁在SERIALIZABLE级别下防止幻读的机制。

Hello秋招:Mysql事务的ACID

ACID概念
  • 原子性:对数据库的一系列操作,要么全部执行要么全部失败
  • 一致性:数据库完整性不会破坏,执行前后状态都是合法的
  • 隔离性:事务之间相互隔离,互不干扰
  • 持久性:事务一旦提交,修改就永久保存下来
一、隔离性及其实现
隔离级别
隔离级别脏读不可重复读幻读
READ UNCOMMITTED可能可能可能
READ COMMITTED不可能可能可能
REPEATABLE READ不可能不可能可能
SERIALIZABLE不可能不可能不可能
隔离性的实现原理
  • MVCC:READ COMMITTED与REPERATABLE READ实现
  • 间隙锁和临键锁:SERIALIZABLE实现

mvcc实现原理

       Multi Version Concurrency Control,中文名是多版本并发控制,通过实现记录版本链,再采用readview窗口来控制版本读取的合法性。

版本链的构建如下:

对于每条记录,增加两个字段trx_id和roll_pointer,分别表示这条记录生成的事务id和指向上一次修改的undo日志(原子性及其实现原理讲解undo)的指针。由于roll_pointer的链接指向就构建成了一个版本链条。

在这里插入图片描述

Readview窗口:

当开启事务时会生成一个事务的Readview窗口,其中包含了所有正在执行的事务id。对于事务读取数据时,根据获取到记录的trx_id到readview窗口查看,如果小于最小值就可以使用这条数据,大于最大值就不可以使用这条数据,根据版本链向前去寻找符合的。如[3,4,5,6],当前事务色id时4,查询到的记录时trix_id=1可以使用,trix_id=7不可以使用。包含部分只有自身可以,即trix_id=6。

READ COMMITTED与REPERATABLE READ实现:

READ COMMITTED在每次读取数据前都会生成一个新的ReadView,这样就能保证每次都能读到其它事务已提交的数据。REPEATABLE
READ 只在第一次读取数据时生成一个ReadView,这样每次查询到的数据都是事务开启时的状态。

参考文章:

https://blog.youkuaiyun.com/chentianming11/article/details/107971141

基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人类活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值