1、Two-Phase Locking简介：Two-Phase Locking，简称是 2PL，中文通常被翻译为二项锁，是管理事务调度（ Transaction Scheduling）的一项重要技术概念，主要应用场景为支持事务的存储或计算系统中，如Mysql 数据库中 innodb 引擎对事务调度即使用 2PL 技术。2PL 本身的技术概念比较简单，解释起来不难，但是要吃透它，就涉及到很多外围的技术概念，为了能够更好地理解这个技术，先做一些技术知识的铺垫说明。知识预备：几个系统能力特征描述概念。(1) Recoverability（可恢复性）：即系统恢复到之前正常运行状态的能力。其中更多地是强调数
2、据的可恢复性，即数据与宕机或重启前是否完全一致。对于一些简单系统而言，可以通过把数据定期全部 dump 出来，恢复时全部 reload 这样的方法，Recoverability就能够满足要求（由于 dump 的时间间隔，并不能完全达到恢复成最后运行时刻的状态） 。要保证 Recoverability 常用方法是基于 redo-log（恢复日志/重写日志） ，重启时依次读取 redo-log 中的操作记录，从而恢复整体系统数据。要做到这点，需要有一个前提，就是事务执行的过程可以完全被依次操作 redo-log 的记录进行代替，这就引出另外一个概念 Serializability（可串行化） 。(
3、2) Serializability（可串行化）：也有称为：冲突可串、可串性等，简单来讲，即一堆事务的调度执行（可能是并行的调度） ，可以等价为一个串行的调度（下一个事务在上一个事务的最后一个操作完成之后开始） 。这么讲非常抽象，由于 Serializabilty 是一个非常理论性质的定义，在很多数据库相关的教科书中出现较多，而且对其定义也有非常数学化的解释，这里我很难避免数学方式的描述，但尽量描述的通俗一些。Serializability 的概念建立在 Conflct（冲突）的概念之上，下面基于一个简单例子进行说明。时间顺序 Transaction(1) Transaction(2)Time
4、0 (假设 A=10;B=20)Time1 Read Variable ATime2 Write Variable A=30Time3 Write Variable B=30Time4 Write Variable B=A*100Result A=30;B=1000上面描述了两个事务的一种调度过程，其中事务 1 和事务 2 各自都包含两个操作。其中对同一个变量的操作，称为冲突。因此事务 1 中 Read A 与事务 2 中 Write A 是冲突，事务 1 中 Write B 与事务 2 中 Write B 也是冲突。当同一时间遇到冲突操作时，一个执行，一个等待其执行完成，从而使冲突在不同的时
5、间段执行（实际情况是通过 Lock 方式） ，如果一个系统允许以上例子的调度方式，从冲突执行顺序上看，是事务 1事务 2事务 1，那么可能的两种串行化方式，都无法得到最后的数据。时间顺序 串行方案 1 串行方案 2Time0 (假设 A=10;B=20)Time1(开始执行事务 1) Read Variable A Write Variable A=30Time2 Write Variable B=A*100 Write Variable B=30Time3(开始执行事务 2) Write Variable A=30 Read Variable ATime4 Write Variable B=
6、30 Write Variable B=A*100Result A=30;B=30 A=30;B=3000串行化在数学上的定义，即为事务在冲突执行顺序上无环。实例中事务 1事务 2事务 1 则出现环。(3) Strictness（严格性） ：简单而言，即数据读取的变化保证严格与事务执行的顺序一致。为什么要提出 Strictness 的问题，在数据系统中通常会由于事务调度问题，引起几类数据问题：A. 更新丢失问题时间顺序 Transaction(1) Transaction(2)Time0 (假设 A=10)Time1 Read Variable ATime2 Read Variable ATi
7、me3 Write Variable A=A*100Time4 Write Variable A=A*10Result A=100事务 1 的操作完全丢失，因为事务 2 不是基于事务 1 的结果进行操作。B. 不可重复读问题时间顺序 Transaction(1) Transaction(2)Time0 (假设 A=10)Time1 Read Variable ATime2 Read Variable A（10 ）Time3 Write Variable A=A*100Time4 Read Variable A（100）C. 读脏数据问题时间顺序 Transaction(1) Transacti
8、on(2)Time0 (假设 A=10)Time1 Write Variable A=100Time2 Read Variable A（100）Time3 Aborts and RollBack(4) Cascadinglessness（避免级联回滚） ：也称为 Avoid Cascading Aborts，ACA。当有(3) 中描述的事务 1 出现 Abort，但数据已经被其它事务读取，那么不仅要事务 1 回滚，相关联的事务（事务 2）也要进行回滚，那么这就引起了 Cascading Aborts 问题。Cascadinglessness 是描述系统即使出现回滚，也不会级联回滚。(5) Co
9、mmitment Ordering（事务提交有序）：也称为 Commit Ordering，CO。这是一个技术方法概念，其实实现方式有很多种，比如后面基于 2PL 的一种变种也能达到这种效果。但 CO 的主要目的，其实是为了 Serializability，所以把 CO 定位成一种方法，而不是系统的一种特征，更为合适一些。2PL：经过对预备知识的了解，我们可以梳理出一个简单的逻辑线 Serializability Recoverability，而 Recoverability 可以做很多的事情，比如系统备份、系统重启恢复、系统灾难恢复等。所以如何能够实现 Serializability 便成为
10、了技术焦点，这也就引出了对于 2PL 研究的意义。Two-Phase Locking，解释起来其实很简单，就是一个事务，对于所有的加锁和解锁分成两个前后的步骤。(1) Expanding Phase（也有的称为 Growing Phase）：在这个阶段，只能加锁，不能解锁；(2) Shrinking Phase：在这个阶段，只能解锁，不能加锁。 （关于 Shrinking Phase 有个概念容易迷糊，那就是 2PL 中并没有强调 Shrinking Phase 究竟什么时候开始，很多人容易误解为 Expanding Phase 完成，事务就算完成 commit，其实不是这样，两者不是一个概念
11、，但 expanding phase 肯定要早于事务的 commit）如果所有要调度的事务，都按照 Two-Phase Locking 的方式来进行，即满足 Two-Phase Locking Protocol，那么可以保证所有事务的 Serializability。这个是可以证明的，利用反证法简单说明一下：如果一组调度的事务不能串行化，就表示执行顺序有环（Serializability 的定义） ，假设有 3 个事务，T1/T2/T3，都满足 2PL，但执行顺序为 T1-T2-T3-T1。那么就表示 T1 分成两个时间阶段来执行，并且在 T1-T2 是要解锁，在 T3-T1 是要加锁，这个与
12、 T1 满足 2PL 矛盾。证毕。S2PL：2PL 非常简单，但有 2 个比较致命的问题，从而导致在实体项目和系统中，使用较少，最多只是学术上的研究。问题 1 就是并没有保证 Strictness；问题 2 就是需要系统能够检测到 Phase-1 结束的时间，而这个在实际系统中是比较难做到的。针对 Strictness 的解决，就引出了 Strict Two-Phase Locking（S2PL ） ，其在 2PL 的概念之上，新增一个要求，那就是写锁（write lock，具体是什么，由于概念比较简单，就不说了，跟 read lock 呼应）需要在事务 commit 或者 abort 后才能
13、释放，而读锁则不用。通过这个方式，可以保证 Strictness。SS2PL：S2PL 由于比较难于检测到 Phase-1 结束的时间，这个是一个应用级别的问题，所以阻碍了 S2PL 在实际系统中的应用。针对这个问题，就引出了 Strong Strict Two-Phase Locking（SS2PL） ，其在 2PL 的概念之上，将读锁和写锁都要求在事务 commit 或者abort 后才释放，这样就不用去检测 Phase-1 的结束时间，整个 Phase-2 由于锁基本统一时间释放，因此可以认为没有 Phase-2。对于 SS2PL 很多会有疑问，相对与 S2PL 而言，SS2PL 把读锁延迟释放，并发调度能力上（concurrency）不是会有影响么？从实际应用上看，这个影响非常小，相对于其带来的好处，可以忽略。当然 SS2PL 相对 S2PL 还有一个概念上的优势，那就是可以实现Commitment Ordering，但前面也提过，CO 的主要意义也是为了 Serializability，但 S2PL本身就支持 Serializability，所以 CO 的意义也就不大了。相关内容引用于 weibo： 程序设计之路 ，以及 http:/
