Shrnutí na Databázové transakce, SQL a architektury

## Úvod Transakce jsou základní jednotkou práce s relační databází. Slouží k zajištění konzistence dat při současném přístupu více uživatelů a při možných chybách systému. Tento materiál shrnuje pojmy, vlastnosti transakcí, chování v distribuovaném prostředí, protokoly potvrzování, zotavení po chybě a synchronizaci. > Definice: Transakce je posloupnost logicky souvisejících operací, které musí být vykonány buď všechny, nebo žádná; převádí databázi z jednoho konzistentního stavu do druhého. ## Vlastnosti transakcí (ACID a další) ### Atomičnost - Celá posloupnost operací se považuje za jednu logickou jednotku. Buď jsou provedeny všechny operace, nebo se vrátí změny (ROLLBACK). > Definice: Atomičnost znamená, že transakce je nedělitelná; nedokončené změny se musí vrátit. ### Izolovaná vratnost (isolation + no cascading) - Vracení jedné transakce nesmí negativně ovlivnit jiné transakce. Pokud by ano, může nastat řetězové vrácení (cascading rollback). > Definice: Izolovaná vratnost zajišťuje, že nedokončené změny nejsou viditelné jiným transakcím. ### Pernamentnost (durability) - Jednou potvrzené (COMMIT) změny jsou trvale uloženy a nemohou být ztraceny. > Definice: Pernamentnost znamená, že po COMMITu jsou změny trvale zapsány na úložiště. ### Uspořádatelnost (serializovatelnost) - Výsledek paralelního provádění transakcí musí odpovídat nějakému sériovému (pořadovému) provedení těchto transakcí. > Definice: Serializovatelnost = možnost vysledovat výsledek paralelního běhu jako výsledek některého sériového rozvrhu. ## Lokální vs. globální (distribuované) transakce - **Lokální transakce** přistupuje pouze k datům na jednom uzlu. - **Globální (distribuovaná) transakce** přesahuje hranice jednoho uzlu a skládá se z dílčích lokálních transakcí na různých uzlech. > Definice: Globální transakce je transakce, která koordinuje více lokálních transakcí napříč uzly. ## Distribuovaný databázový systém — základní principy - Databáze je fragmentována a alokována na více uzlech s komunikačními propojeními. - Globální transakce startuje na primárním (koordinujícím) uzlu a rozpadá se na podtransakce. - Primární transakce (koordinátor) řídí dělení, sběr odpovědí a závěrečné rozhodnutí (COMMIT/ABORT). ### Komponenty na uzlu (přehled) - Aplikační program - Modul řízení transakcí (koordinační logika) - Komunikační modul - Moduly řízení dat (lokální DBMS) - Operační systém, hardware > Definice: Modul řízení transakcí zpracovává požadavky, rozděluje globální transakci, sbírá podvýsledky a sestavuje finální odpověď. ## Dvoufázový potvrzovací protokol (2PC) Cíl: zajistit atomické potvrzení globální transakce v distribuovaném prostředí. ### Fáze 1 — hlasování (voting / prepare) 1. Koordinátor požádá všechny podtransakce, aby dosáhly bodu, kdy mohou říci, zda jsou připraveny COMMITovat (RC - ready to commit). 2. Každá podtransakce provede lokální přípravu a odpoví: RC (ready / prepared) nebo ABORT. - Po RC si lokální uzel ještě nezpřístupní změny ostatním transakcím. ### Fáze 2 — jištění (commit/abort) 1. Pokud všechny odpovědi jsou RC, koordinátor posílá globální COMMIT a podtransakce provedou své lokální COMMIT (a změny se zviditelní). 2. Pokud alespoň jedna odpověď je ABORT nebo někdo nedosáhne RC v časovém limitu, koordinátor pošle globální ABORT a všechny podtransakce se vrátí. > Definice: 2PC zajišťuje, že všechny zúčastněné uzly dospějí ke stejnému rozhodnutí COMMIT nebo ABORT. ### Chyby a časové ohraničení (timeouts) Možné situace a řešení: - Nelze inicializovat podtransakci -> koordinátor se pokusí o jiný uzel nebo pošle ABORT všem. - Chybějící RC zpráva -> koordinátor obvykle pošle ABORT všem. - Lokální uzel nemusí obdržet finální COMMIT/ABORT -> koordinátor zůstane aktivní dokud zprávu nedoručí. - Koordinátor sám selže po obdržení RC -> ostatní čekají; po zotavení koordinátor rozhodne podle logu. Fun fact: 2PC je jednoduchý a široce používaný protokol, ale trpí problémem blokování (blocking) pokud koordinátor selže, což vedlo k náv