乐观锁(Optimistic Locking): 乐观锁意思是不锁定表的情况下，利用业务的控制来解决并发问题，这样即保证数据的并发可读性又保证保存数据的排他性，保 证性能的同时解决了并发带来的脏数据问题。 相对悲观锁而言，乐观锁机制采取了更加宽松的加锁机制。悲观锁大多数情况下依 靠数据库的锁机制实现 ...
分类：
其他好文 时间：
2016-04-06 15:20:37
阅读次数：
184
NOLOCK（不加锁） 此选项被选中时，SQL Server 在读取或修改数据时不加任何锁。 在这种情况下，用户有可能读取到未完成事务（Uncommited Transaction）或回滚(Roll Back)中的数据, 即所谓的“脏数据”。 HOLDLOCK（保持锁） 此选项被选中时，SQL Se
分类：
数据库 时间：
2016-03-18 17:37:42
阅读次数：
223
1、脏读 脏页只是在缓冲池中已经修改的页但是没有刷新到磁盘中，即数据库实例内存中的页和磁盘中的页事不一致的，当然在刷新到磁盘之前，日志都已经被写入到了重做日志文件中，而所谓的脏数据是指事务对缓冲池中行记录的修改，但并没有被提交 对于脏页的读取，是非常正常的。脏页是因为数据库实例内存和磁盘异步造成的，
分类：
数据库 时间：
2016-02-02 16:19:41
阅读次数：
236
数据完整性 IO操作过程中难免会出现数据丢失或脏数据，数据传输量越大出错的几率就越大。校验错误最常用的办法就是传输前计算一个校验和，传输后计算一个校验和，两个校验和如果不相同就说明数据存在错误，比较常用的错误校验码是CRC32。 HDFS数据完整性 HDFS写入的时候计算出校验和，然后每次读的时候再
分类：
其他好文 时间：
2016-01-31 21:27:08
阅读次数：
191
2.2.1 并发一致性问题 常见并发并发一致性问题包括：丢失的修改、不可重复读、读脏数据、幻影读（幻影读在一些资料中往往与不可重复读归为一类）。 2.2.1.1 丢失修改 下面我们先来看一个例子，说明并发操作带来的数据的不一致性问题。 考虑飞机订票系统中的一个活动序列: 甲售票点（甲事务）读出某航班
分类：
其他好文 时间：
2016-01-30 02:13:43
阅读次数：
211
一、分布式协调技术在给大家介绍ZooKeeper之前先来给大家介绍一种技术——分布式协调技术。那么什么是分布式协调技术？那么我来告诉大家，其实分布式协调技术主要用来解决分布式环境当中多个进程之间的同步控制，让他们有序的去访问某种临界资源，防止造成"脏数据"的后果。这时，有人可能会说这个简单，写一个调...
分类：
其他好文 时间：
2015-12-12 18:48:37
阅读次数：
268
在SQL Server标准的已提交读（READ COMMITTED）隔离级别下，一个读操作会和一个写操作相互阻塞。未提交读（READ UNCOMMITTED）虽然不会有这种阻塞，但是读操作可能会读到脏数据，这是大部分用户不能接受的。有些关系型数据库（例如Oracle）使用的是另一种处理方式。在任何一...
分类：
数据库 时间：
2015-12-02 12:17:36
阅读次数：
143
上一篇我们讲解了线程安全的问题，那么要解决线程安全的问题，我们就必须用到线程同步，保证线程之间不互相影响而产生脏数据，下面我们来讲讲具体的实现吧。首先我们看下例子，我们有个Outputter类，用于输出/*** * * 输出类 * @author yangqingshan * */public c....
分类：
编程语言 时间：
2015-10-12 18:38:19
阅读次数：
202
volatile在编译器编译代码时候，一般都会作些减少存取内存的优化，但有可能会读脏数据，比如int *ip =...; //设备地址*ip = 1; //第一个指令*ip = 2; //第二个指令以上程序compiler可能做优化而成：int *ip = ...;*ip = 2;结果第一个指令丢失...
分类：
其他好文 时间：
2015-09-30 12:48:52
阅读次数：
119
使用PL/SQL删除百万条记录的大表：最近开发人员对测试环境数据库进行了压力测试，数据库中产生了大量的脏数据。有几张大表里数据量均在百万甚至千万条的记录数。开发人员现提出需求如下：只清理其中的部分脏数据，不允许对这些表使用truncate操作。于是就有了下面的PL/SQL清理脚本：1.编写删除数据表...
分类：
数据库 时间：
2015-09-22 20:22:39
阅读次数：
234
