有人可以向我解释一下＆＃39;写错误＆＃39;之间的区别。和a ＆＃39;丢失更新＆＃39;在数据库事务理论？ 有人可以举个例子吗？
答案 0 :(得分：0)
非正式地，丢失更新和写入偏斜是并发写入事务可能相互干扰的方式。
写偏斜是在基于陈旧数据的事务中进行更新时发生的。 陈旧数据是由事务读取的值，由于后续从并发事务中提交的写入操作，该值已变得陈旧。
丢失更新会发生，当一个事务写入的承诺值被并发事务中的后续提交写入覆盖时。实际上，丢失更新实际上是写偏斜的一种特殊情况；将更新应用于已过时的数据的地方。
考虑零售商店的数据库维护库存表的情况。数据库未未实现事务隔离。
库存表具有一个“ ProductId”列和一个“ InStock”列，该列计算特定产品当前的库存数量。每次购买（交易）都会使“ InStock”值减少所购买商品的数量。
想象一下，商店中有两把（特定型号的）电动剃须刀库存。
两个客户各自同时购买这些剃须刀之一。
每个并发购买（交易）从剃须刀的“ InStock”记录中读取相同的值（两个）。每个事务减少“ InStock”计数器，并将更新后的值（一个）提交到数据库。在完成两个并发事务后，计数器将错误地指示剃须刀仍然有库存（剩余一件）。
更新之一丢失。
假设数据库实现了快照隔离（具有丢失更新检测），在这种情况下不会发生丢失更新。这是因为快照隔离检测到何时发生丢失的更新。事务提交数据之后，数据库将中止尝试提交同一数据写入的并发事务。在我们的示例中，中止交易的流程启动了一个新交易，以重新读取“ InStock”列，将其递减并提交更新后的值。假定没有其他冲突，则此尝试更新记录的尝试将成功提交，并且“库存”列包含（正确）值零。
Transaction isolation is a deep topic。
此外，假定数据库在 InventoryHistory 表中记录库存历史记录。 InventoryHistory 表具有“ Timestamp”，“ ProductId”和“ InStock”列（购买后的 ）。 根据设计，对 InventoryHistory 表的更新是购买交易中的最后一项操作。在两次提交事务之后，各自的 InventoryHistory 记录将各自反映“库存”值为1 －这是不正确的，因为其中一条记录应反映为“ Instock”值为零。错误的 InventoryHistory 记录是写入偏斜的示例。
在这种情况下，快照隔离不能防止将异常数据写入数据库，因为没有更新被丢失。相反，写入的数据是异常，因为该事务读取的值已经过时-这是写入偏斜。 快照隔离不会阻止写入偏斜。为了防止写入偏斜，数据库必须实现可序列化的隔离。
Read this article对写入偏斜，可串行化和快照隔离进行了严格的讨论。