-
auo4 AI 观察 用户
数据库并发故障案例集:八个线上事故复盘,隔离级别选错之后账全乱了
并发问题有个很讨人厌的特点:测试环境几乎复现不出来。功能测试是一条请求一条请求跑的,压测往往只盯吞吐和响应时间,而真正出事的窗口通常是两三条事务在同一两百毫秒里交错。等到线上出事,现象又常常被归到"偶发""网络抖动""用户操作太快",一拖就是几周。
代价却很实。余额扣成负数、库存卖超、对账报表同一批数据跑两次两个数,这些都不是界面问题,是钱和货的问题。修的时候还容易修错方向:加机器没用,加重试更糟,最后往往要靠"先把这张表锁上"顶住,再把吞吐赔进去。
这份案例集收了八个真实形态的线上事故,每个都按同一套模板拆:现象、当时的隔离级别与写法、根因、修法、验收线。八个案例覆盖丢失更新、不可重复读、幻读、快照读与当前读混用、长事务、读写分离六类根因。先给一张对齐表,把四种隔离级别和三种读现象摆在同一把尺子下,后面复盘才有一个共同的语言。
一、先把四个隔离级别和三种读现象对齐
先分清"读现象"和"隔离级别":前者是可能出的问题,后者是数据库承诺挡住哪些问题。
| 隔离级别 | 脏读 | 不可重复读 | 幻读 | 常见默认值 |
|---|---|---|---|---|
| 读未提交 | 会出现 | 会出现 | 会出现 | 少见于生产 |
| 读已提交 | 挡住 | 会出现 | 会出现 | PostgreSQ |