Nous avons eu des problèmes, lors de la simultanéité élevée, de requêtes renvoyant des résultats non sensibles - les résultats violent la logique des requêtes émises. Il a fallu un certain temps pour reproduire le problème. J'ai réussi à distiller le problème reproductible jusqu'à quelques poignées de T-SQL.
Remarque : La partie du système en direct présentant le problème est composée de 5 tables, 4 déclencheurs, 2 procédures stockées et 2 vues. J'ai simplifié le système réel en quelque chose de beaucoup plus gérable pour une question publiée. Les choses ont été simplifiées, les colonnes supprimées, les procédures stockées ont été intégrées, les vues transformées en expressions de table communes, les valeurs des colonnes ont été modifiées. C'est une longue façon de dire que si ce qui suit reproduit une erreur, elle peut être plus difficile à comprendre. Vous devrez vous abstenir de vous demander pourquoi quelque chose est structuré comme il est. J'essaie ici de comprendre pourquoi la condition d'erreur se produit de manière reproductible dans ce modèle de jouet.
/*
The idea in this system is that people are able to take days off.
We create a table to hold these *"allocations"*,
and declare sample data that only **1** production operator
is allowed to take time off:
*/
IF OBJECT_ID('Allocations') IS NOT NULL DROP TABLE Allocations
CREATE TABLE [dbo].[Allocations](
JobName varchar(50) PRIMARY KEY NOT NULL,
Available int NOT NULL
)
--Sample allocation; there is 1 avaialable slot for this job
INSERT INTO Allocations(JobName, Available)
VALUES ('Production Operator', 1);
/*
Then we open up the system to the world, and everyone puts in for time.
We store these requests for time off as *"transactions"*.
Two production operators requested time off.
We create sample data, and note that one of the users
created their transaction first (by earlier CreatedDate):
*/
IF OBJECT_ID('Transactions') IS NOT NULL DROP TABLE Transactions;
CREATE TABLE [dbo].[Transactions](
TransactionID int NOT NULL PRIMARY KEY CLUSTERED,
JobName varchar(50) NOT NULL,
ApprovalStatus varchar(50) NOT NULL,
CreatedDate datetime NOT NULL
)
--Two sample transactions
INSERT INTO Transactions (TransactionID, JobName, ApprovalStatus, CreatedDate)
VALUES (52625, 'Production Operator', 'Booked', '20140125 12:00:40.820');
INSERT INTO Transactions (TransactionID, JobName, ApprovalStatus, CreatedDate)
VALUES (60981, 'Production Operator', 'WaitingList', '20150125 12:19:44.717');
/*
The allocation, and two sample transactions are now in the database:
*/
--Show the sample data
SELECT * FROM Allocations
SELECT * FROM Transactions
Les transactions sont toutes deux insérées en tant que WaitingList. Ensuite, nous avons une tâche périodique qui s'exécute, à la recherche d'emplacements vides et place toute personne sur la liste d'attente dans un état réservé.
Dans une fenêtre SSMS distincte, nous avons la procédure stockée récurrente simulée:
/*
Simulate recurring task that looks for empty slots,
and bumps someone on the waiting list into that slot.
*/
SET NOCOUNT ON;
--Reset the faulty row so we can continue testing
UPDATE Transactions SET ApprovalStatus = 'WaitingList'
WHERE TransactionID = 60981
--DBCC TRACEON(3604,1200,3916,-1) WITH NO_INFOMSGS
DECLARE @attempts int
SET @attempts = 0;
WHILE (@attempts < 1000000)
BEGIN
SET @attempts = @attempts+1;
/*
The concept is that if someone is already "Booked", then they occupy an available slot.
We compare the configured amount of allocations (e.g. 1) to how many slots are used.
If there are any slots leftover, then find the **earliest** created transaction that
is currently on the WaitingList, and set them to Booked.
*/
PRINT '=== Looking for someone to bump ==='
WITH AvailableAllocations AS (
SELECT
a.JobName,
a.Available AS Allocations,
ISNULL(Booked.BookedCount, 0) AS BookedCount,
a.Available-ISNULL(Booked.BookedCount, 0) AS Available
FROM Allocations a
FULL OUTER JOIN (
SELECT t.JobName, COUNT(*) AS BookedCount
FROM Transactions t
WHERE t.ApprovalStatus IN ('Booked')
GROUP BY t.JobName
) Booked
ON a.JobName = Booked.JobName
WHERE a.Available > 0
)
UPDATE Transactions SET ApprovalStatus = 'Booked'
WHERE TransactionID = (
SELECT TOP 1 t.TransactionID
FROM AvailableAllocations aa
INNER JOIN Transactions t
ON aa.JobName = t.JobName
AND t.ApprovalStatus = 'WaitingList'
WHERE aa.Available > 0
ORDER BY t.CreatedDate
)
IF EXISTS(SELECT * FROM Transactions WHERE TransactionID = 60981 AND ApprovalStatus = 'Booked')
begin
--DBCC TRACEOFF(3604,1200,3916,-1) WITH NO_INFOMSGS
RAISERROR('The later tranasction, that should never be booked, managed to get booked!', 16, 1)
BREAK;
END
END
Et enfin exécutez cela dans une troisième fenêtre de connexion SSMS. Cela simule un problème de concurrence où la transaction précédente va de la prise d'un créneau horaire à la liste d'attente:
/*
Toggle the earlier transaction back to "WaitingList".
This means there are two possibilies:
a) the transaction is "Booked", meaning no slots are available.
Therefore nobody should get bumped into "Booked"
b) the transaction is "WaitingList",
meaning 1 slot is open and both tranasctions are "WaitingList"
The earliest transaction should then get "Booked" into the slot.
There is no time when there is an open slot where the
first transaction shouldn't be the one to get it - he got there first.
*/
SET NOCOUNT ON;
--Reset the faulty row so we can continue testing
UPDATE Transactions SET ApprovalStatus = 'WaitingList'
WHERE TransactionID = 60981
DECLARE @attempts int
SET @attempts = 0;
WHILE (@attempts < 100000)
BEGIN
SET @attempts = @attempts+1
/*Flip the earlier transaction from Booked back to WaitingList
Because it's now on the waiting list -> there is a free slot.
Because there is a free slot -> a transaction can be booked.
Because this is the earlier transaction -> it should always be chosen to be booked
*/
--DBCC TRACEON(3604,1200,3916,-1) WITH NO_INFOMSGS
PRINT '=== Putting the earlier created transaction on the waiting list ==='
UPDATE Transactions
SET ApprovalStatus = 'WaitingList'
WHERE TransactionID = 52625
--DBCC TRACEOFF(3604,1200,3916,-1) WITH NO_INFOMSGS
IF EXISTS(SELECT * FROM Transactions WHERE TransactionID = 60981 AND ApprovalStatus = 'Booked')
begin
RAISERROR('The later tranasction, that should never be booked, managed to get booked!', 16, 1)
BREAK;
END
END
Sur le plan conceptuel, la procédure de supplantation continue de rechercher les emplacements vides. S'il en trouve un, il prend la première transaction qui se trouve sur le WaitingListet la marque comme Booked.
Lorsqu'elle est testée sans concurrence, la logique fonctionne. Nous avons deux transactions:
- 12h00: WaitingList
- 12h20: WaitingList
Il y a 1 allocation et 0 transactions enregistrées, nous marquons donc la transaction précédente comme enregistrée:
- 12h00: Réservé
- 12h20: WaitingList
La prochaine fois que la tâche s'exécute, il y a maintenant 1 emplacement occupé - il n'y a donc rien à mettre à jour.
Si nous mettons ensuite à jour la première transaction et la mettons dans WaitingList:
UPDATE Transactions SET ApprovalStatus='WaitingList'
WHERE TransactionID = 60981
Puis nous revenons où nous avons commencé:
- 12h00: WaitingList
- 12h20: WaitingList
Remarque : vous vous demandez peut-être pourquoi je remets une transaction sur la liste d'attente. C'est une victime du modèle de jouet simplifié. Dans le système réel, les transactions peuvent être
PendingApproval, qui occupent également un emplacement. Une transaction PendingApproval est placée sur la liste d'attente lorsqu'elle est approuvée. Peu importe. Ne t'en fais pas.
Mais lorsque j'introduis la concurrence, en ayant une deuxième fenêtre qui remet constamment la première transaction sur la liste d'attente après avoir été réservée, la dernière transaction a réussi à obtenir la réservation:
- 12h00: WaitingList
- 12h20: Réservé
Les scripts de test de jouets attrapent cela et arrêtent d'itérer:
Msg 50000, Level 16, State 1, Line 41
The later tranasction, that should never be booked, managed to get booked!
Pourquoi?
La question est, pourquoi dans ce modèle de jouet, cette condition de renflouement est-elle déclenchée?
Il existe deux états possibles pour le statut d'approbation de la première transaction:
- Réservé : dans ce cas, l'emplacement est occupé et la transaction ultérieure ne peut pas l'avoir
- WaitingList : dans ce cas, il y a un emplacement vide et deux transactions qui le souhaitent. Mais comme nous avons toujours
selectla transaction la plus ancienne (c'est-à-direORDER BY CreatedDate), la première transaction devrait l'obtenir.
J'ai pensé peut-être à cause d'autres index
J'ai appris qu'après une mise à jour a commencé, et des données a été modifié, il est possible de lire les anciennes valeurs. Dans les conditions initiales:
- Index clusterisé :
Booked - Index non clusterisé :
Booked
Ensuite, je fais une mise à jour, et bien que le nœud de feuille d'index cluster ait été modifié, tous les index non cluster contiennent toujours la valeur d'origine et sont toujours disponibles pour la lecture:
- Index clusterisé (verrouillage exclusif):
BookedWaitingList - Index non groupé : (déverrouillé)
Booked
Mais cela n'explique pas le problème observé. Oui, la transaction n'est plus réservée , ce qui signifie qu'il y a maintenant un emplacement vide. Mais ce changement n'est pas encore engagé, il est toujours exclusivement retenu. Si la procédure de supplantation se déroulait, elle:
- bloc: si l'option de base de données d'isolement de capture instantanée est désactivée
- lire l'ancienne valeur (par exemple
Booked): si l'isolement de l'instantané est activé
Quoi qu'il en soit, le travail de remplacement ne saurait pas qu'il y a un emplacement vide.
Donc je n'ai aucune idée
Nous luttons depuis des jours pour comprendre comment ces résultats insensés pourraient se produire.
Vous ne comprenez peut-être pas le système d'origine, mais il existe un ensemble de scripts reproductibles jouets. Ils renflouent lorsque le cas invalide est détecté. Pourquoi est-il détecté? Pourquoi cela se produit-il?
Question bonus
Comment le NASDAQ résout-il cela? Comment fonctionne cavirtex? Comment mtgox?
tl; dr
Il y a trois blocs de script. Mettez-les dans 3 onglets SSMS distincts et exécutez-les. Les 2e et 3e scripts généreront une erreur. Aidez-moi à comprendre pourquoi leur erreur apparaît.
