PostgreSQL / 技术文章

PostgreSQL 事务隔离为何仍会写偏

如果你已经理解 PostgreSQL 事务、MVCC 和快照,却仍困惑“同一事务读到的视图明明稳定,为什么两个事务还能一起把业务规则写坏”,这篇文章聚焦写偏(write skew)。目标是让后端和数据库工程师能从读写集合与依赖图解释异常,并判断何时使用 SERIALIZABLE + SSI、显式锁或约束来守住跨行不变量。

写偏不是丢失更新,而是共同绕过条件

写偏最容易被误判成“隔离级别不够高”或“UPDATE 没加锁”。它真正危险的地方是:两个事务读取了重叠的数据集合,却更新不同的行,因此没有发生同一行上的写写冲突。

假设值班表必须满足业务不变量:任何时刻至少有一名医生处于值班状态。

sql
CREATE TABLE doctor_on_call (
    doctor text PRIMARY KEY,
    on_call boolean NOT NULL
);

INSERT INTO doctor_on_call (doctor, on_call)
VALUES ('alice', true), ('bob', true);

单独执行任一事务都正确:先确认至少有两人值班,再让自己下班。问题出现在两个事务并发执行时。事务 A 读取“当前有 2 人值班”,准备把 Alice 改为 false;事务 B 也读取“当前有 2 人值班”,准备把 Bob 改为 false。两者写的是不同主键,因此普通行锁不会让它们天然互斥。

从集合角度看,A 的读集合包含 Alice 和 Bob,写集合只有 Alice;B 的读集合也包含 Alice 和 Bob,写集合只有 Bob。每个事务都写到了另一个事务曾经读取、并据此做决策的数据,这正是写偏的核心形态。

稳定快照为什么仍然不等于串行执行

PostgreSQL 的 REPEATABLE READ 基于快照隔离。事务拿到一个稳定快照后,后续查询继续从同一逻辑时点观察数据,因此不会因为另一个事务提交而让同一谓词查询突然多出或少掉已提交行。

但“每个事务内部看到稳定世界”与“所有已提交事务组合起来等价于某个串行顺序”是两件事。

写偏中,A 的快照可以合法地看见 Alice=true、Bob=true;B 的快照也可以合法地看见 Alice=true、Bob=true。两个快照分别都自洽,却没有要求 A 在做决定时必须看见 B 的最终写入,或反过来。只要它们修改不同的行,REPEATABLE READ 就可能允许两者提交。

如果强行寻找串行顺序就会发现矛盾:若 A 先执行并提交,B 随后应看到只剩 1 人值班,于是不能再让 Bob 下班;若 B 先执行,同理 A 不能再让 Alice 下班。最终“0 人值班”的状态不存在任何等价的串行执行顺序,因此它是 serialization anomaly,而不是快照本身“不一致”。

用两个事务复现写偏

先让两个会话都使用 REPEATABLE READ,并确保两边都在任何一方提交前完成计数读取。

会话 A:

sql
BEGIN ISOLATION LEVEL REPEATABLE READ;

SELECT count(*)
FROM doctor_on_call
WHERE on_call;

UPDATE doctor_on_call
SET on_call = false
WHERE doctor = 'alice';

会话 B:

sql
BEGIN ISOLATION LEVEL REPEATABLE READ;

SELECT count(*)
FROM doctor_on_call
WHERE on_call;

UPDATE doctor_on_call
SET on_call = false
WHERE doctor = 'bob';

两边的 SELECT count(*) 都可能得到:

text
 count
-------
     2

随后分别执行:

sql
COMMIT;

因为 A 与 B 更新不同的行,两次提交都可能成功。最终检查:

sql
SELECT doctor, on_call
FROM doctor_on_call
ORDER BY doctor;

结果可能是:

text
 doctor | on_call
--------+---------
 alice  | f
 bob    | f

这里没有脏读、没有不可重复读,也没有同一行被后写覆盖。真正被破坏的是跨多行定义的业务不变量,所以仅靠“快照稳定”无法推出“业务规则安全”。

SSI 如何把读写关系变成可检测的冲突

PostgreSQL 的 SERIALIZABLE 仍然建立在快照读取之上,但额外使用 Serializable Snapshot Isolation(SSI)跟踪并发事务之间的读写依赖。它关注的不是“两个事务是否同时改了同一行”,而是“一方的写入是否会改变另一方此前读取并用于决策的结果”。

在值班例子里可以画出两条 rw-antidependency:

  • A 读过 Bob=true,而 B 把 Bob 改成 false,因此存在 A →rw B。
  • B 读过 Alice=true,而 A 把 Alice 改成 false,因此存在 B →rw A。

这两条依赖形成无法与任何串行顺序兼容的闭环。SSI 为识别这类关系使用 predicate locking 信息;在 PostgreSQL 中常表现为 SIReadLock。这些锁主要用于记录“读过什么”,不会像 SELECT ... FOR UPDATE 那样阻塞写事务,因此 SSI 的主要代价不是把所有读写都排成队,而是依赖跟踪开销以及必要时回滚事务。

这也是理解 SSI 的关键:它不是提前阻止所有潜在冲突,而是允许较高并发,在发现某组已发生的读写关系可能导致不可串行化结果时,取消其中一个事务来打断危险结构。

Serializable 的保证来自“允许失败”

把同样的两个事务改为 SERIALIZABLE:

sql
BEGIN ISOLATION LEVEL SERIALIZABLE;

SELECT count(*)
FROM doctor_on_call
WHERE on_call;

UPDATE doctor_on_call
SET on_call = false
WHERE doctor = 'alice';

COMMIT;

另一个会话执行对 Bob 的对应逻辑。两边仍可能同时读取到 2,也不要求其中一个在读取阶段阻塞;区别发生在 PostgreSQL 判定这组并发读写关系不能安全提交时。

其中至少一个事务会被取消,典型错误为:

text
ERROR:  could not serialize access due to read/write dependencies among transactions
SQLSTATE: 40001

因此 SERIALIZABLE 的正确应用契约不是“事务永远一次成功”,而是“成功提交的事务集合一定可解释为某种串行顺序;无法满足时,以 40001 让应用从完整事务边界重新执行”。

重试必须重新开始整个事务,而不是只重放最后一条 UPDATE。重新执行后,事务会基于新的数据库状态再次读取、再次判断业务条件;如果只重试写语句,就继续沿用已经失效的业务判断,等于绕开了 Serializable 想提供的保证。

先找不变量,再选择 SSI、锁或约束

写偏是否需要 SSI,取决于业务不变量能否被更直接地编码。判断时可以从“不变量落在哪里”开始,而不是从“隔离级别越高越安全”开始。

如果不变量能压缩成单行状态,例如账户余额不得小于零,优先考虑条件 UPDATE、原子增减或锁住稳定代表行,让竞争显式落到同一个写点。如果不变量天然对应唯一性、排他区间或引用完整性,优先使用数据库约束,因为约束比应用层“先查再写”更接近最终事实来源。

如果不变量跨多行、跨谓词,且业务事务需要先读取集合再决定写什么,SERIALIZABLE + SSI 往往更自然:事务可以按“单独运行时正确”的方式编写,再把 40001 作为正常并发控制信号处理。若冲突热点非常集中、重试成本很高,显式锁住一个稳定代表行也可能更可控,因为它把失败重试转换成可观察的等待队列。

最终要区分三个层次:MVCC 解决“我能看见哪个版本”,REPEATABLE READ 解决“我的事务视图是否稳定”,Serializable/SSI 解决“所有成功提交的事务能否共同解释成一个串行历史”。写偏正好发生在前两个条件都成立、第三个条件却失败的缝隙里。

目录与阅读设置

记录一个想法

PostgreSQL 事务隔离为何仍会写偏

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通