Bei hoher Parallelität hatten wir Probleme mit Abfragen, die unsinnige Ergebnisse zurückgaben - Ergebnisse, die gegen die Logik der ausgegebenen Abfragen verstoßen. Es dauerte eine Weile, um das Problem zu reproduzieren. Ich habe es geschafft, das reproduzierbare Problem auf ein paar Handvoll T-SQL zu reduzieren.
Hinweis : Der Teil des Live-Systems mit dem Problem besteht aus 5 Tabellen, 4 Triggern, 2 gespeicherten Prozeduren und 2 Ansichten. Ich habe das reale System zu etwas vereinfacht, das für eine gepostete Frage viel einfacher zu handhaben ist. Die Dinge wurden reduziert, Spalten entfernt, gespeicherte Prozeduren inline erstellt, Ansichten in allgemeine Tabellenausdrücke umgewandelt und Werte von Spalten geändert. Dies alles ist ein langer Weg zu sagen, dass das Folgende zwar einen Fehler reproduziert, aber möglicherweise schwieriger zu verstehen ist. Sie müssen sich nicht fragen, warum etwas so strukturiert ist, wie es ist. Ich versuche hier herauszufinden, warum der Fehlerzustand in diesem Spielzeugmodell reproduzierbar auftritt.
/*
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 TransactionsDie Transaktionen werden beide als eingefügt WaitingList. Als nächstes haben wir eine periodische Aufgabe, die ausgeführt wird, nach leeren Slots sucht und jeden auf der Warteliste in den Status "Gebucht" versetzt.
In einem separaten SSMS-Fenster haben wir die simulierte wiederkehrende gespeicherte Prozedur:
/*
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
ENDFühren Sie dies schließlich in einem dritten SSMS-Verbindungsfenster aus. Dies simuliert ein Parallelitätsproblem, bei dem die frühere Transaktion von der Einnahme eines Slots auf die Warteliste übergeht:
/*
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
ENDKonzeptionell sucht das Stoßverfahren immer nach leeren Steckplätzen. Wenn es eine findet, nimmt es die früheste Transaktion, die sich auf dem befindet, WaitingListund markiert sie als Booked.
Beim Testen ohne Parallelität funktioniert die Logik. Wir haben zwei Transaktionen:
- 12:00 Uhr: Warteliste
- 12:20 Uhr: Warteliste
Es gibt 1 Zuordnung und 0 gebuchte Transaktionen, daher markieren wir die frühere Transaktion als gebucht:
- 12:00 Uhr: Gebucht
- 12:20 Uhr: Warteliste
Wenn die Aufgabe das nächste Mal ausgeführt wird, wird jetzt 1 Steckplatz belegt - es gibt also nichts zu aktualisieren.
Wenn wir dann die erste Transaktion aktualisieren und auf Folgendes setzen WaitingList:
UPDATE Transactions SET ApprovalStatus='WaitingList'
WHERE TransactionID = 60981Dann sind wir wieder da, wo wir angefangen haben:
- 12:00 Uhr: Warteliste
- 12:20 Uhr: Warteliste
Hinweis : Sie fragen sich möglicherweise, warum ich eine Transaktion wieder auf die Warteliste setze. Das ist ein Opfer des vereinfachten Spielzeugmodells. Im realen System können Transaktionen sein
PendingApproval, die ebenfalls einen Slot einnehmen. Eine PendingApproval-Transaktion wird bei ihrer Genehmigung auf die Warteliste gesetzt. Ist egal. Mach dir keine Sorgen.
Aber wenn ich Parallelität einführe, indem ich ein zweites Fenster habe, in dem die erste Transaktion nach der Buchung ständig wieder auf die Warteliste gesetzt wird, hat die spätere Transaktion die Buchung erhalten:
- 12:00 Uhr: Warteliste
- 12:20 Uhr: Gebucht
Die Spielzeug-Testskripte erfassen dies und hören auf zu iterieren:
Msg 50000, Level 16, State 1, Line 41
The later tranasction, that should never be booked, managed to get booked!Warum?
Die Frage ist, warum bei diesem Spielzeugmodell diese Rettungsbedingung ausgelöst wird.
Es gibt zwei mögliche Zustände für den Genehmigungsstatus der ersten Transaktion:
- Gebucht : In diesem Fall ist der Slot belegt und die spätere Transaktion kann ihn nicht haben
- Warteliste : In diesem Fall gibt es einen leeren Steckplatz und zwei Transaktionen, die dies wünschen. Aber da wir immer
selectdie älteste Transaktion (dhORDER BY CreatedDate) haben, sollte die erste Transaktion sie bekommen.
Ich dachte vielleicht wegen anderer Indizes
Ich erfuhr , dass nach einem Update gestartet wird, und Daten werden geändert worden ist , ist es möglich, die alten Werte zu lesen. In den Anfangsbedingungen:
- Clustered-Index :
Booked - Nicht gruppierter Index :
Booked
Dann mache ich ein Update und während der Clustered Index Leaf Node geändert wurde, enthalten alle nicht Clustered Indizes immer noch den ursprünglichen Wert und stehen weiterhin zum Lesen zur Verfügung:
- Clustered Index (exklusive Sperre):
BookedWaitingList - Nicht gruppierter Index : (freigeschaltet)
Booked
Das erklärt aber nicht das beobachtete Problem. Ja, die Transaktion ist nicht mehr gebucht , dh es ist jetzt ein leerer Slot vorhanden. Diese Änderung ist jedoch noch nicht festgelegt, sondern wird ausschließlich durchgeführt. Wenn das Stoßverfahren ausgeführt würde, würde es entweder:
- Block: Wenn die Option für die Snapshot-Isolationsdatenbank deaktiviert ist
- Lesen Sie den alten Wert (z. B.
Booked): Wenn die Snapshot-Isolation aktiviert ist
In beiden Fällen würde der Stoßjob nicht wissen, dass ein freier Steckplatz vorhanden ist.
Ich habe also keine Ahnung
Wir haben tagelang darum gekämpft, herauszufinden, wie diese unsinnigen Ergebnisse passieren könnten.
Möglicherweise verstehen Sie das ursprüngliche System nicht, aber es gibt eine Reihe von reproduzierbaren Spielzeugskripten. Sie werden gerettet, wenn der ungültige Fall erkannt wird. Warum wird es erkannt? Warum passiert es?
Bonus-Frage
Wie löst NASDAQ das? Wie funktioniert Cavirtex? Wie funktioniert mtgox?
tl; dr
Es gibt drei Skriptblöcke. Legen Sie sie in 3 separate SSMS-Registerkarten und führen Sie sie aus. Das 2. und 3. Skript lösen einen Fehler aus. Helfen Sie mir herauszufinden, warum der Fehler auftritt.
