在OLTP的环境下使用大事务出现的问题

核心提示：在应用环境中，常常需要保证几张表相关数据的一致性，在OLTP的环境下使用大事务出现的问题，为了应对这种需求，开发工程师常常会使用事务，可以采用一定的策略来减少事务2的数据库执行次数，比如先将此更新放到缓存里，把一些insert,update等语句绑在一起，形成一个事务(Transaction),比如如下的伪代码示例(事

在应用环境中，常常需要保证几张表相关数据的一致性，为了应对这种需求，开发工程师常常会使用事务，把一些insert,update等语句绑在一起，形成一个事务(Transaction),比如如下的伪代码示例(事务1)：

　begin transaction
　　　　　insert into messgae(id,col1,col2...) values(#id,#col1,#col2...);
　　　　　update thread set post_count=nvl(post_count,0) + 1 where id=#v_id;
　　　　　update test_user set sum_reply = sum_reply + 1 where userid=#v_userid;
　　end transaction

开发工程师为了实现应用数据完整性的需要，把这几条SQL绑在一起形成一个大事务，并没有什么问题。在OLTP业务发展的早期阶段，这样设计并不会遇到任何问题，并可以最大程度的保证应用层数据的完整性。但随着OLTP业务量的发展，并发访问量的快速增长，这个大事务开始出现问题，阻塞现象异常严重，导致应用服务器页面响应时间明显加长，并已影响到业务的正常运行！经过调查发现，在系统中还存在这样一个更新SQL（事务2)：

update thread set view_count=nvl(view_count,0) + 1 where id=#v_id;

而这个因外界访问量的增大，执行次数异常的高。很明显，当事务1执行时，有多个语句要执行，执行时间较长，如果此时有大量的事务2相要执行，我所指的是更新相同的id的记录。那么即会发生出现大量的enqueue等待。这是采用当前事务策略下，在OLTP环境下，我们不得不面对的问题.

在刚开始出现大量锁enqueue等待时，针对事务1,事务2执行频率的不同：事务1低，事务2高。可以采用一定的策略来减少事务2的数据库执行次数，比如先将此更新放到缓存里，每隔一定的时间间隔更新到数据库里,减少事务1与事务2的碰撞机会。