---
tags: 大學筆記系列
---
# 資料庫系統
## 課程網頁
https://www.cs.ccu.edu.tw/~damon/secure/course-wk.html
帳號:cornell
密碼:bigred

## 第一章: 導論
### 名詞解釋
1. schema: 藍圖,database的定義(cloumn)
2. instance: 存在database中的資料(row)

### 完整流程:
1. Defining: **定義**資料庫
2. Constructing: **加入**資料
3. Manipulating: **查詢**資料(query)

### Relational Model:最常用的儲存資料的模型
A **row** is a **record**.
A **column** is a **field** or **attribute**.

### Data Definition Language (DDL)
資料定義語言,
### Data Manipulation Language (DML)
資料操作語言,

## 第二章: Entity-Relationship Model

### 資料庫設計流程
1. Requirements Analysis: 分析需求
* 要儲存甚麼**資料**
* 要**應用**在哪裡
2. Conceptual Database Design: 設計資料庫架構
* Entity-Relation (ER) model
* **本章重點**
3. : Logical Database Design: 實做資料庫

### **key** vs. **foreign key**
* 藍色的為 key，必須是唯一的
* 紅色的是 foreign key，是外來的key，可以透過這個來對應至別的table中的資料

觀念釐清:
(X) 每個table都有一個獨一無二的key
### Entities and Attributes
* domain: 每個attribute可能值的範圍(ex:int)
* entity(實體): 對應到現實世界中的物件(ex:學生)等，由一系列的attribute(ex:姓名,電話)組合而成
* entity set: 由一堆同型態的entity所組成，相當於table

### Keys
* superKey: 若數個attribute合在一起能**唯一決定**一個entity，則稱這個由attribute組成的**集合**為superKey

* Key/candidate key: 若數個attribute合在一起能**唯一決定**一個entity，**且所需attribute數量最少**，則稱這個由attribute組成的**集合**為Key/candidate key
* primary key: 最終選擇的那個key

觀念釐清:
(X) 一個表格中的superKey一定是唯一的
(X) 一個表格中的Key一定是唯一的
(O) 全部attribute合起來必定是superKey

### Relationships
* 指兩個entity之間的關係，**可以一對多**，**兩個entity順序不可對調**
* Relationship也可以有attribute
* Relationship 也可以是遞迴的(對應到自己)

觀念釐清:
(O) 一個relation必須可只由參與的entity決定，不需要包含本身的attribute
### Key Constraints
* 觀察Mother-Child的**一對多**relationship
* 一個Mother中的entity 可能對應至0,1,2...個Child中的entity -->**不適合當key**
* Child 具有Key Constraints，可以**最多只對應至一個**Mother中的entity -->**適合當key**
* Key Constraints 以**箭頭**表示
* Tip: 連出去只能有一個的那方虛畫箭頭指出去
* **一對一**的關係兩個方向都有Key Constraints
* **多對多**的關係沒有Key Constraints

觀念釐清: 有key constraint的那方的key可直接作為所參與relation的key

### participation constraint
* 分成兩類:
* total participation: 每筆entity中的資料都參與某個relationalship (以粗線表示)
* partial: 部分entity沒參與任何relationalship

### strong entity v.s. weak entity
* strong entity: **必須要有super key**
* weak entity: **沒有super key**，需要透過其他entity的primary key的幫助，才能唯一決定每筆entity中的資料，**需用粗框框標示weak entity及有關的relationship**
1. partial key: 在weak entity 中，若透過其他entity(Owner) 的幫助，partial key 便可唯一決定每筆資料，**以虛線表示**
2. Owner 跟 weak entity關係一定是**一對多**
3. weak entity **一定要 total participation**

觀念釐清:
* connection trap: 超過兩個entity的relationship**不能**被兩兩一組的relationship取代

### Class Hierarchies
* 舉個例子
* 將Employee分成兩個subclasses(Hourly-Emp,Contract_Emp)
* subclasses繼承了Employee 的attribute(ID,name...)，並各自擁有各自擁有的額外attribute(Hour_wages,Contract_ID)

### Aggregation
* 可以把aggregation當成是一個entity
* 從其中一個relationship產生另一個relationship
* 用來化簡trnary relationship(三方參與的關係)
* 舉個例子
可以先將Project跟Department**綁定(Aggregation)**，以降低複雜度

觀念釐清:
1. 要成為attribute，需要滿足以下條件
* 不可以是集合(cannot be set-valued)
* ex: address同時有縣市、門牌號碼，則attribute便只能是entity
* 不可被分割(atomic)

2. 要成為entity，需要滿足以下條件
* 至少有一個**non-key** attribute
* 在多對一及多對多關係時，是**多**的那一方

### 資料庫設計原則
* 盡可能減少**多餘**的attribute與entity
* 盡可能將entity**替換**成attribute
* 盡可能**不要使用**weak entity set

## 第三章
### ER Model v.s. Relational Model
* ER Model: 給人看的模型，甚至不能進行operation
* Relational Model: 程式能實做出來的模型

### 基本架構
* relation:
* Relation instance:表格內的值，含row(tuples,cardinality)與column(field,degree)
* Relation scheme:架構，第一個row的attribute

可以簡化成這樣

觀念釐清:
* (X) 一個Relation instance中的column必須是唯一的

### SQL 語法---創建table
此table 可以用以下語法創建


* 可用的欄位型態可以為: integer(整數),real(浮點數),char(字串)

### SQL 語法---刪除table
使用以下指令:
> drop table 表格名
### SQL 語法---修改欄位
使用以下指令新增與刪除某個欄位
>
> ex: alter table customer add phone char(10)
> ex: alter table customer delete phone
### SQL 語法---插入資料
使用以下指令
> insert into students values
> (410410054,'男');
### SQL 語法---刪除資料
使用以下指令
> delete from students as S where S.name='Daniel'
### SQL 語法---修改資料
使用以下指令
> update students S
> set S.gpa=5
> where S.name='Jason'

### Integrity Constraints(ICs)
* 指資料受到某些條件的限制
* ex: not null
* 又分成:
* Domain constraint
* Key constraint
* Unique: 綁定其中兩個欄位，使之成為key
* Foreign key constraint (referential integrity)
* foreign key: 可以綁定外來的key，以保護資料庫　
* 可以使用cascade關鍵字來連動其他表格做更新、刪除等動作
* 觀念釐清:foreign key可以是null，且必須對應到別的table中的primary key
* Other constraints

### ER to relational model
* 定義: 若weak entity W 依賴 strong entity E，則稱E owns W

#### 將strong entity變成table
直接化成表格即可


#### 將weak entity變成table
需要加上所依賴的那個實體的primary key

#### 將one to one 關係變成table
1. 優先將有total participation的那方與relationship合併
2. 加上沒被選擇的那方的primary key作為欄位
3. 加上該relationalship的attribute作為欄位
4. 沒被選擇的那方另開一個table儲存



### 將one to many 關係變成table
1. 優先將有key constrant 的那方與relationship合併(將1那方的primary key作為attribute加入至many那方中)
2. 加上沒被選擇的那方的primary key作為欄位
3. 加上該relationalship的attribute作為欄位
4. 沒被選擇的那方另開一個table儲存


### 將many to many 關係變成table
1. 三方各建一個table較佳


### 將n-ary關係變成table
1. 各entity、relation各建一個table
2. 將有key constraint的entity的primary key作為relation的primary key

### 將ISA 關係變成table
1. 除了共同項以外，各建一個table，並把共同項的attribute加進table中

* 寫法1
* 寫法2

### 將aggregation變成table

## 第四章
### SQL 語言分類
* Data Manipulation Language(DML):數據操作語言，包含提出查詢、插入、刪除和修改資料的相關語法
* Data Definition Language(DDL):數據定義語言，包含創建、刪除和修改table的定義。
* Trigger: 根據設定的條件動態的改變資料庫

### DML語法
* SELECT: 選擇要作為結果的欄位
* FROM: 選擇要交叉比對的table
* WHERE: 限制
* DISTINCT: 表示答案不應包含重複項，代表此項可有可無
* 原理:
1. 計算relation-list交叉比對後的結果
2. 將不滿足qualification的結果捨棄
3. 刪除不再target-list中的attribute
4. 如果是DISTINCT，則刪除重複的資料
* 舉個簡單的例子
* 從Loan這個表格中branch_name這個欄位，並挑出不重複的資料作為結果
* 舉個進階的例子
* 從Sailors及Reserves兩個表格中交叉比對(row數相乘，column數相加)
* 設定Sailors的別名為S，Reserves的別名為R( Range Variables)
* 在進行自連接（self-join）時，一定要使用
* S.sid=R.sid這句用來連結兩筆資料
* R.bid=103這句用來限制選擇條件
* SELECT S.sname這句用來決定想要的result

* SQL expression語法
* AS: 自訂欄位名稱(例如自訂age1欄位，值為S.age-5)
* =: 同AS
* LIKE: 用來標示要使用regular expression
* %: 0或更多的任意字元
* _: 1個任意的字元
* SQL 集合相關語法
* 兩段程式碼等價
* Union(聯集) 可以替換成INTERSECT(交集)、EXCEPT(差集)
* 要保留重複的資料，加上保留字ALL(ex: UNION ALL)
* 巢狀quary
* IN 的邏輯為"屬於"(可以取代INTERSECT)
* subquery會先做

* Correlated 巢狀quary
* EXIST 的邏輯是"至少有一個(非空集合)"
* 與EXIST 類似的邏輯還有UNIQUE，邏輯為"最多一個"
* Tip:雙重否定可以用在找"全部都要符合"的條件，變換成"刪掉任一個不符合的"

* Set-Comparison Operators
* 此題的意思是找出Sailors中rating大於任何一個名字為"Horatio"的rating的所有人
* ANY 的邏輯為"任何"
相同用法的還有'ALL'，邏輯為"全部"
* Division in SQL

* Aggregate Operators
* SQL 內建簡單的運算邏輯，共有五種可使用
不可這樣寫，否則name與age會變成多對一關係
正確寫法

觀念釐清:aggregate operations 不支援巢狀

* Group by and Having
* Group by的邏輯為"分群"
* Tip: Group by的attritube可以為多個
* Having 的邏輯與where一樣，用來修飾group，因為不能有重複的where才多設定這個語法
* 觀念釐清: 只有出現在Group by的attribute才會被having 參考

觀念釐清:
* count 會在where s.age>18那行執行結束後才執行，這樣會過濾掉那些"剛好要加入<=18歲水手才能湊成兩個人"的那些group
* 利用subquary會先執行的特性，可以改寫此邏輯，如此一來where s.age>18會最後才判斷

特殊用法:

* sorting result
加上: ORDER BY column [ ASC | DESC][, ...]
預設是遞增，若想遞減，在最後加上DESC
* 面對多層select時的邏輯判斷技巧:
1. 雙重否定邏輯: 把都沒有的給刪掉
2. 表格比對法:
3. 字面邏輯觀察法

* exist 與 in 等效轉換
* select A.Branch
from Holdings A
where exists (
select *
from Titles B
where B.Author = 'Ann Brown' and B.Title = A.Title);

* select A.Branch
from Holdings A
where A.Title in (
select B.Title
from Titles B
where B.Author = 'Ann Brown');

### join
分成數種:
1. inner join...on 條件
* 相當於relational algebra中不加任何條件的join
2. left join
* 保留了左部分表格中的所有row，若右邊沒有順利匹配到，則補NULL
* 
3. right join
* 保留了右部分表格中的所有row，若左邊沒有順利匹配到，則補NULL
* 
4. full join
* 同時具有left join及right join的性質
* 

## 第八章 B-tree
* 想解決一般的binary tree 的深度過深的問題
-> 創建多層indexes，每層稱為**index page**

### ISAM
* 屬於Index pages是靜態的，必須假設資料量並不會變動太多
* 每個節點為<search key value, page id>
* 分成三層:
1. Index pages: 路標，用來決定要往哪裡搜尋資料
2. Data pages: 真正存資料的地方
3. Overflow pages: 若有兩筆資料應該要放在同一個地方，那就需要使用類似linked_list的概念串在底下

**優點**: 當資料量不大時，能處理得很好
**缺點**: 若資料集中在某個區間，會導致Overflow pages過大，搜尋效率降低

*　有星號的代表真正的資料，沒有則代表路標
*　next-leaf-page pointer(連結15與20的指標): 方便range search(ex: 找比15大的所有資料)

觀念釐清:
1. (O)一個table底層可能不只一棵tree
2. (O)search key value可能不是所代表table的primary key

### B+ Tree
(此圖非B+ tree，只適用於名詞解釋)
* root: 根節點
* internal node: 中間的那些點
* leaf: 沒有child的那些點
* height: 3 (4-1)，從root至leaf所走的距離
* balanced:
* leaf node都在同一層
* 避免搜尋資料所花的時間non-deterministic

特性:
1. 沒有overflow chain
2. leaf page及每個路標(internal)內的資料已排序
3. Index pages會隨著資料動態改變
4. 能將大小類似的資料一次讀到主記憶體(一整個node)

* B+ Tree internal node 結構
* K 是路標
* P 是指向下一層的pointer
* 定義order(d) 代表該node路標數的限制
-> d<=n<=2d(root不用滿足)

* B+ Tree leaf node 結構
(ki,ri) 合併稱為ki*(* 代表真實的資料，非路標)

* B+ tree範例

* B+ tree搜尋
以這個例子來說，分別搜尋
1. 5
2. 15
3. \>=24

* B+ tree插入
* case1: 插入前leaf還沒滿 -> 直接新增資料
* case2: 插入前leaf已滿 -> 分成兩個新node，並遞迴的更新上面的節點

舉例:
1. 原圖

2. 插入 *16(case 1)

3. 插入 *8 ->左下節點已經滿了(case 2)

4. 分割成兩個節點

5. copy up 右節點的第一個數字，加入至上層

6. 上層節點也已滿

7. 分割成兩個節點

8. push up 右節點的第一個數字，加入至上層，若上層為root，將此數字節點當root，樹變高一層，結束

註:
1. 若「右節點的第一個數字」是真實資料，則須採用"copy up"的方式，複製一個同樣的數字加到上層
2. 若「右節點的第一個數字」是路標，則須採用"push up"的方式，直接將該數字移動到上層

補充:還有一種方式叫做redistribution，但實作困難，所以通常不做

* B+ tree 刪除
簡單版:
若沒找到該筆欲刪除的資料，則直接返回
若找到了，刪除它
刪除後如果該節點變為空，則移除這個節點

困難版:
case 1:
1. 刪除19，node元素數量>=order，沒事

2. 刪除20，node元素數量<order，要處理
3. 若同屬同一個parent的鄰居還夠，跟鄰居借一個數字來補
4. 補完後記得將更新parent (24換成27)

case 2:
1. 刪除24，node元素數量<order，要處理
2. 同屬同一個parent的鄰居也不夠借，跟鄰居合併
3. 刪除原本用於區分兩個合併前node的parent中的數字(27)
4. 該parent的路標數也不夠了，隔壁也沒得借，再與隔壁合併
5. 發現上層(root)沒得刪(不可能刪掉17)，把17抓下來合併成新的root

* Prefix Key Compression
若資料的開頭都不一樣，在設置路標時，便可以省略部分名字
ex: 區分deniel,devC++,damon的路標可以設成den,dev,dam即可
(留Prefix)

* Suffix Key Compression
若資料的開頭都一樣，在設置路標時，便可以將一樣的開頭記起來，並以結尾不同的部分作為路標即可
(留Suffix)

* Bulk Loading of a B+ Tree
將待插入的資料先排序好，在插入時B+ Tree會更漂亮

## 第六章
Relational algebra: 屬於procedural query language，是實際操作步驟，例如bubble sort演算法步驟
Relational calculus: 讓使用者描述他們想要什麼，例如"排序"兩字

### 六種relation algebra基礎的運算符號(用來處理集合運算)
這些運算符號會將一至兩個relation instances作為輸入，並輸出一個relation instance

relation instances: (表格中的)真實資料

1. select ( σ)
2. project ( Π)
* 因為是集合運算，故會移除重複的元素
3. union ( U )
4. set different ( －)
* R-S !=S-R
* intersect = R-(R-S)
5. Cartesian product ( x )
6. rename ( ρ)
* 將E中的欄位重新命名，結果為C

範例(materialized):

1. 從Employee中選擇女員工，作為Female_emps

2. 從Female_emps選取必要欄位

3. 與Dependents做cross product

4. 選取id=eid的那些欄位

5. 選擇欄位作為結果

觀念釐清:
materialized: 預先計算
on-the-fly: 即時計算

### 特殊運算符號--join
目的是取代"X followed by σ"
* condition join
上述範例的第3,4步可被替換成

使用範例:
* 先找到薪水小於某人的所有員工，再用全體員工減去即可
* (F,Employee)目的是將Employee的別名設置成F
* 只有在有重複欄位的情況下(自己跟自己join)，才需要將條件寫成Employee.salary指名要選的salary是Employee的還是F的
* project,set different的先後順序不影響結果

* Equi-Join
只包含equalities的condition join

* Natural Join(join)
屬於Equi-Join，但equalities的條件是所有R與S中共有的欄位
相當於R.b=S.b and R.d=S.d

### Division
舉例: A/B2 會將A先對X分群(分成X1-X4)，接著將"包含所有B2中的元素的那些X"給選出來(即回傳的是滿足條件的x欄位)
* 對應至SQL語法的"all"邏輯

### 結論
Relational algebra 是 operational(操作性)的

## 第七章(考很少)
Domain Relational Calculus(DRC):

只能使用以下運算子

舉例:

### 結論
Relational calculus 是 non-operational(非操作性)的，只講述query的要求，不考慮如何實作

## 第十章
### Static Hashing
* primary bucket pages 大小不會變動
* overflow pages 可能過多，導致搜尋效率變差
* range searches所花時間非常多

### Extendible hashing
* 移除overflow pages
* 當發生overflow時，將primary bucket pages變為兩倍，並重新rehash裡面的資料

為了解決rehash浪費時間的問題，設定了global depth跟local depth來解決

概念: 真的要將bucket分開的時候再分開

原圖

case 1:
1. 欲插入20(10100)，20應該要進到bucket A，但該bucket已滿了，且local depth不能再提高(local depth必須 <= global depth)

3. 將directory變成兩倍；將bucket A 的depth變成3並分成兩邊；連結新的directory區塊至bucket B,C,D(暫時不拆分)

case 2:
1. 欲插入9 (001)，發現已滿，但local depth還可再提高
2. 提高local depth，rehash已滿bucket裡面的內容

註: 此種hashing的方法在處理重複元素時可能還是需要overflow page，因為單純的split node後，重複元素仍會被rehash至同一個地方
## 第九章
### database 架構
* SQL commend: 期中考內容
* DBMS: 第11章內容
* DATABASE: 本章內容

資料平常存在disk中，並透過
* READ: 將資料從disk中讀進主記憶體(Main Memory,RAM)
* WRITE: 將資料從RAM寫進disk中

record: 相當於一個table
file: 一個檔案中可能有很多table，table不可跨檔案儲存
page: 硬碟中的一個區塊，file可以跨page，但不能跨disk儲存

### 儲存階級

### 硬碟架構
* sector 是硬碟上的最小單位，Block size是sector size的倍數
* Disk head: 讀寫頭

從硬碟讀取資料時間分成三種
seek time: 找到正確的track的所需的時間
rotational delay: 旋轉spindle至正確位置所需的時間
transfer time(所需時間非常短): 從該位置讀寫資料所需的時間

將資料放在硬碟中的同一個區塊，可以更快讀取這些資料

### RAID
Redundant Arrays of Independent Disks
將多個獨立硬碟組合成一個邏輯單元

可以提升儲存資料的安全性，保證資料不損壞

Disk array: 多顆硬碟，以提升性能跟穩定性

Data striping: 將資料分散儲存至數個硬碟中，並以循環輪流的方法分配

Striping unit: 將資料切割的單位，分成bit及block

目標:
1. Data striping: 將資料分散儲存至數個硬碟中，利用同時讀寫多顆硬碟提升效率
2. Redundancy(冗餘儲存): 在別的硬碟上備份多的資料，當硬碟壞掉時，可以從別的硬碟上復原資料

#### RAID Level 0
* 將資料分散儲存至不同硬碟中(至少兩個)
* 不使用額外空間處理Redundancy的情況
* 最簡單的RAID
* 

#### RAID Level 1
* 只有mirrored，沒有data striping

#### RAID Level 0+1
* 將同一份資料複製一份，分別存在不同的硬碟中
* 簡單的保持Redundancy，但成本高
* 寫入速度比RAID Level 0慢(取決於較慢的那顆硬碟)
* 讀取速度比RAID Level 0快(可以同時讀取)
* 

#### RAID Level 3
* 將資料以位元層級分割
* 使用額外一顆硬碟利用XOR運算紀錄資料的正確性
* 能用較少的成本保持Redundancy
* Transfer rate較高
* 

#### RAID Level 2
* 類似Level 3，差別在於有數個check disk

#### RAID Level 4
* 與level 3類似，只差在將資料以block層級分割

#### RAID Level 5
* 與level 4類似，只差在沒有驗證資料用的那顆硬碟，而是將工作量平均分擔至其他硬碟中

### Disk Space Manager
* 利用Bitmap記錄硬碟中那些用過了，那些還沒用過
* Buffer Pool: 在主記憶體中的暫存區域，用來節省從磁盤讀取數據的時間
* unpin: 告訴系統這塊Buffer Pool中的page空間可以被挪作其他使用了
* LRU: 針對Buffer Pool中的每個page，紀錄它們的最終unpinned時間，並在需要替換時優先替換最終unpinned時間最久的
* sequential flooding: 使用LRU時，若檔案大小遠大於Buffer Pool大小，會發生不斷被逐步替患的情況，非常浪費時間

### Record Formats
有三種儲存方式
1. 以固定長度直接存
2. 用特殊符號區隔
3. 用指標指向對應的位置

### File Organizations
分成三種
1. Heap (random order) files: 適用於須掃過所有資料的查詢
2. Sorted files: 適用於只需知道某一區間資料的查詢
3. Indexes: 透過tree,hash來快速查詢

### Index Classification
* Search key 不須滿足unique的條件，故不等於key
* data entry以"*"表示
* 比較
* primary index: 包含primary key的index
* secondary index: 不包含primary key的index
* 比較
* Cluster index: 若data record的順序接近或相等於此data之index順序，則稱為Cluster index
* unCluster index: 反之

(重要)
cluster(sparse): index數量比資料少，通常較為昂貴
uncluster(must be dense): index必定對到一筆資料

## 第十二章 (考一題)
Transaction: 使用者執行一次程式(即使用者的quary)
可能同時會有許多使用者同時要求執行程式

目的:
1. 讓系統一次執行更多Transaction(system throughput: 每單位時間執行的Transaction數量)
2. 讓處理一次Transaction速度加快(Response Time)

### 解決方法: Concurrent execution
-> 並行執行
讓多個使用者同時存取database，但對於每個使用者而言，又像只有他一個人在操作database

此時transaction可以被視作"a sequence of operation"(到commit或abort為止)
operation 可以為:
1. reading: R(A)
2. writing: w(A)
3. commit:
4. abort:

且transaction須滿足以下特性(ACID):
1. Atomicity:
* 在所有動作都順利做完後要commit
* 在動作未全做完時可以abort(中止)
* **commit時，所有的變動都被寫入資料庫中**
* **abort時，所有的變動都不寫入資料庫中**
* 可以透過log檔回復
2. Consistency(使用者須負責):
* 在完成Transaction前後，資料庫的consistent須維持一致
* 若系統檢查到非consistent的條件，需要進行rolls back操作
3. Isolation:
* 每個由使用者送出的Transaction都可獨立的正常運作
* 並行執行Transaction的結果應與一次執行一個Transaction的結果相同
4. Durability:
* 已commit的transaction，其效果將永久存在(即使系統crash)

需探討:
* interleaves: 交錯執行
* handle System crash: 處理系統當機的問題

Non-serializable Schedule
commit: 寫回資料庫
問題: 排程不正確

Unrecoverable Schedule
問題:在取消quary後，沒辦法回歸原來的情況
Abort: 取消這次quary

### Schedule
設Schedule T = {T1, …. , Tn} 為Transaction的集合
並滿足以下性質:
1. 每個Transaction中的operation都只會剛好出現一次(也就是operation的個數不變)
2. 在T中，每個Transaction中的operation的出現順序，必須要跟各自在Transaction中時一樣(也就是說，改成集合後，原先在Transaction中的順序不可改變)

分成兩種:
1. schedule: 在不執行某個Transaction時，可以跑去執行其他Transaction(允許interleave actions)
2. serial schedule: 某個Transaction做完後，才去做下一個Transaction，不允許interleave actions (是標準答案，但不唯一)

schedule 處理時遇到的問題
1. WR Conflict (Dirty Read)
(Reading Uncommitted Data)
T1的W(A)在commit之前就被T2 R(A)了，萬一T1後來abort就完蛋了

2. RW Conflicts (Unrepeatable Read)
T1在R(A==1)後，A的值被T2修改，導致T1的Read已經不是當初讀的那個值了

4. WW Conflict (Overwriting Uncommitted Data)
T1跟T2同時執行Write的操作，導致結果被複寫掉

### Strict Two-Phase Locking(Strict 2PL)
為了保持Concurrency而提出的理論
Concurrency: 並行性
1. 只允許serializable,recoverable的schedule
2. committed transactions 保證不會被遺失

觀念釐清(重要):
Two-Phase指的是: hold lock跟release lock的操作
"No lock is ever acquired after one has been released"

lock 分成兩種:
1. Shared lock(S): 鎖住該筆資料，使其為read-only
2. Exclusive lock(X): 鎖住該筆資料，使其不能被其他transaction修改

相關規則:
1. transaction在讀該物件之前必須要取得其Shared lock，在寫之前必須要取得其Exclusive lock
2. 如果一個transaction取得該物件的Exclusive lock，則沒有其他transaction可以取得該物件的Shared lock或Exclusive lock
3. 如果一個transaction取得該物件的Shared lock，則沒有其他transaction可以取得該物件的Exclusive lock
4. 當commited 後，解除所有lock


### 2PL
不一定能完全保證serializable

概念: 新增release條件，不再等到commit或abort時才release所有的鎖
1. 當跑去鎖(Exclusive lock)其他人後
2. 當commit前


舉例:
如果再W(B)時abort，回到上一次commit前的狀態後，會發現T2的R(A)讀到的是錯誤的值

### Deadlocks
互鎖，導致無法進行下去
解決方法:
1. 預防，使其不要發生
2. 發生，接著解決
可以用"timeout"來偵測Deadlock

thrashing: 有太多被鎖住或abort的transactions，導致系統崩潰