Tivemos problemas, durante alta simultaneidade, de consultas retornando resultados não sensoriais - resultados que violam a lógica das consultas sendo emitidas. Demorou um pouco para reproduzir o problema. Consegui destilar o problema reproduzível em alguns punhados de T-SQL.
Nota : A parte do sistema ativo com o problema é composta por 5 tabelas, 4 gatilhos, 2 procedimentos armazenados e 2 visualizações. Simplifiquei o sistema real para algo muito mais gerenciável para uma pergunta postada. As coisas foram reduzidas, as colunas removidas, os procedimentos armazenados alinhados, as visualizações transformadas em expressões comuns da tabela, os valores das colunas alterados. É um longo caminho para dizer que, embora o que se segue reproduza um erro, pode ser mais difícil de entender. Você terá que se abster de se perguntar por que algo está estruturado do jeito que está. Estou aqui tentando descobrir por que a condição de erro ocorre de forma reproduzível neste modelo de brinquedo.
/*
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 TransactionsAs transações são inseridas como WaitingList. Em seguida, temos uma tarefa periódica que é executada, procurando slots vazios e colide com qualquer um na lista de espera para um status de contratado.
Em uma janela separada do SSMS, temos o procedimento armazenado recorrente simulado:
/*
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
ENDE, finalmente, execute isso em uma terceira janela de conexão SSMS. Isso simula um problema de simultaneidade em que a transação anterior deixa de ocupar um slot e fica na lista de espera:
/*
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
ENDConceitualmente, o procedimento de colisão continua procurando por slots vazios. Se encontrar um, ele pega a transação mais antiga que está no WaitingListe marca como Booked.
Quando testada sem simultaneidade, a lógica funciona. Temos duas transações:
- 12:00 pm: WaitingList
- 12:20: WaitingList
Há 1 alocação e 0 transações registradas, portanto, marcamos a transação anterior como registrada:
- 12:00: Reservado
- 12:20: WaitingList
Na próxima vez que a tarefa for executada, agora há 1 slot sendo ocupado - portanto, não há nada para atualizar.
Se atualizarmos a primeira transação e a colocarmos em WaitingList:
UPDATE Transactions SET ApprovalStatus='WaitingList'
WHERE TransactionID = 60981Então estamos de volta onde começamos:
- 12:00 pm: WaitingList
- 12:20: WaitingList
Nota : Você pode estar se perguntando por que estou colocando uma transação de volta na lista de espera. Isso é uma vítima do modelo de brinquedo simplificado. No sistema real, as transações podem ser
PendingApproval, que também ocupa um slot. Uma transação PendingApproval é colocada na lista de espera quando é aprovada. Não importa. Não se preocupe com isso.
Mas quando eu introduzo a simultaneidade, ao ter uma segunda janela constantemente colocando a primeira transação de volta na lista de espera depois de ser registrada, a transação posterior conseguiu obter a reserva:
- 12:00 pm: WaitingList
- 12:20: Reservado
Os scripts de teste de brinquedo capturam isso e param de iterar:
Msg 50000, Level 16, State 1, Line 41
The later tranasction, that should never be booked, managed to get booked!Por quê?
A questão é: por que, neste modelo de brinquedo, essa condição de resgate está sendo acionada?
Existem dois estados possíveis para o status de aprovação da primeira transação:
- Reservado : nesse caso, o slot está ocupado e a transação posterior não pode tê-lo
- WaitingList : nesse caso, há um slot vazio e duas transações que o desejam. Mas como sempre temos
selecta transação mais antiga (ou sejaORDER BY CreatedDate), a primeira transação deve ser obtida.
Eu pensei que talvez por causa de outros índices
Eu aprendi que, depois de um UPDATE já começou, e os dados tem sido modificado, é possível ler os valores antigos. Nas condições iniciais:
- Índice agrupado :
Booked - Índice não clusterizado :
Booked
Em seguida, faço uma atualização e, enquanto o nó da folha de índice em cluster foi modificado, qualquer índice não em cluster ainda contém o valor original e ainda está disponível para leitura:
- Índice em cluster (bloqueio exclusivo):
BookedWaitingList - Índice não agrupado : (desbloqueado)
Booked
Mas isso não explica o problema observado. Sim, a transação não é mais contratada , o que significa que agora existe um espaço vazio. Mas essa mudança ainda não foi confirmada, ainda é realizada exclusivamente. Se o procedimento de colisão fosse executado, seria:
- bloco: se a opção de banco de dados de isolamento de captura instantânea estiver desativada
- leia o valor antigo (por exemplo
Booked): se o isolamento de captura instantânea estiver ativado
De qualquer forma, o trabalho de reposição não saberia que há um slot vazio.
Então eu não tenho ideia
Estamos lutando há dias para descobrir como esses resultados sem sentido poderiam acontecer.
Você pode não entender o sistema original, mas há um conjunto de scripts reproduzíveis em brinquedos. Eles saem quando o caso inválido é detectado. Por que está sendo detectado? Por que isso está acontecendo?
Pergunta bônus
Como a NASDAQ resolve isso? Como o cavirtex? Como mtgox?
tl; dr
Existem três blocos de script. Coloque-os em três guias separadas do SSMS e execute-os. Os scripts 2 e 3 geram um erro. Ajude-me a descobrir por que eles aparecem.
