👋 Chào mừng đến với Nocoem — kiến thức Backend, System Design và lập trình. Khám phá ngay

Cơ sở dữ liệu tuân thủ ACID là gì?

Cơ sở dữ liệu tuân thủ ACID là gì?
Cơ sở dữ liệu tuân thủ ACID là gì?
TL;DR: ACID là bộ 4 nguyên tắc (nguyên tử, nhất quán, cách ly, bền vững) mà các cơ sở dữ liệu quan hệ như MySQL hay Postgres dùng để đảm bảo giao dịch không làm hỏng dữ liệu, dù hệ thống có sập giữa chừng hay nhiều người ghi cùng lúc. Bài này giải thích những lỗi giao dịch thường gặp (đọc bẩn, đọc không lặp lại, đọc ma), cách khóa (lock) giúp tuân thủ ACID, và vì sao nhiều hệ NoSQL chọn mô hình BASE thay vì ACID.

Khi xây dựng và duy trì một ứng dụng, điều cuối cùng bạn muốn phải lo là tính toàn vẹn dữ liệu. Tính phí sai cho khách hàng hay làm mất dữ liệu của họ có thể gây thảm họa thật sự. May mắn là các cơ sở dữ liệu bạn đang dùng, như MySQL và Postgres, có sẵn cơ chế để ngăn chuyện đó xảy ra. Nhưng điều gì đang diễn ra phía sau hậu trường? Hầu hết cơ sở dữ liệu SQL hiện đại đều tuân theo một tiêu chuẩn giao dịch gọi là ACID để bảo vệ tính toàn vẹn dữ liệu và ngăn bạn nhìn thấy dữ liệu sai hoặc lỗi thời. Bài viết này sẽ khám phá cách nó hoạt động.

Tất cả những điều có thể sai sót trong giao dịch của bạn

Các nhà khoa học dữ liệu lo lắng về truy vấn phân tích dài và việc lưu trữ dữ liệu, nhưng với các nhà phát triển, cơ sở dữ liệu xoay quanh giao dịch (transaction). Một giao dịch cơ sở dữ liệu là một chuỗi thao tác được nhóm lại một cách logic: chèn một hàng ở đây, cập nhật một bản ghi ở kia, và nhiều thứ khác tương tự. Mã ứng dụng của bạn liên tục thực hiện giao dịch mỗi khi có người dùng mới đăng ký, hoặc một người dùng cập nhật thông tin tài khoản của họ.

Vấn đề là các giao dịch có thể đi sai hoàn toàn. Có vô số điều có thể xảy ra khi bạn ghi vào cơ sở dữ liệu: mất kết nối tới một phiên bản từ xa, gặp lỗi giá trị, hoặc bất kỳ thứ gì khác. Bạn hẳn đã từng gặp và xử lý những chuyện này, và chúng có thể gây thảm họa cho dữ liệu của bạn. Hãy xem một ví dụ nhanh mà một công ty như Amazon có thể gặp phải:

Người dùng nhấn "Đặt hàng ngay" -> cập nhật số lượng trong bảng đơn hàng chờ -> thêm dòng vào bảng đơn hàng -> trừ tiền hoặc tính phí thẻ tín dụng của người dùng.

Nếu có gì đó sai giữa chừng nhóm thao tác này nhưng hệ thống vẫn tiếp tục thực thi, người dùng sẽ bị tính phí sai. Và nếu bước tính phí thất bại, họ sẽ nhận được đơn hàng miễn phí. Những lỗi dữ liệu kiểu này đều có tên gọi riêng. Một vài ví dụ:

Đọc bẩn (Dirty Reads)

Nếu một giao dịch đang giữa chừng cập nhật dữ liệu và chưa cam kết (commit), mà một giao dịch khác lại được phép đọc đúng dữ liệu chưa cam kết đó, đó là đọc bẩn. Nó có thể khiến ứng dụng của bạn hiển thị dữ liệu không chính xác, dữ liệu đã bị hoàn tác ngay sau đó.

Ví dụ điển hình: một giao dịch làm mất hiệu lực mã thông báo đăng nhập (login token) khi người dùng đổi mật khẩu. Nếu giao dịch đầu tiên vừa tải mã thông báo lên, còn giao dịch thứ hai đọc mã thông báo đó trước khi giao dịch đầu tiên kịp làm mất hiệu lực nó, bạn có một lần đọc bẩn.

Về mặt SQL, một lần đọc bẩn có thể trông như sau:

### Transaction 1 ###

SELECT user_login_token_id
FROM tokens

UPDATE tokens
SET token_status = "INVALID"
WHERE token_id = user_login_token_id

### Transaction 2 ###

SELECT user_login_token_id
FROM tokens

Đọc không lặp lại (Non-Repeatable Reads)

Nếu bạn có hai lần đọc liên tiếp trong cùng một giao dịch, với một bản cập nhật đồng thời xen giữa, hai lần đọc đó sẽ trả về kết quả khác nhau dù chúng thuộc cùng một giao dịch.

Ví dụ: hai người viết đang cùng làm việc trên một blog. Người viết đầu tiên bắt đầu một giao dịch, đọc tiêu đề bài đăng, viết nội dung, rồi đọc lại tiêu đề bài đăng đó. Nếu người viết thứ hai đổi tiêu đề bài đăng ngay giữa giao dịch của người viết đầu tiên, người viết đầu tiên sẽ thấy hai giá trị khác nhau cho cùng một tiêu đề trên hai lần đọc. Đó chính là một lần đọc không lặp lại.

Trong SQL, một lần đọc không lặp lại có thể trông như sau:

### Transaction 1 ###

SELECT post_title
FROM posts

SELECT
    post_title,
    post_content
FROM posts

### Transaction 2 ###

UPDATE posts
SET post_title = "something_new"
WHERE post_title = post_title

Đọc ma (Phantom Reads)

Nếu một giao dịch đọc dữ liệu, rồi một giao dịch đồng thời khác chèn thêm dữ liệu mà sẽ bị "vô tình" đọc lại trong giao dịch ban đầu, đó là một lần đọc ma. Dùng lại ví dụ blog ở trên: nếu người viết thứ hai thêm một bài đăng mới ở giữa hai lần đọc của người viết đầu tiên, lần đọc đầu sẽ thiếu dữ liệu mà lần đọc thứ hai lại có. Đây thực ra rất giống đọc không lặp lại, chỉ khác ở chỗ dữ liệu là mới xuất hiện chứ không phải bị thay đổi.

Trong SQL, một lần đọc ma có thể trông như sau:

### Transaction 1 ###

SELECT post_title
FROM posts

SELECT
    post_title,
    post_content
FROM posts

### Transaction 2 ###

INSERT INTO posts
VALUES ("something_new", ...)

Đây là 3 kiểu lỗi giao dịch được định nghĩa trong tiêu chuẩn SQL, ba "ông lớn" bạn nên biết mặt. Nhiều lỗi trong số này nghe khá giống nhau và trong thực tế thường chồng lấn lên nhau, nên bạn không cần thuộc lòng ranh giới giữa chúng. Câu hỏi quan trọng hơn là: làm sao để tránh những chuyện này?

ACID, phiên bản axit "lành tính"

Các cơ sở dữ liệu quan hệ phổ biến như MySQL tránh những vấn đề toàn vẹn dữ liệu ở trên bằng cách tuân theo một số nguyên tắc cốt lõi chi phối cách giao dịch hoạt động. Bộ nguyên tắc đó gọi là ACID. ACID là chữ viết tắt của 4 từ, nhưng thực chất chia thành hai nhóm chính: tính toàn vẹn khi thất bại và tính đồng thời an toàn. Trước tiên, đây là 4 chữ cái viết tắt:

  • Nguyên tử (Atomicity): quy tắc "tất cả hoặc không có gì" - giao dịch hoặc xảy ra hoàn toàn, hoặc không xảy ra chút nào.
  • Nhất quán (Consistency): dữ liệu nhất quán trước và sau một giao dịch, không có bước nào bị bỏ sót giữa chừng.
  • Cách ly (Isolation): nhiều giao dịch có thể chạy đồng thời mà không đọc nhầm dữ liệu của nhau.
  • Bền vững (Durability): kết quả của một giao dịch đã cam kết vẫn còn nguyên vẹn kể cả khi hệ thống gặp sự cố ngay sau đó.

Bốn tính chất này chồng lấn khá nhiều, nên bạn chỉ cần nhớ: mục đích của mọi cơ sở dữ liệu tuân thủ ACID là đảm bảo:

  • Giao dịch có thể thất bại mà không làm hỏng tính toàn vẹn dữ liệu.
  • Nhiều giao dịch có thể chạy đồng thời mà không đọc hay ghi sai dữ liệu của nhau.

ACID là một tập thuộc tính, không phải một quy trình cụ thể: vậy các cơ sở dữ liệu SQL bạn đang dùng thực sự đạt được sự tuân thủ ACID bằng cách nào? Câu trả lời phổ biến nhất là dùng một cơ chế gọi là khóa (lock) để tạm "đóng băng" một phần dữ liệu trong lúc giao dịch đang diễn ra.

Khóa hoạt động đúng như bạn hình dung: khi một giao dịch bắt đầu, công cụ cơ sở dữ liệu khóa phần dữ liệu nó đang thao tác cho tới khi giao dịch hoàn tất (đôi khi lâu hơn một chút). Nhờ vậy, các giao dịch đồng thời khác không thể đụng vào dữ liệu đang bị giao dịch đầu tiên chỉnh sửa.

Một khi giao dịch bắt đầu và giữ được khóa, nó có thể hoàn tất thành công rồi cam kết (commit), hoặc gặp lỗi rồi hủy bỏ (rollback). Về mặt SQL, chuyện này thường trông đơn giản như sau:

BEGIN;

UPDATE orders_pending SET quantity = quantity - 1 WHERE id = 42;
INSERT INTO orders (user_id, item_id) VALUES (7, 42);
UPDATE users SET balance = balance - 19.99 WHERE id = 7;

COMMIT;
-- Nếu bất kỳ dòng nào ở trên lỗi, dùng ROLLBACK để hủy toàn bộ,
-- coi như 3 câu lệnh trên chưa từng chạy.

Bạn có thể hình dung nó giống như đang chỉnh sửa một bảng tính Excel trước khi lưu: mọi thay đổi đều diễn ra, nhưng chỉ là tạm thời, cho tới khi bạn nhấn lưu (cam kết) hoặc đóng file mà không lưu (hủy bỏ). Quay lại ví dụ Amazon lúc nãy: nếu cơ sở dữ liệu gặp lỗi ngay sau khi cập nhật số lượng đơn hàng, giao dịch sẽ bị hủy bỏ, coi như bản cập nhật đó chưa từng xảy ra. Và nếu lỗi xảy ra trong lúc trừ tiền, thẻ tín dụng của người dùng sẽ không bao giờ bị tính phí. Hoặc mọi thứ xảy ra trọn vẹn, hoặc không có gì xảy ra cả. Đó chính là tinh thần của ACID.

Khái niệm ACID trong NoSQL và hệ thống phân tán

ACID là nền tảng của các cơ sở dữ liệu quan hệ đáng tin cậy mà chúng ta quen dùng, nhưng NoSQL đã thay đổi cuộc chơi: nhiều cơ sở dữ liệu NoSQL được xây dựng như hệ thống phân tán, và chúng không phải lúc nào cũng đảm bảo được tính nhất quán giao dịch hoàn toàn. Trên thực tế, có một nguyên lý chi phối chuyện này, gọi là định lý CAP (CAP theorem): khi một hệ phân tán gặp sự cố phân vùng mạng (network partition), bạn buộc phải đánh đổi giữa tính nhất quán và tính khả dụng, không thể có trọn vẹn cả hai cùng lúc. Vậy ACID trông như thế nào với một hệ như MongoDB hay Cassandra?

Một chuẩn gần đúng khác đã xuất hiện cho các cơ sở dữ liệu NoSQL, gọi là BASE (một sự trùng hợp thú vị giữa tên gọi và hóa học). Đây là mô hình nhất quán "mềm" hơn, đánh đổi bớt vài đảm bảo của ACID để lấy khả năng mở rộng:

  • Khả dụng cơ bản (Basic Availability): cơ sở dữ liệu hoạt động được hầu hết thời gian, dù không hoàn hảo tuyệt đối.
  • Trạng thái mềm (Soft-State): các nút của cơ sở dữ liệu không nhất thiết phải nhất quán với nhau ở mọi thời điểm.
  • Nhất quán cuối cùng (Eventual Consistency): dữ liệu rồi sẽ nhất quán trên tất cả các nút, chẳng hạn sau một khoảng thời gian đọc nhất định.

Theo nhiều cách, đây gần như ngược lại hoàn toàn với ACID: ưu tiên khả dụng hơn là nhất quán tuyệt đối. Nhưng đó lại là một phần quan trọng làm nên NoSQL ngay từ đầu. NoSQL giờ đã trở thành lựa chọn quen thuộc trong phát triển ứng dụng hiện đại, nên đừng ngạc nhiên nếu bạn thấy ngày càng nhiều tiến bộ ở mặt trận này.

Giải thích thêm

  • Định lý CAP: nguyên lý cho rằng trong một hệ thống phân tán, bạn không thể đảm bảo đồng thời cả 3 yếu tố: tính nhất quán (Consistency), tính khả dụng (Availability) và khả năng chịu lỗi phân vùng (Partition tolerance). Vì mạng luôn có khả năng xảy ra sự cố, bạn buộc phải chọn ưu tiên C hoặc A khi phân vùng xảy ra.
  • Mô hình BASE: một lựa chọn thay thế ACID cho các cơ sở dữ liệu NoSQL, nhấn mạnh tính khả dụng và nhất quán cuối cùng hơn là các đảm bảo nghiêm ngặt kiểu ACID.
  • Khác biệt cốt lõi: BASE ưu tiên khả dụng và khả năng mở rộng, điều quan trọng với nhiều ứng dụng NoSQL, nhưng đổi lại có thể hy sinh một phần tính nhất quán dữ liệu.
Cạm bẫy thường gặp:
  • ACID chỉ bảo vệ tính toàn vẹn ở tầng cơ sở dữ liệu. Nếu logic ứng dụng của bạn tự sai (ví dụ tính nhầm giá tiền), ACID không cứu được bạn.
  • Mức cách ly (isolation level) mặc định của nhiều cơ sở dữ liệu (như READ COMMITTED trong Postgres) vẫn cho phép đọc không lặp lại và đọc ma xảy ra. Muốn chặn hết, bạn cần mức SERIALIZABLE, nhưng đổi lại hiệu năng thấp hơn và dễ gặp deadlock.
  • Giao dịch giữ khóa càng lâu, nguy cơ nghẽn cổ chai (bottleneck) và deadlock càng cao. Đừng nhét thao tác I/O chậm (gọi API ngoài, gửi email) vào giữa một giao dịch.
  • Giao dịch phân tán qua nhiều dịch vụ (ví dụ kiến trúc microservices) thường không có ACID xuyên suốt; đây là lý do các mẫu hình như saga hay two-phase commit ra đời để bù lại.

Tóm tắt

  • Giao dịch là chuỗi thao tác cơ sở dữ liệu được nhóm lại, và chúng có thể thất bại giữa chừng theo nhiều kiểu khác nhau: đọc bẩn, đọc không lặp lại, đọc ma.
  • ACID (nguyên tử, nhất quán, cách ly, bền vững) là bộ nguyên tắc giúp cơ sở dữ liệu quan hệ tránh những lỗi đó, chủ yếu nhờ cơ chế khóa và commit/rollback.
  • Nhiều hệ NoSQL đánh đổi một phần đảm bảo ACID để lấy khả năng mở rộng, theo mô hình BASE (khả dụng cơ bản, trạng thái mềm, nhất quán cuối cùng), phù hợp với định lý CAP trong hệ phân tán.
  • ACID không phải phép màu: nó không bảo vệ bạn khỏi lỗi logic ứng dụng, và mức cách ly bạn chọn quyết định bạn đánh đổi bao nhiêu hiệu năng để lấy sự an toàn.

Nguồn tham khảo

  • Theo Härder, Andreas Reuter - "Principles of Transaction-Oriented Database Recovery" (ACM Computing Surveys, 1983) - bài báo đặt nền móng cho thuật ngữ ACID.
  • Eric Brewer - bài keynote giới thiệu định lý CAP (PODC 2000); Seth Gilbert, Nancy Lynch - "Brewer's Conjecture and the Feasibility of Consistent, Available, Partition-Tolerant Web Services" (ACM SIGACT News, 2002) - chứng minh hình thức cho CAP.
  • Dan Pritchett - "BASE: An ACID Alternative" (ACM Queue, 2008) - bài giới thiệu mô hình BASE.

- Kai

Từ vựng Tiếng Anh mới

Compliant - Tuân thủ

adjective - uk /kəmˈplaɪ.ənt/ us /kəmˈplaɪ.ənt/

Eg.: What is an ACID compliant database?

Catastrophic - Thảm họa

noun - uk /kəˈtæs.trə.fi/ us /kəˈtæs.trə.fi/

Eg.: Charging a customer the wrong amount or losing their data can be catastrophic.

Underlying - Cơ bản, cơ sở

adjective - uk /ˌʌn.dəˈlaɪ.ɪŋ/ us /ˌʌn.dɚˈlaɪ.ɪŋ/

Eg.: It can mean disaster for your underlying data.

Invalidate - Làm mất hiệu lực

verb - uk /ɪnˈvæl.ɪ.deɪt/ us /ɪnˈvæl.ə.deɪt/

Eg.: An example of a dirty read could be a transaction that invalidates login tokens when a user changes their password.

Consecutive - Liên tiếp

adjective - uk /kənˈsek.jə.tɪv/ us /kənˈsek.jə.t̬ɪv/

Eg.: If you've got two consecutive reads in one transaction with a concurrent update in between, those reads are going to show different results even though they're part of the same transaction.

Govern - Quản lý

verb - uk /ˈɡʌv.ən/ us /ˈɡʌv.ɚn/

Eg.: Popular relational databases like MySQL avoid these kinds of data integrity issues by following a few core principles that govern how transactions work

Intricacy - Sự phức tạp

noun - uk /ˈɪn.trɪ.kə.si/ us /ˈɪn.trə.kə.si/

Eg.: I enjoyed the film, but I couldn't follow all the intricacies of the plot.

Thấy bài viết hữu ích?

0 lượt thích

Đăng nhận xét