Mitä ovat transaktion eristystasoilla?

Question

Accepted Answer

**Eristystasot** määräävät, kuinka paljon samanaikaiset tapahtumat voivat nähdä toisistaan kommittoimattomista (tai käynnissä olevista) muutoksista — ne vaihtavat **johdonmukaisuutta** vastaan **suorituskykyä/samanaikasuutta**. Korkeammat eristystasot estävät useampia poikkeavuuksia, mutta lisäävät lukitsemista ja kilpailua.

## Samanaikaisuuden poikkeavuudet (mitä eristys estää)

```text
DIRTY READ        → reading another transaction's UNCOMMITTED changes (which may roll back)
NON-REPEATABLE READ → re-reading a row gives different values (another txn UPDATED it)
PHANTOM READ      → re-running a query returns different ROWS (another txn INSERTED/DELETED)
```

Nämä ovat ongelmat, jotka voivat ilmetä kun tapahtumat suoritetaan samanaikaisesti — eristystasot määräävät mitkä niistä estetään.

## Neljä vakio-eristystasoa

Jokainen korkeampi taso estää useampia poikkeavuuksia. **Read Committed** on tavallinen oletus (estää dirty reads -luvut); **Serializable** on tiukin (tapahtumat käyttäytyvät kuin ajettu peräkkäin) mutta kaikkein rajoittavin samanaikasuudelle.

## Eristystasojen asettaminen

```sql
SET TRANSACTION ISOLATION LEVEL SERIALIZABLE;
BEGIN;
  -- ... operations run at the chosen isolation ...
COMMIT;
```

## Perustavanlaatuinen kompromissi

```text
Higher isolation → MORE correctness (fewer anomalies), but MORE locking/contention
                   → lower concurrency, potential slowdowns, more deadlocks
Lower isolation  → MORE concurrency/performance, but risk of anomalies
→ Choose based on the data's needs: financial/critical data may need Serializable;
  most apps use Read Committed (the default) as a balance.
→ Note: implementations vary (MVCC vs locking); the SQL standard defines the levels
  but databases differ in details (Postgres, MySQL/InnoDB, etc.).
```

## Miksi sillä on väliä

Transaktion eristystasot ovat tärkeä edistyksellinen tieto **tietokannan samanaikasuuden** ymmärtämiseksi — kun useita tapahtumia suoritetaan samanaikaisesti (kuten missä tahansa todellisessa moninkertaisesti käyttäjää palvelevassa sovelluksessa), eristystasot määrävät datan johdonmukaisuuden ja suorituskyvyn välisen tasapainon, joten niiden ymmärtäminen on arvokasta oikeiden ja suorituskykyisten samanaikaisten sovellusten rakentamiseen.

Peruskonsepit ovat **samanaikaisuuden poikkeavuudet** (dirty reads, non-repeatable reads, phantom reads — ongelmat jotka syntyvät kun tapahtumat näkevät toisistaan käynnissä olevia muutoksia) ja kuinka **neljä eristystasoa** (Read Uncommitted, Read Committed, Repeatable Read, Serializable) asteittain estävät useampia niistä.

Ymmärtäminen on tärkeää oikeellisuuden kannalta: liian alhaisen eristystasojen valitseminen voi sallia poikkeavuuksia jotka saastuttavat dataa tai tuottavat väärät tulokset (esim. lukeminen kommittoimattomista tiedoista jotka myöhemmin perutaan, tai epäjohdonmukaiset luvut), kun taas liian korkea eristystaso vähentää samanaikasuutta ja suorituskykyä.

**Perustavanlaatuinen kompromissi** — korkeampi eristys tarkoittaa enemmän oikeellisuutta mutta enemmän lukitsemista/kilpailua (pienempi samanaikasuus, mahdolliset hidastukset ja deadlock-tilanteet), alempi eristys tarkoittaa enemmän suorituskykyä mutta riskiä poikkeavuuksista — on avainperiaate: valitset tason datan johdonmukaisuusvaatimusten perusteella (kriittiset/rahoitukselliset tiedot saattavat vaatia Serializablea; useimmat sovellukset käyttävät Read Committedia tasapainoksi).

Tieto siitä että toteutukset vaihtelevat (MVCC vs lukitseminen) on myös relevanttia.

Koska samanaikasuus on oleellinen olennainen osa todellisia tietokantasovelluksia, ja koska eristystasot määräävät kriittisen tasapainon johdonmukaisuuden ja suorituskyvyn välillä (virheelliset valinnat aiheuttavat joko datan poikkeavuuksia tai suorituskykyongelmia), eristystasojen ymmärtäminen — poikkeavuudet, tasot ja johdonmukaisuus-vs-samanaikasuus kompromissi — on arvokas seniorin tason tieto oikeiden ja suorituskykyisten samanaikaisten järjestelmien rakentamiseen ja yleinen edistyksellinen haastattelukysymys joka osoittaa tietokantakonkurrenssiymmärrystä.