Books mgamalhz.com

كل حرف في ACID معناه إيه

The Meaning of ACID

قراية 10 دقايق

الخلاصة

  • ACID بقت كلمة تسويقية أكتر منها تعريف دقيق. كل داتابيز بتطبقها بطريقتها.
  • الـ Atomicity مالهاش علاقة بالتزامن. معناها إن لو حصل عطل في النص، كل اللي اتكتب يتلغي.
  • الـ Consistency مسؤولية الأبلكيشن، مش الداتابيز. الداتابيز مش فاهمة قواعد البيزنس بتاعك.
  • الـ Isolation معناها إن كل transaction تتصرف كأنها لوحدها، حتى لو فيه غيرها شغال في نفس اللحظة.
  • الـ Durability معناها إن اللي عمل commit ميضيعش. بس مفيش ضمان كامل، فيه بس تقليل للمخاطرة.

ACID: كلمة كبيرة ومعناها مطاط

الاختصار ده اتعمل سنة 1983 على إيد Theo Härder وAndreas Reuter، والهدف كان إن يبقى فيه مصطلحات دقيقة لضمانات الداتابيز لما يحصل عطل. الحروف هي: Atomicity وConsistency وIsolation وDurability.

المشكلة إن عمليًا كل داتابيز بتطبق ACID بشكل مختلف، وخصوصًا الـ Isolation. فلما حد يقولك إن السيستم بتاعه "ACID compliant"، الجملة دي لوحدها مبتقولكش هتاخد إيه بالظبط. بقت كلمة تسويقية.

وفيه اختصار تاني اتعمل كعكس ليها: BASE، يعني Basically Available, Soft state, Eventual consistency. ده تعريفه أغمض كمان. المعنى الوحيد اللي تقدر تطلع بيه منه هو "مش ACID".

تلات حروف ضمانات من الداتابيز، وحرف واحد شغلك أنت.

الـ Atomicity: مش اللي في دماغك

لو جاي من البرمجة بالـ threads، كلمة atomic عندك معناها إن محدش يقدر يشوف العملية وهي في النص. ده مش معناها هنا خالص. الكلام ده تبع الـ Isolation.

الـ Atomicity في ACID معناها: الـ transaction فيها كذا كتابة، وحصل عطل بعد ما شوية منهم اتنفذوا. السيرفر وقع، أو النت فصل، أو الديسك اتملى، أو constraint اتكسر. ساعتها الداتابيز تلغي كل الكتابات اللي حصلت في الـ transaction دي، كأنها محصلتش.

عشان كده الكتاب بيقول إن اسم Abortability كان هيبقى أدق. الميزة الحقيقية إنك تقدر تعمل retry وأنت مطمن، من غير ما تخاف إن نص الداتا اتكتب مرتين ونصها متكتبش خالص.

Atomicity بتحميك من الأعطال، Isolation بتحميك من التزامن. لو لخبطت بينهم، هتلخبط في الشابتر كله.

الـ Consistency: الحرف اللي مش بتاع الداتابيز

الفكرة إن الداتا عندك ليها قواعد لازم تفضل صح دايمًا، اسمها invariants. مثلًا في سيستم محاسبة: مجموع الـ credits لازم يساوي مجموع الـ debits. لو كل transaction بدأت والداتا ماشية على القواعد دي، وخلصت وهي لسه ماشية عليها، يبقى السيستم consistent.

بس مين اللي بيحدد القواعد دي؟ الأبلكيشن. الداتابيز متعرفش إن الفلوس اللي خرجت من حساب لازم تدخل حساب تاني. لو الكود بتاعك فيه bug وكتب داتا تكسر القاعدة، الداتابيز هتحفظها عادي جدًا.

الداتابيز بتنفذ اللي أنت بتقوله. لو أنت قلت حاجة غلط، هتحفظها بأمانة.

الداتابيز تقدر تساعدك في قواعد بسيطة تقدر تعرّفها لها: foreign keys، وunique، وcheck constraints. لكن أي قاعدة بيزنس أعقد من كده، زي "مجموع الحسابات ميتغيرش"، دي مسؤوليتك أنت.

عشان كده الكتاب بيقول إن الـ C في ACID مش مكانها هنا أصلًا. الـ A والـ I والـ D خصائص في الداتابيز. أما الـ C فخاصية في الأبلكيشن، والأبلكيشن بيعتمد على الـ A والـ I عشان يوصلها. وفيه رأي إن الحرف ده اتحط بس عشان الاختصار يطلع حلو.

كلمة واحدة وأربع معاني

كلمة consistency هتقابلك كتير في الكتاب، وفي كل مرة ممكن يبقى قصدها حاجة تانية خالص:

هناACID consistencyالداتا تفضل ماشية على قواعد الأبلكيشن.
ReplicationEventual consistencyالنسخ هتتطابق في الآخر، بس مش فورًا.
ShardingConsistent hashingطريقة توزع بيها الداتا على السيرفرات.
CAPLinearizabilityالسيستم يتصرف كأن فيه نسخة واحدة بس من الداتا.

الأربعة مالهمش علاقة ببعض. لما تقرا الكلمة، اسأل نفسك الأول: هو قصده أنهي واحدة فيهم؟

مثال عملي في Laravel مثلًا، لو عندك DB::transaction بتعمل تحويل بين محفظتين، الداتابيز هتضمنلك إن الكتابتين يحصلوا مع بعض أو ميحصلوش خالص. ده Atomicity. لكن لو نسيت تتأكد إن الرصيد ميبقاش بالسالب، الداتابيز مش هتمنعك. فأي قاعدة تقدر تحطها كـ constraint في الداتابيز نفسها، زي CHECK (balance >= 0)، حطها هناك، لأن الـ validation في الكود لوحده ممكن يتعدى من حتة تانية في السيستم أو من script حد كتبه بإيده.

الـ Isolation: كل واحد في حاله

الـ Isolation هي اللي بتحميك من التزامن: لما أكتر من transaction يشتغلوا في نفس الوقت على نفس الداتا.

مثال الكتاب بسيط: عندك counter قيمته 42، واتنين بيزودوه في نفس اللحظة. كل واحد بيقرا القيمة، ويزود عليها 1، ويكتبها. المفروض النتيجة تبقى 44.

نفس العمليتين، نتيجتين مختلفتين. الفرق في مين يشوف إيه وإمتى.

التعريف الكلاسيكي للـ Isolation إنه serializability: كل transaction تقدر تتصرف كأنها لوحدها على الداتابيز. الداتابيز بتضمن إن النتيجة النهائية زي ما يكون الـ transactions اشتغلوا واحدة ورا التانية، حتى لو هي فعليًا شغالة بالتوازي.

المشكلة إن الـ serializability تقيلة على الأداء، فداتابيز كتير مبتستخدمهاش كـ default، وبتديك مستويات isolation أضعف. كل مستوى بيحميك من مشاكل معينة ويسيبك قدام مشاكل تانية. وفيه حالات الاسم نفسه بيضحك عليك: Oracle عندها مستوى اسمه "serializable"، وهو في الحقيقة حاجة أضعف اسمها snapshot isolation. المستويات دي هي بقية الشابتر كله.

Atomicity: لو وقعت في النص، مفيش نص شغل يفضل وراك. Isolation: لو حد شغال جنبك، ميبوظش شغلك ولا يشوفه وهو لسه في النص.

الـ Durability: اللي اتحفظ ميضيعش

الوعد هنا بسيط: لو الـ transaction عملت commit بنجاح، الداتا دي متضيعش، حتى لو السيرفر وقع بعدها على طول.

على سيرفر واحد، ده معناه إن الداتا اتكتبت على حاجة مش بتتمسح لما الكهربا تقطع، زي الهارد أو الـ SSD، وغالبًا معاها write-ahead log عشان الداتابيز تقدر ترجّع نفسها لو الكتابة اتقطعت في النص. وفي سيستم فيه replication، معناه إن الداتا اتنسخت على عدد معين من النودز. وفي الحالتين، الداتابيز مبترجعش "تم" غير لما ده يخلص فعلًا، وده تمن الـ durability: الـ commit بيبقى أبطأ.

بس مفيش Durability كاملة

لو كل الديسكات وكل الـ backups اتدمروا مع بعض، مفيش داتابيز هتنقذك. والكتاب بيعدد حالات أقل تطرفًا بكتير بتكسر الوعد ده:

ميموريIn-memory databaseلو كل النودز وقعوا مع بعض، زي ما الكهربا تقطع عن الداتا سنتر، اللي في الميموري يضيع.
ReplicationAsync replicationالـ leader يقع قبل ما يبعت آخر الكتابات، فتضيع رغم إنها عملت commit.
عطل مترابطكله يقع مع بعضنفس الـ bug يوقّع كل النودز، أو ديسكات من نفس الدفعة تبوظ في نفس الوقت.
نظام التشغيلfsync مش مضمونةالأداة اللي المفروض تأكد إن الداتا اتكتبت على الديسك طلعت مش دايمًا بتعمل كده.
الديسكتلف في صمتالداتا تبوظ بالتدريج من غير ما حد يحس، والـ SSD بيطلع فيه bad blocks مع الوقت.
الديسكSSD مفصول عن الكهربالو فضل مفصول فترة طويلة ممكن يخسر داتا، وكل ما الحرارة تعلى المدة تقصر.

عشان كده مفيش تكنيك واحد بيديك ضمان مطلق. الحماية الحقيقية طبقات: كتابة على الديسك، وreplication على سيرفرات تانية ويفضل في أماكن مختلفة، وbackups. ولما تقرا كلمة "ضمان" في ACID، اقراها "تقليل كبير للمخاطرة"، مش "مستحيل الداتا تضيع".

مثال عملي داتابيز كتير بتسيبك تتنازل عن شوية durability مقابل سرعة. في PostgreSQL فيه synchronous_commit = off، وفي MySQL فيه innodb_flush_log_at_trx_commit = 2، وفي Redis الـ AOF بـ everysec. كل دول معناهم إنك ممكن تخسر آخر ثانية أو أقل من الكتابات لو السيرفر وقع. ساعات ده قرار صح، زي logs أو analytics، وساعات لأ، زي فلوس أو أوردرات. المهم تكون واخده وأنت عارف، مش عشان نسخت config من على النت.

ملخص من كتاب Designing Data-Intensive Applications لـ Martin Kleppmann وChris Riccomini. الكتاب