Azure Data Studio 事务隔离级别设置问题解析
2025-05-29 17:47:30作者:管翌锬
问题背景
在数据库管理工具Azure Data Studio(ADS)中,用户发现了一个关于事务隔离级别设置的异常行为。当用户尝试通过T-SQL语句SET TRANSACTION ISOLATION LEVEL修改当前会话的事务隔离级别时,设置无法持久生效,系统仍然保持默认的"read committed"隔离级别。
问题现象
用户在使用Azure Data Studio 1.48.0版本时发现:
- 单独执行
SET TRANSACTION ISOLATION LEVEL SERIALIZABLE语句后 - 再执行
DBCC USEROPTIONS查看当前设置 - 结果显示事务隔离级别仍为"read committed"
然而,当这两条语句在同一批处理中执行时,隔离级别设置能够正确显示。这表明ADS在批处理之间重置了会话级别的设置。
技术分析
通过扩展事件会话追踪发现,Azure Data Studio在每次执行查询时都会自动重置所有ANSI标志和事务隔离级别。这种行为与SQL Server Management Studio(SSMS)不同,SSMS会保持用户设置的会话级别参数直到显式更改。
这种行为源于ADS的设计实现:它将所有查询选项(包括隔离级别)在每次查询执行时都重新设置,而不是像SSMS那样将选项分为两类(一些只在会话初始化时设置,另一些每次查询执行时重置)。
影响评估
这种设计带来了几个重要影响:
- 违反了SQL Server文档中关于
SET TRANSACTION ISOLATION LEVEL的说明:"只能设置一个隔离级别选项,并且它会保持设置直到显式更改" - 与用户长期使用数据库客户端工具的习惯不符
- 可能导致开发人员在不知情的情况下使用了错误的隔离级别
- 在高并发场景下可能引发意外的数据一致性问题
解决方案
微软开发团队已经确认这是一个需要修复的问题。相关修复已合并到代码库中,并计划在1.49.0版本(2023年7月发布)中包含此修复。新版本将调整选项设置方式,使其行为与SSMS保持一致。
临时应对措施
在修复版本发布前,用户可以采用以下临时解决方案:
- 将所有相关语句(包括隔离级别设置和后续查询)放在同一批处理中执行
- 避免在批处理之间依赖会话级别的设置
- 对于关键事务,在每个查询前显式设置所需隔离级别
总结
事务隔离级别是数据库并发控制的核心机制,正确的设置对保证数据一致性至关重要。Azure Data Studio的这一行为虽然出于特定设计考虑,但与标准实践存在差异。开发团队已认识到问题并积极修复,体现了对产品完善和用户体验的重视。用户应关注即将发布的1.49.0版本,以获得更符合预期的行为。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1