TiDB并发执行事务与DDL操作导致数据不一致问题分析

问题背景

在分布式数据库TiDB中，当并发执行事务操作(如UPDATE)和DDL操作(如ALTER TABLE)时，可能会遇到数据不一致的问题。这种情况在TiDB v6.5.0版本中被发现，表现为数据损坏、缺失非空列数据以及索引计数不一致等异常现象。

问题复现

通过以下步骤可以复现该问题：

1. 创建分区表table2，包含主键、多个索引和若干测试数据
2. 在三个会话中并发执行以下操作：
   • 会话1：开始事务并执行UPDATE操作
   • 会话2：执行修改列属性的ALTER TABLE语句
   • 会话3：执行另一个修改列属性的ALTER TABLE语句
3. 提交事务后继续执行其他DDL操作

问题表现

问题出现后，数据库会表现出以下异常行为：

1. 全表扫描和强制使用索引扫描返回不同的记录数
2. 查询表数据时报错"Data is corrupted, missing data for NOT NULL column"
3. 执行admin check table命令报错"Miss column"

技术分析

这个问题本质上是由TiDB的DDL执行机制与事务并发控制的交互导致的。在TiDB中：

1. DDL操作会修改表的元数据信息，包括列定义和索引结构
2. 当DDL操作与事务并发执行时，如果事务访问了正在被修改的表结构，可能导致数据写入到不正确的列位置
3. 多个DDL操作并发执行时，如果没有正确的协调机制，可能导致表结构处于不一致状态

特别是在本例中，连续执行两个修改列属性的ALTER TABLE操作，同时又有事务在更新数据，TiDB v6.5.0版本未能正确处理这种复杂的并发场景。

解决方案

该问题已在TiDB的最新版本v6.5.12中得到修复。修复方案可能包括：

1. 加强了DDL操作的互斥锁机制，确保同一时间只有一个DDL操作能修改表结构
2. 改进了事务与DDL操作的协调机制，确保事务能看到一致的快照
3. 增强了数据完整性检查，在DDL执行过程中发现潜在的数据不一致问题

最佳实践

为避免类似问题，建议用户：

1. 在生产环境中尽量避免在高并发时段执行DDL操作
2. 对于关键业务表，执行DDL前考虑先停止相关写入事务
3. 定期升级TiDB版本以获取最新的稳定性修复
4. 执行重要DDL操作前做好数据备份

总结

TiDB作为分布式数据库，在处理并发DDL和事务方面面临着独特的挑战。这个案例展示了在复杂并发场景下可能出现的数据一致性问题，也体现了TiDB团队持续改进系统稳定性的努力。用户应当了解这些边界情况，并采取适当的预防措施来保障数据安全。