主要观点：

• 本文是关于 DuckDB 的 ACID 支持的第二篇文章，介绍了其独特的分析优化乐观多版本并发控制技术，可高效进行大规模原地更新。
• 传统数据库系统采用悲观并发控制，对事务性工作负载有效，但对分析工作负载效果不佳；DuckDB 采用乐观并发控制，事务无需持有锁，冲突时可重试，适用于分析工作负载。
• DuckDB 实现多版本并发控制（MVCC），通过维护修改行的多个版本来保证事务隔离性，针对分析工作负载的特点，采用基于列的 MVCC 存储批量版本信息，提高效率。
• 为保证事务更改在系统崩溃或断电等情况下的持久性，DuckDB 实现预写日志（WAL）和检查点机制，通过fsync()确保日志条目写入持久存储，批量加载也具有事务性，遇到错误会回滚。
• 进行了多个实验，包括与其他数据库系统的对比实验以及在特殊文件系统上的耐久性测试，结果表明 DuckDB 的并发控制和日志机制效果良好。

关键信息：

• 传统悲观并发控制在读取和写入时都需获取锁，适用于事务性工作负载，不适用于分析工作负载。
• DuckDB 的乐观并发控制事务无需锁，冲突时可重试，适用于分析工作负载。
• MVCC 通过维护修改行的多个版本实现事务隔离，DuckDB 采用基于列的 MVCC 存储批量版本信息。
• WAL 和检查点机制保证事务更改的持久性，fsync()确保日志条目写入持久存储，批量加载也具有事务性。
• 进行了与其他数据库系统的对比实验和在 LazyFS 上的耐久性测试，结果良好。

重要细节：

• 传统数据库系统的悲观并发控制在事务读取被其他事务写入的数据时需等待锁释放。
• DuckDB 的乐观并发控制在事务冲突时可重试，适用于分析工作负载中读操作多且写操作冲突少的情况。
• MVCC 工作原理是在修改行时创建副本，其他事务可读取原始版本，DuckDB 实现 MVCC 时维护表中每行的先前版本列表。
• 对于分析工作负载中的批量更改，基于行的 MVCC 会在撤销缓冲区中创建大量条目，消耗大量内存且效率低下，DuckDB 采用基于列的 MVCC 存储批量版本信息。
• 在对比实验中，DuckDB 在单列和 100 列情况下的更新性能不同，在 100 列情况下表现更优，因为其 MVCC 方案专为分析工作负载设计。
• WAL 是事务性数据管理系统平衡写入持久存储和不耗时的传统方法，DuckDB 的 WAL 实现可自动触发检查点，也可手动触发。
• 在批量加载时，DuckDB 乐观地将大更改直接写入数据库文件的新块，并在提交或回滚时进行相应处理。
• 进行了 TPC-H 基准测试和自定义耐久性测试，在普通文件系统和 LazyFS 上都未发现问题，证明 DuckDB 的事务处理机制可靠。