sql多用户访问数据库其实就是事务并发，会引起如下问题：脏读：一个事务读取到了另外一个事务没有提交的数据 事务1：更新一条数据 事务2：读取事务1更新的记录 事务1：调用commit进行提交 此时事务2读取到的数据是保存在数据库内存中的数据，称为脏读。
这种读取到的不一致数据就构成了脏读，是数据库管理系统需要处理的并发控制问题之一。脏读会导致数据的不一致性和不完整性，对系统的稳定性及数据的准确性造成潜在威胁。
脏读：发生在事务未提交数据被其他事务读取的场景。由于未提交数据可能被撤销，因此读取到的数据可能是无效的。在读未提交隔离级别下，脏读问题最为严重。 不可重复读：在事务执行过程中，由于其他事务的修改，导致同一查询结果在不同时间点出现不同结果。
需要注意的是，由于乐观锁机制是在我们的系统中实现，来自外部系统的用户更新操作不受我们系统的控制，因此可能会造 成脏数据被更新到数据库中。使用悲观锁进行控制。悲观锁大多数情况下依靠数据库的锁机制实现，如Oracle的Select … for update语句，以保证操作最大程度的独占性。
数据库访问问题的四大常见类别：脏读、脏写、不可重复读和幻读。这些现象在业务系统多线程并发执行事务时，对数据库数据的一致性和完整性造成影响，需要针对性地设计并发机制和数据访问策略解决。脏读指的是读取到的数据库数据是不真实的或无效的。
在SQL的世界中，脏数据这个概念主要涉及到并发数据处理时可能出现的一种不一致情况。当多个用户或进程同时操作数据库时，如果一个用户对数据进行了修改，但另一个用户在未完成更新之前就进行了读取，那么读取到的数据就可能不是最新的，这种现象被称为脏读。
脏读：一个用户对一个资源做了修改，此时另外一个用户正好读取了这条被修改的记录，然后，第一个用户放弃修改，数据回到修改之前，这两个不同的结果就是脏读。
sql多用户访问数据库其实就是事务并发，会引起如下问题：脏读：一个事务读取到了另外一个事务没有提交的数据 事务1：更新一条数据 事务2：读取事务1更新的记录 事务1：调用commit进行提交 此时事务2读取到的数据是保存在数据库内存中的数据，称为脏读。
地点 四楼电教室 数据清洗是数据治理的关键环节，是指对获取的原始数据（也称“脏数据”）进行审查、校验、加工的过程，目的在于删除重复信息、纠正错误信息，保持数据一致性。一般来说，数据清洗，主要是对数据进行去错、去空、去重处理。
- 解决数据的权威性问题 解题思路：用最权威的那个渠道的数据 方法：对不同渠道设定权威级别，例如：在家里，首先得相信媳妇说的。。
包括数据类型转换、数据单位转换等。数据验证：对数据进行验证，包括数据准确性验证、数据一致性验证等。数据分类：将数据进行分类，包括数据分类、数据分组等。数据可视化：将数据可视化，包括数据图表、数据地图等。以上是数据清洗的基本步骤，每个步骤都需要根据实际情况进行调整和优化。
数据的一致性---例如不同来源的不同指标，实际内涵是一样的，或是同一指标内涵不一致 数据清洗的结果是对各种脏数据进行对应方式的处理，得到标准的、干净的、连续的数据，提供给数据统计、数据挖掘等使用。那么为了解决以上的各种问题，我们需要不同的手段和方法来一一处理。
数据清洗原理： 利用数据仓库、数理统计、数据挖掘或预定义规则，将“脏数据”转换为满足要求的数据。预定义规则通过大数据算法实现；数理统计清洗通过程序清洗，适用于无监督学习中的聚类，但清理过程需反复调整。数据清洗流程： 包括数据预处理、缺失值清洗、格式与内容清洗、逻辑错误清洗及关联性验证。
