课程视频
ARIES 的三个原则
上一讲建立了 WAL 与 STEAL + NO-FORCE 的关系。本讲使用 ARIES 解释重启恢复:遵守日志先行,REDO 时 Repeat History,UNDO 时也记录所做的补偿操作,以便恢复过程中再次崩溃后还能继续。
ARIES 的 REDO 不只重放已提交事务,它先恢复故障前已经发生的历史,再撤销未提交事务。将两个阶段直接合并为“只重放赢家”会遗漏这种设计。
LSN 与正常执行
每条日志有唯一递增的 Log Sequence Number(LSN)。数据页的 pageLSN 表示最近应用到该页的日志,flushedLSN 表示日志已经持久化到哪里。写出页面前必须满足:

同一事务的日志通过 prevLSN 连接。事务提交先生成 COMMIT,并将日志持久化到该记录,随后才能确认持久提交;TXN-END 表示后续清理已经完成,不必与 COMMIT 同时刷盘。
事务中止时,沿 prevLSN 逆序撤销修改。每次撤销生成 Compensation Log Record(CLR),记录补偿效果和 undoNextLSN。CLR 可以在 REDO 中重放,但不会再被 UNDO 撤销,undoNextLSN 帮助跳过已经完成的回滚步骤。
检查点、ATT 与 DPT
Active Transaction Table(ATT)记录尚未结束清理的事务、状态和 lastLSN;Dirty Page Table(DPT)记录可能尚未写回的页面,以及它首次变脏时的 recLSN。页面可能由活跃、已提交或正在回滚的事务修改,DPT 不是“未提交事务页面表”。
Fuzzy Checkpoint 不要求停止全部事务或立即刷完所有脏页。它通过检查点边界日志及 ATT、DPT 等信息保存恢复起点,再由后续日志补齐检查点期间的变化。检查点持久化完成后,Master Record 指向可用的检查点入口。
Analysis
恢复先根据 Master Record 找到检查点,向前扫描日志,重建事务状态和脏页信息。遇到事务结束记录可从 ATT 移除,遇到提交记录更新状态;某页面第一次出现在需要跟踪的更新中时,记录相应 recLSN。
分析阶段得到的是哪些事务还需完成处理、哪些页面可能缺少修改,不意味着已经把页面恢复到了最终状态。
Redo
从 DPT 中最小 recLSN 开始向前扫描。对于更新日志和 CLR,出现以下情况可以跳过:页面不在 DPT;日志 LSN 早于该页 recLSN;或者磁盘页的 pageLSN 已经大于等于当前日志 LSN。
需要重做时,应用日志中的操作,并将 pageLSN 设置为该日志 LSN。pageLSN 检查使重做可以重复运行,避免已经应用的更新被错误地再次累加。
Undo
对仍需中止的事务,从各自 lastLSN 开始逆序处理,优先选择当前最大的待处理 LSN。普通更新生成 CLR 并撤销;遇到 CLR 则沿 undoNextLSN 继续。全部完成后,写出事务结束信息。

Analysis 或 Redo 中再次崩溃,可以重新执行恢复;Undo 中再次崩溃,则通过已经持久化的 CLR 知道哪些补偿需要重做、哪些原始修改不应再次撤销。可靠恢复因此依赖正常运行、回滚与重启使用同一套日志顺序规则。
课程最后讨论恢复性能:后台写回可以与 REDO 配合,某些设计也允许按访问需要延迟完成回滚。它们都必须在开放新事务前或访问相关数据时,保证未完成事务的状态不会被错误地观察到。
