本文横向对比主流数据库的 MVCC 实现：PostgreSQL 采用堆表追加式、由旧到新的版本链，InnoDB 采用 undo 增量、由新到旧的版本链，TiKV 将版本编码进键。三者可见性规则等价，但快照隔离会放过写偏斜；PostgreSQL 用 SSI 在线检测危险结构实现可串行化，代价是误杀。长事务会拖住回收水位，导致版本膨胀。

本文探讨了个性化联邦学习在非独立同分布数据中的应用，强调其在隐私保护和多方合作中的重要性。研究提出了多种方法，如FedNH和FedMLP，以应对数据异构性和个性化问题，并总结了当前研究进展与未来挑战。