MySQL事务隔离级别以及MVCC一致性视图的实现原理

叁歲伎倆 2022-08-30 11:44 200阅读 0赞

> 详细介绍MySQL数据库事务隔离级别的实现原理，以及MVCC一致性视图的概念和实现。

上一篇文章中，我们介绍了[数据库事务的基本特性以及隔离级别][Link 1]。下面我们来看看MySQL事务隔离级别的实现原理，以及经常被提到的MVCC一致性视图到底是什么。

### 文章目录 ###

*  1 事务隔离级别的实现
 *  2 一致性视图的具体实现
 *  3 可重复读的普通查询原理
 *  4 可重复读的更新原理
 *  5 读已提交的原理
 *  6 总结

# 1 事务隔离级别的实现 #

可重复读和读已提交的事务隔离级别在实现上，数据库里面会创建一个视图，访问的时候以视图的逻辑结果为准。

**在“可重复读”隔离级别下，这个视图是在事务启动时创建的，整个事务存在期间都用这个视图。在“读已提交”隔离级别下，这个视图是在每个SQL语句开始执行的时候创建的。这里需要注意的是，“读未提交”隔离级别下直接返回记录上的最新值，没有视图概念，只有两个并行的更新会进行等待；而“串行化”隔离级别下直接用加锁的方式来避免并行访问，只有存在并行的读的时候才不会等待。**

因此，我们重点说说“读已提交”和“可重复读”的实现原理，以及视图的概念。**在MySQL里，有两个“视图”的概念：**

1.  一个是**view**。它是一个用查询语句定义的虚拟表，在调用的时候执行查询语句并生成结果。创建视图的语法是create view … ，而它的查询方法与表一样。
2.  另一个是InnoDB在实现MVCC时用到的**一致性读视图**，即consistent read view，用于支持RC（Read Committed，读已提交）和RR（Repeatable Read，可重复读）隔离级别的实现。

**InnoDB引擎中，当我们对记录做了一次变更操作时就会产生一条undo log记录**，undo log是逻辑日志，可以被认为是当前sql对应的回滚操作，可以简单的认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。因此，某一行的记录上的最新值，通过向前执行undo log记录的回滚操作，都可以得到之前某个状态的值。因此undo log常被用于事务回滚，而在这里，undo log则被用于实现MVCC。（此前我们已经介绍了undo log）。

**InnoDB里面每个事务有一个唯一的事务ID，叫作transaction id**。它是在事务开始的时候向InnoDB的事务系统申请的，是按申请顺序严格递增的。而每行数据也都是有多个版本的。每次事务更新数据的时候，都会生成一个新的数据版本，并且把transaction id赋值给这个数据版本的事务ID，记为row trx\_id。同时，旧的数据版本要保留，并且在新的数据版本中，能够有信息可以直接拿到它。

**trx\_id和XID不是同一个概念，Xid是由server层维护的**。InnoDB内部使用Xid，就是为了能够在InnoDB事务和server之间做关联。但是，trx\_id是InnoDB自己维护的，每一行数据都记录了更新它的trx\_id，当一个事务读到一行数据的时候，判断这个数据是否可见的方法，就是通过事务的一致性视图与这行数据的trx\_id做对比。只读事务不会分配trx\_id（select……for update不是只读事务）。

如下，是某个行数据的undo log变更记录：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center]  
注意，**图中的黄色方框实际上是不存在的**，真正存在的undo log仅仅是向左的几个箭头，则这几个黄色方块是每次需要的时候根据当前版本和undo log计算出来的数据。比如，需要V2视图的数据的时候，就是通过V4依次执行undo3、undo2中的回滚操作计算出来。

**对于该条数据，不同时刻启动的事务会有不同的read-view**。如图中看到的，在视图A、B、C里面，这一个记录的值分别是10、11、20，**同一条记录在系统中可以存在多个版本，就是数据库的多版本并发控制（MVCC，全称Multi-Version Concurrency Control），不同的事务之间的视图是没有冲突的**。对于read-view A，要得到10，就必须将当前值依次执行图中所有的回滚操作得到。

**回滚日志不会一直保留，在不需要的时候会被删除**。也就是说，系统会判断，当没有事务再需要用到这些回滚日志时，回滚日志会被删除。什么时候才不需要了呢？就是**当系统里没有比这个回滚日志更早的read-view的时候。**

所以，**业务中尽量不要使用长事务**。长事务意味着系统里面会存在很老的事务视图。由于这些事务随时可能访问数据库里面的任何数据，所以这个事务提交之前，数据库里面它可能用到的回滚记录都**必须保留**，这就会导致大量占用存储空间。除了对回滚段的影响，长事务还占用锁资源，也可能拖垮整个库。

大多数的事务性存储引擎对于隔离级别的实现都不是简单的加行锁，基于性能的考虑，一般都是**实现了MVCC多版本并发控制**，除了Mysql之外，Oracle、PostgreSQL等其他数据库也都实现了MVCC，**MVCC没有统一实现的标准，我们下面讲解InnoDB引擎的MVCC实现**。

**MVCC可以看作是行级锁的一个变种，但它并不是锁，并且能够在很多情况下避免加锁操作，因此开销更低。大多数都是实现了非阻塞的读操作，写操作也是只锁定必要的行。**

# 2 一致性视图的具体实现 #

按照**可重复读**的定义，一个事务启动的时候便生成当前事务全局性的视图，能够看到所有已经提交的事务结果。但是之后，这个事务执行期间，其他事务的更新对它不可见。即在一个事务启动的时候，如果有在启动之前生成并且已提交的数据版本，则可以看到，如果是在该事物启动以后才生成或者启动之前生成但未提交的版本，则看不到更改，如果是这个事务自己更新的数据，则同样能够看到。

**在实现上， InnoDB为每个事务构造了一个数组，用来保存这个事务启动瞬间，当前正在“活跃”的所有事务ID。“活跃”指的就是，启动了但还没提交。数组里面事务ID的最小值记为低水位，当前系统里面已经创建过的事务ID的最大值加1记为高水位。这个视图数组和高水位，就组成了当前事务的一致性视图（read-view），也被称为快照。**

**通常，MVCC多版本并发控制和一致性视图是同一个概念，或者说MVCC多版本并发控制是一种并发控制技术的名称，多用于数据库中，而多个版本中的某一个版本也可以称为视图，不同版本之间的数据互不影响，无论多久之后或者经历了多少次的普通查询，查询出来的数据也不会改变，因此也称为一致性视图，或者“快照”。InnoDB中的MVCC技术最终又是依赖undo log回滚日志来实现的。**

**数据版本的可见性规则，就是基于数据的row trx\_id和这个一致性视图的对比结果得到的。这个视图数组把所有的row trx\_id 分成了几种不同的情况。**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 1]

如上图这样，对于**当前事务的启动瞬间**来说，一个数据版本的row trx\_id，有以下几种可能：

1.  如果落在蓝色部分，表示这个版本是已提交的事务生成的，这个数据是可见的；
2.  如果落在黄色部分，表示这个版本是由将来可能启动的事务生成的，是肯定不可见的；
3.  如果落在绿色部分，那就包括两种情况：
    
    1.  若 row trx\_id在数组中，表示这个版本是由还没提交的事务生成的，不可见；
    2.  若 row trx\_id不在数组中，表示这个版本是已经提交了的事务生成的，可见。

对于此前的图中，如果有一个事务，它启动时的row trx\_id数组为\[22,25,28,29\]，那么当它访问这一行数据时，就会从V4通过undo3计算出V3，然后从V3通过undo2计算出V2，所以在它看来，这一行的值是11。

**从这里我们能知道，对于可重复读，开启事务之后，系统里面随后发生的更新，就跟这个事务看到的内容无关了。因为之后的更新，生成的版本一定属于上面的2或者3(1)的情况，而对它来说，这些新的数据版本是不存在的（看不到的），所以这个事务的快照，就是“静态”的了。**

如下案例，假设此前表中的数据为：

有下面三个事务：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 2]

**注意，`begin/start transaction` 命令实际上并不是一个事务的起点，在执行到它们之后的第一个操作InnoDB表的语句，事务才真正启动。如果你想要马上启动一个事务，可以使用`start transaction with consistent snapshot` 这个命令。**

**注意，事务C虽然没有显示手动begin/commit事务，但由于只有一条update语句，因此在开始前会自动开启事务，完成后会自动提交事务。**

三个事务的操作顺序为： `start A、start B、start C、C undate k=k+1、C commit、B undate k=k+1、B Select、A Select、A commit、B commit`。

假设事务隔离级别是可重复读。求事务A的查询语句的结果和事务B的查询语句的结果？

# 3 可重复读的普通查询原理 #

我们分析事务A的查询语句的逻辑，假设：

1.  事务A开始前，系统里面只有一个活跃事务ID是99；
2.  事务A、B、C的版本号分别是100、101、102，且当前系统里只有这四个事务；
3.  三个事务开始前，（1,1）这一行数据已有的row trx\_id是90。

这样，事务A的视图数组就是\[99,100\], 事务B的视图数组是\[99,100,101\], 事务C的视图数组是\[99,100,101,102\]。

那么事务A查询逻辑的相关操作就如下：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 3]

从图中可以看到，第一个有效更新是事务C，把数据从(1,1)改成了(1,2)。这时候，这个数据的最新版本的row trx\_id是102，而90这个版本已经成为了历史版本。

第二个有效更新是事务B，把数据从(1,2)改成了(1,3)。这时候，这个数据的最新版本（即row trx\_id）是101，而102又成为了历史版本。

在事务A查询的时候，其实事务B还没有提交，但是它生成的(1,3)这个版本已经变成当前版本了。但这个版本对事务A必须是不可见的，否则就变成脏读了。

**事务A查询语句的读数据流程是这样的：**

1.  找到(1,3)的时候，判断出row trx\_id=101，比高水位大，处于红色区域，不可见；
2.  接着，找到上一个历史版本，一看row trx\_id=102，比高水位大，处于红色区域，不可见；
3.  再往前找，终于找到了（1,1)，它的row trx\_id=90，比低水位小，处于绿色区域，可见。

**这样执行下来，虽然期间这一行数据被修改过，但是事务A不论在什么时候查询，看到这行数据的结果都是一致的，所以我们称之为一致性读。**

总结下来，一个数据版本，对于一个事务视图来说，除了自己的更新总是可见以外，有三种情况：

1.  版本未提交，不可见；
2.  版本已提交，但是是在视图创建后提交的，不可见；
3.  版本已提交，而且是在视图创建前提交的，可见。

现在，我们可以判断图上的结果：

1.  (1,3)还没提交，属于情况1，不可见；
2.  (1,2)虽然提交了，但是是在视图数组创建之后提交的，属于情况2，不可见；
3.  (1,1)是在视图数组创建之前提交的，可见。

**因此，此时，事务A的查询语句的结果是k=1。**

# 4 可重复读的更新原理 #

**上面的查询逻辑中，我们发现事务B的update语句，如果按照上面所说的一致性读来推算，好像结果不对？因为事务B的视图数组是先生成的，之后事务C才提交，不是应该算出(1,2)吗，怎么能算出(1,3)来？**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 4]

实际上，如果事务B在更新之前查询一次数据，这个查询返回的k的值确实是1。

但是，当它要去更新数据的时候，就不能再在历史版本上更新了，否则事务C的**更新就丢失了**。因此，事务B此时的set k=k+1是在（1,2）的基础上进行的操作。

**规则：更新数据都是先读后写的，而这个读，只能读当前的最新版本的值，称为“当前读”（current read）。因此，在更新的时候，当前读拿到的数据是(1,2)，更新成功后生成了新版本的数据(1,3)，这个新版本的row trx\_id是101。**

所以，在执行事务B查询语句的时候，一看自己的版本号是101，最新数据的版本号也是101，是自己的更新，可以直接使用，所以查询得到的k的值是3。

**注意，只能看到自己更新成功的数据，比如其他事务在上一个版本更新了两条数据，而自己只更新了一条数据，则后续查询还是只能看到自己更新的那一条的数据，其他的数据则还是此前的版本（因为是非当前读）。比如其他事务在上一个版本更新了两条，而自己使用delete删除了1条，那么后续的查询将少1条数据，但看到的其他的数据则还是此前的版本。**

**实际上，除了更新语句之外，select语句如果加锁，也是当前读**。如果把事务A的查询语句select \* from t where id=1修改一下，加上lock in share mode 或 for update，也都可以读到版本号是101的数据，返回的k的值是3。下面这两个select语句，就是分别加了读锁（S锁，共享锁）和写锁（X锁，排他锁）。

假设事务C不是马上提交的，而是变成了下面的事务C，会怎么样呢？  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 5]

**事务C和之前的不同是，更新后并没有马上提交，在它提交前，事务B的更新语句先发起了。前面说过了，虽然事务C还没提交，但是(1,2)这个版本也已经生成了，并且是当前的最新版本。那么，事务B的更新语句会怎么处理呢？**

**实际上，在InnoDB事务中，在需要的时候会加上行锁（比如更新指定的行的时候），但并不是不需要了就立刻释放，而是要等到事务结束时才释放，这个就是两阶段锁协议（后面会介绍MySQL的锁机制）。基于此协议，事务C没提交，也就是说(1,2)这个版本上的写锁还没释放。而事务B是当前读，必须要读最新版本，而且必须对给定的行加锁，因此出现了锁竞争，事务B必须等到事务C释放这个锁，才能继续它的当前读，因此还是会读取到最新的数据。**

**从这里也能够看出来，如果你的某个事务中需要锁多个行，要把最可能造成锁冲突、最可能影响并发度的锁尽量往后放，也就是将此类sql放在后面执行。**

所以说，事务B和事务C实际的执行流程为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 6]

# 5 读已提交的原理 #

**可重复读的核心就是一致性读（consistent read）；而事务更新数据的时候，只能用当前读。如果当前的记录的行锁被其他事务占用的话，就需要进入锁等待。**

**而读提交的逻辑和可重复读的逻辑类似，它们最主要的区别是：**

1.  在可重复读隔离级别下，只需要在事务开始的时候创建一致性视图，之后事务里的其他查询都共用这个一致性视图（可以读取自己更新的数据）；
2.  在读提交隔离级别下，每一个语句执行前都会重新算出一个新的一致性视图。

在读提交隔离级别下，事务A和事务B的查询语句查到的k，分别应该是多少呢？这里需要说明一下，`start transaction with consistent snapshot;` 的意思是从这个语句开始，创建一个持续整个事务的一致性快照。所以，在读提交隔离级别下，这个用法就没意义了，等效于普通的start transaction。

下面是**读提交时的状态图，可以看到这两个查询语句的创建视图数组的时机发生了变化，就是图中的read view框**。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 7]

这时，事务A的查询语句的视图数组是在执行这个语句的时候创建的，时序上(1,2)、(1,3)的生成时间都在创建这个视图数组的时刻之前。但是，在这个时刻：

1.  (1,3)还没提交，属于情况1，不可见；
2.  (1,2)提交了，属于情况3，可见。

**所以，这时候事务A查询语句返回的是k=2，显然地，事务B查询结果k=3。**

# 6 总结 #

**InnoDB的读已提交和可重复读采用数据库锁和MVCC来实现，MVCC是一种多版本并发控制机制，即行数据有多个版本（底层通过undo log实现），每个数据版本有自己的row trx\_id（就是当前查询所在的事务id），每个事务或者语句有自己的一致性视图。普通查询语句是一致性读，一致性读会根据row trx\_id和一致性视图确定数据版本的可见性。**

1.  **读未提交**隔离级别下每次读取都直接返回记录上的最新值，没有视图概念，也不会加锁；
2.  **读已提交**隔离级别下普通查询只承认在语句启动前就已经提交完成的数据，但每一个语句执行前都会重新算出一个新的一致性视图，读取会使用这个新视图，不会加锁，即MVCC；对于写，则会加写锁，写的时候以及对于加锁的读都会使用当前读。
3.  **可重复读**隔离级别下，普通查询只承认在事务启动前就已经提交完成的数据，即在事务开始的时候创建一致性视图，整个事务存在期间的读取都用这个视图，不会加锁，但能够看到自己更新的数据，即MVCC；对于写，则会加写锁，写的时候以及对于加锁的读都会使用当前读。
4.  **串行化**隔离级别下则直接用加锁的方式来避免并行访问，写会加写锁，读会加读锁。

**对于当前读，总是读取已经提交完成的最新版本数据，也就是多版本中最新一次提交的那版，其实现需要对相关的行记录加锁，阻塞其他事务同时对于相关记录的更新和当前读操作，避免出现安全问题。表结构不支持“可重复读”，因为表结构没有对应的行数据，也没有row trx\_id，因此只能遵循当前读的逻辑。**

**什么情况下会使用当前读呢：**

1.  select…lock in share mode (共享读锁)。
2.  select…for update（排他写锁）。
3.  update语句 , delete语句 , insert语句。

**MySQL数据库的隔离级别的实现可能会使用到锁，关于数据库的锁，又是一个很大的概念，我们后面再慢慢讲解。**

**参考资料：**

1.  《 MySQL 技术内幕: InnoDB 存储引擎》
2.  《高性能 MySQL》
3.  《MySQL实战45讲 | 极客时间 | 丁奇》

> 如有需要交流，或者文章有误，请直接留言。另外希望点赞、收藏、关注，我将不间断更新各种Java学习博客！

[Link 1]: https://blog.csdn.net/weixin_43767015/article/details/118873683
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center]: /images/20220829/b294a88090734553b7d9d6ef4db4ddc9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20220829/cb2801a985854f9e97a42ba38bcd47e1.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20220829/e57fc290e06144f7842c2c800a1c3412.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20220829/666c49f1cda7476da2afe95cbdf35743.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20220829/535545cf3b574ad08580ce34b296e733.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20220829/4de6e6fbdbe04acfb840218237d980bf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20220829/8a781ceac3664b8e8725b2c338297363.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzc2NzAxNQ_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20220829/a92ee60740a543a9a7a2a615c259d8d4.png