小胖问我：MySQL 事务与 MVCC 原理？

秒速五厘米 2022-11-18 02:27 81阅读 0赞

# 01 什么是事务？ #

数据库事务指的是一组数据操作，事务内的操作要么就是全部成功，要么就是全部失败，什么都不做，其实不是没做，是可能做了一部分但是只要有一步失败，就要回滚所有操作，有点一不做二不休的意思。

在 MySQL 中，事务支持是在引擎层实现的。MySQL 是一个支持多引擎的系统，但并不是所有的引擎都支持事务。**比如 MySQL 原生的 MyISAM 引擎就不支持事务，这也是 MyISAM 被 InnoDB 取代的重要原因之一**。

## 1.1 四大特性 ##

*  原子性（Atomicity）：事务开始后所有操作，要么全部做完，要么全部不做，不可能停滞在中间环节。事务执行过程中出错，会回滚到事务开始前的状态，所有的操作就像没有发生一样。也就是说事务是一个不可分割的整体，就像化学中学过的原子，是物质构成的基本单位。
 *  一致性（Consistency）：事务开始前和结束后，数据库的完整性约束没有被破坏 。比如 A 向 B 转账，不可能 A 扣了钱，B 却没收到。
 *  隔离性（Isolation）：同一时间，只允许一个事务请求同一数据，不同的事务之间彼此没有任何干扰。比如 A 正在从一张银行卡中取钱，在 A 取钱的过程结束前，B 不能向这张卡转账。
 *  持久性（Durability）：事务完成后，事务对数据库的所有更新将被保存到数据库，不能回滚。

## 1.2 隔离级别 ##

SQL 事务的四大特性中原子性、一致性、持久性都比较好理解。但事务的隔离级别确实比较难的，今天主要聊聊 MySQL 事务的隔离性。

SQL 标准的事务隔离从低到高级别依次是：**读未提交（read uncommitted）、读提交（read committed）、可重复读（repeatable read）和串行化（serializable ）。级别越高，效率越低**。

*  读未提交：一个事务还没提交时，它做的变更就能被别的事务看到。
 *  读提交：一个事务提交之后，它做的变更才会被其他事务看到。
 *  可重复读：一个事务执行过程中看到的数据，总是跟这个事务在启动时看到的数据是一致的。当然在可重复读隔离级别下，未提交变更对其他事务也是不可见的。
 *  串行化：顾名思义是对于同一行记录，“写” 会加 “写锁”，“读” 会加 “读锁”。当出现读写锁冲突的时候，后访问的事务必须等前一个事务执行完成，才能继续执行。**所以种隔离级别下所有的数据是最稳定的，但是性能也是最差的**。

## 1.3 解决的并发问题 ##

SQL 事务隔离级别的设计就是为了能最大限度的解决并发问题：

*  脏读：事务 A 读取了事务 B 更新的数据，然后 B 回滚操作，那么 A 读取到的数据是脏数据
 *  不可重复读：事务 A 多次读取同一数据，事务 B 在事务 A 多次读取的过程中，对数据作了更新并提交，导致事务 A 多次读取同一数据时，结果不一致。
 *  幻读：系统管理员 A 将数据库中所有学生的成绩从具体分数改为 ABCDE 等级，但是系统管理员 B 就在这个时候插入了一条具体分数的记录，当系统管理员 A 改结束后发现还有一条记录没有改过来，就好像发生了幻觉一样，这就叫幻读。

SQL 不同的事务隔离级别能解决的并发问题也不一样，如下表所示：**只有串行化的隔离级别解决了全部这 3 个问题，其他的 3 个隔离级别都有缺陷**。

<table> 
 <thead> 
  <tr> 
   <th>事务隔离级别</th> 
   <th>脏读</th> 
   <th>不可重复读</th> 
   <th>幻读</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>读未提交</td> 
   <td>可能</td> 
   <td>可能</td> 
   <td>可能</td> 
  </tr> 
  <tr> 
   <td>读已提交</td> 
   <td>不可能</td> 
   <td>可能</td> 
   <td>可能</td> 
  </tr> 
  <tr> 
   <td>可重复读</td> 
   <td>不可能</td> 
   <td>不可能</td> 
   <td>可能</td> 
  </tr> 
  <tr> 
   <td>串行化</td> 
   <td>不可能</td> 
   <td>不可能</td> 
   <td>不可能</td> 
  </tr> 
 </tbody> 
</table>

PS：不可重复读的和幻读很容易混淆，不可重复读侧重于修改，幻读侧重于新增或删除。解决不可重复读的问题只需锁住满足条件的行，解决幻读需要锁表

## 1.4 举个栗子 ##

这么说可能有点难以理解，举个栗子。还是之前的表结构以及表数据

CREATE TABLE `student`  (
      `id` int(11) NOT NULL AUTO_INCREMENT,
      `name` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
      `age` int(11) NULL DEFAULT NULL,
      PRIMARY KEY (`id`) USING BTREE
    ) ENGINE = InnoDB AUTO_INCREMENT = 66 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Compact;

![表数据][b9695399ffc454fe837897e2bee3c73e.png]

假设现在，我要同时启动两个食物，一个事务 A 查询 id = 2 的学生的 age，一个事务 B 更新 id = 2 的学生的 age。流程如下，**在四种隔离级别下的 X1、X2、X3 的值分别是怎样的呢？**

![隔离级别举例][bab5ce3d788a1b0398726d92c664b8d1.png]

*  读未提交：X1 的值是 23，因为事务 B 虽然没提交但它的更改已被 A 看到。（**如果 B 后面又回滚了 X1 的值就是脏的**）。X2、X3 的值也是 23，这无可厚非。
 *  读已提交：X1 的值是 22，因为 B 虽然改了，但 A 看不到。（**如果 B 后面回滚了，X1 的值不变，解决了脏读**），X2、X3 的值是 23，没毛病，B 提交了，A 才能看到。
 *  可重复读：X1、X2 都是 22，A 开启的时刻值是 22，那么在 A 的整个过程中，它的值都是 22。（**不管 B 在这期间怎么修改，只要 A 还没提交，都是看不见的，解决了不可重复读**），而 X3 的值是 23，因为 A 提交了，能看到 B 修改的值了。
 *  串行化：B 在执行更改期间会被锁住，直至 A 提交。B 才能继续执行。（**A 在读期间，B 不能写。得保证此时数据是最新的。解决了幻读**）所以 X1、X2 都是 22，而最后的 X3 在 B 提交之后执行，它的值就是 23。

那为什么会出现这样的结果呢？事务隔离级别到底是怎么实现的呢？

事务隔离级别是怎么是实现的呢？我在极客时间丁奇老师的课上找到了答案：

> 实际上，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；而 “串行化” 隔离级别下直接用加锁的方式来避免并行访问**。

## 1.5 设置事务隔离级别 ##

不同的数据库默认设置的事务隔离级别也大不一样，Oracle 数据库的默认隔离级别是**读提交**，而 MySQL 是**可重复读**。所以，**当你的系统需要把数据库从 Oracle 迁移到 MySQL 时，请把级别设置成与搬迁之前的（读提交）一致，避免出现不可预测的问题**。

### 1.5.1 查看事务隔离级别 ###

# 查看事务隔离级别
    5.7.20 之前
    SELECT @@transaction_isolation
    show variables like 'transaction_isolation';
    
    # 5.7.20 以及之后
    SELECT @@tx_isolation
    show variables like 'tx_isolation'
    
    +---------------+-----------------+
    | Variable_name | Value           |
    +---------------+-----------------+
    | tx_isolation  | REPEATABLE-READ |
    +---------------+-----------------+

### 1.5.2 设置隔离级别 ###

修改隔离级别语句格式是：set \[作用域\] transaction isolation level \[事务隔离级别\]

其中作用域可选：SESSION（会话）、GLOBAL（全局）；隔离级别就是上面提到的 4 种，不区分大小写。

例如：设置全局隔离级别为读提交

set global transaction isolation level read committed;

## 1.6 事务的启动 ##

MySQL 的事务启动有以下几种方式：

*  显式启动事务语句， begin 或 start transaction。配套的提交语句是 commit，或者回滚语句是 rollback。

# 更新学生名字
    START TRANSACTION;
    update student set name = '张三' where id = 2;
    commit;

*  set autocommit = 0，这个命令会将线程的自动提交关掉。意味着如果你只执行一个 select 语句，这个事务就启动了，而且并不会自动提交。这个事务持续存在直到你主动执行 commit 或 rollback 语句，或者断开连接。
 *  set autocommit = 1，表示 MySQL 自动开启和提交事务。 比如执行一个 update 语句，语句只完成后就自动提交了。不需要显示的使用 begin、commit 来开启和提交事务。所以当我们执行多个语句的时候，就需要手动的用 begin、commit 来开启和提交事务。
 *  start transaction with consistent snapshot；上面提到的 begin/start transaction 命令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 命令。 **第一种启动方式，一致性视图是在执行第一个快照读语句时创建的； 第二种启动方式，一致性视图是在执行 start transaction with consistent snapshot 时创建的**。

# 02 事务隔离的实现 #

理解了隔离级别，那事务的隔离是怎么实现的呢？要想理解事务隔离，先得了解 MVCC 多版本的并发控制这个概念。而 MVCC 又依赖于 undo log 和 read view 实现。

## 2.1 什么是 MVCC？ ##

百度上的解释是这样的：

> MVCC，全称 Multi-Version Concurrency Control，即多版本并发控制。MVCC 是一种并发控制的方法，一般在数据库管理系统中，实现对数据库的并发访问，在编程语言中实现事务内存。

**MVCC 使得数据库读不会对数据加锁，普通的 SELECT 请求不会加锁，提高了数据库的并发处理能力；数据库写才会加锁**。 借助 MVCC，数据库可以实现 READ COMMITTED，REPEATABLE READ 等隔离级别，用户可以查看当前数据的前一个或者前几个历史版本，保证了 ACID 中的 I 特性（隔离性)。

> **MVCC 只在 REPEATABLE READ 和 READ COMMITIED 两个隔离级别下工作**。其他两个隔离级别都和 MVCC 不兼容 ，因为 READ UNCOMMITIED 总是读取最新的数据行，而不是符合当前事务版本的数据行。而 SERIALIZABLE 则会对所有读取的行都加锁。

### 2.1.1 InnDB 中的 MVCC ###

InnDB 中每个事务都有一个唯一的事务 ID，记为 transaction\_id。它在事务开始时向 InnDB 申请，按照时间先后严格递增。

而每行数据其实都有多个版本，这就依赖 undo log 来实现了。每次事务更新数据就会生成一个新的数据版本，并把 transaction\_id 记为 row trx\_id。同时旧的数据版本会保留在 undo log 中，而且新的版本会记录旧版本的回滚指针，通过它直接拿到上一个版本。

所以，InnDB 中的 MVCC 其实是通过在每行记录后面保存两个隐藏的列来实现的。一列是事务 ID：trx\_id；另一列是回滚指针：roll\_pt。

## 2.2 undo log ##

回滚日志保存了事务发生之前的数据的一个版本，可以用于回滚，同时可以提供多版本并发控制下的读（MVCC），也即非锁定读。

根据操作的不同，undo log 分为两种： insert undo log 和 update undo log。

### 2.2.1 insert undo log ###

insert 操作产生的 undo log，因为 insert 操作记录没有历史版本只对当前事务本身可见，对于其他事务此记录不可见，所以 insert undo log 可以在事务提交后直接删除而不需要进行 purge 操作。

> purge 的主要任务是将数据库中已经 mark del 的数据删除，另外也会批量回收 undo pages

所以，插入数据时。它的初始状态是这样的：

![insert undo log][]

### 2.2.2 update undo log ###

UPDATE 和 DELETE 操作产生的 Undo log 都属于同一类型：update\_undo。（update 可以视为 insert 新数据到原位置，delete 旧数据，undo log 暂时保留旧数据）。

事务提交时放到 history list 上，没有事务要用到这些回滚日志，即系统中没有比这个回滚日志更早的版本时，purge 线程将进行最后的删除操作。

一个事务修改当前数据：

![第二次事务][33e0442e8c5963d23c19b1e923a892c1.png]

另一个事务修改数据：

![第三次事务][a90df1ca0c36ec836bcbdb474b1445a9.png]

这样的同一条记录在数据库中存在多个版本，就是上面提到的多版本并发控制 MVCC。

另外，借助 undo log 通过回滚可以回到上一个版本状态。比如要回到 V1 只需要顺序执行两次回滚即可。

## 2.3 read-view ##

**read view 是 InnDB 在实现 MVCC 时用到的一致性读视图，用于支持 RC（读提交）以及 RR（可重复读）隔离级别的实现**。

read view 不是真实存在的，只是一个概念，undo log 才是它的体现。它主要是通过版本和 undolog 计算出来的。作用是决定**事务能看到哪些数据**。

**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**。

### 2.3.1 数据版本的可见性规则 ###

read view 中主要包含当前系统中还有哪些活跃的读写事务，在实现上 InnDB 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**活跃（还未提交）的事务**。

前面说了事务 ID 随时间严格递增的，**把系统中已提交的事务 ID 的最大值记为数组的低水位，已创建过的事务 ID + 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）**

这个数组画个图，长这样：

![数据版本的可见性规则][1eb0cd76b25dd85ca9f871db2948e94b.png]

规则如下：

*  1 如果 trx\_id 在灰色区域，表明被访问版本的 trx\_id 小于数组中低水位的 id 值，也即生成该版本的事务在生成 read view 前已经提交，所以该版本可见，可以被当前事务访问。
 *  2 如果 trx\_id 在橙色区域，表明被访问版本的 trx\_id 大于数组中高水位的 id 值，也即生成该版本的事务在生成 read view 后才生成，所以该版本不可见，不能被当前事务访问。
 *  3 如果在绿色区域，就会有两种情况：
    
     *  a) trx\_id 在数组中，证明这个版本是由还未提交的事务生成的，不可见
     *  b) trx\_id 不在数组中，证明这个版本是由已提交的事务生成的，可见

第三点我在看教程的时候也有点疑惑，好在有热心网友解答：

> 落在绿色区域意味着是事务 ID 在低水位和高水位这个范围里面，而真正是否可见，看绿色区域是否有这个值。如果绿色区域没有这个事务 ID，则可见，如果有，则不可见。在这个范围里面并不意味着这个范围就有这个值，比如 \[1,2,3,5\]，4 在这个数组 1-5 的范围里，却没在这个数组里面。

这样说可能有点难以理解，我假设一个场景：三个事务对同一条数据进行查询更新等操作，为此画了张图以方便理解：

![三个事务操作][6bc88b8ad2ebae9f801ae59ee7045cc9.png]

原始数据还是下图这样的，对 id = 2 的张三进行信息的更新：

![表数据][b9695399ffc454fe837897e2bee3c73e.png]

针对上图，我想提个问题。\*\*分别在 RC（读提交）以及 RR（可重复读）隔离级别下，T4 和 T5 时间点的查询 age 值分别是多少呢？T4 更新的值又是多少呢？\*\*思考片刻，相信大家都有自己的答案。答案在文末，希望大家能带着自己的疑问继续读下去。

### 2.3.2 RR（可重复读）下的结果 ###

**RR 级别下，查询只承认在事务启动前就已经提交完成的数据，一旦启动事务就会建视图。所以使用 start transaction with consistent snapshot 命令，马上就会建视图**。

现在假设：

*  事务 A 开始前，只有一个活跃的事务，ID = 2，
 *  已提交的事务也就是插入数据的事务 ID = 1
 *  事务 A、B、C 的事务 ID 分别是 3、4、5

在这种隔离级别下，他们创建视图的时刻如下：

![RR级别结果][RR]

根据上图得，事务 A 的视图数组是\[2,3\]；事务 B 的视图数组是 \[2,3,4\]；事务 C 的视图数组是\[2,3,4,5\]。分析一波：

*  T4 时刻，B 读数据都是从当前版本读起，过程是这样的：
    
     *  读到当前版本的 trx\_id = 4，刚好是自己，可见
     *  所以 age = 24
 *  T5 时刻，A 读数据都是从当前版本读起，过程是这样的：
    
     *  读到当前版本的 trx\_id = 4，比自己视图数组的高水位大，不可见
     *  再往上读到 trx\_id = 5，比自己视图数组高水位大，不可见
     *  再往上读到 trx\_id = 1，比自己视图数组低水位小，可见
     *  所以 age = 22

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**。

其实视图是否可见主要看创建视图和提交的时机，总结下规律：

*  版本未提交，不可见
 *  版本已提交，但在视图创建后提交，不可见
 *  版本已提交，但在视图创建前提交，可见

#### 2.3.2.1 快照读和当前读 ####

事务 B 的 update 语句，如果按照上图的一致性读，好像结果不大对？

如下图周明，B 的视图数组是先生成的，之后事务 C 才提交。那就应该看不见 C 修改的 age = 23 呀？最后 B 怎么得出 24 了？

![更新逻辑][b3f30826bb996734613392bbe85f1dec.png]

没错，如果 B 在更新之前执行查询语句，那返回的结果肯定是 age = 22。问题是**更新就不能在历史版本更新了呀，否则 C 的更新不就丢失了？**

所以，更新有个规则：**更新数据都是先读后写（读是更新语句执行，不是我们手动执行），读的就是当前版本的值，叫当前读；而我们普通的查询语句就叫快照读**。

因此，在更新时，当前读读到的是 age = 23，更新之后就成 24 啦。

#### 2.3.2.2 select 当前读 ####

除了更新语句，查询语句如果加锁也是当前读。如果把事务 A 的查询语句 select age from t where id = 2 改一下，加上锁（lock in mode 或者 for update），也都可以得到当前版本 4 返回的 age = 24

下面就是加了锁的 select 语句：

select age from t where id = 2 lock in mode;
     select age from t where id = 2 for update;

#### 2.3.2.3 事务 C 不马上提交 ####

假设事务 C 不马上提交，但是 age = 23 版本已生成。事务 B 的更新将会怎么走呢？

![事务 C 不马上提交][C]

事务 C 还没提交，写锁还没释放，但是事务 B 的更新必须要当前读且必须加锁。所以事务 B 就阻塞了，必须等到事务 C 提交，释放锁才能继续当前的读。

![被事务 C 锁住][C 1]

### 2.3.3 RC（读提交）下的结果 ###

**在读提交隔离级别下，查询只承认在语句启动前就已经提交完成的数据；每一个语句执行之前都会重新算出一个新的视图**。

注意：在上图的表格中用于启动事务的是 start transaction with consistent snapshot 命令，它会创建一个持续整个事务的视图。所以，在 RC 级别下，这命令其实不起作用。等效于普通的 start transaction（**在执行 sql 语句之前才算是启动了事务**）。**所以，事务 B 的更新其实是在事务 C 之后的，它还没真正启动事务，而 C 已提交**。

现在假设：

*  事务 A 开始前，只有一个活跃的事务，ID = 2，
 *  已提交的事务也就是插入数据的事务 ID = 1
 *  事务 A、B、C 的事务 ID 分别是 3、4、5

在这种隔离级别下，他们创建视图的时刻如下：

![RC级别结果][RC]

根据上图得，事务 A 的视图数组是\[2,3,4\]，但它的高水位是 6或者更大（已创建事务 ID + 1）；事务 B 的视图数组是 \[2,4\]；事务 C 的视图数组是 \[2,5\]。分析一波：

*  T4 时刻，B 读数据都是从当前版本读起，过程是这样的：
    
     *  读到当前版本的 trx\_id = 4，刚好是自己，可见
     *  所以 age = 24
 *  T5 时刻，A 读数据都是从当前版本读起，过程是这样的：
    
     *  读到当前版本的 trx\_id = 4，在自己一致性视图范围内但包含 4，不可见
     *  再往上读到 trx\_id = 5，在自己一致性视图范围内但不包含 5，可见
     *  所以 age = 23

# 03巨人的肩膀 #

*  cnblogs.com/wyaokai/p/10921323.html
 *  time.geekbang.org/column/article/70562
 *  zhuanlan.zhihu.com/p/117476959
 *  cnblogs.com/xd502djj/p/6668632.html
 *  blog.csdn.net/article/details/109044141
 *  blog.csdn.net/u014078930/article/details/99659272

# 04 总结 #

本文详细聊了事务的方方面面，比如：四大特性、隔离级别、解决的并发问题、如何设置、查看隔离级别、如何启动事务等。除此以外，还深入了解了 RR 和 RC 两个级别的隔离是怎么实现的？包括详解 MVCC、undo log 和 read view 是怎么配合实现 MVCC 的。最后还聊了快照读、当前读等等。可以说，事务相关的知识点都在这了。看完这一篇还不懂的话，你来捶我呀！

好啦，以上就是狗哥关于数据库事务的总结。感谢各技术社区大佬们的付出，尤其是极客时间，真的牛逼。如果说我看得更远，那是因为我站在你们的肩膀上。希望这篇文章对你有帮助，我们下篇文章见~

# 05 送点书 #

如果看到这里，喜欢这篇文章的话，请帮点个好看。微信搜索**一个优秀的废人**，关注后回复**电子书**送你 1000+ 本编程电子书 ，包括 C、C++、Java、Python、GO、Linux、Git、数据库、设计模式、前端、人工智能、面试相关、数据结构与算法以及计算机基础，详情看下图。回复**1024**送你一套完整的 java 视频教程。

![资源][d299c3a878e5b763404e7efbcb5caf9c.png]

[b9695399ffc454fe837897e2bee3c73e.png]: /images/20221022/96542988440b45f58374b80e7123266c.png
[bab5ce3d788a1b0398726d92c664b8d1.png]: /images/20221022/4d165ffe337a4280a4c12488340e5c1f.png
[insert undo log]: /images/20221022/0349ef15aa74423287e9ab55b159984f.png
[33e0442e8c5963d23c19b1e923a892c1.png]: /images/20221022/9e39ba2eb9e4400fb48f38a4d1302c51.png
[a90df1ca0c36ec836bcbdb474b1445a9.png]: /images/20221022/1e57474205f34b6bbf0694b04d59ba29.png
[1eb0cd76b25dd85ca9f871db2948e94b.png]: /images/20221022/38f1274834cd49d8b7f7db91e8f431b1.png
[6bc88b8ad2ebae9f801ae59ee7045cc9.png]: /images/20221022/ac0a0f6bcb534866ab33ee85dfb2abc8.png
[RR]: /images/20221022/ef707d72f6bc45549543536c14d90692.png
[b3f30826bb996734613392bbe85f1dec.png]: /images/20221022/9ebf41835a624aaab18c67b7baf92c63.png
[C]: /images/20221022/22e78d9e84274e858565552c55f3c8b8.png
[C 1]: /images/20221022/ebc30d80ddab4c1bba572737824e77fd.png
[RC]: /images/20221022/3756c84b144643719b8f1f29db592424.png
[d299c3a878e5b763404e7efbcb5caf9c.png]: /images/20221022/b18b8c662ca24b019dd0b2ae7fc44145.png