深入理解MySQL事务隔离级别与锁机制

àì夳堔傛蜴生んèń 2023-09-29 13:14 17阅读 0赞

## 一、概述 ##

我们的数据库一般都会并发执行多个事务，多个事务可能会并发的对相同的一批数据进行增删改查操作，可能 就会导致我们说的脏写、脏读、不可重复读、幻读这些问题。

这些问题的本质都是数据库的多事务并发问题，为了解决多事务并发问题，数据库设计了**事务隔离机制、锁机 制、MVCC多版本并发控制隔离机制**，用一整套机制来**解决多事务并发问题**。接下来，我们会深入讲解这些机 制，让大家彻底理解数据库内部的执行原理

## 二、事务及其ACID属性 ##

事务是由一组SQL语句组成的逻辑处理单元,事务具有以下4个属性,通常简称为事务的ACID属性。

*  原子性（Atomicity）：事务是一个原子操作单元,其对数据的修改,要么全都执行,要么全都不执行。
 *  一致性（Consistent）：**在事务开始和完成时,数据都必须保持一致状态**。这意味着所有相关的数据规则都必须应用于事务的修改,以保持数据的完整性。
 *  **隔离性（Isolation）**：数据库系统提供一定的隔离机制,保证事务在不受外部并发操作影响的“独 立”环境执行。这意味着**事务处理过程中的中间状态对外部是不可见的,反之亦然**。
 *  持久性（Durable）: 事务完成之后,它对于数据的修改是永久性的,即使出现系统故障也能够保持。

### 1、并发事务处理带来的问题 ###

*  **更新丢失或脏写**
    
    当两个或多个事务选择同一行，然后基于最初选定的值更新该行时，由于每个事务都不知道其他事务的存在，就会发生丢失更新问题–**最后的更新覆盖了由其他事务所做的更新**。
 *  **脏读（Dirty Reads）**
    
    一个事务正在对一条记录做修改，在这个事务完成并提交前，这条记录的数据就处于不一致的状态；这时，另一个事务也来读取同一条记录，如果不加控制，第二个事务读取了这些“脏”数据，并据此作进一步的处理，就会产生未提交的数据依赖关系。这种现象被形象的叫做“脏读”。
    
    一句话：**事务A读取到了事务B已经修改但尚未提交的数据**，还在这个数据基础上做了操作。此时，如果B 事务回滚，A读取的数据无效，不符合一致性要求
 *  **不可重复读**
    
    一个事务在读取某些数据后的某个时间，再次读取以前读过的数据，却发现其读出的数据已经发生了改 变、或某些记录已经被删除了！这种现象就叫做“不可重复读”。
    
    一句话：**事务A内部的相同查询语句在不同时刻读出的结果不一致，不符合隔离性。**
 *  **幻读**
    
    一个事务按相同的查询条件重新读取以前检索过的数据，却发现其他事务插入了满足其查询条件的新数据，这种现象就称为“幻读”。
    
    一句话：**事务A读取到了事务B提交的新增数据，不符合隔离性**

### 2、事务隔离级别 ###

**“脏读”、“不可重复读”和“幻读”,其实都是数据库读一致性问题**,必须由数据库提供一定的事务隔离机制 来解决。

![在这里插入图片描述][f92bb44d69e743f1940c2b7ba4a44238.png_pic_center]

数据库的事务隔离越严格,并发副作用越小,但付出的代价也就越大,因为事务隔离实质上就是使事务在一定程度 上“串行化”进行,这显然与“并发”是矛盾的。

同时,不同的应用对读一致性和事务隔离程度的要求也是不同的,比如许多应用对“不可重复读"和“幻读”并不 敏感,可能更关心数据并发访问的能力。

**常看当前数据库的事务隔离级别: show variables like ‘tx\_isolation’;**

**设置事务隔离级别：set tx\_isolation=‘REPEATABLE-READ’;**

**Mysql默认的事务隔离级别是可重复读，用Spring开发程序时，如果不设置隔离级别默认用Mysql设置的隔 离级别，如果Spring设置了就用已经设置的隔离级别**

## 三、锁详解 ##

### 锁分类 ###

*  从性能上分为**乐观锁(用版本对比来实现)和悲观锁**
 *  从对数据库操作的类型分，分为**读锁和写锁(都属于悲观锁)**

**读锁**（**共享锁**，S锁(Shared)）：针对同一份数据，多个读操作可以同时进行而不会互相影响。

**写锁**（**排它锁**，X锁(eXclusive)）：当前写操作没有完成前，它会阻断其他写锁和读锁。

#### 1、**从对数据库操作的粒度分，分为表锁和行锁** ####

##### 1.1 表锁 #####

每次操作锁住整张表。**开销小，加锁快；不会出现死锁；锁定粒度大**，发生锁冲突的概率最高，并发度最低； **大部分情况不使用表锁，一般用在整表数据迁移的场景。**

**为什么加表锁开销小，加锁快呢？**

表锁的加锁过程是直接找到表后，直接给表上锁，加一个锁标记就完成了。

**基本操作**

CREATE TABLE `mylock` (
     `id` INT (11) NOT NULL AUTO_INCREMENT,
     `NAME` VARCHAR (20) DEFAULT NULL,
     PRIMARY KEY (`id`)
     ) ENGINE = MyISAM DEFAULT CHARSET = utf8;
     
    INSERT INTO  `mylock` (`id`, `NAME`) VALUES ('1', 'a');
    INSERT INTO  `mylock` (`id`, `NAME`) VALUES ('2', 'b');
    INSERT INTO  `mylock` (`id`, `NAME`) VALUES ('3', 'c');
    INSERT INTO  `mylock` (`id`, `NAME`) VALUES ('4', 'd');

**1）手动增加表锁**

lock table 表名称 read(write),表名称2 read(write);
    eg:给mylock表加表锁
    lock table mylock read;

**2）查看表上加过的锁**

show open tables;

![在这里插入图片描述][256fa61c0c184144b5b8f5ff8bd1af28.png_pic_center]

当字段In\_use为1时，表示该表加锁成功。

**3）删除表锁**

unlock tables;

**4）结论**

1、对MyISAM表的读操作(加读锁) ,**不会阻寒其他进程对同一表的读请求,但会阻赛对同一表的写请求**。只有当读锁释放后,才会执行其它进程的写操作。

2、对MylSAM表的写操作(加写锁) ,**会阻塞其他进程对同一表的读和写操作,只有当写锁释放后,才会执行其它进 程的读写操作**。

##### 1.2 行锁 #####

每次操作锁住一行数据。**开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低，并发度最高。**

**1）、为什么行锁反而开销大，加锁慢呢？**

加行锁的过程，首先需要找到指定的那一行数据，如果不走索引的话，这个过程就需要消耗大量时间。

**2）、什么时候会出现死锁？**

事务1对第一行数据加行锁并持有，事务2对第二行数据加行锁并持有。当事务1想对第二行数据加行锁，发现加不了；事务2想持有第一行数据锁，此时又加不了锁，就会出现死锁现象。

**3）、InnoDB与MYISAM的最大不同有两点**

*  InnoDB支持事务（Transaction）
 *  InnoDB支持行级锁

**4）、行锁演示**

**一个session开启事务更新不提交，另一个session更新同一条记录会阻塞，更新不同记录不会阻塞**

**5）、总结**

**简而言之，就是读锁会阻塞写，但是不会阻塞读。而写锁则会把读和写都阻塞。**

#### 2、行锁与事务隔离级别案例分析 ####

CREATE TABLE `account` (
     `id` int(11) NOT NULL AUTO_INCREMENT,
     `name` varchar(255) DEFAULT NULL,
     `balance` int(11) DEFAULT NULL,
     PRIMARY KEY (`id`)
     ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
     INSERT INTO `account` (`name`, `balance`) VALUES ('lilei', '450');
     INSERT INTO `account` (`name`, `balance`) VALUES ('hanmei', '16000');
     INSERT INTO `account` (`name`, `balance`) VALUES ('lucy', '2400');

##### 2.1读未提交 #####

（1）打开一个客户端A，并设置当前事务模式为read uncommitted（读未提交），查询表account的初始值：

set tx_isolation='read-uncommitted';

![在这里插入图片描述][6434a536a41b40b299834ff94632c3f9.png_pic_center]

![在这里插入图片描述][293b3261f6a24f8dbb4c77966b4762d1.png_pic_center]

（2）在客户端A的事务提交之前，打开另一个客户端B，更新表account：  
![在这里插入图片描述][79d5ee8a44b04ace9aac75992fbb6c0c.png_pic_center]

（3）这时，**虽然客户端B的事务还没提交，但是客户端A就可以查询到B已经更新并未提交的数据**。  
![在这里插入图片描述][90c5840662dc4434a41fff5dc74f649c.png_pic_center]

（4）一旦客户端B的事务因为某种原因回滚，所有的操作都将会被撤销，**那客户端A查询到的数据其实就是脏数据**：  
![在这里插入图片描述][61e0b77852624c54ae23d31c376a7e18.png_pic_center]

![在这里插入图片描述][1999c6af39644adda235569ecae79993.png_pic_center]

（5）在客户端A执行更新语句update account set balance = balance - 50 where id =1，lilei的balance没有变成350，居然是400，是不是很奇怪，数据不一致啊，如果你这么想就太天真 了，在应用程序中，我们会 用400-50=350，并不知道其他会话回滚了，**要想解决这个问题可以采用读已提交的隔离级别**。  
![在这里插入图片描述][b4cd0dee2c9543509986b2317d914352.png_pic_center]

##### 2.2 读已提交 #####

（1）打开一个客户端A，并设置当前事务模式为read committed（未提交读），查询表account的所有记录：

set tx_isolation='read-committed';

![在这里插入图片描述][5e7e7b41943d4a47b92e005a9a521f5f.png_pic_center]

（2）在客户端A的事务提交之前，打开另一个客户端B，更新表account：  
![在这里插入图片描述][c7c5a2bdbc8745bb9075673bedc1019e.png_pic_center]

（3）这时，客户端B的事务还没提交，客户端A不能查询到B已经更新的数据，**解决了脏读问题**

![在这里插入图片描述][604abe962e324665a299e099389f5d95.png_pic_center]

（4）客户端B的事务提交

![在这里插入图片描述][8bd85ecb1aaf4ea081595e6d2291f5a5.png_pic_center]

（5）客户端A执行与上一步相同的查询，结果 与上一步不一致，**即产生了不可重复读的问题**  
![在这里插入图片描述][787e867a57784e0c81b16ab1691c5601.png_pic_center]

##### 2.3 可重复读（MySQL默认的隔离级别） #####

（1）打开一个客户端A，并设置当前事务模式为repeatable read，查询表account的所有记录

set tx_isolation='repeatable-read';

![在这里插入图片描述][4627f81e0f3f476ca52520687dfc9439.png_pic_center]

（2）在客户端A的事务提交之前，打开另一个客户端B，更新表account并提交  
![在这里插入图片描述][4142a0e108964010b59b61ec8289cf52.png_pic_center]

（3）在客户端A查询表account的所有记录，与步骤（1）查询结果一致，**没有出现不可重复读的问题**。  
![在这里插入图片描述][46616747a4da4d3ca9f73e798a982a2d.png_pic_center]

（4）在客户端A，接着执行update account set balance = balance - 50 where id = 1，balance没有变成 400-50=350，lilei的balance值用的是步骤2中的350来算的，所以是300，数据的一致性倒是没有被破坏。**可重复读的隔离级别下使用了MVCC(multi-version concurrency control)机制，select操作不会更新版本号， 是快照读（历史版本）；insert、update和delete会更新版本号，是当前读（当前版本）**

![在这里插入图片描述][c7a9fde392d04463bcbb3c2f430c31bf.png_pic_center]

（5）重新打开客户端B，**插入一条新数据后提交**  
![在这里插入图片描述][25448b3f2cc147d089dd053cc4f23c4d.png_pic_center]

（6）在客户端A查询表account的所有记录，没有查出新增数据，所以没有出现幻读  
![在这里插入图片描述][d6f2ec4dcc79438a8df5c6568a91cefd.png_pic_center]

（7）验证幻读

在客户端A执行update account set balance=888 where id = 4;能更新成功，再次查询能查到客户端B新增的数据。  
![在这里插入图片描述][f572a3495f0a4d528123a0db04e7d27d.png_pic_center]

##### 2.4 串行化 #####

（1）打开一个客户端A，并设置当前事务模式为serializable，查询表account的初始值；

set tx_isolation='serializable';

![在这里插入图片描述][3379e5d1e1c844639854eb6450832278.png_pic_center]

（2）打开一个客户端B，并设置当前事务模式为serializable，更新相同的id为1的记录会被阻塞等待，更新id 为2的记录可以成功，说明在串行模式下innodb的查询也会被加上行锁。

如果客户端A执行的是一个范围查询，**那么该范围内的所有行包括每行记录所在的间隙区间范围**(就算该行数据还未被插入也会加锁，这种是间隙锁)**都会被加锁**。**此时如果客户端B在该范围内插入数据都会被阻塞，所以就避免了幻读。**

**这种隔离级别并发性极低，开发中很少会用到。**  
![在这里插入图片描述][87a01a239db74b56ae616518b010da43.png_pic_center]

#### 3、间隙锁 ####

那么间隙就有 id 为 (3,10)，(10,20)，(20,正无穷) 这三个区间

在Session\_1下面执行 update account set name = ‘zhuge’ where id > 8 and id <18;，则其他Session没 法在这个范围所包含的所有行记录(包括间隙行记录)以及行记录所在的间隙里插入或修改任何数据，即id在 (3,20\]区间都无法修改数据，注意最后那个20也是包含在内的。

**间隙锁是在可重复读隔离级别下才会生效。**

#### 4、临键锁 ####

Next-Key Locks是行锁与间隙锁的组合。像上面那个例子里的这个(3,20\]的整个区间可以叫做临键锁。

#### 5、无索引行锁会升级为表锁 ####

锁主要是加在索引上，如果对非索引字段更新，行锁可能会变表锁。

session1 执行：update account set balance = 800 where name = ‘lilei’;

session2 对该表任一行操作都会阻塞住

**InnoDB的行锁是针对索引加的锁，不是针对记录加的锁。并且该索引不能失效，否则都会从行锁升级为表锁。**

#### 6、行锁分析 ####

通过检查InnoDB\_row\_lock状态变量来分析系统上的行锁的争夺情况。

show status like 'innodb_row_lock%';

对各个状态量的说明如下：

Innodb\_row\_lock\_current\_waits: 当前正在等待锁定的数量

Innodb\_row\_lock\_time: 从系统启动到现在锁定总时间长度

Innodb\_row\_lock\_time\_avg: 每次等待所花平均时间

Innodb\_row\_lock\_time\_max：从系统启动到现在等待最长的一次所花时间

Innodb\_row\_lock\_waits:系统启动后到现在总共等待的次数

对于这5个状态变量，比较重要的主要是：

**Innodb\_row\_lock\_time\_avg （等待平均时长）**

**Innodb\_row\_lock\_waits （等待总次数）**

**Innodb\_row\_lock\_time（等待总时长）**

尤其是当等待次数很高，而且每次等待时长也不小的时候，我们就需要分析系统中为什么会有如此多的等待， 然后根据分析结果着手制定优化计划。

[f92bb44d69e743f1940c2b7ba4a44238.png_pic_center]: https://img-blog.csdnimg.cn/f92bb44d69e743f1940c2b7ba4a44238.png#pic_center
[256fa61c0c184144b5b8f5ff8bd1af28.png_pic_center]: https://img-blog.csdnimg.cn/256fa61c0c184144b5b8f5ff8bd1af28.png#pic_center
[6434a536a41b40b299834ff94632c3f9.png_pic_center]: https://img-blog.csdnimg.cn/6434a536a41b40b299834ff94632c3f9.png#pic_center
[293b3261f6a24f8dbb4c77966b4762d1.png_pic_center]: https://img-blog.csdnimg.cn/293b3261f6a24f8dbb4c77966b4762d1.png#pic_center
[79d5ee8a44b04ace9aac75992fbb6c0c.png_pic_center]: https://img-blog.csdnimg.cn/79d5ee8a44b04ace9aac75992fbb6c0c.png#pic_center
[90c5840662dc4434a41fff5dc74f649c.png_pic_center]: https://img-blog.csdnimg.cn/90c5840662dc4434a41fff5dc74f649c.png#pic_center
[61e0b77852624c54ae23d31c376a7e18.png_pic_center]: https://img-blog.csdnimg.cn/61e0b77852624c54ae23d31c376a7e18.png#pic_center
[1999c6af39644adda235569ecae79993.png_pic_center]: https://img-blog.csdnimg.cn/1999c6af39644adda235569ecae79993.png#pic_center
[b4cd0dee2c9543509986b2317d914352.png_pic_center]: https://img-blog.csdnimg.cn/b4cd0dee2c9543509986b2317d914352.png#pic_center
[5e7e7b41943d4a47b92e005a9a521f5f.png_pic_center]: https://img-blog.csdnimg.cn/5e7e7b41943d4a47b92e005a9a521f5f.png#pic_center
[c7c5a2bdbc8745bb9075673bedc1019e.png_pic_center]: https://img-blog.csdnimg.cn/c7c5a2bdbc8745bb9075673bedc1019e.png#pic_center
[604abe962e324665a299e099389f5d95.png_pic_center]: https://img-blog.csdnimg.cn/604abe962e324665a299e099389f5d95.png#pic_center
[8bd85ecb1aaf4ea081595e6d2291f5a5.png_pic_center]: https://img-blog.csdnimg.cn/8bd85ecb1aaf4ea081595e6d2291f5a5.png#pic_center
[787e867a57784e0c81b16ab1691c5601.png_pic_center]: https://img-blog.csdnimg.cn/787e867a57784e0c81b16ab1691c5601.png#pic_center
[4627f81e0f3f476ca52520687dfc9439.png_pic_center]: https://img-blog.csdnimg.cn/4627f81e0f3f476ca52520687dfc9439.png#pic_center
[4142a0e108964010b59b61ec8289cf52.png_pic_center]: https://img-blog.csdnimg.cn/4142a0e108964010b59b61ec8289cf52.png#pic_center
[46616747a4da4d3ca9f73e798a982a2d.png_pic_center]: https://img-blog.csdnimg.cn/46616747a4da4d3ca9f73e798a982a2d.png#pic_center
[c7a9fde392d04463bcbb3c2f430c31bf.png_pic_center]: https://img-blog.csdnimg.cn/c7a9fde392d04463bcbb3c2f430c31bf.png#pic_center
[25448b3f2cc147d089dd053cc4f23c4d.png_pic_center]: https://img-blog.csdnimg.cn/25448b3f2cc147d089dd053cc4f23c4d.png#pic_center
[d6f2ec4dcc79438a8df5c6568a91cefd.png_pic_center]: https://img-blog.csdnimg.cn/d6f2ec4dcc79438a8df5c6568a91cefd.png#pic_center
[f572a3495f0a4d528123a0db04e7d27d.png_pic_center]: https://img-blog.csdnimg.cn/f572a3495f0a4d528123a0db04e7d27d.png#pic_center
[3379e5d1e1c844639854eb6450832278.png_pic_center]: https://img-blog.csdnimg.cn/3379e5d1e1c844639854eb6450832278.png#pic_center
[87a01a239db74b56ae616518b010da43.png_pic_center]: https://img-blog.csdnimg.cn/87a01a239db74b56ae616518b010da43.png#pic_center