程序员scholar
  • MySQL
  • MySQL高级
scholar
2023-08-29
目录

第16章_多版本并发控制

友情提示

转载须知: 以下所有文章整理于B站宋红康老师的《MySQL数据库入门到大牛》。MySQL (opens new window)

# 1. 什么是MVCC

MVCC （Multiversion Concurrency Control），多版本并发控制。顾名思义，MVCC 是通过数据行的多个版本管理来实现数据库的 并发控制。这项技术使得在InnoDB的事务隔离级别下执行 一致性读 操作有了保证。换言之，就是为了查询一些正在被另一个事务更新的行，并且可以看到它们被更新之前的值，这样 在做查询的时候就不用等待另一个事务释放锁。

MVCC没有正式的标准，在不同的DBMS中MVCC的实现方式可能是不同的，也不是普遍使用的（大家可以参考相关的DBMS文档）。这里讲解InnoDB中MVCC的实现机制（MySQL其他的存储引擎并不支持它）。

MVCC在可重复读中的作用

MVCC通过为每个事务创建一个数据的快照版本来解决这个问题。在可重复读隔离级别下，一个事务在其执行期间看到的数据视图是一致的。这意味着即使其他事务提交了对同一数据的更改，当前事务也不会看到这些更改，因为它操作的是事务开始时刻的数据快照。

# 2. 快照读与当前读

MVCC在MySQL InnoDB中的实现主要是为了提高数据库并发性能，用更好的方式去处理 读-写冲突 ，做到 即使有读写冲突时，也能做到 不加锁 ， 非阻塞并发读 ，而这个读指的就是 快照读 , 而非 当前读 。当前读实际上是一种加锁的操作，是悲观锁的实现。而MVCC本质是采用乐观锁思想的一种方式。

为什么说MVCC本质是采用乐观锁思想的一种方式？

因为它允许事务在不加锁的情况下读取数据（通过读取数据的旧版本），在事务的最后阶段再检查数据版本来决定事务是否可以安全提交。这种“先假设最好情况，最后再验证”的方式与乐观锁的核心理念相吻合。在MVCC中，如果一个事务在尝试提交时发现它所依赖的数据版本已经被其他事务更新，那么它会被回滚，这与乐观锁在检测到版本冲突时回滚事务的行为非常相似。

# 2.1 快照读

快照读又叫一致性读，读取的是快照数据。不加锁的简单的 SELECT 都属于快照读，即不加锁的非阻塞读；比如这样：

SELECT * FROM player WHERE ...
1

之所以出现快照读的情况，是基于提高并发性能的考虑，快照读的实现是基于MVCC，它在很多情况下， 避免了加锁操作，降低了开销。

既然是基于多版本，那么快照读可能读到的并不一定是数据的最新版本，而有可能是之前的历史版本。

快照读的前提是隔离级别不是串行级别，串行级别下的快照读会退化成当前读。

# 2.2 当前读

当前读读取的是记录的最新版本（最新数据，而不是历史版本的数据），读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。加锁的 SELECT，或者对数据进行增删改都会进行当前读。比如：

SELECT * FROM student LOCK IN SHARE MODE; # 共享锁
SELECT * FROM student FOR UPDATE; # 排他锁
INSERT INTO student values ... # 排他锁
DELETE FROM student WHERE ... # 排他锁
UPDATE student SET ... # 排他锁
1
2
3
4
5

# 3. 复习

# 3.1 再谈隔离级别

我们知道事务有 4 个隔离级别，可能存在三种并发问题：

image-20220714140441064

在 MySQL 中，默认的隔离级别是可重复读，可以解决脏读和不可重复读的问题，如果仅从定义的角度来看，它并不能解决幻读问题。如果我们想要解决幻读问题，就需要采用串行化的方式，也就是将隔离级别提升到最高，但这样一来就会大幅降低数据库的事务并发能力。

MVCC 可以不采用锁机制，而是通过乐观锁的方式来解决不可重复读和幻读问题！它可以在大多数情况下替代行级锁，降低系统的开销。

image-20220714140541555

# 3.2 隐藏字段、Undo Log版本链

回顾一下undo日志的版本链，对于使用 InnoDB 存储引擎的表来说，它的聚簇索引记录中都包含两个必要的隐藏列。

  • trx_id ：每次一个事务对某条聚簇索引记录进行改动时，都会把该事务的 事务id 赋值给 trx_id 隐藏列。
  • roll_pointer ：每次对某条聚簇索引记录进行改动时，都会把旧的版本写入到 undo日志 中，然后这个隐藏列就相当于一个回滚指针，可以通过它来找到该记录修改前的信息。

举例：student 表数据如下

mysql> SELECT * FROM student;
+--------+--------+---------+
|   id 	 |  name  |  class	|
+--------+--------+---------+
|	1	 |  张三  |  一班	|
+--------+--------+---------+
1 row in set (0.07 sec)
1
2
3
4
5
6
7

假设插入该记录的事务id为8，那么此刻该条记录的示意图如下所示：

image-20220714140801595

insert undo只在事务回滚时起作用，当事务提交后，该类型的undo日志就没用了，它占用的Undo Log Segment也会被系统回收（也就是该undo日志占用的Undo页面链表要么被重用，要么被释放）。

假设之后两个事务id分别为 10 、 20 的事务对这条记录进行UPDATE 操作，操作流程如下：

image-20220714140846658

笔记

  • 能不能在两个事务中交叉更新同一条记录呢？不能！这不就是一个事务修改了另一个未提交事务修改过的数据，脏写。
  • InnoDB 使用锁来保证不会有脏写情况的发生，也就是在第一个事务更新了某条记录后，就会给这条记录加锁，另一个事务再次更新时就需要等待第一个事务提交了，把锁释放之后才可以继续更新。

每次对记录进行改动，都会记录一条undo日志，每条undo日志也都有一个 roll_pointer 属性 （ INSERT 操作对应的undo日志没有该属性，因为该记录并没有更早的版本），可以将这些 undo日志 都连起来，串成一个链表：

image-20220714141012874

对该记录每次更新后，都会将旧值放到一条 undo日志 中，就算是该记录的一个旧版本，随着更新次数的增多，所有的版本都会被 roll_pointer 属性连接成一个链表，我们把这个链表称之为 版本链 ，版本链的头节点就是当前记录最新的值。

每个版本中还包含生成该版本时对应的事务id。

# 4. MVCC实现原理之ReadView

MVCC 的实现依赖于：隐藏字段、Undo Log、Read View。

隐藏字段

这些隐藏字段直接存储在每一行记录中，对于数据库的用户是不可见的，它们包括：

  • 事务ID（DB_TRX_ID）：TRX_ID是“Transaction ID”的缩写，标识最后修改这行记录的事务。
  • 回滚指针（DB_ROLL_PTR）：指向这个记录相关的Undo Log的指针，用于事务回滚或构建旧版本数据。
  • 删除标记（DELETE_FLAG）：标识这条记录是否被逻辑删除。

# 4.1 什么是ReadView

在 MVCC 机制中，多个事务对同一个行记录进行更新会产生多个历史快照，这些历史快照保存在 Undo Log 里。 如果一个事务想要查询这个行记录，需要读取哪个版本的行记录呢？这时就需要用到 ReadView了，它帮我们解决了行的可见性问题。

ReadView 就是事务 A 在使用 MVCC 机制进行快照读操作时产生的读视图。当事务启动时，会生成数据库系统当前的一个快照，InnoDB 为每个事务构造了一个数组，用来记录并维护系统当前活跃事务的 ID（“活跃"指的就是，启动了但还没提交）。

# 4.2 设计思路

使用 READ UNCOMMITTED 隔离级别的事务，由于可以读到未提交事务修改过的记录，所以直接读取记录的最新版本就好了。

使用 SERIALIZABLE 隔离级别的事务，InnoDB规定使用加锁的方式来访问记录。

使用 READ COMMITTED 和 REPEATABLE READ 隔离级别的事务，都必须保证读到 已经提交了的 事务修改过的记录。假如另一个事务已经修改了记录但是尚未提交，是不能直接读取最新版本的记录的，核心问题就是需要判断一下版本链中的哪个版本是当前事务可见的，这是ReadView要解决的主要问题。

这个ReadView中主要包含4个比较重要的内容，分别如下：

  1. creator_trx_id ，创建这个 Read View 的事务 ID。

说明

  • 只有在对表中的记录做改动时（执行INSERT、DELETE、UPDATE这些语句时）才会为事务分配事务id，否则在一个只读事务中的事务id值都默认为0。
  • 只读事务不需要事务ID，因为它们不修改数据，这就意味着我在开启一个事务的时候，如果没有对表中记录做改动那么该事务的id都是0，当我执行的SQL对表做出改动时，此时就会开始分配事务id。

  1. trx_ids ，表示在生成ReadView时当前系统中活跃（即未提交的）的读写事务的 事务id列表 。

  2. up_limit_id ，这是活跃事务中最小的事务ID。任何具有小于此ID的事务ID的更改对当前事务都是可见的，因为这意味着它们在当前事务开始之前就已经提交了。

  3. low_limit_id ，表示生成ReadView时系统中应该分配给下一个事务的 id 值。low_limit_id 是系统最大的事务id值（注意不是正在活跃的事务id），这个ID值是递增分配的，确保每个事务有一个唯一的事务ID。

low_limit_id 的作用：

low_limit_id使Read View能够区分哪些更改是在事务开始之前发生的，哪些是在事务开始之后或尚未发生的。只有那些在low_limit_id之下（即拥有更小事务ID）的更改才被认为是对当前事务可见的。这是因为任何拥有等于或大于low_limit_id的事务ID的更改都是在Read View生成之后发生的，因此在当前事务的视图中应该是不可见的。

举例说明low_limit_id：

假设当前活跃的事务ID有1, 2, 3。当事务3提交后，系统中活跃的事务ID就变为1和2。此时，如果启动一个新的读事务来生成Read View，这个Read View需要确定哪些数据更改对它是可见的。

  • trx_ids：在生成Read View的时刻，活跃的读写事务ID是1和2，因此trx_ids将包括这两个ID。
  • up_limit_id：活跃事务中最小的事务ID是1，意味着所有ID小于1的更改（即ID为0的更改）对当前事务都是可见的，因为这些更改在当前事务开始之前就已经提交了。
  • low_limit_id：此时系统准备分配给下一个新事务的ID将是4，因为1, 2, 3已经被使用（即便3已提交）。low_limit_id设置为4意味着任何拥有ID大于或等于4的更改对当前事务是不可见的，因为这些更改要么尚未发生，要么是在当前事务开始之后发生的。

# 4.3 ReadView的规则

结合4.1和4.2对ReadView的介绍就能很容易理解下面的规则

有了这个ReadView，这样在访问某条记录时，只需要按照下边的步骤判断记录的某个版本是否可见。

  • 如果被访问版本的trx_id属性值与ReadView中的 creator_trx_id 值相同，意味着当前事务在访问它自己修改过的记录，所以该版本可以被当前事务访问。

  • 如果被访问版本的trx_id属性值小于ReadView中的 up_limit_id 值，表明生成该版本的事务在当前事务生成ReadView前已经提交，所以该版本可以被当前事务访问。

  • 如果被访问版本的trx_id属性值大于或等于ReadView中的 low_limit_id 值，表明生成该版本的事务在当前事务生成ReadView后才开启，所以该版本不可以被当前事务访问。

  • 如果被访问版本的trx_id属性值在ReadView的 up_limit_id 和 low_limit_id 之间，那就需要判断一下trx_id属性值是不是在 trx_ids 列表中。

    • 如果在，说明创建ReadView时生成该版本的事务还是活跃的，该版本不可以被访问。
    • 如果不在，说明创建ReadView时生成该版本的事务已经被提交，该版本可以被访问。

笔记

  • trx_ids列表内的事务ID所做的更改是不可见的，因为这代表了在该Read View生成时刻，这些事务可能正在进行写入操作，但尚未提交。
  • 小于up_limit_id的事务ID的更改是可见的，因为这代表这些更改是由已经提交的事务所做，发生在Read View事务开始之前。
  • 大于或等于low_limit_id的事务ID的更改是不可见的，因为这表示这些更改将在Read View事务之后发生，或者在Read View生成后的未来发生。

# 4.4 MVCC整体操作流程

了解了这些概念之后，我们来看下当查询一条记录的时候，系统如何通过MVCC找到它：

  1. 首先获取事务自己的版本号，也就是事务 ID；
  2. 获取 ReadView；
  3. 查询得到的数据，然后与 ReadView 中的事务版本号进行比较；
  4. 如果不符合 ReadView 规则，就需要从 Undo Log 中获取历史快照；
  5. 最后返回符合规则的数据。

如果某个版本的数据对当前事务不可见的话，那就顺着版本链找到下一个版本的数据，继续按照上边的步骤判断可见性，依此类推，直到版本链中的最后一个版本。如果最后一个版本也不可见的话，那么就意味着该条记录对该事务完全不可见，查询结果就不包含该记录。

InnoDB 中，MVCC 是通过 Undo Log + ReadView 进行数据读取，Undo Log 保存了历史快照，而 ReadView 规则帮我们判断当前版本的数据是否可见。

在隔离级别为读已提交（Read Committed）时，一个事务中的每一次 SELECT 查询都会重新获取一次 Read View。

如表所示：

image-20220715130843147

注意，此时同样的查询语句都会重新获取一次 Read View，这时如果 Read View 不同，就可能产生不可重复读或者幻读的情况。

当隔离级别为可重复读的时候，就避免了不可重复读，这是因为一个事务只在第一次 SELECT 的时候会获取一次 Read View，而后面所有的 SELECT 都会复用这个 Read View，如下表所示：

image-20220715130916437

# 5. 举例说明

假设现在 student 表中只有一条由事务 id 为 8 的事务插入的一条记录：

在这里插入图片描述

MVCC 只能在 READ COMMITTED 和 REPEATABLE READ 两个隔离级别下工作。接下来看一下 READ COMMITTED 和 REPEATABLE READ 所谓的生成 ReadView 的时机不同到底不同在哪里。

# 5.1 READ COMMITTED隔离级别下

READ COMMITTED ：每次读取数据前都生成一个ReadView。

现在有两个 事务id 分别为 10 、 20 的事务在执行:

# Transaction 10
BEGIN;
UPDATE student SET name="李四" WHERE id=1;
UPDATE student SET name="王五" WHERE id=1;
# Transaction 20
BEGIN;
# 更新了一些别的表的记录...
1
2
3
4
5
6
7

说明：事务执行过程中，只有在第一次真正修改记录时（比如使用INSERT、DELETE、UPDATE语句），才会被分配一个单独的事务id，这个事务id是递增的。所以我们才在事务2中更新一些别的表的记录，目的是让它分配事务id。

此刻，表student 中 id 为 1 的记录得到的版本链表如下所示：

image-20220715133640655

假设现在有一个使用 READ COMMITTED 隔离级别的事务开始执行：

# 使用READ COMMITTED隔离级别的事务
BEGIN;

# SELECT1：Transaction 10、20未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'张三'
1
2
3
4
5

在这里插入图片描述

之后，我们把 事务id 为 10 的事务提交一下：

# Transaction 10
BEGIN;
UPDATE student SET name="李四" WHERE id=1;
UPDATE student SET name="王五" WHERE id=1;
COMMIT;
1
2
3
4
5

然后再到 事务id 为 20 的事务中更新一下表 student 中 id 为 1 的记录：

# Transaction 20
BEGIN;
# 更新了一些别的表的记录
...
UPDATE student SET name="钱七" WHERE id=1;
UPDATE student SET name="宋八" WHERE id=1;
1
2
3
4
5
6

此刻，表student中 id 为 1 的记录的版本链就长这样：

image-20220715134839081

然后再到刚才使用 READ COMMITTED 隔离级别的事务中继续查找这个 id 为 1 的记录，如下：

# 使用READ COMMITTED隔离级别的事务
BEGIN;

# SELECT1：Transaction 10、20均未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'张三'

# SELECT2：Transaction 10提交，Transaction 20未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'王五'
1
2
3
4
5
6
7
8
image-20220715135017000 image-20220715135143939

# 5.2 REPEATABLE READ隔离级别下

使用 REPEATABLE READ 隔离级别的事务来说，只会在第一次执行查询语句时生成一个 ReadView ，之后的查询就不会重复生成了。

比如，系统里有两个 事务id 分别为 10 、 20 的事务在执行：

# Transaction 10
BEGIN;
UPDATE student SET name="李四" WHERE id=1;
UPDATE student SET name="王五" WHERE id=1;
# Transaction 20
BEGIN;
# 更新了一些别的表的记录
...
1
2
3
4
5
6
7
8

此刻，表student 中 id 为 1 的记录得到的版本链表如下所示：

image-20220715140006061

假设现在有一个使用 REPEATABLE READ 隔离级别的事务开始执行：

# 使用REPEATABLE READ隔离级别的事务
BEGIN;

# SELECT1：Transaction 10、20未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'张三'
1
2
3
4
5
image-20220715140155744

之后，我们把 事务id 为 10 的事务提交一下，就像这样：

# Transaction 10
BEGIN;

UPDATE student SET name="李四" WHERE id=1;
UPDATE student SET name="王五" WHERE id=1;

COMMIT;
1
2
3
4
5
6
7

然后再到 事务id 为 20 的事务中更新一下表 student 中 id 为 1 的记录：

# Transaction 20
BEGIN;
# 更新了一些别的表的记录
...
UPDATE student SET name="钱七" WHERE id=1;
UPDATE student SET name="宋八" WHERE id=1;
1
2
3
4
5
6

此刻，表student 中 id 为 1 的记录的版本链长这样：

image-20220715140354217

然后再到刚才使用 REPEATABLE READ 隔离级别的事务中继续查找这个 id 为 1 的记录，如下：

# 使用REPEATABLE READ隔离级别的事务
BEGIN;
# SELECT1：Transaction 10、20均未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'张三'
# SELECT2：Transaction 10提交，Transaction 20未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值仍为'张三'
1
2
3
4
5
6
image-20220715140555172 image-20220715140620328

这次SELECT查询得到的结果是重复的，记录的列c值都是张三，这就是可重复读的含义。如果我们之后再把事务id为20的记录提交了，然后再到刚才使用REPEATABLE READ隔离级别的事务中继续查找这个id为1的记录，得到的结果还是张三，具体执行过程大家可以自己分析一下。

# 5.3 如何解决幻读

接下来说明InnoDB 是如何解决幻读的。

假设现在表 student 中只有一条数据，数据内容中，主键 id=1，隐藏的 trx_id=10，它的 undo log 如下图所示。

image-20220715141002035

假设现在有事务 A 和事务 B 并发执行，事务 A 的事务 id 为 20 ， 事务 B 的事务 id 为 30 。

步骤1：事务 A 开始第一次查询数据，查询的 SQL 语句如下。

select * from student where id >= 1;
1

在开始查询之前，MySQL 会为事务 A 产生一个 ReadView，此时 ReadView 的内容如下： trx_ids= [20,30] ， up_limit_id=20 ， low_limit_id=31 ， creator_trx_id=20 。

由于此时表 student 中只有一条数据，且符合 where id>=1 条件，因此会查询出来。然后根据 ReadView 机制，发现该行数据的trx_id=10，小于事务 A 的 ReadView 里 up_limit_id，这表示这条数据是事务 A 开启之前，其他事务就已经提交了的数据，因此事务 A 可以读取到。

结论：事务 A 的第一次查询，能读取到一条数据，id=1。

步骤2：接着事务 B(trx_id=30)，往表 student 中新插入两条数据，并提交事务。

insert into student(id,name) values(2,'李四');
insert into student(id,name) values(3,'王五');
1
2

此时表student 中就有三条数据了，对应的 undo 如下图所示：

image-20220715141208667

步骤3：接着事务 A 开启第二次查询，根据可重复读隔离级别的规则，此时事务 A 并不会再重新生成 ReadView。 此时表 student 中的 3 条数据都满足 where id>=1 的条件，因此会先查出来。然后根据 ReadView 机制，判断每条数据是不是都可以被事务 A 看到。

1）首先 id=1 的这条数据，前面已经说过了，可以被事务 A 看到。

2）然后是 id=2 的数据，它的 trx_id=30，此时事务 A 发现，这个值处于 up_limit_id 和 low_limit_id 之 间，因此还需要再判断 30 是否处于 trx_ids 数组内。由于事务 A 的 trx_ids=[20,30]，因此在数组内，这表示 id=2 的这条数据是与事务 A 在同一时刻启动的其他事务提交的，所以这条数据不能让事务 A 看到。

3）同理，id=3 的这条数据，trx_id 也为 30，因此也不能被事务 A 看见。

image-20220715141243993

结论：最终事务 A 的第二次查询，只能查询出 id=1 的这条数据。这和事务 A 的第一次查询的结果是一样 的，因此没有出现幻读现象，所以说在 MySQL 的可重复读隔离级别下，不存在幻读问题。

幻读解决方案总结

  • 上述的解决方案实际只解决了读操作下的幻读影响，在可重复读（REPEATABLE READ）隔离级别下，如果你不使用显式的锁定读操作（如SELECT ... FOR UPDATE或SELECT ... LOCK IN SHARE MODE），InnoDB不会自动为你的查询加上间隙锁。这意味着，虽然你的事务因为MVCC不会看到其他事务在此期间插入的数据，但这些插入操作确实发生了，并且可以影响你事务后续的操作。

  • 如果你需要确保在事务的整个执行过程中，不仅当前的数据快照保持一致，而且还要防止其他事务插入冲突的数据，你可以使用SELECT ... FOR UPDATE或SELECT ... LOCK IN SHARE MODE。这样做会让InnoDB为查询涉及的记录加上相应的行锁和间隙锁，防止其他事务在这些范围内插入新的记录。

# 6. 总结

这里介绍了 MVCC 在 READ COMMITTD 、 REPEATABLE READ 这两种隔离级别的事务在执行快照读操作时 访问记录的版本链的过程。这样使不同事务的 读-写 、 写-读 操作并发执行，从而提升系统性能。

核心点在于 ReadView 的原理， READ COMMITTD 、 REPEATABLE READ 这两个隔离级别的一个很大不同 就是生成ReadView的时机不同：

  • READ COMMITTD 在每一次进行普通SELECT操作前都会生成一个ReadView
  • REPEATABLE READ 只在第一次进行普通SELECT操作前生成一个ReadView，之后的查询操作都重复 使用这个ReadView就好了。

说明：我们之前说执行 DELETE 语句或者更新主键的 UPDATE 语句并不会立即把对应的记录完全从页面中删除，而是执行一个所谓的 delete mark 操作，相当于只是对记录打上了一个删除标志位，这主要就是为 MVCC 服务的。

通过MVCC我们可以解决：

  • 读写之间阻塞的问题。通过 MVCC 可以让读写互相不阻塞，即读不阻塞写，写不阻塞读，这样就可以提升事务并发处理能力。
  • 降低了死锁的概率。这是因为 MVCC 采用了乐观锁的方式，读取数据时并不需要加锁，对于写操作，也只锁定必要的行。
  • 解决快照读的问题。当我们查询数据库在某个时间点的快照时，只能看到这个时间点之前事务提交更新的结果，而不能看到这个时间点之后事务提交的更新结果。

公众号封面

编辑此页 (opens new window)
上次更新: 2024/12/28, 18:32:08
第15章_锁
第17章_其他数据库日志

← 第17章_其他数据库日志→

Theme by Vdoing | Copyright © 2019-2025 程序员scholar