MySQL中的事務和MVCC_ZenDei技術網路在線

本篇博客參考掘金小冊—— "MySQL 是怎樣運行的：從根兒上理解 MySQL" 以及極客時間——MySQL實戰45講。雖然我們不是DBA，可能對資料庫沒那麼瞭解，但是對於資料庫中的索引、事務、鎖，我們還是必須要有一個較為淺顯的認識，今天我就和大家聊聊事務。為什麼要有事務說到事務，不得不提到轉 ...

本篇博客參考掘金小冊——MySQL 是怎樣運行的：從根兒上理解 MySQL
以及極客時間——MySQL實戰45講。

雖然我們不是DBA，可能對資料庫沒那麼瞭解，但是對於資料庫中的索引、事務、鎖，我們還是必須要有一個較為淺顯的認識，今天我就和大家聊聊事務。

為什麼要有事務

說到事務，不得不提到轉賬的事情，幾乎所有的關於事務的文章都會提到這個老掉牙的案例，我也不例外。

轉賬在資料庫層面可以簡單的抽象成兩個部分：

從自己的賬戶中扣除轉賬金額；
往對方賬戶中增加轉賬金額。

如果先從自己的賬戶中扣除轉賬金額，再往對方賬戶中增加轉賬金額，扣除執行成功，增加執行失敗，那自己的賬戶白白少了100塊，欲哭無淚。

如果先往對方賬戶中增加轉賬金額，再從自己的賬戶中扣除轉賬金額，增加執行成功，扣除執行失敗，那對方賬戶白白增加了100塊，自己的賬戶也沒有扣錢，喜大普奔。

不管是讓你欲哭無淚，還是喜大普奔，銀行都不會容忍這樣的事情發生，他們會引入事務來解決這類問題。

事務的特性

原子性（Atomicity）：事務包含的所有操作要麼全部成功（提交），要麼全部失敗（回滾）。
一致性（Consistency）：事務的執行的前後數據的完整性保持一致。
隔離性（Isolation）：一個事務執行的過程中，不應該受到其他事務的干擾。
持久性（Durability）：事務一旦結束，數據就持久到資料庫，即使提交後，資料庫發生崩潰，也不會丟失提交的數據。

四種特性，簡稱ACID，其中最不好理解的就是一致性，有不少人認為原子性、隔離性、持久性就是為了保證一致性，我們也不搞學術研究，一致性到底該怎麼解釋，到底怎麼定義一致性，就看各位看官的了。

事務的隔離級別

從某個角度來說，我們可以控制的、或者說需要研究的只有隔離性這一個特性，而要控制隔離性，幾乎只有調整隔離級別這一個手段，下麵我們就來看看事務的隔離級別。

資料庫是一個客戶端/伺服器架構的軟體，每個客戶端與伺服器連接後，就會產生一個session（會話），客戶端和伺服器的交互就是在session中進行的，理論上來說，如果伺服器同時只能處理一個事務，其他的事務都排隊等待，當該事務提交後，伺服器才處理下一個事務，這樣才真正具有“隔離性”，什麼問題都沒有了，但是如果是這樣，性能就太差了，在性能和隔離性之間，只能做一些平衡，所以資料庫提供了好幾個隔離級別供我們選擇。

在講隔離級別之前，我們先來看看事務併發執行會遇到什麼問題。

為了保證下麵的敘述可以順利進行，我們要先建一張表：

CREATE TABLE `student` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `name` varchar(50) DEFAULT NULL COMMENT '姓名',
  `age` int(11) DEFAULT NULL COMMENT '年齡',
  `grade` int(11) DEFAULT NULL COMMENT '年級',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=3 DEFAULT CHARSET=utf8mb4;

臟寫

如圖所示：

sessionA和sessionB開啟了一個事務；
sessionB把id=2的name修改成了“地底王”；
sessionA把id=2的name修改成了“夢境地底王”；
sessionB回滾了事務；
sessionA提交了事務。

如果sessionB在回滾事務的時候把sessionA的修改也給回滾了，導致sessionA的提交丟失了，這種現象就被稱為“臟寫”。sessionA會一臉懵逼，我明明修改了數據，也提交了數據，為什麼數據沒有變化呢。

臟讀

如圖所示：

sessionA和sessionB開啟了一個事務；
sessionB把id=2的name修改成了“地底王”，此時還未提交；
sessionA查詢了id=2的數據，如果讀出來的數據的name是“地底王”，也就是讀到了sessionB還沒有提交的數據，就被稱為“臟讀”。

不可重覆讀

如圖所示：

sessionA和sessionB開啟了一個事務；
sessionA查詢id=2的數據，假如name是“地底王”，
sessionB把id=2的name修改成了“夢境地底王”，隨後提交了事務；
sessionA再一次查詢了id=2的數據，如果name是“夢境地底王”，說明在同一個事務中，sessionA前後讀到的數據不一致，就被稱為“不可重覆讀”。

幻讀

如圖所示：

sessionA和sessionB開啟了一個事務；
sessionA查詢name=“地底王”的數據，假設此時讀到了一條記錄；
sessionB又插入一條name=“地底王”的數據，隨後提交；
seesionA再一次查詢name=“地底王”的數據，如果此時讀到了兩條記錄，第二次查詢讀到了第一次查詢未查詢出來的數據，就被稱為“幻讀”。

四種隔離級別

我們知道了在併發執行事務的時候，會遇到什麼問題，有些問題比較嚴重，有些問題比較輕微，一般來說，我們認為按照嚴重性排序是這樣的：

臟寫>臟讀>不可重覆讀>幻讀

在SQL標准定義中，設定了四種隔離級別，來解決上述的問題：

未提交讀（READ UNCOMMITTED）：
最低的隔離級別，會有“臟讀”、“不可重覆讀”，“幻讀”三個問題。
讀已提交（READ COMMITTED）：
SQLServer預設隔離級別，可以避免“臟讀”，會有“不可重覆讀”，“幻讀”兩個問題。
可重覆讀（REPEATABLE READ）：
可以避免“臟讀”，“不可重覆讀”兩個問題，會有“幻讀”問題。
MySQL預設隔離級別，但是在MySQL中，此隔離級別解決了“幻讀”問題。
串列化（SERIALIZABLE）：
所有的問題都不會發生。

因為臟寫的問題實在太嚴重了，在任何隔離級別下，都不會有臟寫的問題。

MVCC

前面說的都是開胃菜，相信大部分小伙伴對於上述內容都是手到擒來，所以我連如何修改事務隔離級別都沒有介紹，各種實驗也都沒有做，就是要把大量的時間、文字投入到這一部分內容中來。

MVCC，全稱是Mutil-Version Concurrency Control，翻譯成中文是多版本併發控制，MySQL就利用了MVCC來判斷在一個事務中，哪個數據可以被讀出來，哪個數據不能被讀出來。

多版本

在看MVCC之前，我們有必要知道另外一個知識點，資料庫存儲一行行數據，是分為兩個部分來存儲的，一個是數據行的額外信息（本篇博客不涉及），一個是真實的數據記錄，MySQL會為每一行真實數據記錄添加兩三個隱藏的欄位：

row_id
非必須，如果表中有自定義的主鍵或者有Unique鍵，就不會添加row_id欄位，如果兩者都沒有，MySQL會“自作主張”添加row_id欄位。
transaction_id
必須，事務Id，代表這一行數據是由哪個事務id創建的。
roll_pointer
必須，回滾指針，指向這行數據的上一個版本。

如下圖所示：

在這裡需要著重說明下事務id，當我們開啟一個事務，並不會馬上獲得事務id，哪怕我們在事務中執行select語句，也是沒有事務id的（事務id為0），只有執行insert/update/delete語句才能獲得事務id，這一點尤為重要。

其中和MVCC緊密相關的是transaction_id和roll_pointer兩個欄位，在開發過程中，我們無需關心，但是要研究MVCC，我們必須關心。

如果有類似這樣的一行數據：

代表這行數據是由transaction_id為9的事務創建出來的，roll_pointer是空的，因為這是一條新紀錄。

實際上，roll_pointer並不是空的，如果真要解釋，需要繞一大圈，理解成空的，問題也不大。

當我們開啟事務，對這條數據進行修改，會變成這樣：

有點感覺了吧，這就像一個單向鏈表，稱之為“版本鏈”，最上面的數據是這個數據的最新版本，roll_pointer指向這個數據的舊版本，給人的感覺就是一行數據有多個版本，是不是符合“多版本併發控制”中的“多版本”這個概念，
那麼“併發控制”又是怎麼做到的呢，別急，繼續往下看。

ReadView

哎，下麵又要引出一個新的概念：ReadView。

對於READ UNCOMMITTED來說，可以讀取到其他事務還沒有提交的數據，所以直接把這個數據的最新版本讀出來就可以了，對於SERIALIZABLE來說，是用加鎖的方式來訪問記錄。

剩下的就是READ COMMITTED和REPEATABLE READ，這兩個事務隔離級別都要保證讀到的數據是其他事務已經提交的，也就是不能無腦把一行數據的最新版本給讀出來了，但是這兩個還是有一定的區別，最核心的問題就在於“我到底可以讀取這個數據的哪個版本”。

為瞭解決這個問題，ReadView的概念就出現了，ReadView包含四個比較重要的內容：

m_ids：表示在生成ReadView時，系統中活躍的事務id集合。
min_trx_id：表示在生成ReadView時，系統中活躍的最小事務id，也就是 m_ids中的最小值。
max_trx_id：表示在生成ReadView時，系統應該分配給下一個事務的id。
creator_trx_id：表示生成該ReadView的事務id。

有了這個ReadView，只要按照下麵的判斷方式就可以解決“我到底可以讀取這個數據的哪個版本”這個千古難題了：

如果被訪問的版本的trx_id和ReadView中的creator_trx_id相同，就意味著當前版本就是由你“造成”的，可以讀出來。
如果被訪問的版本的trx_id小於ReadView中的min_trx_id，表示生成該版本的事務在創建ReadView的時候，已經提交了，所以該版本可以讀出來。
如果被訪問版本的trx_id大於或等於ReadView中的max_trx_id值，說明生成該版本的事務在當前事務生成ReadView後才開啟，所以該版本不可以被讀出來。
如果生成被訪問版本的trx_id在min_trx_id和max_trx_id之間，那就需要判斷下trx_id在不在m_ids中：如果在，說明創建ReadView的時候，生成該版本的事務還是活躍的（沒有被提交），該版本不可以被讀出來；如果不在，說明創建ReadView的時候，生成該版本的事務已經被提交了，該版本可以被讀出來。

如果某個數據的最新版本不可以被讀出來，就順著roll_pointer找到該數據的上一個版本，繼續做如上的判斷，以此類推，如果第一個版本也不可見的話，代表該數據對當前事務完全不可見，查詢結果就不包含這條記錄了。

看完上面的描述，是不是覺得“雲里霧裡”，“不知所云”，甚至“腦闊疼，整個人都不好了”。

我們換個方法來解釋，看會不會更容易理解點：

在事務啟動的一瞬間（執行CURD操作），會創建出ReadView，對於一個數據版本的trx_id來說，有以下三種情況：

如果落在低水位，表示生成這個版本的事務已經提交了，或者是當前事務自己生成的，這個版本可見。
如果落在高水位，表示生成這個版本的事務是未來才創建的，這個版本不可見。
如果落在中間水位，包含兩種情況：
a. 如果當前版本的trx_id在活躍事務列表中，代表這個版本是由還沒有提交的事務生成的，這個版本不可見；
b. 如果當前版本的trx_id不在活躍事務列表中，代表這個版本是由已經提交的事務生成的，這個版本可見。

上面我比較簡單的解釋了下ReadView，用了兩種方式來說明如何判斷當前數據版本是否可見，不知道各位看官是不是有了一個比較模糊的概念，有了ReadView的基本概念，我們就可以具體看下READ COMMITTED、REPEATABLE READ這兩個事務隔離級別為什麼讀到的數據是不同的，以及上述規則是如何應用的。

READ COMMITTED——每次讀取數據都會創建ReadView

假設，現在系統只有一個活躍的事務T，事務id是100，事務中修改了數據，但是還沒有提交，形成的版本鏈是這樣的：

現在A事務啟動，並且執行了select語句，此時會創建出一個ReadView，m_ids是【100】，min_trx_id是100， max_trx_id是101，creator_trx_id是0。

為什麼m_ids只有一個，為什麼creator_trx_id是0？這裡再次強調下，只有在事務中執行insert/update/delete語句才能獲得事務id。

那麼A事務執行的select語句會讀到什麼數據呢？

判斷最新的數據版本，name是“夢境地底王”，對應的trx_id是100，trx_id在m_ids裡面，說明當前事務是活躍事務，這個數據版本是由還沒有提交的事務創建的，所以這個版本不可見。
順著roll_pointer找到這個數據的上一個版本，name是“地底王”，對應的trx_id是99，而ReadView中的min_trx_id是100，trx_id<min_trx_id，代表當前數據版本是由已經提交的事務創建的，該版本可見。

所以讀到的數據的name是“地底王”。

我們把事務T提交了，事務A再次執行select語句，此時，事務A再次創建出ReadView，m_ids是【】，min_trx_id是0， max_trx_id是101，creator_trx_id是0。

因為事務T已經提交了，所以沒有活躍的事務。

那麼事務A第二次執行select語句又會讀到什麼數據呢？

判斷最新的數據版本，name是“夢境地底王”，對應的trx_id是100，不在m_ids裡面，說明這個數據版本是由已經提交的事務創建的，該版本可見。

所以讀到的數據的name是“夢境地底王”。

REPEATABLE READ ——首次讀取數據會創建ReadView

假設，現在系統只有一個活躍的事務T，事務id是100，事務中修改了數據，但是還沒有提交，形成的版本鏈是這樣的：

現在A事務啟動，並且執行了select語句，此時會創建出一個ReadView，m_ids是【100】，min_trx_id是100， max_trx_id是101，creator_trx_id是0。

那麼A事務執行的select語句會讀到什麼數據呢？

判斷最新的數據版本，name是“夢境地底王”，對應的trx_id是100，trx_id在m_ids裡面，說明當前事務是活躍事務，這個數據版本是由還沒有提交的事務創建的，所以這個版本不可見。
順著roll_ponit找到這個數據的上一個版本，name是“地底王”，對應的trx_id是99，而ReadView中的min_trx_id是100，trx_id<min_trx_id，代表當前數據版本是由已經提交的事務創建的，該版本可見。

所以讀到的數據的name是“地底王”。

細心的你，一定發現了，這裡我就是複製粘貼，因為在REPEATABLE READ事務隔離級別下，事務A首次執行select語句創建出來的ReadView和在READ COMMITTED事務隔離級別下，事務A首次執行select語句創建出來的ReadView是一樣的，所以判斷流程也是一樣的，所以我就偷懶了，copy走起。

隨後，事務T提交了事務，由於REPEATABLE READ是首次讀取數據才會創建ReadView，所以事務A再次執行select語句，不會再創建ReadView，用的還是上一次的ReadView，所以判斷流程和上面也是一樣的，所以讀到的name還是“地底王”。

本篇博客到這裡就結束了。