欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

MySQL中的事务和MVCC

程序员文章站 2022-07-02 09:32:56
本篇博客参考掘金小册—— "MySQL 是怎样运行的:从根儿上理解 MySQL" 以及极客时间——MySQL实战45讲。 虽然我们不是DBA,可能对数据库没那么了解,但是对于数据库中的索引、事务、锁,我们还是必须要有一个较为浅显的认识,今天我就和大家聊聊事务。 为什么要有事务 说到事务,不得不提到转 ......

本篇博客参考掘金小册——mysql 是怎样运行的:从根儿上理解 mysql
以及极客时间——mysql实战45讲。

虽然我们不是dba,可能对数据库没那么了解,但是对于数据库中的索引、事务、锁,我们还是必须要有一个较为浅显的认识,今天我就和大家聊聊事务。

为什么要有事务

说到事务,不得不提到转账的事情,几乎所有的关于事务的文章都会提到这个老掉牙的案例,我也不例外。

转账在数据库层面可以简单的抽象成两个部分:

  • 从自己的账户中扣除转账金额;
  • 往对方账户中增加转账金额。

如果先从自己的账户中扣除转账金额,再往对方账户中增加转账金额,扣除执行成功,增加执行失败,那自己的账户白白少了100块,欲哭无泪。

如果先往对方账户中增加转账金额,再从自己的账户中扣除转账金额,增加执行成功,扣除执行失败,那对方账户白白增加了100块,自己的账户也没有扣钱,喜大普奔。

不管是让你欲哭无泪,还是喜大普奔,银行都不会容忍这样的事情发生,他们会引入事务来解决这类问题。

事务的特性

  1. 原子性(atomicity):事务包含的所有操作要么全部成功(提交),要么全部失败(回滚)。
  2. 一致性(consistency):事务的执行的前后数据的完整性保持一致。
  3. 隔离性(isolation):一个事务执行的过程中,不应该受到其他事务的干扰。
  4. 持久性(durability):事务一旦结束,数据就持久到数据库,即使提交后,数据库发生崩溃,也不会丢失提交的数据。

四种特性,简称acid,其中最不好理解的就是一致性,有不少人认为原子性、隔离性、持久性就是为了保证一致性,我们也不搞学术研究,一致性到底该怎么解释,到底怎么定义一致性,就看各位看官的了。

事务的隔离级别

从某个角度来说,我们可以控制的、或者说需要研究的只有隔离性这一个特性,而要控制隔离性,几乎只有调整隔离级别这一个手段,下面我们就来看看事务的隔离级别。

数据库是一个客户端/服务器架构的软件,每个客户端与服务器连接后,就会产生一个session(会话),客户端和服务器的交互就是在session中进行的,理论上来说,如果服务器同时只能处理一个事务,其他的事务都排队等待,当该事务提交后,服务器才处理下一个事务,这样才真正具有“隔离性”,什么问题都没有了,但是如果是这样,性能就太差了,在性能和隔离性之间,只能做一些平衡,所以数据库提供了好几个隔离级别供我们选择。

在讲隔离级别之前,我们先来看看事务并发执行会遇到什么问题。

为了保证下面的叙述可以顺利进行,我们要先建一张表:

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 '年龄',
  `grade` int(11) default null comment '年级',
  primary key (`id`)
) engine=innodb auto_increment=3 default charset=utf8mb4;

脏写

MySQL中的事务和MVCC
如图所示:

  1. sessiona和sessionb开启了一个事务;
  2. sessionb把id=2的name修改成了“地底王”;
  3. sessiona把id=2的name修改成了“梦境地底王”;
  4. sessionb回滚了事务;
  5. sessiona提交了事务。

如果sessionb在回滚事务的时候把sessiona的修改也给回滚了,导致sessiona的提交丢失了,这种现象就被称为“脏写”。sessiona会一脸懵逼,我明明修改了数据,也提交了数据,为什么数据没有变化呢。

脏读

MySQL中的事务和MVCC
如图所示:

  1. sessiona和sessionb开启了一个事务;
  2. sessionb把id=2的name修改成了“地底王”,此时还未提交;
  3. sessiona查询了id=2的数据,如果读出来的数据的name是“地底王”,也就是读到了sessionb还没有提交的数据,就被称为“脏读”。

不可重复读

MySQL中的事务和MVCC
如图所示:

  1. sessiona和sessionb开启了一个事务;
  2. sessiona查询id=2的数据,假如name是“地底王”,
  3. sessionb把id=2的name修改成了“梦境地底王”,随后提交了事务;
  4. sessiona再一次查询了id=2的数据,如果name是“梦境地底王”,说明在同一个事务中,sessiona前后读到的数据不一致,就被称为“不可重复读”。

幻读

MySQL中的事务和MVCC
如图所示:

  1. sessiona和sessionb开启了一个事务;
  2. sessiona查询name=“地底王”的数据,假设此时读到了一条记录;
  3. sessionb又插入一条name=“地底王”的数据,随后提交;
  4. seesiona再一次查询name=“地底王”的数据,如果此时读到了两条记录,第二次查询读到了第一次查询未查询出来的数据,就被称为“幻读”。

四种隔离级别

我们知道了在并发执行事务的时候,会遇到什么问题,有些问题比较严重,有些问题比较轻微,一般来说,我们认为按照严重性排序是这样的:

脏写>脏读>不可重复读>幻读

在sql标准定义中,设定了四种隔离级别,来解决上述的问题:

  • 未提交读(read uncommitted):
    最低的隔离级别,会有“脏读”、“不可重复读”,“幻读”三个问题。
  • 读已提交(read committed):
    sqlserver默认隔离级别,可以避免“脏读”,会有“不可重复读”,“幻读”两个问题。
  • 可重复读(repeatable read):
    可以避免“脏读”,“不可重复读”两个问题,会有“幻读”问题。
    mysql默认隔离级别,但是在mysql中,此隔离级别解决了“幻读”问题。
  • 串行化(serializable):
    所有的问题都不会发生。

因为脏写的问题实在太严重了,在任何隔离级别下,都不会有脏写的问题。

mvcc

前面说的都是开胃菜,相信大部分小伙伴对于上述内容都是手到擒来,所以我连如何修改事务隔离级别都没有介绍,各种实验也都没有做,就是要把大量的时间、文字投入到这一部分内容中来。

mvcc,全称是mutil-version concurrency control,翻译成中文是多版本并发控制,mysql就利用了mvcc来判断在一个事务中,哪个数据可以被读出来,哪个数据不能被读出来。

多版本

在看mvcc之前,我们有必要知道另外一个知识点,数据库存储一行行数据,是分为两个部分来存储的,一个是数据行的额外信息(本篇博客不涉及),一个是真实的数据记录,mysql会为每一行真实数据记录添加两三个隐藏的字段:

  • row_id
    非必须,如果表中有自定义的主键或者有unique键,就不会添加row_id字段,如果两者都没有,mysql会“自作主张”添加row_id字段。
  • transaction_id
    必须,事务id,代表这一行数据是由哪个事务id创建的。
  • roll_pointer
    必须,回滚指针,指向这行数据的上一个版本。

如下图所示:
MySQL中的事务和MVCC

在这里需要着重说明下事务id,当我们开启一个事务,并不会马上获得事务id,哪怕我们在事务中执行select语句,也是没有事务id的(事务id为0),只有执行insert/update/delete语句才能获得事务id,这一点尤为重要。

其中和mvcc紧密相关的是transaction_id和roll_pointer两个字段,在开发过程中,我们无需关心,但是要研究mvcc,我们必须关心。

如果有类似这样的一行数据:
MySQL中的事务和MVCC
代表这行数据是由transaction_id为9的事务创建出来的,roll_pointer是空的,因为这是一条新纪录。

实际上,roll_pointer并不是空的,如果真要解释,需要绕一大圈,理解成空的,问题也不大。

当我们开启事务,对这条数据进行修改,会变成这样:
MySQL中的事务和MVCC

有点感觉了吧,这就像一个单向链表,称之为“版本链”,最上面的数据是这个数据的最新版本,roll_pointer指向这个数据的旧版本,给人的感觉就是一行数据有多个版本,是不是符合“多版本并发控制”中的“多版本”这个概念,
那么“并发控制”又是怎么做到的呢,别急,继续往下看。

readview

哎,下面又要引出一个新的概念:readview。

对于read uncommitted来说,可以读取到其他事务还没有提交的数据,所以直接把这个数据的最新版本读出来就可以了,对于serializable来说,是用加锁的方式来访问记录。

剩下的就是read committed和repeatable read,这两个事务隔离级别都要保证读到的数据是其他事务已经提交的,也就是不能无脑把一行数据的最新版本给读出来了,但是这两个还是有一定的区别,最核心的问题就在于“我到底可以读取这个数据的哪个版本”。

为了解决这个问题,readview的概念就出现了,readview包含四个比较重要的内容:

  • m_ids:表示在生成readview时,系统中活跃的事务id集合。
  • min_trx_id:表示在生成readview时,系统中活跃的最小事务id,也就是 m_ids中的最小值。
  • max_trx_id:表示在生成readview时,系统应该分配给下一个事务的id。
  • creator_trx_id:表示生成该readview的事务id。

有了这个readview,只要按照下面的判断方式就可以解决“我到底可以读取这个数据的哪个版本”这个千古难题了:

  • 如果被访问的版本的trx_id和readview中的creator_trx_id相同,就意味着当前版本就是由你“造成”的,可以读出来。
  • 如果被访问的版本的trx_id小于readview中的min_trx_id,表示生成该版本的事务在创建readview的时候,已经提交了,所以该版本可以读出来。
  • 如果被访问版本的trx_id大于或等于readview中的max_trx_id值,说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读出来。
  • 如果生成被访问版本的trx_id在min_trx_id和max_trx_id之间,那就需要判断下trx_id在不在m_ids中:如果在,说明创建readview的时候,生成该版本的事务还是活跃的(没有被提交),该版本不可以被读出来;如果不在,说明创建readview的时候,生成该版本的事务已经被提交了,该版本可以被读出来。

如果某个数据的最新版本不可以被读出来,就顺着roll_pointer找到该数据的上一个版本,继续做如上的判断,以此类推,如果第一个版本也不可见的话,代表该数据对当前事务完全不可见,查询结果就不包含这条记录了。

看完上面的描述,是不是觉得“云里雾里”,“不知所云”,甚至“脑阔疼,整个人都不好了”。

我们换个方法来解释,看会不会更容易理解点:
MySQL中的事务和MVCC
在事务启动的一瞬间(执行curd操作),会创建出readview,对于一个数据版本的trx_id来说,有以下三种情况:

  • 如果落在低水位,表示生成这个版本的事务已经提交了,或者是当前事务自己生成的,这个版本可见。
  • 如果落在高水位,表示生成这个版本的事务是未来才创建的,这个版本不可见。
  • 如果落在中间水位,包含两种情况:
    a. 如果当前版本的trx_id在活跃事务列表中,代表这个版本是由还没有提交的事务生成的,这个版本不可见;
    b. 如果当前版本的trx_id不在活跃事务列表中,代表这个版本是由已经提交的事务生成的,这个版本可见。

上面我比较简单的解释了下readview,用了两种方式来说明如何判断当前数据版本是否可见,不知道各位看官是不是有了一个比较模糊的概念,有了readview的基本概念,我们就可以具体看下read committed、repeatable read这两个事务隔离级别为什么读到的数据是不同的,以及上述规则是如何应用的。

read committed——每次读取数据都会创建readview

假设,现在系统只有一个活跃的事务t,事务id是100,事务中修改了数据,但是还没有提交,形成的版本链是这样的:
MySQL中的事务和MVCC

现在a事务启动,并且执行了select语句,此时会创建出一个readview,m_ids是【100】,min_trx_id是100, max_trx_id是101,creator_trx_id是0。

为什么m_ids只有一个,为什么creator_trx_id是0?这里再次强调下,只有在事务中执行insert/update/delete语句才能获得事务id。

那么a事务执行的select语句会读到什么数据呢?

  1. 判断最新的数据版本,name是“梦境地底王”,对应的trx_id是100,trx_id在m_ids里面,说明当前事务是活跃事务,这个数据版本是由还没有提交的事务创建的,所以这个版本不可见。
  2. 顺着roll_pointer找到这个数据的上一个版本,name是“地底王”,对应的trx_id是99,而readview中的min_trx_id是100,trx_id<min_trx_id,代表当前数据版本是由已经提交的事务创建的,该版本可见。

所以读到的数据的name是“地底王”。

我们把事务t提交了,事务a再次执行select语句,此时,事务a再次创建出readview,m_ids是【】,min_trx_id是0, max_trx_id是101,creator_trx_id是0。

因为事务t已经提交了,所以没有活跃的事务。

那么事务a第二次执行select语句又会读到什么数据呢?

  1. 判断最新的数据版本,name是“梦境地底王”,对应的trx_id是100,不在m_ids里面,说明这个数据版本是由已经提交的事务创建的,该版本可见。

所以读到的数据的name是“梦境地底王”。

repeatable read ——首次读取数据会创建readview

假设,现在系统只有一个活跃的事务t,事务id是100,事务中修改了数据,但是还没有提交,形成的版本链是这样的:
MySQL中的事务和MVCC

现在a事务启动,并且执行了select语句,此时会创建出一个readview,m_ids是【100】,min_trx_id是100, max_trx_id是101,creator_trx_id是0。

那么a事务执行的select语句会读到什么数据呢?

  1. 判断最新的数据版本,name是“梦境地底王”,对应的trx_id是100,trx_id在m_ids里面,说明当前事务是活跃事务,这个数据版本是由还没有提交的事务创建的,所以这个版本不可见。
  2. 顺着roll_ponit找到这个数据的上一个版本,name是“地底王”,对应的trx_id是99,而readview中的min_trx_id是100,trx_id<min_trx_id,代表当前数据版本是由已经提交的事务创建的,该版本可见。

所以读到的数据的name是“地底王”。

细心的你,一定发现了,这里我就是复制粘贴,因为在repeatable read事务隔离级别下,事务a首次执行select语句创建出来的readview和在read committed事务隔离级别下,事务a首次执行select语句创建出来的readview是一样的,所以判断流程也是一样的,所以我就偷懒了,copy走起。

随后,事务t提交了事务,由于repeatable read是首次读取数据才会创建readview,所以事务a再次执行select语句,不会再创建readview,用的还是上一次的readview,所以判断流程和上面也是一样的,所以读到的name还是“地底王”。

本篇博客到这里就结束了。