全面了解MySql中的事务
最近一直在做订单类的项目,使用了事务。我们的数据库选用的是mysql,存储引擎选用innodb,innodb对事务有着良好的支持。这篇文章我们一起来扒一扒事务相关的知识。
为什么要有事务?
事务广泛的运用于订单系统、银行系统等多种场景。如果有以下一个场景:a用户和b用户是银行的储户。现在a要给b转账500元。那么需要做以下几件事:
1. 检查a的账户余额>500元;
2. a账户扣除500元;
3. b账户增加500元;
正常的流程走下来,a账户扣了500,b账户加了500,皆大欢喜。那如果a账户扣了钱之后,系统出故障了呢?a白白损失了500,而b也没有收到本该属于他的500。以上的案例中,隐藏着一个前提条件:a扣钱和b加钱,要么同时成功,要么同时失败。事务的需求就在于此。
事务是什么?
与其给事务定义,不如说一说事务的特性。众所周知,事务需要满足acid四个特性。
1. a(atomicity) 原子性。一个事务的执行被视为一个不可分割的最小单元。事务里面的操作,要么全部成功执行,要么全部失败回滚,不可以只执行其中的一部分。
2. c(consistency) 一致性。一个事务的执行不应该破坏数据库的完整性约束。如果上述例子中第2个操作执行后系统崩溃,保证a和b的金钱总计是不会变的。
3. i(isolation) 隔离性。通常来说,事务之间的行为不应该互相影响。然而实际情况中,事务相互影响的程度受到隔离级别的影响。文章后面会详述。
4. d(durability) 持久性。事务提交之后,需要将提交的事务持久化到磁盘。即使系统崩溃,提交的数据也不应该丢失。
事务的四种隔离级别
前文中提到,事务的隔离性受到隔离级别的影响。那么事务的隔离级别是什么呢?事务的隔离级别可以认为是事务的"自私"程度,它定义了事务之间的可见性。隔离级别分为以下几种:
1.read uncommitted(未提交读)。在ru的隔离级别下,事务a对数据做的修改,即使没有提交,对于事务b来说也是可见的,这种问题叫脏读。这是隔离程度较低的一种隔离级别,在实际运用中会引起很多问题,因此一般不常用。
2.read committed(提交读)。在rc的隔离级别下,不会出现脏读的问题。事务a对数据做的修改,提交之后会对事务b可见,举例,事务b开启时读到数据1,接下来事务a开启,把这个数据改成2,提交,b再次读取这个数据,会读到最新的数据2。在rc的隔离级别下,会出现不可重复读的问题。这个隔离级别是许多数据库的默认隔离级别。
3.repeatable read(可重复读)。在rr的隔离级别下,不会出现不可重复读的问题。事务a对数据做的修改,提交之后,对于先于事务a开启的事务是不可见的。举例,事务b开启时读到数据1,接下来事务a开启,把这个数据改成2,提交,b再次读取这个数据,仍然只能读到1。在rr的隔离级别下,会出现幻读的问题。幻读的意思是,当某个事务在读取某个范围内的值的时候,另外一个事务在这个范围内插入了新记录,那么之前的事务再次读取这个范围的值,会读取到新插入的数据。mysql默认的隔离级别是rr,然而mysql的innodb引擎间隙锁成功解决了幻读的问题。
4.serializable(可串行化)。可串行化是最高的隔离级别。这种隔离级别强制要求所有事物串行执行,在这种隔离级别下,读取的每行数据都加锁,会导致大量的锁征用问题,性能最差。
为了帮助理解四种隔离级别,这里举个例子。如图1,事务a和事务b先后开启,并对数据1进行多次更新。四个小人在不同的时刻开启事务,可能看到数据1的哪些值呢?
图1
第一个小人,可能读到1-20之间的任何一个。因为未提交读的隔离级别下,其他事务对数据的修改也是对当前事务可见的。第二个小人可能读到1,10和20,他只能读到其他事务已经提交了的数据。第三个小人读到的数据去决于自身事务开启的时间点。在事务开启时,读到的是多少,那么在事务提交之前读到的值就是多少。第四个小人,只有在a end 到b start之间开启,才有可能读到数据,而在事务a和事务b执行的期间是读不到数据的。因为第四小人读数据是需要加锁的,事务a和b执行期间,会占用数据的写锁,导致第四个小人等待锁。
图2罗列了不同隔离级别所面对的问题。
图2
很显然,隔离级别越高,它所带来的资源消耗也就越大(锁),因此它的并发性能越低。准确的说,在可串行化的隔离级别下,是没有并发的。
图3
mysql中的事务
事务的实现是基于数据库的存储引擎。不同的存储引擎对事务的支持程度不一样。mysql中支持事务的存储引擎有innodb和ndb。innodb是mysql默认的存储引擎,默认的隔离级别是rr,并且在rr的隔离级别下更进一步,通过多版本并发控制(mvcc,multiversion concurrency control )解决不可重复读问题,加上间隙锁(也就是并发控制)解决幻读问题。因此innodb的rr隔离级别其实实现了串行化级别的效果,而且保留了比较好的并发性能。
事务的隔离性是通过锁实现,而事务的原子性、一致性和持久性则是通过事务日志实现。说到事务日志,不得不说的就是redo和undo。
1.redo log
在innodb的存储引擎中,事务日志通过重做(redo)日志和innodb存储引擎的日志缓冲(innodb log buffer)实现。事务开启时,事务中的操作,都会先写入存储引擎的日志缓冲中,在事务提交之前,这些缓冲的日志都需要提前刷新到磁盘上持久化,这就是dba们口中常说的“日志先行”(write-ahead logging)。当事务提交之后,在buffer pool中映射的数据文件才会慢慢刷新到磁盘。此时如果数据库崩溃或者宕机,那么当系统重启进行恢复时,就可以根据redo log中记录的日志,把数据库恢复到崩溃前的一个状态。未完成的事务,可以继续提交,也可以选择回滚,这基于恢复的策略而定。
在系统启动的时候,就已经为redo log分配了一块连续的存储空间,以顺序追加的方式记录redo log,通过顺序io来改善性能。所有的事务共享redo log的存储空间,它们的redo log按语句的执行顺序,依次交替的记录在一起。如下一个简单示例:
记录1:<trx1, insert...>
记录2:<trx2, delete...>
记录3:<trx3, update...>
记录4:<trx1, update...>
记录5:<trx3, insert...>
2.undo log
undo log主要为事务的回滚服务。在事务执行的过程中,除了记录redo log,还会记录一定量的undo log。undo log记录了数据在每个操作前的状态,如果事务执行过程中需要回滚,就可以根据undo log进行回滚操作。单个事务的回滚,只会回滚当前事务做的操作,并不会影响到其他的事务做的操作。
以下是undo+redo事务的简化过程
假设有2个数值,分别为a和b,值为1,2
1. start transaction;
2. 记录 a=1 到undo log;
3. update a = 3;
4. 记录 a=3 到redo log;
5. 记录 b=2 到undo log;
6. update b = 4;
7. 记录b = 4 到redo log;
8. 将redo log刷新到磁盘
9. commit
在1-8的任意一步系统宕机,事务未提交,该事务就不会对磁盘上的数据做任何影响。如果在8-9之间宕机,恢复之后可以选择回滚,也可以选择继续完成事务提交,因为此时redo log已经持久化。若在9之后系统宕机,内存映射中变更的数据还来不及刷回磁盘,那么系统恢复之后,可以根据redo log把数据刷回磁盘。
所以,redo log其实保障的是事务的持久性和一致性,而undo log则保障了事务的原子性。
分布式事务
分布式事务的实现方式有很多,既可以采用innodb提供的原生的事务支持,也可以采用消息队列来实现分布式事务的最终一致性。这里我们主要聊一下innodb对分布式事务的支持。
如图,mysql的分布式事务模型。模型中分三块:应用程序(ap)、资源管理器(rm)、事务管理器(tm)。
应用程序定义了事务的边界,指定需要做哪些事务;
资源管理器提供了访问事务的方法,通常一个数据库就是一个资源管理器;
事务管理器协调参与了全局事务中的各个事务。
分布式事务采用两段式提交(two-phase commit)的方式。第一阶段所有的事务节点开始准备,告诉事务管理器ready。第二阶段事务管理器告诉每个节点是commit还是rollback。如果有一个节点失败,就需要全局的节点全部rollback,以此保障事务的原子性。
总结
什么时候需要使用事务呢?我想,只要业务中需要满足acid的场景,都需要事务的支持。尤其在订单系统、银行系统中,事务是不可或缺的。这篇文章主要介绍了事务的特性,以及mysql innodb对事务的支持。事务相关的知识远不止文中所说,本文仅作抛砖引玉,不足之处还望读者多多见谅。