数据库系统原理学习笔记

一、事务

概念

事务是指满足ACID特性的一组操作。

ACID

1.原子性（Atomicity）

事务被视为不可分割的最小单元，事务包含的所有操作要么全部提交成功，要么全部失败回滚。

回滚可以用回滚日志（Undo Log）来实现，回滚日志记录着事务所执行的修改操作，在回滚时反向执行这些修改操作即可。

2.一致性（Consistency）

数据库在事务执行前后保持一致性状态，在一致性状态下，所有事务对同一个数据的读取结果都是相同的。

3.隔离性（Isolation）

事务所做的修改在最终提交之前，对其它事务是不可见的。

4.持久性（Durability）

事务一旦被提交，其所做的修改将会永远保存到数据库中。即使系统发生崩溃，事务执行的结果也不能丢失。

系统发生崩溃可以用重做日志（Redo Log）进行恢复，从而实现持久性。与回滚日志记录数据的逻辑修改不同，重做日志记录的是数据页的物理修改！

二、并发一致性问题

在并发环境下，事务的隔离性很难保证，因此会出现很多并发一致性问题

丢失修改

一个事务的更新操作被另外一个事务的更新操作替换，如下图所示：

读脏数据

指当前事务可以读到其他事务未提交的数据，如下图：

不可重复读

指在一个事务内多次读取同一数据集合，在这一事务还未结束前，另一事务也访问了该同一数据集合并做了修改，导致同一事务中两次读取的数据可能不一致，如下图：

幻影读

幻影读本质上也属于不可重复读的情况，其强调的是事务多次读取某个范围的数据，而另一事务在该范围内插入/删除了的数据，使得同一事务两次读取结果不同，如下图：

注：不可重复读和幻影读的区别在于，不可重复读强调的是数据被修改了，而幻影读强调的是范围内数据新增或减少了。

产生并发不一致性问题的主要原因是破坏了事务的隔离性，解决方法是通过并发控制来保证隔离性。并发控制可以通过*来实现，但是*操作需要用户自己控制，相当复杂。数据库管理系统提供了事务的隔离级别，让用户以一种更轻松的方式处理并发一致性问题。

三、四种隔离级别

未提交读

指事务中的修改，即使没有提交，对其他事务也是可见的。

提交读

事务在最终提交之前，对其他事务是不可见的，也就是说一个事务只能读取到已经提交的事务所做的修改。

可重复读

同一事务中多次读取同一数据的结果是一样的。

可串行化

所有事务串行执行，事务间互不干扰，因此不会出现并发一致性问题。

四、多版本并发控制

多版本并发控制（MVCC）是MySQL的InnoDB存储引擎实现隔离级别的一种具体方式，用于实现提交读和可重复读两种隔离级别。未提交读隔离级别总是读取最新的数据行，要求很低，无需使用MVCC。可串行化隔离级别需要对所有读取的行都加锁，单纯使用MVCC无法实现。

基本思想

加锁能解决多个事务同时执行时出现的并发一致性问题，又由于实际场景中读操作往往多于写操作，因此我们引入了读写锁来避免不必要的加锁操作（读/读没有互斥关系）。但加锁方式中，读和写操作仍然是互斥的，MVCC利用多版本的思想，使得读和写操作没有了互斥关系：写操作更新最新的版本快照，而读操作去读旧版本的快照。

在MVCC中事务的修改操作（如delete、insert、update）会为数据行新增一个版本快照。

版本号

• 系统版本号 SYS_ID：是一个递增的数字，每开始一个新的事务，系统版本号就会自动递增。
• 事务版本号 TRX_ID ：事务开始时的系统版本号。

Undo日志

MVCC 的多版本指的是多个版本的快照，快照存储在 Undo 日志中，该日志通过回滚指针 ROLL_PTR 把一个数据行的所有快照连接起来。

例如在 MySQL 创建一个表 t，包含主键 id 和一个字段 x。我们先插入一个数据行，然后对该数据行执行两次更新操作。

INSERT INTO t(id, x) VALUES(1, "a");
UPDATE t SET x="b" WHERE id=1;
UPDATE t SET x="c" WHERE id=1;

因为没有使用 START TRANSACTION 将上面的操作当成一个事务来执行，根据 MySQL 的 AUTOCOMMIT 机制，每个操作都会被当成一个事务来执行，所以上面的操作总共涉及到三个事务。快照中除了记录事务版本号 TRX_ID 和操作之外，还记录了一个 bit 的 DEL 字段，用于标记是否被删除。

INSERT、UPDATE、DELETE 操作会创建一个日志，并将事务版本号 TRX_ID 写入。DELETE 可以看成是一个特殊的 UPDATE，还会额外将 DEL 字段设置为 1。

ReadView

MVCC 维护了一个 ReadView 结构，主要包含了当前系统未提交的事务列表 TRX_IDs {TRX_ID_1, TRX_ID_2, …}，还有该列表的最小值 TRX_ID_MIN 和 TRX_ID_MAX。

在进行 SELECT 操作时，根据数据行快照的 TRX_ID 与 TRX_ID_MIN 和 TRX_ID_MAX 之间的关系，从而判断数据行快照是否可以使用：

• TRX_ID < TRX_ID_MIN，表示该数据行快照时在当前所有未提交事务之前进行更改的，因此可以使用。

• TRX_ID > TRX_ID_MAX，表示该数据行快照是在事务启动之后被更改的，因此不可使用。

• TRX_ID_MIN <= TRX_ID <= TRX_ID_MAX，需要根据隔离级别再进行判断：
  （1）提交读：如果 TRX_ID 在 TRX_IDs 列表中，表示该数据行快照对应的事务还未提交，则该快照不可使用。否则表示已经提交，可以使用。
  （2）可重复读：不管 TRX_ID 在不在 TRX_IDs 列表中都不可以使用。因为如果可以使用的话，那么其它事务也可以读到这个数据行快照并进行修改，那么当前事务再去读这个数据行得到的值就会发生改变，也就是出现了不可重复读问题。

在数据行快照不可使用的情况下，需要沿着 Undo Log 的回滚指针 ROLL_PTR 找到下一个快照，再进行上面的判断。