MVCC介绍 - 技术栈

MVCC（多版本并发控制）详解

MVCC（Multi-Version Concurrency Control） 是一种数据库并发控制技术，核心思想是通过维护数据的多个版本来实现读写操作的无锁并发，从而在高并发场景下提升性能。它广泛用于 MySQL（InnoDB）、PostgreSQL 等数据库，尤其在 READ_COMMITTED 和 REPEATABLE_READ 隔离级别下解决脏读、不可重复读和幻读问题。

一、为什么需要 MVCC？

传统锁机制（如行锁、表锁）的缺陷：

读写冲突：读操作会阻塞写操作，写操作也会阻塞读操作，降低并发性能。
锁管理复杂：需要处理死锁、锁升级等问题。

MVCC 的优势：

读操作不阻塞写操作，写操作也不阻塞读操作。
天然支持非阻塞的"快照读"（Snapshot Read），实现事务隔离。

二、MVCC 核心思想

数据多版本

同一行数据在不同时间点存在多个版本，每个版本关联一个事务 ID（或时间戳）。
快照读

事务读取数据时，基于当前事务的"可见性规则"选择一个合适的数据版本，而非直接读取最新数据。
版本链

每个数据行通过隐藏字段（如 DB_TRX_ID、DB_ROLL_PTR）链接到旧版本数据，形成版本链。

三、MVCC 实现原理

以 MySQL InnoDB 为例，详细说明 MVCC 的机制：

1. 关键隐藏字段

InnoDB 每行数据包含两个隐藏字段：

DB_TRX_ID：最近修改该行数据的事务 ID。
DB_ROLL_PTR：指向 Undo Log 中旧版本数据的指针，形成版本链。

2. Undo Log（回滚日志）

存储数据的历史版本，用于构建版本链。
事务回滚时，通过 Undo Log 恢复数据到旧版本。

3. Read View（读视图）

事务在读取数据时生成一个 Read View ，用于判断数据版本是否可见。

Read View 包含以下关键信息：

trx_ids：当前活跃（未提交）的事务 ID 列表。
min_trx_id ：trx_ids 中的最小事务 ID。
max_trx_id：当前系统已分配的最大事务 ID +1。
creator_trx_id：创建该 Read View 的事务 ID。

4. 可见性判断规则

事务读取数据时，根据 Read View 和 数据版本的 DB_TRX_ID 判断是否可见：

如果数据版本的 DB_TRX_ID < min_trx_id：该版本对当前事务可见。
如果数据版本的 DB_TRX_ID > max_trx_id：该版本对当前事务不可见。
如果 min_trx_id ≤ DB_TRX_ID < max_trx_id：
- 若 DB_TRX_ID 在 trx_ids 列表中，说明该版本由未提交的事务修改，不可见。
- 否则，可见。
如果 DB_TRX_ID = creator_trx_id：该版本由当前事务自身修改，可见。

5. 不同隔离级别的实现差异

READ_COMMITTED：每次读取数据时生成新的 Read View（看到已提交的最新数据）。
REPEATABLE_READ：在事务第一次读取数据时生成 Read View，后续复用该视图（保证多次读取结果一致）。

四、MVCC 如何解决并发问题

问题	解决机制
脏读	通过 Read View 过滤未提交事务的修改，只读取已提交的数据版本。
不可重复读	在 `REPEATABLE_READ` 下，事务复用同一个 Read View，确保多次读取同一数据版本。
幻读	MySQL 的 `REPEATABLE_READ` 通过 MVCC + 间隙锁（Gap Lock）共同解决。

五、MVCC 的优缺点

优点

高并发：读写操作互不阻塞。
一致性快照：提供稳定的数据视图，支持事务隔离。
避免锁竞争：减少死锁概率。

缺点

存储开销：需维护多个数据版本，占用额外空间。
历史版本清理：需要定期清理 Undo Log 中的旧版本（通过 Purge 线程）。

六、MVCC 在 PostgreSQL 中的差异

PostgreSQL 的 MVCC 实现与 MySQL 不同：

无 Undo Log：直接通过表的多版本存储实现，每个修改生成新版本，旧版本由 Vacuum 进程清理。
事务 ID 回卷问题：事务 ID 是 32 位，存在循环使用问题，需定期维护。

七、实际案例

场景：事务 A 读取数据，事务 B 修改数据

事务 A（ID=100）开启，读取某行数据，生成 Read View。
事务 B（ID=200）修改该行数据并提交，生成新版本（DB_TRX_ID=200）。
事务 A 再次读取时：
- READ_COMMITTED ：生成新 Read View，看到 DB_TRX_ID=200 的版本。
- REPEATABLE_READ：复用旧 Read View，仍看到旧版本。

总结

MVCC 通过多版本数据、Read View 和 Undo Log 的协同工作，实现了高效的并发控制。它是现代数据库高并发能力的基石，理解其原理对优化事务设计和排查并发问题至关重要。