【MySQL】从零开始了解数据库开发 --- 如何理解事务隔离性

真正的艺术家什么都不蔑视，
他们逼迫自己去理解，
而不是去评判。
-- 阿尔贝·加缪 --

从零开始了解数据库开发

[1 数据库并发场景](#1 数据库并发场景)
[2.1 前提知识](#2.1 前提知识)
[3 模拟 MVCC](#3 模拟 MVCC)
[4 Read View 视图](#4 Read View 视图)

前面了解事务机制的基本概念，那么数据库内部是如何做到不同级别的隔离效果的呢？这篇文章我们就来探究一下。

1 数据库并发场景

并发场景有三种：

读-读：不存在任何问题，也不需要并发控制
读-写：有线程安全问题，可能会造成事务隔离性问题，可能遇到脏读，幻读，不可重复读
写-写：有线程安全问题，可能会存在更新丢失问题，比如第一类更新丢失，第二类更新丢失(后面补充)

最常见的就是读写并发

2.1 前提知识

多版本并发控制（ MVCC ）是一种用来解决读-写冲突的无锁并发控制

为事务分配单向增长的事务ID，为每个修改保存一个版本，版本与事务ID关联，读操作只读该事务开始前的数据库的快照。所以 MVCC 可以为数据库解决以下问题

在并发读写数据库时，可以做到在读操作时不用阻塞写操作，写操作也不用阻塞读操作，提高了数据库并发读写的性能
同时还可以解决脏读，幻读，不可重复读等事务隔离问题，但不能解决更新丢失问题

理解 MVCC 需要知道几个前提知识：

3个记录隐藏字段
undo 日志
Read View
每个事务都要有对应的事务id ，可以根据事务id的大小来决定事务到来的先后顺序。
mysqld可能会面临处理多个事务的情况，事务也有自己的生命周期，mysqld也就需要对事务也进行先描述，后组织。事务一样的在mysqld中也得有对应的结构体！

每个数据表都有3个记录隐藏列字段

DB_TRX_ID ：6 byte，最近修改( 修改/插入 )事务ID，记录创建这条记录 / 最后一次修改该记录的事务ID。
DB_ROLL_PTR : 7 byte，回滚指针，指向这条记录的上一个版本（简单理解成，指向历史版本就行，这些数据一般在 undo log 中）
DB_ROW_ID : 6 byte，隐含的自增ID（隐藏主键），如果数据表没有主键， InnoDB 会自动以DB_ROW_ID 产生一个聚簇索引
补充：实际还有一个删除flag隐藏字段，既记录被更新或删除并不代表真的删除，而是删除flag变化。

undo 日志

MySQL 将来是以服务进程的方式，在内存中运行。我们之前所讲的所有机制：索引，事务，隔离性，日志等，都是在内存中完成的 ，即在 MySQL 内部的相关缓冲区中，保存相关数据，完成各种判断操作。然后在合适的时候，将相关数据刷新到磁盘当中的 。所以，我们这里理解undo log，简单理解成，就是 MySQL 中的一段内存缓冲区，用来保存日志数据的就行

3 模拟 MVCC

现在有一个事务10(仅仅为了好区分)，对student表中记录进行修改(update)：将name(张三)改成name(李四)。

事务10，因为要修改，所以要先给该记录加行锁。
修改前，现将改行记录拷贝到undo log中 ，所以，undo log 中就有了一行副本数据。(原理就是写时拷贝)
所以现在 MySQL 中有两行同样的记录 。现在修改原始记录中的name，改成 '李四'。并且修改原始记录的隐藏字段DB_TRX_ID为当前事务10 的ID , 我们默认从 10 开始，之后递增。而原始记录的回滚指针 DB_ROLL_PTR 列，里面写入undo log中副本数据的地址，从而指向副本记录，既表示我的上一个版本就是它。
事务10提交，释放锁。

备注：此时，最新的记录是'李四'那条记录。

现在又有一个事务11，对student表中记录进行修改(update)：将age(28)改成age(38)。事务11,因为也要修改，所以要先给该记录加行锁。（该记录是哪条？最新的那条）
修改前，现将改行记录拷贝到undo log中，所以，undo log中就又有了一行副本数据。此时，新的副本，我们采用头插方式，插入undo log。
现在修改原始记录中的age，改成 38。并且修改原始记录的隐藏字段 DB_TRX_ID 为当前事务11 的ID。而原始记录的回滚指针 DB_ROLL_PTR 列，里面写入undo log中副本数据的地址，从而指向副本记录，既表示我的上一个版本就是它。
事务11提交，释放锁

这样，我们就有了一个基于链表记录的历史版本链 。所谓的回滚，无非就是用历史数据，覆盖当前数据。上面的一个一个版本，我们可以称之为一个一个的快照 。也就能理解回滚是大概如何进行的了。

上面是以更新（upadte）主讲的,如果是delete呢？一样的，别忘了，删数据不是清空，而是设置flag为删除即可。也可以形成版本。

如果是insert呢？insert操作本身不产生版本链 ，但为了回滚（比如事务失败需要把插入的数据删掉），insert操作也会产生undo log。这种undo log类型是TRX_UNDO_INSERT_REC。一旦事务提交，这类undo log就可以被快速清理了，因为它不会被MVCC的快照读使用。

总结一下，也就是我们可以理解成，update和delete可以形成版本链，insert暂时不考虑。

那么select呢？

首先，select不会对数据做任何修改，所以，为select维护多版本，没有意义。不过，此时有个问题，就是：select读取，是读取最新的版本 还是读取历史版本？

当前读 ：读取最新的记录，就是当前读。增删改，都叫做当前读，select也有可能当前读，比如：select lock in share mode(共享锁), select for update （这个好理解，我们后面不讨论）
快照读：读取历史版本(一般而言)，就叫做快照读。(这个我们后面重点讨论)

我们可以看到，在多个事务同时删改查的时候，都是当前读，是要加锁的。那同时有select过来，如果也要读取最新版(当前读)，那么也就需要加锁，这就是串行化。

但如果是快照读，读取历史版本的话，是不受加锁限制的。也就是可以并行执行！换言之，提高了效率，即MVCC的意义所在。

那么，是什么决定了，select是当前读，还是快照读呢？隔离级别!

为什么要有隔离级别呢？

事务都是原子的 。所以，无论如何，事务总有先有后。

但是经过上面的操作我们发现，事务从 begin->CURD->commit ，是有一个阶段的。也就是事务有执行前，执行中，执行后的阶段。但，不管怎么启动多个事务，总是有先有后的。

那么多个事务在执行中 ，CURD操作是会交织在一起的。那么，为了保证事务的"有先有后 "，是不是应该让不同的事务看到它该看到的内容，这就是所谓的隔离性与隔离级别要解决的问题 。先来的事务，应不应该看到后来的事务所做的修改呢? RC 与 RR 又是如何做到不同读取的隔离性的呢？是通过read view视图来进行的！

4 Read View 视图

Read View就是事务进行 快照读 操作的时候生产的 读视图 (Read View)，在该事务执行的快照读的那一刻，会生成数据库系统当前的一个快照，记录并维护系统当前活跃事务的ID(当每个事务开启时，都会被分配一个ID, 这个ID是递增的，所以最新的事务，ID值越大)

Read View 在 MySQL 源码中，就是一个类，本质是用来进行可见性判断的 。即当我们某个事务执行快照读的时候，对该记录创建一个 Read View 读视图，把它比作条件，用来判断当前事务能够看到哪个版本的数据，既可能是当前最新的数据，也有可能是该行记录的 undo log 里面的某个版本的数据。

下面是 ReadView 结构，我们简化一下

cpp 复制代码

class ReadView {
	// 省略...
	private:
	/** 高水位，大于等于这个ID的事务均不可见*/
	trx_id_t m_low_limit_id
	/** 低水位：小于这个ID的事务均可见 */
	trx_id_t m_up_limit_id;
	/** 创建该 Read View 的事务ID*/
	trx_id_t m_creator_trx_id;
	/** 创建视图时的活跃事务id列表*/
	ids_t m_ids;
	/** 配合purge，标识该视图不需要小于m_low_limit_no的UNDO LOG，
	* 如果其他视图也不需要，则可以删除小于m_low_limit_no的UNDO LOG*/
	trx_id_t m_low_limit_no;
	/** 标记视图是否被关闭*/
	bool m_closed;
	// 省略...
};

其中最需要关注的是：

m_ids：一张列表，用来维护Read View生成时刻，系统正活跃的事务ID
up_limit_id ：记录 m_ids 列表中事务ID最小的ID
low_limit_id ：ReadView生成时刻系统尚未分配的下一个事务ID，也就是目前已出现过的事务ID的最大值+1
creator_trx_id：创建该ReadView的事务ID

我们在实际读取数据版本链的时候，是能读取到每一个版本对应的事务ID 的，即：当前记录的DB_TRX_ID 。

那么，我们现在手里面有的东西就有，当前快照读的 ReadView 和版本链中的某一个记录的DB_TRX_ID 。

所以现在的问题就是，当前快照读，应不应该读到当前版本记录 。一张图，解决所有问题！

是自己修改的吗？
判断：DB_TRX_ID == creator_trx_id？
结果：如果是，说明是自己改的，当然可见。
是"远古"版本吗？
判断：DB_TRX_ID < min_trx_id？
结果：如果是，说明修改这行数据的事务，在"拍照"前早就提交了。这个版本是稳定可靠的，可见。
是"未来"版本吗？
判断：DB_TRX_ID >= max_trx_id？
结果：如果是，说明修改这行数据的事务，是在"拍照"之后才开启的。这属于"未来"的修改，当前事务不能看，不可见。
如果发现不可见怎么办？还有DB_ROLL_PTR这个"时光机"。数据库会通过回滚指针，找到这行数据的上一个版本，然后拿着上一个版本的DB_TRX_ID，重新走一遍上面的"四步法则"，直到找到一个可见的版本为止。

而RC与RR的区别在于：

读已提交 (RC) ：每次执行SELECT都会创建一个新的快照。所以你能看到其他事务在你这次SELECT之前最新提交的数据。
可重复读 (RR) ：只在事务第一次查询创建一次快照，整个事务期间都用这个快照。所以你每次SELECT看到的数据都是事务开始那一刻的样子，保证了可重复读。

也就是说，隔离级别不同的核心是视图创建的时机不同！