MySQL——MVCC--多版本并发控制机制

标签：事务 -- MySQL read 当前 MVCC ID view

前言

以下的分析均在mysql的InnoDB引擎下。假设此时事务A与事务B同时执行。

一、定义：

MVCC（Multi-Version Concurrency Control，多版本并发控制）一种并发控制机制，在数据库中用来控制并发执行的事务，控制事务隔离进行。

二、核心思想：

MVCC是通过保存数据在某个时间点的快照来进行控制的。使用MVCC就是允许同一个数据记录拥有多个不同的版本。然后在查询时通过添加相对应的约束条件，就可以获取用户想要的对应版本的数据。

三、基本数据结构

1、redo log：

重做日志记录。存储事务操作的最新数据记录，方便日后使用。

2、undo log

撤回日志记录，也称版本链。当前事务未提交之前，undo log保存了当前事务的正在操作的数据记录的所有版本的信息，undo log中的数据可作为数据旧版本快照供其他并发事务进行快照读。每次有其它事务提交对当前数据行的修改，都是添加到undo log中。undo log是由每个数据行的多个不同的版本链接在一起构成的一个记录“链表”。如下图：

3、read_view（快照）

①read_view的简单理解：

会对数据在每个时刻的状态拍成照片记录下来。那么之后获取某时刻的数据时就还是原来的照片上的数据，是不会变的。其实也可以简单理解为是一个版本链的集合，只不过在这里的版本链是经过筛选的。

②read_view的基本结构：

read_view->creator_trx_id = 当前事务id; # 当前的事务id
read_view->up_limit_id = 12654;        # 当前活跃事务的最小id
read_view->low_limit_id = 12659;       # 当前活跃事务的最小id
read_view->trx_ids = [12654, 12659];   # 当前活跃的事务的id列表，又称活跃事务链表。表示在记录当前快照时的所有活跃的、未提交的事务
read_view->m_trx_ids = 2;              # 当前活跃的事务id列表长度

注意：

read_view中包含了活跃事务链表，这个链表表示此时还在活跃的事务，指的是那些在当前快照中还未提交的事务。（注意：新建事务(当前事务)与正在内存中commit 的事务不在活跃事务链表）。
read_view中不会显示所有的数据行，只会显示“可见”的记录。筛选方式如下所述。

③read_view的记录筛选方式：

前提：DATA_TRX_ID 表示每个数据行的最新的事务ID；up_limit_id表示当前快照中的最先开始的事务；low_limit_id表示当前快照中的最慢开始的事务，即最后一个事务。

如果记录的DATA_TRX_ID < up_limit_id：在创建read_view时，修改该记录的事务已提交，该记录可被快照中的事务读取到（即可见）。
如果DATA_TRX_ID >= low_limit_id：表示该记录是在当前read_view创建之后被其它事务修改的，该记录在当前快照中肯定不可见。此时需要从DB_ROLL_PTR指针所指向的回滚段中取出最新的undo-log的版本号, 然后用它继续重新开始整套比较算法。
如果up_limit_id <= DATA_TRX_ID < low_limit_i：
- 需要在活跃事务链表中查找是否存在ID为DATA_TRX_ID的值的事务。
- 如果存在，那么因为在活跃事务链表中的事务是未提交的，所以该记录是不可见的。此时需要从DB_ROLL_PTR指针所指向的回滚段中取出最新的undo-log的版本号, 然后用它继续重新开始整套比较算法。（详细分析为什么“不可见”：因为DATA_TRX_ID只有在事务提交之后才会更新，而此时因为事务还存在于活跃事务链表中，所以说明事务是还没有commit，所以此时不可能存在对应的数据行，只有在当前事务提交之后才会有对应的数据行。）
- 如果不存在，所以是可见的。（分析：按照上一点的对“不可见”原因的分析，可明白只能是当前本事务更新了这条记录，因为在当前read view中，只能是当前事务和正在内存中commit的事务不在事务活跃链表中，对于“正在内存中commit的事务”，因为它还没有commit，所以肯定是不可能读取到它的即将要commit的数据的，而所以只能是当前事务对这个数据行做了修改了，虽然未提交，但是因为是在当前事务中，所以肯定是可以读取到更新的数据的。

④read_view的更新方式：

注意：仅分析RC级别和RR级别，因为MVCC不适用于其它两个隔离级别。

a、对于Read Committed级别的：
- 基本描述：每次执行select都会创建新的read_view，更新旧read_view，保证能读取到其他事务已经COMMIT的内容（读提交的语义）；
- 详细分析：假设当前有事务A和事务A+1并发进行。在当前级别下，事务A每次select的时候会创建新的read_view，此时可以简单理解为事务A会提交，也就是让事务A执行完毕，然后创建一个新的事务比如是事务A+2。这样子的话，因为事务A+2的事务ID肯定是比事务A+1的ID大，所以就能够读取到事务A+1的更新了。那么便可以读取到在创建这个新的read_view之前事务A+1所提交的所有信息。这是RC级别下能读取到其他事务已经COMMIT的内容的原因所在。
b、对于Repeatable Read级别的：
- 第一次select时更新这个read_view，以后不会再更新，后续所有的select都是复用这个read_view。所以能保证每次读取的一致性，即都是读取第一次读取到的内容（可重复读的语义）。

注意：通过对read view的更新方式的分析可以得出：对于InnoDB下的MVCC来说，RR虽然比RC隔离级别高，但是开销反而相对少（因为不用频繁更新read_view）。

read_view的详细分析：https://www.iteye.com/blog/mahl1990-2347029

四、MVCC在mysql的具体实现：

4.1、基本数据结构的定义：

在mysql中，在实现MVCC时，会为每一个表添加如下几个隐藏的字段：

6字节的DATA_TRX_ID：标记了最新更新这条行记录的transaction id，每处理一个事务，其值自动设置为当前事务ID（DATA_TRX_ID只有在事务提交之后才会更新）；
7字节的DATA_ROLL_PTR：一个rollback指针，指向当前这一行数据的上一个版本，找之前版本的数据就是通过这个指针，通过这个指针将数据的多个版本连接在一起构成一个undo log版本链；
6字节的DB_ROW_ID：隐含的自增ID，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。这是一个用来唯一标识每一行的字段；
DELETE BIT位：用于标识当前记录是否被删除，这里的不是真正的删除数据，而是标志出来的删除。真正意义的删除是在commit的时候。

MVCC在二级索引结构下的分析：https://www.cnblogs.com/stevenczp/p/8018986.html

4.2、增删改查：

①增加：INSERT

设置新记录的DATA_TRX_ID为当前事务ID，其他的采用默认的。

②删除：DELETE

修改DATA_TRX_ID的值为当前的执行删除操作的事务的ID，然后设置DELETE BIT为True，表示被删除。

③修改：UPDATE <==> INSERT + DELETE

用X锁锁定该行（因为是写操作）；
记录redo log：将更新之后的数据记录到redo log中，以便日后使用；
记录undo log：将更新之后的数据记录到undo log中，设置当前数据行的DATA_TRX_ID为当前事务ID，回滚指针DATA_ROLL_PTR指向undo log中的当前数据行更新之前的数据行，同时设置更新之前的数据行的DATA_TRX_ID为当前事务ID，并且设置DELETE BIT为True，表示被删除。

④查找：SELECT

如果当前数据行的DELETE BIT为False，只查找版本早于当前事务版本的数据行(也就是数据行的DATA_TRX_ID必须小于等于当前事务的ID)，这确保当前事务读取的行都是事务之前已经存在的，或者是由当前事务创建或修改的行；
如果当前数据行的DELETE BIT为True，表示被删除，那么只能返回DATA_TRX_ID的值大于当前事务的行。获取在当前事务开始之前，还没有被删除的行。

注意：

a、此时就是要去查找read_view，判断其中是否有需要的记录；
b、就算在当前事务提交的时候，也不会读取到DATA_TRX_ID大于当前事务ID的数据记录（而默认情况下，RR隔离级别下，当前事务一commit，就能够读取到其他事务的commit）。这也是MVCC能够解决幻读的原因。

五、使用MVCC核心优势：

1、在mysql中，使用MVCC本质上是为了在进行读操作的时候代替加锁，减少加锁带来的负担。
2、在mysql的InnoDB引擎，并且是在RR隔离级别下，通过使用MVCC和gap锁来解决幻读问题。

六、MVCC与四大隔离级别的关系的分析：

分析了在MVCC的控制之下，如何实现四大隔离级别。

6.1、Read Uncimmitted级别：

由于存在脏读，即能读到未提交事务的数据行，所以不适用MVCC。原因是MVCC的DATA_TRX_ID只有在事务提交之后才会更新，而在Read uncimmitted级别下，由于是读取未提交的，所以说MVCC在这个级别下是不适用的。

6.2、Read Committed级别：

查找操作：分析：假设当前有事务A、事务A+1、数据B（DATA_TRX_ID为A-1）。

事务A进行查找，此时找出事务ID小于它本身的，所以此时数据B可以被找到；
如果在事务A还没有执行完毕的时候，事务A+1对数据B进行了更新操作，那么此时数据B的undo log则被更新为“数据B（DATA_TRX_ID为A+1）-> 数据B（DATA_TRX_ID为A-1）”；
此时如果事务A再次进行查找操作，会更新read_view。更新旧的read_view，并且开启新的事务A+2。那么根据MVCC的规定，就能够找到数据B（DATA_TRX_ID为A+1），可以找到更新之后的。这样子的话就等价于能够读取到别的事务commit的最新的数据记录。这就符合RC级别的语义。

6.3、Repeatable Read级别：

查找操作：分析：假设当前有：事务A、事务A+1，数据B（DATA_TRX_ID为A-1）。

事务A进行查找，此时找出事务ID小于它本身的，所以此时数据B可以被找到；
如果在事务A还没有执行完毕的时候，事务A+1对数据B进行了更新操作，那么此时数据B的undo log则被更新为“数据B（DATA_TRX_ID为A+1）-> 数据B（DATA_TRX_ID为A-1）”；
此时如果事务A再次进行查找操作，那么根据MVCC的规定，还是只能找到数据B（DATA_TRX_ID为A-1）（因为B（DATA_TRX_ID为A+1）的事务ID比当前事务A的事务ID大，所以不会被找到），不会找到更新之后的。这样子的话就等价于只能够读取到事务A开始时读取到的数据记录。这就符合RR级别的语义。

6.4、Serialization级别：

串行化由于是会对所涉及到的表加锁，并非行锁，自然也就不存在行的版本控制问题

总结：通过上面的分析可得：MVCC只适用于MySQL隔离级别中的读已提交（Read committed）和可重复读（Repeatable Read）

七、MVCC、gap锁解决幻读问题的分析：

前提：InnoDB引擎、RR隔离级别（gap锁只存在于这个级别下）

7.1、首先了解数据记录的读取方式：快照读和当前读

①快照读：

读快照，可以读取数据的所有版本信息，包括旧版本的信息。其实就是读取MVCC中的read_view，同时结合MVCC进行相对应的控制；

select * from table where ?;

②当前读：

读当前，读取当前数据的最新版本。而且读取到这个数据之后会对这个数据加锁，防止别的事务更改。

（分析：在进行写操作的时候就需要进行“当前读”，读取数据记录的最新版本）

select * from table where ? lock in share mode;  # 读锁
select * from table where ? for update;          # 写锁
insert into table values (…); 
update table set ? where ?; 
delete from table where ?;

详见：https://www.jianshu.com/p/27352449bcc0

③RC和RR隔离级别下的快照读和当前读：

RC隔离级别下，快照读和当前读结果一样，都是读取已提交的最新；
RR隔离级别下，当前读结果是其他事务已经提交的最新结果，快照读是读当前事务之前读到的结果。RR下创建快照读的时机决定了读到的版本。

7.2、解决幻读问题：

①对于快照读：通过MVCC来进行控制的，不用加锁。按照MVCC中规定的“语法”进行增删改查等操作，以避免幻读。（MVCC的具体内容参见上方第1点到第4点的分析）
②对于当前读：通过next-key锁（行锁+gap锁）来解决问题的。（next-key锁的分析：mysql中的锁）

7.3、特殊语句分析：

“MVCC不能根本上解决幻读的情况？”

分析：这句话的含义是指对于快照读，那么是可以通过MVCC来解决的；但是对于当前读，则必须通过next-key锁（行锁+gap锁）来解决。

参考： https://www.cnblogs.com/axing-articles/p/11415763.html

标签：事务,--,MySQL,read,当前,MVCC,ID,view
From： https://blog.51cto.com/u_14014612/5754466