【MySQL事务】深刻理解事务隔离以及MVCC

什么叫事务

在MySQL中，事务（Transaction）是一组为达成某种目的的sql操作。事务可以是单条sql语句，也可以是多条语句的集合。例如银行的一次转账，主要包含两个sql操作：一是某某用户的资产减少，二是另一个用户的资产增加。将这两条sql语句打包起来就可以称之为一个简单的转账事务。对于用户而言，他并不需要关注事务的过程，他只关心这一件事务有没有完成。即使在底层事务有执行过程，但是在概念上我们认为事务就是原子性的，即忽略中间的执行过程。

事务除了是sql操作的集合之外，还满足以下四个属性：

• 原子性（Atomicity）：一个事务中的所有操作必须要么全部完成，要么全部不完成，不会结束在中间的某个环节。即使在事务的执行过程中发生了某种错误，mysql也会回滚到事务开始前的状态。
• 一致性(Consistency)：一致性确保事务将数据库从一个一致状态转变为另一个一致状态。在事务开始和完成时，数据库必须遵守所有定义的规则，包括数据的完整性约束。
• 隔离性( I solation)：数据库允许多个并发事务同时对同一数据进行读写和修改的能力，隔离性可以防止多个事务并发执行时由于sql交叉执行而导致数据不一致。具体来说，事务隔离又分为不同级别，包括：读未提交（Read uncommitted）、读提交（ read committed ）、可重复读（ repeatable read ）和串行化（ Serializable ）。不同的隔离级别会影响并发控制的严格程度，隔离级别越低越危险，效率越高，隔离级别越高越安全，效率越低。不同的场景需要选择合适的隔离级别。mysql默认的隔离级别是可重复读。
• 持久性(Durability)：事务处理结束后，对数据的修改就是永久的，即便系统故障也不会丢失。

上面四个属性可以简称为AICD
值得注意的是，在MySQL中并不是所有存储引擎都支持事务，比如MyISAM就不支持，而Innodb是支持的。 这一点可以在mysql中使用sqlshow engines;查看

事务的提交方式

事务的提交方式常见的有两种：

• 自动提交
• 手动提交

可以使用sql查看事务提交方式如：

ON表示自动提交，OFF表示关闭自动提交,默认是ON
可以使用set来改变mysql的自动提交模式,0表示关闭，1表示打开

常见的事务操作方式

下面用具体的sql样例来展示常见的事务操作，为了方便观察，以下事务操作是在读未提交的隔离级别下进行的，关于修改数据库的隔离级别操作后面会讲，目前不用在意。

现创建测试表

create table if not exists account(id int primary key, name varchar(50) not null default '', blance decimal(10,2) not null default 0.0
)ENGINE=InnoDB DEFAULT CHARSET=UTF8;

上述sql初建了一个简单的银行用户表

事务的开始与回滚

• begin表示开启一个事务
• commit表示提交事务
• savepoint 设置保存点，将来可以回滚到保存点之前
• rollback 回滚操作，可以回滚到某一个保存点，如果一个事务被提交了则不能回退

我们可以看到在一个事务中，使用rollback可以将当前状态回滚到某一个保存点之前
如果直接在事务中使用rollback则表示回滚到事务的最开始，例如：

• 值得注意的是，如果我们开启一个事物但是没有commit提交，发生异常中断后，MySQL会自动回滚
  
  一旦我们conmmit提交了事务，之后发生中断mysql崩溃，数据也不会受到影响，此时数据已经持久化保存在数据库表文件中，这体现了事务的数据持久性。

• begin操作会自动更改提交方式，不会受MySQL是否自动提交影响
  一旦开启事务，就必须要使用commit提交，即使我们设置了自动提交，在遇到异常时，一样会回滚。这一点在上面的实验中已经可以证明。

• 自动提交只会影响单sql事务
  实验一：终端A关闭自动提交，执行一条单sql事务后发生中断，观察现象
  

实验二：终端A打开自动提交，执行一条单sql事务后发生中断，观察其现象

总结

• 只要使用begin或者start transaction开启事务，就必须要通过commit提交，否则即使设置了autocommit也不会自动提交。
• 事务可以手动回滚，同时，当操作异常时，MySQL会自动回滚
• 对于InnoDB每一条SQL语句都默认封装成一个事务，自动提交。（除select外）

事务的隔离

既然MySQL支持并发访问，那多个事务一起访问同一个数据库中同一张表的场景就会经常出现。不同事物之间可能会有sql交叉执行的情况。 例如一个事物执行updata另一个事务执行select，应该先执行谁呢？ 为了避免多个事务相互影响，MySQL提供了一系列方案来维持事物并发时数据的一致性，这就叫做事务的隔离。当然，事务的隔离并不是完全将两个事务隔离开互不干扰，根据不同的场景，我们需要选择不同的隔离程度。隔离程度的不同也决定了隔离级别的不同。下面我们将谈谈事物的隔离级别有哪些：

1. 读未提交（Read Uncommitted）：该隔离级别下的事务可以看到其他事务没有提交的执行结果，相当于没有隔离，会产生许多并发问题，如脏读，幻读，不可重复读等（后面会讲解什么是脏读等）。
2. 读提交（Read Committed）：该隔离级别下，一个正在执行的事务能看到另一个已经提交的事务的执行结果，这种隔离级别不会导致脏读，但是不可重复读以及幻读。
3. 可重复读（Repeatable Read）：MySQL默认的隔离级别。该隔离级别的事务看到的数据是一致的，不会受到其他事务的影响，即使其他事物提交了。InnoDB存储引擎默认使用这个隔离级别。注意该隔离级别依旧存在幻读问题。
4. 串行化（Serializable）：事物的最高隔离级别。通过强制对事物进行排序，使得每一个事物的开始必然是在另一个事物结束之后，也就不会有冲突问题，从而解决了幻读问题。它在每行数据上面加上共享锁。可能这种隔离级别的效率太低了。

下面解释什么是脏读、幻读、不可重复读。在此之前先介绍如何在MySQL中设置隔离级别。

设置隔离级别

• 查看全局的隔离级别
  可以使用sqlselect transaction_isolation;（mysql8.0以前版本是tx_isolation）
  
• 查看当前会话的隔离级
  使用sql select @@session.transaction_isolation;
  

全局隔离级别是对整个MySQL服务器实例的默认设置，影响所有新创建的会话（连接）。当你设置全局隔离级别时，任何新的连接都会使用这个隔离级别，除非在会话中另行指定。当前会话隔离级别只影响当前连接的事务隔离级别，当你设置会话隔离级别时，该设置仅对当前连接有效，不会影响其他会话。会话隔离级别的优先级要高于全局隔离级别。

• 设置全局隔离级别
  以设置为RR级别(重复读)为例，使用sql set global transaction isolation level repeatable read;

值得注意的是，如果我们只修改全局隔离级别，那么需要重启更新会话隔离级别

• 设置会话隔离级别
  set session transaction isolation level repeatable read;
  

解释脏读

脏读是指一个事务能读取到另一个事务尚未提交的修改数据

例如：
事务A开始并更新了一行数据，但是未提交
事务B读取了事务A未提交的这行数据
事务A回滚了此次修改数据
此时事务B读到的就是无效数据

解决方法：将隔离级别设置为RC（读提交），或者更高。

解释幻读

幻读是指在一个事务中，两次查询到的数据结果集不一致，因为其他事务在两次查询之间插入或者删除了数据。注意幻读与脏读的区别，脏读主要是指读取到未提交的事务，且被回滚导致另一事务读取到的数据无效，它的问题在于数据不可靠。而幻读的问题在于查询结果不一致，结果集中出现新的行或消失的行，导致数据一致性问题。主要在RR及以下的隔离级别发生。

解释不可重复读

不可重复读是指在一个事务中，连续读取同一行数据时，因为其他事务的提交而导致结果不一致。

例子:
事务A读取了一行数据。
事务B更新了这行数据并提交。
事务A再次读取同一行数据，发现数据已经发生了变化。

为什么可重复读不能解决幻读问题？

隔离性的实现是通过对数据加锁来实现的，而insert待插入的数据本来是不存在的，那么一般加锁无法屏蔽这类问题。MySQL在RR级别解决了幻读问题（其它数据库不一定），解决的方式是通过用next-key间隙锁（GAP+行锁）。

间隙锁（next-key locking）:间隙锁是一种锁定策略，不仅锁定表中的行，也锁定行之间的间隙，防止其他事务在间隙中插入新的行，从而避免幻读。

间隙（GAP）： 当我们使用范围查询时，InnoDB首先会给复合条件的行加锁，但是对于不在查询范围的行，我们就称为间隙。

例如：
假设有一张employees,其结构如下：

CREATE TABLE employees (id INT PRIMARY KEY,name VARCHAR(100)
);

初始表数据如下：

id	name
1	Alice
3	Bob
5	Charlie

事务A执行以下查询：

START TRANSACTION;
SELECT * FROM employees WHERE id >= 3 AND id <= 5;

在这个查询中，InnoDB会使用间隙锁来锁定id为3和5的行，同时锁定以下间隙：

(-∞, 1)
(1, 3)
(3, 5)
(5, +∞)

所以当事务A未提交，但是事务B想在间隙中插入数据，由于间隙锁的存在，事务B就会被阻塞，直到事务A提交或者回滚。

总结

• 隔离级别越高，安全性越高，并发性能越低
• 不可重复读的重点在于修改，幻读的重点在于新增和删除
• mysql的默认隔离级别是RR
  

数据库并发的场景

数据库并发的场景有三种：

• 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如不可重复读、脏读、幻读等问题
• 写-写：有线程安全问题，可能会导致数据更新丢失

下面主要讲读写并发。

MVCC

多版本并发控制（Multi-Version Concurrency Control，MVCC）是一种用于提高数据库并发性能的机制。具体来说，MVCC机制通过维护数据的多个版本来实现，这些版本包含了不同事务在不同时间点的修改，为了区分不同事务，MVCC为事务提供了单向增长的事务ID。事务ID与版本相关联，读操作只读该事务开始前的数据库的快照。总的来说，MVCC机制规范了事务应该读到数据版本的范围，这也叫做事务的可见性。于是，通过控制事务的可见性范围，MVCC也就实现了无锁并发控制。

• 快照：快照是是数据库某一时刻的数据副本，记录了创建快照时数据库的状态。
• 事务的可见性：当一个事务读取数据时，MVCC会根据事务ID的大小来决定哪个版本对该事务可见。（事务ID通常就是时间戳）

综上，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。

  • 读取操作：事务在读取数据时，MVCC会查看数据的所有版本，并选择在事务开始之前以及存在和事务期间没有被删除的数据版本。
  • 写操作：写操作不会覆盖原有数据，而是创建一个新的版本，新版本的事务ID就是当前事务ID.旧版本依旧保留以供其它事务读取。
    为什么这样基于版本迭代的读写操作不会相互阻塞呢？本质还是因为写操作不会覆盖原版本数据，而是重新生成一个版本，旧版本还在。

• 同时可以解决脏读、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。

隐藏列字段

在MySQL的多版本并发控制（MVCC）中，每个行记录都会包含三个隐藏字段，以支持事务和并发控制。具体来说，这三个隐藏字段是：

• DB_TRX_ID:6 byte,最近修改（修改或者插入）事务ID。
• DB_ROLL_PTR :7 byte,回滚指针，指向这条记录的上一个版本（形成版本链，每个节点都对应一个版本），该指针用于支持回滚操作和一致性读。通过这个指针MVCC能够找到该行的历史版本数据。
• DB_ROW_ID:6 byte,隐含的自增ID(隐藏主键),如果表没有指定主键，InnoDB会自动以DB_ROW_ID为键值产生一个聚簇索引。
• 补充： flag字段用于存储行的内部状态或属性，比如当行被删除时，该标记就会记录该行被删除了。

比如执行下面sql:

insert into student (name, age) values ('张三', 28);

新插入的这一行数据还会包含隐藏字段，展开就是（不考虑flag）：

目前并不知道创建该记录的事务ID，隐式主键，我们就默认设置成null，1。第一条记录也没有其他版本，我们设置回滚指针为null。

undo日志

Undo 日志记录了事务在修改数据之前的数据状态，这样在事务回滚时，可以将数据恢复到原来的状态。这也是事务能回滚的关键原因。并且，为了实现读写并发，MySQL 使用 Undo 日志来保存数据的旧版本，从而实现快照读。

下面基于版本链给出相关的两个概念

• 快照读
  快照读其实就是MVCC的一种读模式，快照读查询到的数据是事务开始时的数据，而不是最新版本的数据。这样就能保证不受其它事务修改的影响。 简单来说，快照读读取的是历史版本。
• 当前读：当前读读取的是最新记录

那么如何确定当前事务是快照读还是当前读呢？这就是靠事务的隔离级别来决定了。如果是隔离级别为RU(读未提交)就是当前读，如果是RR(重复读)就是快照读。

假设现在给一个表中插入诺干条数据，其undo日志记录的版本链大致如下：

Read view

Read view就是快照读操作产生的一个读视图（也称为快照），本质就是生成一个类对象，该对象包含了快照读时的数据库状态，本质是为进行可见性判断服务的机制。即通过对比读试图中的属性，我们能知道当前事务能看到数据版本的范围。更为详细的，ReadView类包含的信息可以通过以下类结构观察：

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...
};

从以上代码提取中重要的几个字段：

• m_ids: 当前活跃的事务ID列表。生成ReadView时，系统中所有正在运行的事务ID都会被记录在这个列表中。
• m_up_limit_id:生成ReadView时刻，当前活跃事务中最小的事务ID。所有事务ID小于该值的事务都已经结束了。
• m_low_limit_id：生成ReadView时刻，下一个还未分配的事务ID，也就是当前所有出现过的事务的最大事务ID+1。
• m_creator_trx_id ：创建该ReadView的事务ID

有了读视图，我们就能确定版本链中哪些版本可以被该事务读到。具体的比较函数实现如下：

将上述代码拆分成三个部分：

• 第一部分
  
  这个代码片段的意思是，如果当前版本事务ID小于m_up_limit_id表示该版本在当前所有活跃事务开始之前生成，因此该版本是可见的。或者当前版本事务ID等于m_creactor_trx_id,表示该版本就是当前事务生成的，因此也是可见的。

• 第二部分
  
  改代码片段的意思是，如果当前版本事务ID大于m_low_limit_id，表示这个版本是在生成read view之后开始的事务生成的版本，因此是不可见的。之后再判断m_ids是否为空，为空表示当前事务开始时没有其他事务正在运行，因此是可见的。

• 第三部分
  

该代码表示，在m_ids列表中去找id,如果找到了，说明产生该版本的事务在活跃列表中，且还未结束，所以不可见。如果没找到，说明生成该版本的事务原来在活跃列表中，但是当前结束了，所以是可见的。

于是通过遍历版本链中的版本，选择可见的数据版本，并依次遍历。这个筛选动作在select的时候就会自动执行。

RR和RC的本质区别

现在给出一张表，表结构如下：

create table if not exists account(id int primary key, name varchar(50) not null default '', blance decimal(10,2) not null default 0.0
)ENGINE=InnoDB DEFAULT CHARSET=UTF8;

操作流程如下（RR模式下）：

• 测试一
  
  事务A和事务B同时开启，两者几乎同时select，生成readview(读视图)。之后事务A修改表中数据并马上提交，此时事务B并没有读到事务A的修改结果，使用共享锁后才能读到（通过加共享锁可以强行变成当前读，此时读到的是最新数据）。这样的结果符合我们的预期，因为事务B生成的readview对象中m_ids包含了事务A的id,于是事务A生成的版本就不可见了。同时也符合RR隔离级别的

• 测试二
  
  测试一和测试二的区别在于，事务B的select操作在事务A提交之后，这样一来，当事务B生成read view对象是， 事务A生成数据的版本ID都小于事务B的m_up_limit_id,表示生成该版本的事务已经结束了，于是B可以看见A的修改结果 。

总结

综上，我们可以从readview的角度来思考RR和RC级别的不同之处

• 在RC级别下，每次快照读都会生成read view，也意味着该隔离级别下事务的可见性在变化，这也能解释为什么一个事务提交前另一个事务看不见，提交后就能看见了。
• 在RR级别下，只会在首次快照读的地方生成read view,此后不会在生成新的。这也意味着可见性是固定的，这也能解释为什么该隔离级别可以解决不可重复读等问题。