mysql乱七八糟的可重复读隔离级别实现

mysql的隔离级别并非是按照标准实现的，作为从pg切过来的程序员还真是不太适应，这篇文章讨论mysql隔离级别实现的，希望对大家能有帮助。

什么是事务

事务是数据库一组读写操作的集合，事务具有ACID四个特性，原子性，一致性，隔离性和持久性。
事务有四个隔离级别，分别是读未提交，读已提交，可重复读和串行化。
以上这些内容相信熟悉传统数据库的人，对这些都很熟悉，接下来讲的内容可能有些人就不太了解了。

事务的实现方式

数据库事务的实现方式主要有两种：

1. 基于锁的；
2. 基于时间戳的，现在主流的实现就是基于时间戳的方式的一种，就是大家熟悉的MVCC机制；

因为机制不同，所以事务的表现也不尽相同。

不同机制下的不同隔离级别

SQL标准定义了四种隔离级别，分别是读未提交，读已提交，可重复读，可串行化。很明显，越低隔离级别的事务并发行更好，但是一致性更低，严格来说，低隔离级别的事务是不符合A和I的，常用的隔离级别多为读已提交和可重复度。
但是隔离级别的定义是基于锁并发控制实现的，基于MVCC机制实现的数据库事务表现行为会稍有不同。
jim gray曾经有一篇论文讨论不同机制实现的数据库隔离级别的不同表现，并将隔离级别扩展到7个。见下图：

七种隔离级别.png

基于此将常见的传统数据库隔离级别统计如下：

1. SYBASE支持的隔离级别：degree 0（read uncommitted）、degree 1（read committed）、degree 2（repeatable read）、degree 3（serializable isolation）；
2. ORACLE支持的隔离级别：read committed（consistent read）、serializable(snapshot isolation)；
3. DB2支持的隔离级别：read uncommitted、cursor stability、read stability、repeatable read；
4. Postgresql支持的隔离级别：read committed（consistent read）、repeatable read(snapshot isolation)、serializable isolation(Serialaizable Snapshot Isolation)；
5. SQL Server支持的隔离级别：read uncommitted、read committed snapshot 、read committed 、repeatable read、snapshot isolation、serializable isolation；
6. MySQL支持的隔离级别：read uncommitted、read committed（consistent read）、repeatable read(snapshot isolation)、serializable isolation；

幻读（P3／A3）和写偏斜（A5B）

上图的各个字母都是数据库的各种不一致现象。如果把写操作记作w，读操作记作r，那么这些有害依赖可以表示为下图

identifier	query	phenomena
P0	w1[x]...w2[x]...((c1 or a1) and (c2 or a2) in any order)	Dirty Write
P1	w1[x]...r2[x]...((c1 or a1) and (c2 or a2) in any order)	Dirty Read
P2	r1[x]...w2[x]...((c1 or a1) and (c2 or a2) any order)	Fuzzy / Non-Repeatable Read
P3	r1[P]...w2[y in P]...((c1 or a1) and (c2 or a2) any order)	Phantom
P4	r1[x]...w2[x]...w1[x]...c1	Lost Update
P4C	rc1[x]...w2[x]...w1[x]...c1	Lost Update
A3	r1[P]...w2[y in P]...c2....r1[P]...c1	Phantom
A5A	r1[x]...w2[x]...w2[y]...c2...r1[y]...(c1 or a1)	Read Skew
A5B	r1[x]...r2[y]...w1[y]...w2[x]...(c1 and c2 occur)	Write Skew

mysql中的可重复度

幻读

mysql是支持MVCC机制实现的数据库，因此很多人（包括我）会想当然认为他的SI应该就是标准的实现，不会出现幻读(A3/P3)的现象。接下来，请看如下例子：

mysql幻读1-1.jpg

如上图所示，事务2的insert发生在两次select之间，这两次select也如SI一样正确的显示了该看到的结果，但是update发生之后，一切就变了，MySQL的RR隔离级别也会幻读！！！

写偏斜

也许有人会说，mysql同时也是使用锁的，因此发生幻读不奇怪，所以我们可以看接下来这个写偏斜的经典例子：

mysql write skew.png

显然，mysql也是会发生写偏斜的。

mysql中可重复读的实现

看源码可以发现，mysql中的读操作是使用MVCC机制实现，可以正确的查找到需要的行，但是写操作实现的时候有两点和我想的不太一样：

1. 写操作永远读取已提交的数据，并没有走MVCC的逻辑；
2. 写操作的并发是通过锁控制的，不检查更新行是否是对本事务可见的。

MVCC机制行的可见条件很简单，可以总结为两句话：

1. 对不同事务，插入事务已提交，删除事务未提交(update可以看做先删除后插入)；
2. 对本事务，插入的statement发生在自己之前，删除的statement未发生或在自己之后；

套用幻读那个例子，本来事务1是不该看到新插入的行的（因为不符合可见条件1），但是update只读取最新的行，因此对新插入的行做了一次更新，导致该行符合可见条件2，再次select就可以查到这个行。

根据这个实现，我们可以推理出，mysql的可重复读同样会发生lost update和read skew，只要测试的事务中存在写操作。具体例子可见此处

mysql的可重复读是比SI更低的隔离级别，在发生幻读时，SI隔离级别事物的正确行为应该是后提交的事务回滚，而mysql两个事务都可以提交，显然，他的一致性更低，但是并发性更好（回滚率低），这是一次在用户使用习惯，性能和一致性之间的权衡，至于优劣，就见仁见智了，至少现在看来不坏。

postgresql中的可重复读

无幻读

pg实现的隔离级别是比较标准的，可重复度级别（实际是SI）没有幻读，这里举两个例子

第一个例子

pg无幻读1.jpg

类比mysql的第一个例子，和mysql不同，可以看到pg的事务update的时候只更新了两行，不包括新插入的行

第二个例子

pg无幻读2.jpg

当该行同时被两个可重复级别的事务更新时，后提交的事务会回滚，因为更新只能在最新的行上执行，否则就是丢失更新了。

写偏斜

pg write skew.png

可以看到，pg的可重复级别事务，还是存在写偏斜的，这是符合标准的。

参考文档

1. 《A Critique of ANSI SQL Isolation Levels》
2. mysql源码
3. pg源码
4. https://github.com/ept/hermitage/blob/master/mysql.md

广告

最后，打个广告，如果对创业，分布式数据库和开源社区感兴趣，欢迎加入我们，实习和工作都很欢迎！
pingcap是国内为数不多的newsql方向的分布式数据库，维护国内最顶级的开源社区，关注度近万，做类f1+spanner架构，和多家公司有合作关系。
TiDB: https://github.com/pingcap/tidb
TiKV: https://github.com/pingcap/tikv
Email: [email protected]
微信: fbisland