MySQL MVVC多版本并发控制

一、概述

MVCC（Multiversion Concurrency Control），多版本并发控制。它和undo log中的版本链息息相关，MVVC通过数据行的多个版本来实现数据库的并发控制。

简单的说就是当前事务查询另一个事务正在更改的行（如果此时读取就会发生脏读），不用加锁等待，而是读取该数据的历史版本，降低响应时间。

MVVC是通过undo log和Read View两种技术实现的。

二、快照读与当前读

MVCC在MySQL InnoDB中的实现主要是为了提高数据库并发性能，用更好的方式去处理读-写冲突，做到即使有读写冲突时，也能做到不加锁，非阻塞并发读 ，而这个读指的就是快照读 , 而非当前读。当前读实际上是一种加锁的操作。

1.当前读

当前读读取的记录一定是最新的数据，读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。

加锁的读被称为当前读，还有数据的增删改都是要先读取数据的，这一读取过程也是当前读。

SELECT * FROM t LOCK IN SHARE MODE; # 共享锁
SELECT * FROM t FOR UPDATE; # 排他锁
UPDATE SET t..

2.快照读

快照读又叫一致性读，读取的是数据行的快照版本。在MySQL中，普通的select语句（不加for update或lock in share mode的select语句）默认就是使用的快照读，不加锁。

SELECT * FROM table WHERE ...

之所以这样，是因为快照读可以避免加锁操作，降低开销。

当事务的隔离级别是串行时，快照读就没有用了，会退化为当前读。

三、隔离级别与版本链复习

隔离级别：

在MySQL中默认的隔离级别就是可重复读RR，可以解决不可重复读问题，在MySQL中，特别的还额外支持解决幻读问题。

它是如何解决幻读问题的呢？有两种方式：

• 使用间隙锁和临键锁解决，简而言之就是加锁，在此期间其他事务不能够插入数据 
• MVCC方式，无需加锁，消耗低（缺点是没有完全解决幻读问题）。

undo log版本链：

对应InnoDB来说，聚簇索引中的每个记录都包含了两个必要的隐藏字段：

• trx_id：每次一个事务对某条聚簇索引记录进行改动时，都会把该事务的事务id赋值给trx_id隐藏列。
• roll_pointer：回滚指针，每次修改数据时，都会把旧数据放入undo log日志中，新的数据指向该旧数据，做成一个版本链，该指针字段就称为回滚指针，通过该指针可以找到修改前的数据。

举例：

有一个id为8的事务创建了一条数据，那么该记录的示意图大概如下：

假设之后两个id分别为10、20的事务对这条记录进行update操作，流程如下：

事务10	事务20
BEGIN;
	BEGIN;
UPDATE student SET name='李四' WHERE id=1;
UPDATE student SET name='王五' WHERE id=1;
COMMIT;
	UPDATE student SET name='赵六' WHERE id=1;
	UPDATE student SET name='钱七' WHERE id=1;
	COMMIT;

每次修改都会生成一个undo log日志，每个日志都相互链接，构成版本链，此时该条数据的示意图如下：

 每个版本中还包含生成该版本时对应的事务id 。

四、Read View

有了undo log就可以读取到记录的历史版本，那么在什么情况下，读取哪个版本的记录呢？这就用到了Read View，它帮我们解决了行的可见性问题。

Read View就是当某个事务在使用MVVC机制进行快照读操作时产生的读视图。该视图是数据库当前所有活跃事务id（还未提交的事务）组成的列表的一个快照。

1.实现原理

四种隔离级别里，读未提交和串行化是不会使用MVVC的，因为读未提交直接读取某个数据的最新数据即可，串行化是通过加锁来读的。

读已提交和可重复读都必须保证读到的数据都是其他事务提交了的，所以，其他事务修改了数据但是还未提交，我们不能够访问该数据，但可以通过MVVC机制读取该记录的历史版本，核心问题就是需要判断版本链中的哪条历史版本是当前事务可见的，这也是ReadView要解决的问题。

Read View包含4个比较重要的内容：

• creator_trx_id：创建这个Read View的事务id，Read View和事务是一一对应的。

只有事务对表中的记录做修改时才会为事务分配事务id，否则一个事务中只有读操作，该事务的id默认为0。

• trx_ids：表示在生成Read View时当前系统中活跃的事务id列表。提交了的事务不在其中。
• up_limit_id：活跃的事务中最小的事务id。
• low_limit_id：表示生成Read View时系统应该分配给下一个事务的id值，同样也表示系统中最大的事务id值。

注意：low_limit_id并不是trx_ids中的最大值，事务id是递增分配的。比如，现在有id为1， 2，5这三个事务，之后id为5的事务提交了。那么一个新的读事务在生成ReadView时， trx_ids就包括1和2，up_limit_id的值就是1，low_limit_id的值就是6。

2.Read View规则

版本链

当某个事务有了Read View，访问某条记录时，需要按照下面的步骤判断该记录的哪个版本可见：

• 如果该版本记录的trx_id和Read View的creator_trx_id相同，意味着该版本的记录是由当前事务修改的，因此该版本可以被当前事务访问
• 如果该版本记录的trx_id小于Read View的up_limit_id，证明当前事务生成Read View时，此事务已经提交了，所以当前事务可以读取该版本。
• 如果该版本的trx_id大于等于low_limit_id，证明生成该版本的事务在当前事务生成Read View之后才开启，所以该版本不可以被当前事务访问。
• 如果被访问版本的trx_id属性值在ReadView的up_limit_id和low_limit_id之间，那就需要判断一下trx_id属性值是不是在trx_ids列表中，如果不在的话才能访问，否则不能访问。

3.整体流程

了解了这些概念之后，我们来看下当查询一条记录的时候，系统如何通过MVCC找到它：

• 首先获取事务自己的版本号，也就是事务ID；
• 获取 ReadView；
• 查询得到的数据，然后与 ReadView 中的事务版本号进行比较；
• 如果不符合 ReadView 规则，就需要从Undo Log中获取历史快照；
• 最后返回符合规则的数据。

在隔离级别为读已提交时，一个事务中的每一次SELECT查询都会重新获取一次Read View，而可重复读是第一SELECT操作才会生成Read View，之后的查询操作复用这一个。

导致这两种的差距是因为：可重复读要保证一个事务中相同的SELECT读取的内容是相同的。

五、举例

1.READ COMMITTED隔离级别下

现在有两个事务id分别为10、20的事务在执行：

-- id为10的事务
begin;
update t set name='李四' where id=1;
update t set name='王五' where id=1;


-- id为20的事务
更新其他行的数据

此刻，表中id为1的记录得到的版本链表如下所示：

 此时新来一个事务执行如下操作：

begin;
select * from t where id=1;
-- 事务10、20未提交

查询到的结果为张三。

具体的过程如下：

• 在执行select语句前，先生成一个Read View，Read View的creator_trx_id为0，trx_ids列表的内容是[10,20]，up_limit_id为10，low_limit_id为21。
• 查询name为王五的最新版本的记录，按规则进行对比，因为trx_id为10，10刚好是trx_ids中的记录，所以这条记录对当前事务不可见，根据回滚指针得到下一个版本
• 下一个版本name为李四，也不行
• 继续找到name为张三的版本，trx_id为8，8小于up_limit_id，所以该版本对当前事务可见，得到最终结果

接下来，再将id为10的事务进行commit提交。然后id为20的事务来更新记录：

begin;
-- id为20的事务
update t set name='赵六' where id=1;
update t set name='钱七' where id=1;

此时版本链更新为：

再到刚才使用READ COMMITTED隔离级别的事务中继续查找这个id 为1的记录，得到的结果为name=王五的那条记录。执行过程如下：

• 生成Read View，Read View的creator_trx_id为0，trx_ids列表的内容是[20]，up_limit_id为20，low_limit_id为21。
• 因为前两个版本的记录trx_id为20，存在trx_ids中，所以跳过
• 到第三条记录时，trx_id为10，小于20，可以读取，所以最终结果为王五

注意：READ COMMITTED，每次读取数据前都生成一个新的ReadView。        

2.REPEATABLE READ隔离级别下

假如此时id为10的事务和id为20的事务正在修改，都未提交，修改内容和前面的一样，但是还未提交，此时当前事务做一个查询。

步骤为：

• 生成Read View，Read View的creator_trx_id为0，trx_ids列表的内容是[10,20]，up_limit_id为10，low_limit_id为21。
• trx_id为10和20的都不满足要求
• 最后查找到name为张三的历史版本的数据

此时，id为10的记录提交事务。

 当前事务又需要select id为1的记录，步骤为：

• 因为是可重复读，且第一次select已经生成过Read View了，所有会复用它，不重新生成。
• 所以trx_id为10和20的记录依旧不符合规则，最终得到的数据还是张三，符合可重复读的规范

注意：REPEATABLE READ，每次读取都复用第一次生成的Read View

3.如何解决幻读

假设现在有一条数据， id为1

当前活跃的事务有10和20。

此时当前事务启动了，执行如下SQL语句：

begin;
select * from student where id>=1;

在开始前生成Read View，内容如下：creator_trx_id=0，trx_ids= [10,20] ， up_limit_id=10， low_limit_id=21。

由于id大于等于1的数据只有一个，且该数据的trx_id为8，小于up_limit_id，所以可以读取到。

在这之后id为10的事务新增了一行数据，增加了id为2的数据，且提交了。

  此时当前线程继续查找id>=1的数据，因为是可重复读，复用刚刚的Read View。

得到两行数据，但是因为id为2的数据trx_id为10，该值在Read View的trx_ids中存在，所以该记录对当前事务不可见，所以最后查询到的数据只有一条记录。

如果当前事务再插入id为2的数据就插不进去，所以说MVVC只解决了一半的幻读问题。