PG-多版本并发控制

多版本并发控制（Multi-Version Concurrency Control，MVCC），是数据库中并发访问数据时保证数据一致性的一种方法

1. 原理

1)  在并发操作中，当正在写时，如果有用户在读，这时写可能只写了一半，如一行的前半部分刚写入，后半部分还没有写入，这时可能读的用户读取到的数据行的前半部分数据是新的，后半部分数据是原来的，这就导致了数据一致性问题。解决这个问题的最简单的方法是使用读写锁，写的时候不允许读，正在读的时候也不允写，但这种方法会导致读和写的操作不能并发执行。于是，有人想到了一种能够让读写并发执行的方法，这种方法就是MVCC。MVCC方法是写数据时，原数据并不删除，并发的读还能读到原数据，这样就不会有数据一致性问题了。

2)  实现MVCC的方法有以下两种。
·第一种：写新数据时，把原数据移到一个单独的位置，如回滚段中，其他用户读数据时，从回滚段中把原数据读出来。
·第二种：写新数据时，原数据不删除，而是把新数据插入进来。PostgreSQL数据库使用的是第二种方法，而Oracle数据库和MySQL数据库中的InnoDB引擎使用的是第一种方法。


3)  如上所述，每张表上都有4个系统字段“xmin”“xmax”“cmin”“cmax”，这4个字段就是为多版本的功能而添加的。当两个事务同时访问记录时，通过参考xmin和xmax的标记判断记录的版本，根据版本号与自己当前的事务标识进行比较，确定自己的数据权限。当删除数据时，记录并没有从数据块中被删除，空间也没有立即释放。
***PostgreSQL的多版本实现中首先要解决的是原数据的空间释放问题。PostgreSQL通过运行Vaccum进程来回收之前的存储空间，默认PostgreSQL数据库中的AutoVacuum是打开的，也就是说，当一个表的更新量达到一定值时，AutoVacuum自动回收空间。当然也可以关闭AutoVacuum进程，然后在业务低峰期手动运行VACUUM命令来回收空间。在PostgreSQL中，若一个事务执行失败，在数据文件中该事务产生的数据并不会在事务回滚时被清理掉。为什么要这样做呢？为什么不在
事务提交时把这些数据标记成有效，而在事务回滚时把这些数据标记成无效呢？这是出于效率的考虑。若事务提交或回滚时再次标记数据，那这些数据就有可能会被刷新到磁盘中，再次标记会导致另一次I/O，从而降低性能。那么如何知道这些数据是有效还是无效呢？PostgreSQL通过记录事务的状态来实现。数据行上记录了xmin和xmax，只需了解xmin和xmax对应的事务是成功提交还是回滚了，就可以知道这些数据行是否有效。PostgreSQL把事务状态记录在Commit Log中，简称
CLOG，CLOG在数据目录的pg_clog子目录下
osdba@osdba-VirtualBox:~/pgdata$ ls -l pg_clog
total 8
-rw------- 1 osdba osdba 8192 Nov 30 21:43 0000

2. 事务的4种状态

1）
·TRANSACTION_STATUS_IN_PROGRESS=0x00：表示事务正在进行中。
·TRANSACTION_STATUS_COMMITTED=0x01：表示事务已提交。
·TRANSACTION_STATUS_ABORTED=0x02：表示事务已回滚。
·TRANSACTION_STATUS_SUB_COMMITTED=0x03：表示子事务已提交。

2）事务ID，在PostgreSQL中有时缩写为xid，是一个32bit的数字。有以下3个特殊的事务ID是给系统内部使用的，代表特殊的含义。
·InvalidTransactionId=0：表示是无效的事务ID。
·BootstrapTransactionId=1：表示系统表初使化时的事务ID。
·FrozenTransactionId=2：冻结的事务ID。

3）所以数据库系统第一个正常的事务ID是从3开始的，然后连续递增，达到最大值后，再从3开始。事务ID为0、1、2的始终保留。通常，使用值为0的事务ID是为了让内部编程更为方便，当PostgreSQL内部的事务ID设置为0时，表示它是一个无效的事务ID。比如，使用函数GetCurrentTransactionIdIfAny查询当前的事务ID时，如果返回的事务ID为0，则表示当前还没有分配事务ID。值为1的事务ID是Initdb服务初始化系统表时在表上填写的事务ID，此时数据库还没有启动，但在系统表中的cmin下也需要一个有效的事务ID，这个事务ID就为1，示例如下：
os dba=# select cmin, cmax, relname from pg_class where relname in ('pg_type','pg_attribute');
cmin | cmax | relname
------+------+--------------
1 | 1 | pg_type
1 | 1 | pg_attribute
(2 rows)

3. PostgreSQL多版本的优劣分析

Oracle数据库和MySQL数据库的InnoDB引擎也都实现了多版本的功能，但它们与PostgreSQL的实现方式是不一样的，在这两个数据库中，旧版本的数据并不记录在原先的数据块中，而是被记录在回滚段中，如果要读取旧版本的数据，需要根据回滚段的数据重构旧版本数据。

--相对于InnoDB和Oracle，PostgreSQL的多版本的优势在于以下几点：
1)·事务回滚可以立即完成，无论事务进行了多少操作。
2)·数据可以进行很多更新，不必像Oracle和InnoDB那样需要经常保证回滚段不会被用完，也不会像Oracle数据库那样，经常遇到“ORA1555”错误的困扰。

--相对于InnoDB和Oracle，PostgreSQL的多版本的劣势在于以下几点：
1)·旧版本数据需要清理。PostgreSQL清理旧版本称为VACUUM，并提供了VACUUM命令进行清理。
2)·旧版本的数据会导致查询更慢一些，因为旧版本的数据存储于数据文件中，查询时需要扫描更多的数据块