【MySQL】事务Transaction

1. 事务的概念

事务是什么

在业务逻辑中使用sql，面对一些较复杂的场景，是需要多个sql语句组合起来实现的。如：银行的转账业务，若客户A要转账100元给客户B，就要两条sql：A余额减100，B余额加100；学生注册入学，要向学校数据库中插入该学生的多条信息，也要多sql组合完成。

事务 (Transcation) 的表层理解，就是一组有逻辑关联的DML(data manipulation language)语句的集合。这里的逻辑是上层决定的，通俗理解，事务就是要完成的事情，主要用于处理操作量大，复杂度高的数据。

ACID特性

mysqld是一款网络服务器，这就意味着，同一时间，可能会有多个客户端连接同一个mysqld，那么数据就会存在并发访问的安全问题。因此，事务还满足了四个特性，以保证对数据操作的可靠性。

ACID四大特性：

1. 原子性 (Atomicity)：一个事务，要么做完，要么不做，不存在中间状态。如果事务执行在中间过程出现错误，会回滚(Rollback)到最初状态，在上层看来，就好像这个事务从来没有执行过。
2. 一致性 (Consistency)：事务开始前和结束后的状态必须是可确定的，即事务必须按照预定的规则执行，使得数据库从一个确定的状态变成另一个确定的状态，保持数据库的完整性和准确性。
3. 隔离性 (Isolation)：多个事务并发执行时，一个事务的执行不会影响其它事务，每一个事务都应该感觉自己在独立执行。
4. 持久性 (Durability)：一旦事务提交，其结果就应该永久保存到数据库中，即使系统故障也不会丢失。

为什么有"事务"

MySQL设计之初并没有事务的概念，而是使用了一段时间后，设计者发现用户经常需要考虑并发操作数据库时的安全性和可靠性，大大降低了开发效率。因此设计出了“事务”，让MySQL自己保证可靠性。因此事务本质是为应用层服务的。

---

2. 事务的版本支持

MySQL中，只有使用了innodb引擎的表或数据库支持事务操作

mysql> show engines\G #查看数据库引擎的信息
*************************** 1. row ***************************
      Engine: InnoDB
     Support: DEFAULT
     Comment: Supports transactions, row-level locking, and foreign keys
Transactions: YES #InnoDB支持事务, 其它的都不支持
          XA: YES
  Savepoints: YES
#......
*************************** 4. row ***************************
      Engine: BLACKHOLE
     Support: YES
     Comment: /dev/null storage engine (anything you write to it disappears)
Transactions: NO
          XA: NO
  Savepoints: NO
*************************** 5. row ***************************
      Engine: MyISAM
     Support: YES
     Comment: MyISAM storage engine
Transactions: NO
          XA: NO
  Savepoints: NO
#......

---

3. 事务的基本操作

1. 事务开始：start transaction or begin
2. 设置保存点：savepoint point_name
3. 回滚到某个保存点：rollback to point_name
4. 回滚到事务初始时：rollback
5. 事务结束（提交事务）：commit

将begin到commit之间的所有sql操作视为一个整体，这就是一个事务。

mysql> select * from test;
+----+--------+---------+
| id | name   | balance |
+----+--------+---------+
|  1 | 张伟   |    4396 |
|  2 | 子乔   | 1234.56 |
+----+--------+---------+
2 rows in set (0.00 sec)

mysql> start transaction; #开始一个事务, begin也可以
Query OK, 0 rows affected (0.00 sec)

mysql> insert into test (name, balance) values ('一菲', 8888);
Query OK, 1 row affected (0.00 sec)

mysql> savepoint s1; #设置保存点1（后续可以回滚到此处）
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test;
+----+--------+---------+
| id | name   | balance |
+----+--------+---------+
|  1 | 张伟   |    4396 |
|  2 | 子乔   | 1234.56 |
|  5 | 一菲   |    8888 |
+----+--------+---------+
3 rows in set (0.00 sec)

mysql> delete from test where id=2;
Query OK, 1 row affected (0.00 sec)

mysql> savepoint s2; #设置保存点2
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test;
+----+--------+---------+
| id | name   | balance |
+----+--------+---------+
|  1 | 张伟   |    4396 |
|  5 | 一菲   |    8888 |
+----+--------+---------+
2 rows in set (0.00 sec)

mysql> insert into test (name, balance) values ('小贤', 6767);
Query OK, 1 row affected (0.00 sec)

mysql> select * from test;
+----+--------+---------+
| id | name   | balance |
+----+--------+---------+
|  1 | 张伟   |    4396 |
|  5 | 一菲   |    8888 |
|  6 | 小贤   |    6767 |
+----+--------+---------+
3 rows in set (0.00 sec)

mysql> rollback to s2; #回滚到保存点2
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test;
+----+--------+---------+
| id | name   | balance |
+----+--------+---------+
|  1 | 张伟   |    4396 |
|  5 | 一菲   |    8888 |
+----+--------+---------+
2 rows in set (0.00 sec)

mysql> rollback to s1; #回滚到保存点1
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test;
+----+--------+---------+
| id | name   | balance |
+----+--------+---------+
|  1 | 张伟   |    4396 |
|  2 | 子乔   | 1234.56 |
|  5 | 一菲   |    8888 |
+----+--------+---------+
3 rows in set (0.00 sec)

mysql> rollback; #回滚到事务初始处
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test;
+----+--------+---------+
| id | name   | balance |
+----+--------+---------+
|  1 | 张伟   |    4396 |
|  2 | 子乔   | 1234.56 |
+----+--------+---------+
2 rows in set (0.00 sec)

mysql> commit; #提交事务，即该事务结束执行
Query OK, 0 rows affected (0.00 sec)

注意：一条对InnoDB数据库进行操纵的sql语句，会被打包成一个事务，默认提交方式是自动提交，用户可以修改为手动提交。一旦autocommit=0，从你执行一个sql语句，到手动commit，就是一个事务。

mysql> select @@autocommit;
+--------------+
| @@autocommit |
+--------------+
|            1 |
+--------------+
1 row in set (0.00 sec)

#autocommit自动提交默认为真，设为0则不会自动提交，需要用户手动提交事务

mysql> set autocommit=0;
Query OK, 0 rows affected (0.00 sec)

mysql> select @@autocommit;
+--------------+
| @@autocommit |
+--------------+
|            0 |
+--------------+
1 row in set (0.00 sec)

---

4. 事务的隔离性

事务的隔离性，本质是为了防止事务并发运行中互相干扰，让每一个事务都感觉自己在独立运行。 不同场景对隔离性的严格程度要求不同，因此也衍生出了不同的隔离级别，选择合适的隔离级别，在事务并发控制中尤其重要。下面是MySQL中四种隔离级别：

(1) 四个隔离级别

1. Read Uncommitted (读未提交): 最宽松的隔离级别，两个事务并发运行时，一个事务对数据库进行的所有写操作，另一个事务都立即可见。读未提交的效率高，但问题也比较多。引发问题：脏读 (dirty read，一个事务在执行过程中，读到另一个事务更新且未提交的数据)

   

2. Read Committed (读提交): 多个事务并发运行时，若有进行更新数据（update/insert/delete）的事务，在其commit之前，其它事务不会读到该事务更新的数据，只有其提交事务（事务结束）后，其它事务才能读到。引发问题，不可重复读（non reapeatable read，一个事务在执行时，多次读取同一份数据，结果不能保证相同）

3. Repeatable Read (可重复读): InnoDB默认采用的隔离级别。一个事务从begin到commit的全过程中，不会读取到其它事务更新的数据，每次读取同一份数据，都是相同的结果。只有在更新数据的事务commit之后begin的事务，才能看到更新的数据。引发问题：幻读

4. Serializable (串行化): 最严格的隔离级别，同时代价最高，对表的操作都需要加锁完成，性能很低，一般很少使用，在该级别下，事务互斥地、按顺序执行，不仅可以避免脏读、不可重复读，还避免了幻读。（如下图：左边事务执行中，右边事务的insert语句阻塞）

   

(2) 三个并发问题

脏读

脏读，可以理解为事务读取到无效的、不合理的数据（事务A在提交之前对数据的更新，对于事务B来说是无效的，因为此时事务A还没执行结束，要把其视为一个整体，这是事务的原子性决定的），通常在业务逻辑层面会有影响。

假设现在有两个事务，事务A和事务B，他们对同一张表进行操作。事务B向表中插入一条记录，若在read uncommitted隔离级别下，事务A立马能看到B更新的数据。此时，事务B因为某种原因出现故障中止，执行回滚操作，那么B先前更新的数据就是无效的。因此A读到了无效的数据，甚至A浑然不知这是无效的数据，并应用该数据，会造成意想不到的后果。这就是脏读的危害。

脏读会在Read Uncommitted隔离级别下发生。

不可重复读

在Read Committed隔离级别下，事务A（执行中）会在事务B提交后，读取到事务B更新的数据，导致事务A可能前后多次读取同一份数据的结果不同，这就是不可重复读。不可重复读会对业务逻辑造成影响，例如，begin一个事务A，对员工的工资区间进行划分，中途如果有事务B对某个员工工资进行修改，并在事务A结束前提交，可能会导致事务A的执行出错。

幻读

如果使用锁机制来实现RR和RC这两种隔离级别，在可重复读中，该sql第一次读取到数据后，就将这些数据加行锁，其它事务无法修改这些数据，就可以实现可重复读了。但这种方法却无法锁住insert的数据，所以当事务A先前读取了数据，或者修改了全部数据，事务B还是可以insert数据提交，这时事务A就会发现莫名其妙多了一条之前没有的数据，这就是幻读，不能通过行锁来避免。需要Serializable隔离级别 ，读用读锁，写用写锁（锁住整张表），读锁和写锁互斥，这么做可以有效的避免幻读、不可重复读、脏读等问题，但会极大的降低数据库的并发能力。

MySQL中，使用MVCC来避免幻读问题。

不可重复读和幻读有点类似，都是前后多次读取结果不同。但不可重复读的重点是update和delete，是对某一条现有数据的修改。而幻读的重点是insert，是插入一条新的数据。

一些承上启下的理解

1. 在实际应用中，“可重复读”（Repeatable Read）隔离级别是相对较常见的选择。这是因为它在防止脏读（Dirty Read）和不可重复读（Non-Repeatable Read）的同时，性能开销相对较小，适用于大多数应用场景。

2. 事务每次读取的数据，都必须是最新的吗？不一定，想想事务本质是什么，无非就是从事务begin到commit这一过程中，对数据库中的数据做增删查改，至于具体的，就要由业务逻辑决定的。这一过程会被设为一个整体（事务的原子性），而事务对数据的读取，也不一定是最新的，也肯定不是最老的，而应该是最合适的。

   这就好比一个21级大学生从入学到毕业，他在学校想要办各种事情，如在学业方面：上课、选课、转专业，应该查看21级的培养方案，不是最新的22级，更不是20级、19级。甚至在生活方面，住宿都只关心学校划分的21级的生活区域，对于与自己无关的不关心。

   对于事务而言，最“合适”的数据，就是事务begin时能看到的数据，在Repeatable Read隔离级别下，这份数据会被视为事务将要操作的数据，从begin到commit整个过程中，都不该受到其它事务对该数据更新的影响（即使其它事务已commit），事务会感觉只有自己在执行着，任何增删改工作都是自己执行的，所以读取数据也必然是合法的数据，也能保证可重复读，即不会有意料之外的数据变化，所有的数据变化都是当前事务执行的。

---

5. MVCC多版本并发控制

数据库事务并发运行的场景有三种：

1. 读-读：只读不会有问题
2. 读-写：会有线程安全问题
3. 写-写：会有线程安全问题，要通过加锁解决

多版本并发访问（MVCC, Multi-Version Concurrency Control）用于解决事务读写并发冲突的无锁解决方法。MVCC的核心思想是在数据库中为每个事务保留多个版本的数据，以允许不同事务同时读取和修改相同的数据而不会相互干扰。

事务ID与多版本记录

数据库表中的一行数据，称为一条记录。

1. 在数据库中，活跃中的事务会被管理起来。先将事务描述为一个个的结构体对象，再通过某种方式组织起来。其次，因为MVCC的需要，事务还会分配到一个ID，这个ID是随时间戳而递增的。活跃事务的ID并不一定是连续的，可能有些中途退出，有些后续加入。事务的ID可能区分事务启动的先后顺序。

   

2. 数据库中的每一条数据记录，都会有三个隐藏列字段：

   • DB_TRX_ID：最近修改该记录的事务ID，标记创建（insert）或最近一次修改（update）该数据记录的事务ID。大小6byte。
   • DB_ROLL_PTR：指向当前记录上一个历史版本的指针，称为回滚指针
   • DB_ROW_ID：隐藏的自增主键，若表没有设置主键，InnoDB会用该隐藏主键创建索引。
   • 还有一个删除标记位（Delete Mask）。因为被删除的记录可能还会被恢复，因此事务中delete数据是将删除标记位置为true，恢复数据再置为false。

   例如下面有一个简单的员工表，他的一行数据记录实际记录的信息如下：

   id	name	salary	DB_TRX_ID	DB_ROLL_PTR	DB_ROW_ID
   1	SMITH	2000	最近修改的事务ID	回滚指针	隐藏主键

3. MVCC为事务的每一次数据修改都保留一份历史版本，历史版本数据保存在undo log缓冲区中，是内存级的缓存数据，为多版本并发控制而服务。

   例如：事务10（ID为10的事务）insert一条员工信息。以ID为主键，那么此时隐藏主键就不需要了，为空。并且由于是新插入的数据，没有历史版本，所以回滚指针也为空。

   id	name	salary	DB_TRX_ID	DB_ROLL_PTR	DB_ROW_ID
   1	SMITH	2000	10	NULL	NULL

   此时，另一个事务（ID为11）将员工SMITH的工资改为1000，数据被修改，历史版本缓存到内存中。分为以下几个步骤（这个过程是原子的）

   1. 写操作，必须先对本记录加行锁，防止与其它并发事务产生冲突
   2. 修改前，先将历史版本拷贝到undo日志缓冲区中，可以理解为是一种写时拷贝，因为这个历史版本的数据可能别的事务要使用。
   3. 备份历史数据后，即可修改原生数据：回滚指针指向历史副本数据（上一个版本），salary=1000，事务ID改为11。
   4. 一切修改完毕，释放行锁。
      

   此时再有一个事务（ID为12）将员工SMITH的id改为2，如下：

   

   MVCC将一条数据记录的多个历史版本，穿成一条链表，缓存在mysqld开辟的一段undo日志缓冲区中。

   前面主要针对的是对数据的update操作，而delete操作其实也可以看作是一次特殊的update，因为只需修改Delete Mask标志位。

Read View

正确认识事务对于数据的读写。在MVCC中，数据可以有多个版本的数据，以允许不同事务同时读取和修改相同的数据而不会相互干扰。不同事务，读取同一份数据，产生不同的结果，底层必然是读取不同的数据，这个不同的数据就是历史版本链中的不同节点！

对于事务的读操作，每个事务都有一个特定的“数据可见范围”，这个范围决定了事务在读取某一行记录时，应该读取哪一个版本，不应该读取哪一个版本。

对于事务的写操作，每次修改的都是原生数据（写入数据库的数据），而不是内存中的历史版本，历史版本只供读取使用，解决事务的读写并发冲突。一个事务在修改数据时，另一个事务要想读取，不用阻塞等待，而是读取合适的历史版本。

• 快照读：在事务中，如果其它事务正在修改数据，对于普通的查询语句select，不用加锁保护，而是读取历史版本，这种读取方式称为快照读，每一个历史版本数据都称为一个快照。

• 当前读：可以指定读当前最新版本的数据，比如：select lock in share mode(共享锁), select for update ，这种情况需要加锁保护。

事务的启动有先有后，不同事务看到不同的内容，这恰恰就是事务隔离性决定的。在这个基础下，如何决策事务应该看到多少内容，哪些内容，事务对于数据的可见性，则是隔离级别决定的。

What is Read View

Read View本质就是用来判断事务的“数据可见范围”。Read View（读视图）决定了在MVCC中，事务对于历史版本链中，哪些可见，哪些不可见。在MySQL中，Read View是一个类对象，每个事务关联一个Read View，用以判断该事务的可见性。

Read View结构体的源代码中，简化后的几个主要字段如下：

class ReadView
{
    //省略...
private:
	ids_t m_ids; 				//创建视图时活跃的事务ID
	trx_id_t m_up_limit_id;		//低水位，小于该ID的事务均可见
	trx_id_t m_low_limit_id; 	//高水位，大于等于该ID的事务均不可见
	trx_id_t m_creator_trx_id 	//创建该ReadView的事务ID
}

字段详解：

• m_ids：一个集合，记录创建ReadView时，活跃的事务ID；

• m_up_limit_id：记录m_ids集合中最小的事务ID；

• m_low_limit_id: 记录创建ReadView时，系统尚未分配的下一个事务ID，也就是目前已经出现过的最大ID+1；

• m_creator_trx_id：创建该ReadView的事务ID

ReadView何时生成？这里我们先统一认为是首次select时创建，后面详解。

ReadView in MVCC

现在我们已经有了Read View读视图和版本链了，接下来就可以真正认识到MVCC中是如何实现快照读的。快照读的本质，就是当事务读取一条记录时，遍历该记录的历史版本链，根据自己的Read View，找到符合读取条件的版本。

1. 为事务创建一个ReadView，可以理解为一次“快照”，就像在那一瞬间，为系统中活跃的事务拍下一张照片，记录下它们的ID。

2. 事务ID的大小，可以区分事务的先后顺序，因为事务ID是随时间增长的。

3. 事务如何通过ReadView判断数据可见性呢？见下图：

   

快照形成Read View（后面简称快照），得到的m_ids列表是图中这些不一定连续的“小红点”，因为在快照前可能有一些事务已经提交了，不属于活跃事务，导致m_ids的不连续。事务select数据时，就会将数据的DB_TRX_ID(最近修改事务ID)和ReadView中的字段作对比，查询条件：

1. DR_TRX_ID < up_limit_id，表示最近修改这条记录的事务（后面简称last事务）在快照前已经提交了，数据可见（这个范围的ID在上图的最左区间）；

2. DR_TRX_ID == creator_id, 表示last事务就是本事务，那必然可见；

3. DR_TRX_ID ∈[up_limit_id, low_limit_id) ，分两种情况

   • DR_TRX_ID不在m_ids中，表示last事务已经提交，数据可见
   • DR_TRX_ID在m_ids中，表示last事务依然活跃，随时可能再次修改数据，数据不可见。

4. DR_TRX_ID >= low_limit_id, 表示last事务是快照之后新创建的事务，数据不可见。

RR和RC的本质区别

RR (Repeated Read) 和 RC (Read Committed)两种隔离级别的本质区别，实际上是ReadView读视图的创建方式不同！

1. 对于RR可重复读，只有在首次select时快照创建一次ReadView，直到事务提交，都使用这个ReadView。ReadView始终不变，事务对于数据的可见性也不变。
2. 对于RC读提交，每次select都会更新一次ReadView，即每次查询数据前都会更新数据可见性。

这样一来便很好理解两种隔离级别的现象。对于RR，因为数据可见性始终不变，所以即使快照时活跃的事务已经提交，本事务也浑然不知，始终将其视为活跃的事务，其最新修改的数据对本事务不可见，那么本事务每次select读取的结果都是一致的，可重复读由此而来。而对于RC，因为数据可见性每次查询前都会更新，所以一旦历史快照过的事务已经提交，再次select时就会将其ID从本事务ReadView的m_ids中去除，其最新修改的数据本事务就可见了，这就是为什么能够读提交。

---

总结：MySQL数据库中，为了实现事务并发控制，updata、delete、insert这些写操作是需要加锁的，锁的类型有很多，如：行锁、读锁写锁（锁整张表）、Next-Key锁。而select读操作与写操作并不冲突，因为它是MVCC多版本并发控制实现的。这就是通过读写锁+MVCC完成事务的隔离性。