【MySQL】一文总结MVCC多版本并发控制
目录
- MVCC 介绍
- 当前读和快照读
-
- 当前读
- 快照读
- MVCC 原理解析
-
- 隐式字段
- Undo Log
- 版本链
- Read View
- Read View 可见性原则
- RC 和 RR 下的 Read View
-
- RC 下的 Read View
- RR 下的 Read View
- 小结
- RR 级别下能否防止幻读
- 总结
MVCC 介绍
在当今高度并发的数据库环境中，有效的并发控制是至关重要的。MVCC是MySQL中被广泛采用的并发控制机制，它通过版本管理来实现事务的隔离性，允许读写操作同时进行，提高数据库的并发性能和响应能力。
MVCC，全称 Multi-Version Concurrency Control，即多版本并发控制
MVCC的目的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。
这里的多版本指的是数据库中同时存在多个版本的数据，并不是整个数据库的多个版本，而是某一条记录的多个版本同时存在。
在数据库系统中，同时执行的事务可能涉及相同的数据，因此需要一种机制来保证数据的一致性，传统的锁机制可以实现并发控制，但会导致阻塞和死锁等问题。
MVCC机制具有以下优点：
- 提高并发性能：读操作不会阻塞写操作，写操作也不会阻塞读操作，有效地提高数据库的并发性能。
- 降低死锁风险：由于无需使用显式锁来进行并发控制，MVCC可以降低死锁的风险。
当前读和快照读
在讲解MVCC原理之前，我们先来了解一下，当前读和快照读。
当前读
在MySQL中，当前读是一种读取数据的操作方式，它可以直接读取最新的数据版本，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。MySQL提供了两种实现当前读的机制：
-
一致性读（Consistent Read）：
-
- 默认隔离级别下（可重复读），MySQL使用一致性读来实现当前读。
- 在事务开始时，MySQL会创建一个一致性视图（Consistent View），该视图反映了事务开始时刻数据库的快照。
- 在事务执行期间，无论其他事务对数据进行了何种修改，事务始终使用一致性视图来读取数据。
- 这样可以保证在同一个事务内多次查询返回的结果是一致的，从而实现了当前读。
-
锁定读（Locking Read）：
-
- 锁定读是一种特殊情况下的当前读方式，在某些场景下使用。
- 当使用锁定读时，MySQL会在执行读取操作前获取共享锁或排他锁，以确保数据的一致性。
- 共享锁（Shared Lock）允许多个事务同时读取同一数据，而排他锁（Exclusive Lock）则阻止其他事务读取或写入该数据。
- 锁定读适用于需要严格控制并发访问的场景，但由于加锁带来的性能开销较大，建议仅在必要时使用。
下面列举的这些语法都是当前读：
| 语法 |
|---|
| SELECT … LOCK IN SHARE MODE |
| SELECT … FOR UPDATE |
| UPDATE |
| DELETE |
| INSERT |
当前读实际上是一种加锁的操作，是悲观锁的实现。
快照读
快照读是在读取数据时读取一个一致性视图中的数据，MySQL使用 MVCC 机制来支持快照读。
具体而言，每个事务在开始时会创建一个一致性视图（Consistent View），该视图反映了事务开始时刻数据库的快照。这个一致性视图会记录当前事务开始时已经提交的数据版本。
当执行查询操作时，MySQL会根据事务的一致性视图来决定可见的数据版本。只有那些在事务开始之前已经提交的数据版本才是可见的，未提交的数据或在事务开始后修改的数据则对当前事务不可见。
像不加锁的 select 操作就是快照读，即不加锁的非阻塞读。
快照读可能读到的并不一定是数据的最新版本，而有可能是之前的历史版本。
注意：快照读的前提是隔离级别不是串行级别，在串行级别下，事务之间完全串行执行，快照读会退化为当前读
MVCC主要就是为了实现读-写冲突不加锁，而这个读指的就是快照读，是乐观锁的实现。
MVCC 原理解析
隐式字段
MySQL中的行数据，除了我们肉眼能看到的字段之外，其实还包含了一些隐藏字段，它们在内部使用，默认情况下不会显示给用户。
| 字段 | 含义 |
|---|---|
| DB_ROW_ID | 隐含的自增ID（隐藏主键），用于唯一标识表中的每一行数据，如果数据表没有主键，InnoDB会自动以DB_ROW_ID产生一个聚簇索引。 |
| DB_TRX_ID | 该字段存储了当前行数据所属的事务ID。每个事务在数据库中都有一个唯一的事务ID。通过 DB_TRX_ID 字段，可以追踪行数据和事务的所属关系。 |
| DB_ROLL_PTR | 该字段存储了回滚指针（Roll Pointer），它指向用于回滚事务的Undo日志记录。 |
Undo Log
Undo 日志是 MVCC 能够得以实现的核心所在。
Undo日志（Undo Log）是MySQL中的一种重要的事务日志，Undo日志的作用主要有两个方面：
- 事务回滚：当事务需要回滚时，MySQL可以通过Undo日志中的旧值将数据还原到事务开始之前的状态，保证了事务回滚的一致性。
- MVCC实现：MVCC 是InnoDB存储引擎的核心特性之一。通过使用Undo日志，MySQL可以为每个事务提供独立的事务视图，使得事务读取数据时能看到一致且符合隔离级别要求的数据版本。
在InnoDB存储引擎中，Undo日志分为两种：插入（insert）Undo日志 和 更新（update）Undo日志
- insert undo log：插入Undo日志是指在插入操作中生成的Undo日志。由于插入操作的记录只对当前事务可见，对其他事务不可见，因此在事务提交后可以直接删除，无需进行purge操作。
- update undo log：更新Undo日志是指在更新或删除操作中生成的Undo日志。更新Undo日志可能需要提供MVCC机制，因此不能在事务提交时就立即删除。相反，它们会在提交时放入Undo日志链表中，并等待purge线程进行最终的删除。删除操作只是设置一下老记录的 DELETED_BIT，并不真正将过时的记录删除，为了节省磁盘空间，InnoDB有专门的purge线程来清理 DELETED_BIT 为true的记录。
注意：由于查询操作（SELECT）并不会修改任何记录，所以在查询操作执行时，并不需要记录相应的 undo log 。
不同事务或者相同事务对同一记录行的修改，会使该记录行的 undo log 成为一条链表，链首就是最新的记录，链尾就是最早的旧记录
举个例子，比如有个事务A插入了一条新记录：insert into user(id, name) values(1, "小明’)
现在来了一个事务B对该记录的name做出了修改，改为 “小王”。
在事务B修改该行数据时，数据库会先对该行加排他锁，然后把该行数据拷贝到 undo log 中作为旧记录，即在 undo log 中有当前行的拷贝副本.
拷贝完毕后，修改该行name为 "小王，并且修改隐藏字段的事务ID为当前事务B的ID, 并将回滚指针指向拷贝到 undo log 的副本记录，即表示我的上一个版本就是它，事务提交后，释放锁。
此时又来了个事务C修改同一个记录，将name修改为 “小红”。
在事务C修改该行数据时，数据库也先为该行加锁，然后把该行数据拷贝到 undo log 中，作为旧记录，发现该行记录已经有 undo log 了，那么最新的旧数据作为链表的表头，插在该行记录的 undo log 最前面，如下图：
关于 DB_ROLL_PTR 与 Undo日志 的配合工作，具体流程如下：
- 在更新或删除操作之前，MySQL会将旧值写入Undo日志中。
- 当事务需要回滚时，MySQL会根据事务的Undo日志记录，通过 DB_ROLL_PTR 找到对应的Undo日志。
- 根据Undo日志中记录的旧值，MySQL将旧值恢复到相应的数据行中，实现数据的回滚操作。
比方说现在想回滚到事务B，name值为 “小王” 的时候，只需通过 DB_ROLL_PTR 顺着列表找到对应的 Undo日志，将旧值恢复到数据行即可。
通过 DB_ROLL_PTR 和 Undo日志 的配合工作，MySQL能够有效地管理事务的一致性和隔离性。Undo日志的使用也使得MySQL能够支持MVCC，从而提供了高并发环境下的读取一致性和事务隔离性。
版本链
在MVCC中，对于每次更新操作，旧值会被保存到一条undo日志中，即使它是该记录的旧版本。随着更新次数的增加，所有的版本都会通过roll_pointer属性连接成一个链表，称之为版本链。
版本链的头节点代表当前记录的最新值。此外，每个版本还包含生成该版本的事务ID。
Read View
一致性视图，全称 Read View ，是用来判断版本链中的哪个版本对当前事务是可见的
Read View 说白了就是事务进行快照读操作时候生成的读视图（Read View），在该事务执行快照读的那一刻，会生成数据库系统当前的一个快照，记录并维护系统当前活跃事务的ID（每个事务开启时，都会被分配一个ID，这个ID是递增的）。
这里有一点要注意一下：Read View只针对 RC 和 RR级别
Read Uncommitted（RU）和 Serializable（串行化）是两个特殊的隔离级别，它们不需要使用 Read View 的主要原因是：
- Read Uncommitted（RU）隔离级别：在 RU 隔离级别下，事务可以读取其他事务尚未提交的数据，即脏读。这意味着不需要通过 Read View 来限制访问范围，事务可以自由地读取其他事务的未提交数据。由于没有对可见性进行严格控制，因此不需要创建或使用 Read View。
- Serializable（串行化）隔离级别：在 Serializable 隔离级别下，事务具有最高的隔离性，确保每次读取都能看到一致的快照。为了实现这种隔离级别，MySQL使用锁机制来保证事务之间的串行执行。由于事务按顺序执行，并且不允许并发操作，所以不需要使用 Read View 进行可见性判断。
Read Uncommitted 和 Serializable 隔离级别下的事务规则不涉及基于 Read View 的可见性判断。RU 允许脏读，而 Serializable 则通过锁机制保证串行执行。因此，在这两个隔离级别下，不需要创建或使用 Read View。
Read View 可见性原则
Read View 遵循一个可见性原则，将要被修改的数据的 DB_TRX_ID 取出来，与系统当前其他活跃事务的ID去对比。
如果 DB_TRX_ID 跟 Read View 的属性做了某些比较，不符合可见性，那就通过 DB_ROLL_PTR 回滚指针去取出 Undo Log 中的 DB_TRX_ID 再比较。
即遍历链表的 DB_TRX_ID （从链首到链尾，即从最近的一次修改查起），直到找到满足特定条件的 DB_TRX_ID，那么这个 DB_TRX_ID 所在的记录就是当前事务能看见的最新老版本。
Read View 会维护以下几个字段：
| 字段 | 含义 |
|---|---|
| m_ids | Read View 创建时其他未提交的活跃事务 ID 列表。创建 Read View时，将当前未提交事务 ID 记录下来，后续即使它们修改了记录行的值，对于当前事务也是不可见的。m_ids 不包括当前事务自己和已提交的事务（正在内存中）。 |
| m_creator_trx_id | 创建该 Read View 的事务 ID。 |
| m_low_limit_id | 目前出现过的最大的事务 ID+1，即下一个将被分配的事务 ID。大于等于这个 ID 的数据版本均不可见。 |
| m_up_limit_id | 活跃事务列表 m_ids 中最小的事务 ID，如果 m_ids 为空，则 m_low_limit_id为m_up_limit_id 。小于这个 ID 的数据版本均可见。 |
Read View 可见性具体判断如下：
- 如果被访问版本的
DB_TRX_ID属性值与 Read View 中的m_creator_trx_id值相同，表示当前事务正在访问自己所修改的记录，因此该版本可以被当前事务访问。 - 如果被访问版本的
DB_TRX_ID属性值小于 Read View 中的m_up_limit_id值，说明生成该版本的事务在当前事务生成 Read View 之前已经提交，因此该版本可以被当前事务访问。 - 如果被访问版本的
DB_TRX_ID属性值大于或等于 Read View 中的m_low_limit_id值，说明生成该版本的事务在当前事务生成 Read View 之后才提交，因此该版本不能被当前事务访问。 - 如果被访问版本的
DB_TRX_ID属性值位于 Read View 的m_up_limit_id和m_low_limit_id之间（包括边界），则需要进一步检查DB_TRX_ID是否在m_ids列表中。如果在列表中，说明在创建ReadView时生成该版本的事务仍处于活跃状态，因此该版本不能被访问；如果不在列表中，说明在创建 Read View 时生成该版本的事务已经提交，因此该版本可以被访问。
事务可见性示意图：
RC 和 RR 下的 Read View
RC 和 RR 下生成 Read View 的时机是有所差异的：
- RC：每次 SELECT 数据前都生成一个ReadView。
- RR：只在第一次读取数据时生成一个ReadView，后面会复用第一次生成的。
正因为RC 和 RR生成 Read View 的时机不同，导致两个级别下看到的数据会不一致。
举例说明，假设数据初始状态如下：
有 A，B，C 三个事务，执行顺序如下：
| 事务A（事务ID: 100） | 事务B（事务ID: 200） | 事务C（事务ID: 300） | |
|---|---|---|---|
| T1 | begin | ||
| T2 | begin | begin | |
| T3 | update user set name=“小王” where id=1 | ||
| T4 | update user set name=“小红” where id=1 | select * from user where id = 1 | |
| T5 | commit | update user set name=“小黑” where id=1 | |
| T6 | update user set name=“小白” where id=1 | select * from user where id = 1 | |
| T7 | commit | ||
| T8 | select * from user where id = 1 | ||
| T9 | commit | ||
| T10 |
RC 下的 Read View
T4时刻
我们来看 T4 时刻的情况，此时 事务A 和 事务B 都还没提交，所以活跃的事务ID，即 m_ids 为：[100，200]，四个字段的值分别如下：
| 字段 | 值 |
|---|---|
| m_ids | [100，200] |
| m_creator_trx_id | 300 |
| m_low_limit_id | 400 |
| m_up_limit_id | 100 |
T4时刻的版本链如下：
依据我们之前说的可见性原则，事务C最终看到的应该是 name = "小明" 的数据，理由如下：
最新记录的 DB_TRX_ID 为 100，既不小于 m_up_limit_id，也不大于 m_low_limit_id，也不等于 m_creator_trx_id。
落在了黄区：
DB_TRX_ID 存在于 m_ids 列表中，故不可见，顺着版本链继续往下。
根据 DB_ROLL_PTR 找到 undo log 中的前一版本记录，前一条记录的 DB_TRX_ID 还是 100，还是不可见，继续往下。
继续找前一条 DB_TRX_ID为 1，满足 1 < m_up_limit_id，可见，所以事务C 查询到数据为 name = "小明" 。
T6时刻
T6时候的版本链如下：
T6时刻，会再次生成新的 Read View，四个字段的值分别如下：
| 字段 | 值 |
|---|---|
| m_ids | [200] |
| m_creator_trx_id | 300 |
| m_low_limit_id | 400 |
| m_up_limit_id | 200 |
根据可见性原则，最终T6时刻事务C 查询到数据为 name = "小红" 。
T8时刻
T8时刻的版本链和T6时刻是一致的，不同的是 Read View，因为T8时刻会再生成一个 Read View，四个字段的值分别如下：
| 字段 | 值 |
|---|---|
| m_ids | [] |
| m_creator_trx_id | 300 |
| m_low_limit_id | 400 |
| m_up_limit_id | 400 |
根据可见性原则，最终T8时刻事务C 查询到数据为 name = "小白" 。
总结一下，事务C在 RC 级别下各个时刻看到的数据如下：
| 时刻 | name |
|---|---|
| T4 | 小明 |
| T6 | 小红 |
| T8 | 小白 |
下面我们来看看，RR 级别下的表现是如何的。
RR 下的 Read View
（RR 的版本链和 RC 的版本链是一致的，区别在于 Read View）
T4时刻
T4 时刻的情况，和 R C的情况是一致的：
| 字段 | 值 |
|---|---|
| m_ids | [100，200] |
| m_creator_trx_id | 300 |
| m_low_limit_id | 400 |
| m_up_limit_id | 100 |
根据可见性原则，最终T4时刻事务C 查询到数据为 name = "小明" ，和 RC 的T4时刻是一致的。
T6时刻
RR 级别会复用 Read View，所以T6时刻也是：
| 字段 | 值 |
|---|---|
| m_ids | [100，200] |
| m_creator_trx_id | 300 |
| m_low_limit_id | 400 |
| m_up_limit_id | 100 |
根据可见性原则，T6时刻我们发现事务C查询到的数据还是 name = "小明" 。
继续看T8时刻。
T8时刻
T8时刻继续复用先前的 Read View。
根据可见性原则，T8时刻事务C查询到的数据依旧是 name = "小明" 。
小结
我们将事务C在 RC 和 RR 级别下看到的数据，放到一块来对比下：
| 时刻 | RC | RR |
|---|---|---|
| T4 | 小明 | 小明 |
| T6 | 小红 | 小明 |
| T8 | 小白 | 小明 |
可以看出二者由于生成 Read View 的时机不同，导致在各个时刻看到的数据会存在差异。
回过头来看 RC 和 RR 隔离级别的定义，会有种恍然大悟的感觉：
- 读已提交（Read Committed）：事务只能读取到已经提交的数据。
- 可重复读（Repeatable Read）：事务在整个事务期间保持一致的快照视图，不受其他事务的影响。
总之在 RC 隔离级别下，每个快照读都会生成并获取最新的 Read View；而在 RR 隔离级别下，则是只在第一个快照读创建Read View，之后的快照读获取的都是同一个Read View
RR 级别下能否防止幻读
严谨的说，RR 级别下只能防止部分幻读
首先，幻读通常指的是在同一个事务中，第二次查询发现了新增加的行，而第一次查询并没有返回这些新增加的行。
通过前面的例子，我们也看到了，在 RR 隔离级别下，由于一致性视图的存在，如果其他事务插入了新的行，在同一个事务中进行多次查询，这些新增的行将会被包含在事务的一致性视图中，确实可以避免部分幻读场景。
这里注意一下：MVCC解决的只是 RR 级别下快照读的幻读问题，而当前读的幻读问题则是通过临键锁来解决的。也就是说 RR 级别下是通过 MVCC+临键锁 来解决大部分幻读问题的。
为什么说是部分解决？看下面这个例子：
| 事务A | 事务B | |
|---|---|---|
| T1 | begin | |
| T2 | begin | |
| T3 | select * from user | |
| T4 | insert into user(id, name) values(2, "小张’) | |
| T5 | select * from user for update | |
| T6 | commit | |
| T7 | commit |
假设数据初始状态如下：
T3时刻看到的数据只有一条 name = "小明"，而T5时刻，由于 select * from user for update 使用的是当前读，读取的是最新的数据版本，T5时刻查询出来的数据是两条，name 分别为 “小明” 和 “小张”。
理解了上面的例子之后，再看下面这个例子：
| 事务A | 事务B | |
|---|---|---|
| T1 | begin | |
| T2 | begin | |
| T3 | select * from user | |
| T4 | insert into user(id, name) values(2, "小张’) | |
| T5 | update user set name=“小陈” where id=2 | |
| T6 | select * from user | |
| T7 | commit | |
| T8 | commit |
UPDATE 语句也是当前读，也会发生幻读问题，最终看到的数据是name 分别为 “小明” 和 “小陈”。
这里发生幻读的原因，和上面的例子是一样的，本质都是在一个事务中，即使用了快照读又使用了当前读，RR 级别下无法预防此种情况，所以说 RR 级别下无法完全解决幻读问题。
总结
综上所述，MVCC 是一种强大的并发控制机制，在高并发环境中起着重要的作用。通过了解 MVCC 的原理和实现流程，我们可以更好地理解 MySQL 的并发控制机制，理解 MVCC 的原理对于接触 MySQL 的开发人员来说是必不可少的知识点。
参考：https://mp.weixin.qq.com/s/de1fQoeiPVq0azd66fMVXg