MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?

1 前言

在 MySQL进阶45讲【3】事务隔离的恩恩怨怨 这篇文章和大家讲事务隔离级别的时候提到过,如果是可重复读隔离级别,事务T启动的时候会创建一个视图read-view,之后事务T执行期间,即使有其他事务修改了数据,事务T看到的仍然跟在启动时看到的一样。也就是说,一个在可重复读隔离级别下执行的事务,好像与世无争,不受外界影响。

但是,在上一篇文章中,讲解行锁的时候又提到,一个事务要更新一行,如果刚好有另外一个事务拥有这一行的行锁,它又不能这么超然了,会被锁住,进入等待状态。问题是,既然进入了等待状态,那么等到这个事务自己获取到行锁要更新数据的时候,它读到的值又是什么呢?

举一个例子吧。下面是一个只有两行的表的初始化语句。

mysql> CREATE TABLE `t` (
`id` int(11) NOT NULL,
`k` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB;
insert into t(id, k) values(1,1),(2,2);

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第1张图片
这里,我们需要注意的是事务的启动时机。

begin/start transaction 命令并不是一个事务的起点,在执行到它们之后的第一个操作InnoDB表
的语句,事务才真正启动。如果想要马上启动一个事务,可以使用start transaction with
consistent snapshot
这个命令。

还需要注意的是,在整个专栏里面,我们的例子中如果没有特别说明,都是默认autocommit=1。

在这个例子中,事务C没有显式地使用begin/commit,表示这个update语句本身就是一个事务,
语句完成的时候会自动提交。事务B在更新了行之后查询; 事务A在一个只读事务中查询,并且时
间顺序上是在事务B的查询之后。

这时,如果事务B查到的k的值是3,而事务A查到的k的值是1,是不是非常奇怪,其原因就说事务隔离在起作用

所以,今天这篇文章,能够帮助大家对InnoDB的事务和锁有更进一步的理解。在MySQL里,有两个“视图”的概念:

  • 一个是view。它是一个用查询语句定义的虚拟表,在调用的时候执行查询语句并生成结果。
    创建视图的语法是create view…,而它的查询方法与表一样。
  • 另一个是InnoDB在实现MVCC时用到的一致性读视图,即consistent read view,用于支持
    **RC(Read Committed,读提交)和RR(Repeatable Read,可重复读)**隔离级别的实现。

它没有物理结构,作用是事务执行期间用来定义“我能看到什么数据”。

在 MySQL进阶45讲【3】事务隔离的恩恩怨怨 解释过一遍MVCC的实现逻辑。今天为了说明查询和更新的区别,换一个方式来说明,把read view拆开。可以结合这两篇文章的说明来更深一步地理解MVCC。

2 “快照”在MVCC里是怎么工作的?

在可重复读隔离级别下,事务在启动的时候就“拍了个快照”。注意,这个快照是基于整库的。

如果一个库有100G,那么启动一个事务,MySQL就要拷贝100G的数据出来,这个过程得多慢啊。可是,平时的事务执行起来很快啊。

实际上,我们并不需要拷贝出这100G的数据。我们先来看看这个快照是怎么实现的。InnoDB里面每个事务有一个唯一的事务ID,叫作transaction id。它是在事务开始的时候向InnoDB的事务系统申请的,是按申请顺序严格递增的。

而每行数据也都是有多个版本的。每次事务更新数据的时候,都会生成一个新的数据版本,并且
把transaction id赋值给这个数据版本的事务ID,记为rowtrx_id。同时,旧的数据版本要保留,并且在新的数据版本中,能够有信息可以直接拿到它。

也就是说,数据表中的一行记录,其实可能有多个版本(row),每个版本有自己的rowtrx_id。
如图2所示,就是一个记录被多个事务连续更新后的状态。

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第2张图片
图中虚线框里是同一行数据的4个版本,当前最新版本是V4,k的值是22,它是被transaction id
为25的事务更新的,因此它的rowtrx_id也是25。

语句更新会生成undo log(回滚日志)吗?那么,undo log在哪呢?

实际上,图2中的三个虚线箭头,就是undo log;而V1、V2、V3并不是物理上真实存在的,而
是每次需要的时候根据当前版本和undo log计算出来的。比如,需要V2的时候,就是通过V4依
次执行U3、U2算出来。

明白了多版本和rowtrx_id的概念后,我们再来想一下,InnoDB是怎么定义那个“100G”的快照
的。

按照可重复读的定义,一个事务启动的时候,能够看到所有已经提交的事务结果。但是之后,这
个事务执行期间,其他事务的更新对它不可见。

因此,一个事务只需要在启动的时候声明说,“以我启动的时刻为准,如果一个数据版本是在我
启动之前生成的,就认;如果是我启动以后才生成的,我就不认,我必须要找到它的上一个版
本”。

当然,如果“上一个版本”也不可见,那就得继续往前找。还有,如果是这个事务自己更新的数
据,它自己还是要认的。

在实现上, InnoDB为每个事务构造了一个数组,用来保存这个事务启动瞬间,当前正在“活
跃”的所有事务ID。“活跃”指的就是,启动了但还没提交。

数组里面事务ID的最小值记为低水位,当前系统里面已经创建过的事务ID的最大值加1记为高水
位。

这个视图数组和高水位,就组成了当前事务的一致性视图(read-view)。

而数据版本的可见性规则,就是基于数据的rowtrx_id和这个一致性视图的对比结果得到的。

这个视图数组把所有的rowtrx_id 分成了几种不同的情况。

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第3张图片
这样,对于当前事务的启动瞬间来说,一个数据版本的rowtrx_id,有以下几种可能:

  1. 如果落在绿色部分,表示这个版本是已提交的事务或者是当前事务自己生成的,这个数据是
    可见的;
  2. 如果落在红色部分,表示这个版本是由将来启动的事务生成的,是肯定不可见的;
  3. 如果落在黄色部分,那就包括两种情况
    a. 若 rowtrx_id在数组中,表示这个版本是由还没提交的事务生成的,不可见;
    b. 若 rowtrx_id不在数组中,表示这个版本是已经提交了的事务生成的,可见。

比如,对于图2中的数据来说,如果有一个事务,它的低水位是18,那么当它访问这一行数据
时,就会从V4通过U3计算出V3,所以在它看来,这一行的值是11。

有了这个声明后,系统里面随后发生的更新,是不是就跟这个事务看到的内容无关了呢?因为之后的更新,生成的版本一定属于上面的2或者3(a)的情况,而对它来说,这些新的数据版本是不存在的,所以这个事务的快照,就是“静态”的了。

所以InnoDB利用了“所有数据都有多个版本”的这个特性,实现了“秒级创建快照”的能力。

接下来,我们继续看一下图1中的三个事务,分析下事务A的语句返回的结果,为什么是k=1。
这里,我们不妨做如下假设:

  1. 事务A开始前,系统里面只有一个活跃事务ID是99;
  2. 事务A、B、C的版本号分别是100、101、102,且当前系统里只有这四个事务;
  3. 三个事务开始前,(1,1)这一行数据的rowtrx_id是90。
    这样,事务A的视图数组就是[99,100], 事务B的视图数组是[99,100,101], 事务C的视图数组是[99,100,101,102]。

为了简化分析,先把其他干扰语句去掉,只画出跟事务A查询逻辑有关的操作:

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第4张图片
从图中可以看到,第一个有效更新是事务C,把数据从(1,1)改成了(1,2)。这时候,这个数据的最
新版本的rowtrx_id是102,而90这个版本已经成为了历史版本。

第二个有效更新是事务B,把数据从(1,2)改成了(1,3)。这时候,这个数据的最新版本(即row
trx_id)是101,而102又成为了历史版本。

在事务A查询的时候,其实事务B还没有提交,但是它生成的(1,3)这个版本已经变成当前版本了。但这个版本对事务A必须是不可见的,否则就变成脏读了。

好,现在事务A要来读数据了,它的视图数组是[99,100]。当然了,读数据都是从当前版本读起
的。所以,事务A查询语句的读数据流程是这样的:

  • 找到(1,3)的时候,判断出rowtrx_id=101,比高水位大,处于红色区域,不可见;
  • 接着,找到上一个历史版本,一看rowtrx_id=102,比高水位大,处于红色区域,不可见;
  • 再往前找,终于找到了(1,1),它的rowtrx_id=90,比低水位小,处于绿色区域,可见。

这样执行下来,虽然期间这一行数据被修改过,但是事务A不论在什么时候查询,看到这行数据
的结果都是一致的,所以我们称之为一致性读。

这个判断规则是从代码逻辑直接转译过来的,用于人肉分析可见性很麻烦。

所以,给大家翻译一下。一个数据版本,对于一个事务视图来说,除了自己的更新总是可见以
外,有三种情况:

  1. 版本未提交,不可见;
  2. 版本已提交,但是是在视图创建后提交的,不可见;
  3. 版本已提交,而且是在视图创建前提交的,可见。

现在,我们用这个规则来判断图4中的查询结果,事务A的查询语句的视图数组是在事务A启动的
时候生成的,这时候:

  • (1,3)还没提交,属于情况1,不可见;
  • (1,2)虽然提交了,但是是在视图数组创建之后提交的,属于情况2,不可见;
  • (1,1)是在视图数组创建之前提交的,可见。

去掉数字对比后,只用时间先后顺序来判断,分析起来是不是轻松多了。所以,后面我们就都用这个规则来分析。

3 更新逻辑

大家可能会有一个疑问,事务B的update语句,如果按照一致性读,好像结果不对哦?

从图5中,事务B的视图数组是先生成的,之后事务C才提交,不是应该看不见(1,2)吗,怎么能
算出(1,3)来?

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第5张图片
是的,如果事务B在更新之前查询一次数据,这个查询返回的k的值确实是1。

但是,当它要去更新数据的时候,就不能再在历史版本上更新了,否则事务C的更新就丢失了。
因此,事务B此时的set k=k+1是在(1,2)的基础上进行的操作。

所以,这里就用到了这样一条规则:更新数据都是先读后写的,而这个读,只能读当前的
值,称为“当前读”(current read)

因此,在更新的时候,当前读拿到的数据是(1,2),更新后生成了新版本的数据(1,3),这个新版本
的rowtrx_id是101。

所以,在执行事务B查询语句的时候,一看自己的版本号是101,最新数据的版本号也是101,是
自己的更新,可以直接使用,所以查询得到的k的值是3。

这里我们提到了一个概念,叫作当前读。其实,除了update语句外,select语句如果加锁,也是
当前读。

所以,如果把事务A的查询语句select *fromt where id=1修改一下,加上lock in share mode 或
for update,也都可以读到版本号是101的数据,返回的k的值是3。下面这两个select语句,就是
分别加了读锁(S锁,共享锁)和写锁(X锁,排他锁)

mysql> select k from t where id=1 lock in share mode;
mysql> select k from t where id=1 for update;

再往前一步,假设事务C不是马上提交的,而是变成了下面的事务C’,会怎么样呢?

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第6张图片

事务C’的不同是,更新后并没有马上提交,在它提交前,事务B的更新语句先发起了。前面说过
了,虽然事务C’还没提交,但是(1,2)这个版本也已经生成了,并且是当前的最新版本。那么,事
务B的更新语句会怎么处理呢?

这时候,我们在上一篇文章中提到的“两阶段锁协议”就要上场了。事务C’没提交,也就是说(1,2)
这个版本上的写锁还没释放。而事务B是当前读,必须要读最新版本,而且必须加锁,因此就被
锁住了,必须等到事务C’释放这个锁,才能继续它的当前读。

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第7张图片
到这里,我们把一致性读、当前读和行锁就串起来了。

现在,我们再回到文章开头的问题:事务的可重复读的能力是怎么实现的?

可重复读的核心就是一致性读(consistent read);而事务更新数据的时候,只能用当前读。如
果当前的记录的行锁被其他事务占用的话,就需要进入锁等待。

而读提交的逻辑和可重复读的逻辑类似,它们最主要的区别是:

  • 在可重复读隔离级别下,只需要在事务开始的时候创建一致性视图,之后事务里的其他查询
    都共用这个一致性视图;
  • 在读提交隔离级别下,每一个语句执行前都会重新算出一个新的视图。

那么,我们再看一下,在读提交隔离级别下,事务A和事务B的查询语句查到的k,分别应该是多
少呢?

这里需要说明一下,“start transaction with consistent snapshot; ”的意思是从这个语句开始,创
建一个持续整个事务的一致性快照。所以,在读提交隔离级别下,这个用法就没意义了,等效于
普通的start transaction。

下面是读提交时的状态图,可以看到这两个查询语句的创建视图数组的时机发生了变化,就是图
中的read view框。(注意:这里,我们用的还是事务C的逻辑直接提交,而不是事务C’)

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第8张图片
这时,事务A的查询语句的视图数组是在执行这个语句的时候创建的,时序上(1,2)、(1,3)的生成
时间都在创建这个视图数组的时刻之前。但是,在这个时刻:

  • (1,3)还没提交,属于情况1,不可见;
  • (1,2)提交了,属于情况3,可见。

所以,这时候事务A查询语句返回的是k=2。

显然地,事务B查询结果k=3。

4 小结

InnoDB的行数据有多个版本,每个数据版本有自己的rowtrx_id,每个事务或者语句有自己的一
致性视图。普通查询语句是一致性读,一致性读会根据rowtrx_id和一致性视图确定数据版本的
可见性。

  • 对于可重复读,查询只承认在事务启动前就已经提交完成的数据;
  • 对于读提交,查询只承认在语句启动前就已经提交完成的数据;

而当前读,总是读取已经提交完成的最新版本。

大家也可以想一下,为什么表结构不支持“可重复读”?这是因为表结构没有对应的行数据,也没有
rowtrx_id,因此只能遵循当前读的逻辑。

当然,MySQL 8.0已经可以把表结构放在InnoDB字典里了,也许以后会支持表结构的可重复
读。

给大家提一个问题。我用下面的表结构和初始化语句作为试验环境,事务隔离级别是可重复读。
现在,要把所有“字段c和id值相等的行”的c值清零,但是却发现了一个“诡异”的、改不掉的情
况。请你构造出这种情况,并说明其原理。

mysql> CREATE TABLE `t` (
`id` int(11) NOT NULL,
`c` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB;
insert into t(id, c) values(1,1),(2,2),(3,3),(4,4);

MySQL进阶45讲【8】MySQL事务到底是隔离的还是不隔离的?_第9张图片
复现出来以后,请你再思考一下,在实际的业务开发中有没有可能碰到这种情况?你的应用代码
会不会掉进这个“坑”里,你又是怎么解决的呢?

你可能感兴趣的:(《MySQL进阶45讲》,mysql,数据库,数据库开发,MySQL事务)