MYSQL专题-MVCC多版本并发控制
MVCC，全称Multi-Version Concurrency Control，即多版本并发控制。MVCC是一种并发控制的方法，一般在数据库管理系统中，实现对数据库的并发访问，在编程语言中实现事务内存。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。
基础概述
数据库并发场景大致分为三种：
- 读-读：不存在任何问题，也不需要并发控制
- 读-写：有线程安全问题，可能会造成事务隔离性问题，可能遇到脏读，幻读，不可重复读
- 写-写：有线程安全问题，可能会存在更新丢失问题，比如第一类更新丢失，第二类更新丢失
多版本并发控制（MVCC）是一种用来解决读-写冲突的无锁并发控制，也就是为事务分配单向增长的时间戳，为每个修改保存一个版本，版本与事务时间戳关联，读操作只读该事务开始前的数据库的快照。 MVCC可以为数据库解决以下问题：
- 在并发读写数据库时，可以做到在读操作时不用阻塞写操作，写操作也不用阻塞读操作，提高了数据库并发读写的性能
- 可以解决脏读，幻读，不可重复读等事务隔离问题，但不能解决更新丢失问题
既然MVCC可以解决数据库的并发的相关问题，那对于其原理的理解就很重要。不过在学习MVCC多版本并发控制之前，我们必须先了解一下，什么是MySQL InnoDB下的当前读和快照读。
-
当前读
- 像select lock in share mode(共享锁)， select for update， update， insert ，delete(排他锁)这些操作都是一种当前读，
- 它读取的是记录的最新版本，所以叫当前读。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。
-
快照读
- 像不加锁的select操作就是快照读，即不加锁的非阻塞读；
- 快照读的前提是隔离级别不是串行级别，串行级别下的快照读会退化成当前读；
- 出现快照读的原因，是基于提高并发性能的考虑，快照读的实现是基于多版本并发控制，即MVCC,可以认为MVCC是行锁的一个变种，但它在很多情况下，避免了加锁操作，降低了开销；
- 因为基于多版本，即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。
说白了MVCC就是为了实现读-写冲突不加锁，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，是悲观锁的实现。那么当前读，快照读和MVCC的到底有什么关系呢？准确的说，MVCC多版本并发控制指的是 “维持一个数据的多个版本，使得读写操作没有冲突” 这么一个概念。而在MySQL中，实现这么一个MVCC概念，我们就需要MySQL提供具体的功能去实现它，而快照读就是MySQL为我们实现MVCC理想模型的其中一个具体非阻塞读功能。而相对而言，当前读就是悲观锁的具体功能实现。要说的再细致一些，快照读本身也是一个抽象概念，再深入研究。MVCC模型在MySQL中的具体实现则是由 3个隐式字段，undo日志 ，Read View 等去完成的，这个会在下面的MVCC实现原理中具体讲解。
有了MVCC，我们可以形成两个组合：
- MVCC + 悲观锁
- MVCC解决读写冲突，悲观锁解决写写冲突
- MVCC + 乐观锁
- MVCC解决读写冲突，乐观锁解决写写冲突。这种组合的方式就可以最大程度的提高数据库并发性能，并解决读写冲突，和写写冲突导致的问题。
MVCC的实现原理
MVCC的目的就是多版本并发控制，在数据库中的实现，就是为了解决读写冲突，它的实现原理主要是依赖记录中的 3个隐式字段，undo日志 ，Read View 来实现的。
隐式字段
每行记录其实除了我们在数据库中定义的列之外，每一行中还包含了几个数据库隐藏列，分别是DB_TRX_ID，DB_ROLL_PTR，DB_ROW_ID。假设有一张person表，里面包含name和age两个字段，插入一条记录如下图，DB_ROW_ID是数据库默认为该行记录生成的唯一隐式主键，DB_TRX_ID是当前操作该记录的事务ID，而DB_ROLL_PTR是一个回滚指针，用于配合undo日志，指向上一个旧版本，这三个字段在实际数据库中是看不到的。
-
DB_TRX_ID
- 6byte，一个事务对某个表执行了增、删、改操作，分配这条记录的事务ID（最近修改(修改/插入)事务ID）；
- 对于只读事务来说，只有在它第一次对某个用户创建的「临时表执行增、删、改操作」时才会为这个事务分配一个事务id，否则的话是不分配事务id的；
- 对于读写事务来说，只有在它「第一次对某个表（包括用户创建的临时表）执行增、删、改操作」时才会为这个事务分配一个事务id，否则的话也是不分配事务id的；
- 有的时候虽然我们开启了一个读写事务，但是在这个事务中全是查询语句，并没有执行增、删、改的语句，那也就意味着这个事务并不会被分配一个事务id。
-
DB_ROLL_PTR
- 7byte，回滚指针，指向这条记录的上一个版本（存储于rollback segment里），即指向该记录对应的undo log。
-
DB_ROW_ID
- DB_ROW_ID是6byte，行记录的唯一标志，这一列不是必须的；
- MySQL会优先使用用户自定义主键作为主键，如果用户没有定义主键，则选取一个Unique键作为主键，如果表中连Unique键都没有定义的话，则InnoDB会为表默认添加一个名为DB_ROW_ID的隐藏列作为主键；
- 只有在表中既没有定义主键，也没有申明唯一索引的情况MySQL才会添加这个隐藏列。
-
实际还有一个删除flag隐藏字段, 既记录被更新或删除并不代表真的删除，而是删除flag变了
undo日志
对于undo日志的具体介绍之前写过文章MYSQL专题-MySQL三大日志binlog、redo log和undo log，大家想要更好的了解可以去看看，这里再做一下简单介绍。undo log主要分为两种，insert undo log和update undo log。
-
insert undo log
- 事务在insert新记录时产生的undo log；
- 只在事务回滚时需要，并且在事务提交后可以被立即丢弃。
-
update undo log
- 事务在进行update或delete时产生的undo log；
- 不仅在事务回滚时需要，在快照读时也需要，不能随便删除。只有在快速读或事务回滚不涉及该日志时，对应的日志才会被purge线程统一清除。
前面提到，还有一个删除flag隐藏字段。为了实现InnoDB的MVCC机制，更新或者删除操作都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；
- 为了不影响MVCC的正常工作，purge线程自己也维护了一个read view（这个read view相当于系统中最老活跃事务的read view）;
- 如果某个记录的deleted_bit为true，并且DB_TRX_ID相对于purge线程的read view可见，那么这条记录一定是可以被安全清除的。
我们以实际例子来看一下它的执行流程。比如有个事务往person表插入一条新记录，记录如下，name为Jack, age为25岁，隐式主键是1，我们假设事务ID为0，和回滚指针为NULL：
现在又来了一个事务对该记录的name做出了修改，改为Jim，则它过程大致如下：
- 事务修改该行(记录)数据时，数据库会先对该行加排他锁；
- 把该行数据拷贝到undo log中，作为旧记录，既在undo log中有当前行的拷贝副本；
- 拷贝完毕后，修改该行name为Jim，并且修改隐藏字段的事务ID为当前事务1的ID, 我们默认从1开始，之后递增，回滚指针指向拷贝到undo log的副本记录，既表示我的上一个版本就是它；
- 事务提交后，释放锁。
则此时的对应关系如下图所示：
又来了个事务修改person表的同一个记录，将age修改为30岁，执行过程类似上一步：
- 事务修改该行数据时，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；
- 修改该行age为30岁，并且修改隐藏字段的事务ID为当前事务的ID, 那就是2，回滚指针指向刚刚拷贝到undo log的副本记录；
- 事务提交，释放锁。
则此时的对应关系如下图所示：
我们可以看出，不同事务或者相同事务的对同一记录的修改，会导致该记录的undo log成为一条记录版本线性表，既链表，undo log的链首就是最新的旧记录，链尾就是最早的旧记录。
Read View(读视图)
- 对于使用READ UNCOMMITTED隔离级别的事务来说，由于可以读到未提交事务修改过的记录，所以直接读取记录的最新版本就好了；
- 对于使用SERIALIZABLE隔离级别的事务来说，MySQL规定使用加锁的方式来访问记录；
- 对于使用READ COMMITTED和REPEATABLE READ隔离级别的事务来说，都必须保证读到已经提交了的事务修改过的记录，也就是说假如另一个事务已经修改了记录但是尚未提交，是不能直接读取最新版本的记录的，核心问题就是需要判断一下版本链中的哪个版本是当前事务可见的。
为了解决哪个版本是当前事务可见的，MySQL提出了一个ReadView（快照）的概念，在Select操作前会为当前事务生成一个快照，然后根据快照中记录的信息来判断当前记录是否对事务是可见的，如果不可见那么沿着版本链继续往上找，直至找到一个可见的记录。
说白了Read View就是事务进行快照读操作的时候生产的读视图(Read View)，在该事务执行的快照读的那一刻，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(当每个事务开启时，都会被分配一个ID, 这个ID是递增的，所以最新的事务，ID值越大)。
ReadView（快照）中包含了下面几个关键属性：
m_ids：生成ReadView时当前系统中活跃的读写事务的事务id列表
min_trx_id：生成ReadView时当前系统中活跃的读写事务中最小的事务id，也就是m_ids中的最小值。
max_trx_id：生成ReadView时系统中应该分配给下一个事务的id值
creator_trx_id：生成该ReadView的事务的事务id
注意max_trx_id并不是m_ids中的最大值，事务id是递增分配的。比方说现在有id为1，2，3这三个事务，之后id为3的事务提交了。那么一个新的读事务在生成ReadView时，m_ids就包括1和2，min_trx_id的值就是1，max_trx_id的值就是4，creator_trx_id就是3。我们前边说过，只有在对表中的记录做改动时（执行INSERT、DELETE、UPDATE这些语句时）才会为事务分配事务id，否则在一个只读事务中的事务id值都默认为0，即creator_trx_id为0。
根据当前数据库中运行中的读写事务id，会去生成一个ReadView。然后根据要读取的数据记录中的事务id（方便区别，记为r_trx_id）跟ReadView中保存的几个属性做如下判断：
- 如果被访问版本的r_trx_id属性值与ReadView中的creator_trx_id值相同，意味着当前事务在访问它自己修改过的记录，所以该版本可以被当前事务访问；
- 如果被访问版本的r_trx_id属性值小于ReadView中的min_trx_id值，表明生成该版本的事务在当前事务生成ReadView前已经提交，所以该版本可以被当前事务访问；
- 如果被访问版本的r_trx_id属性值大于或等于ReadView中的max_trx_id值，表明生成该版本的事务在当前事务生成ReadView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r_trx_id属性值在ReadView的min_trx_id和max_trx_id之间，那就需要判断一下r_trx_id属性值是不是在m_ids列表中，如果在，说明创建ReadView时生成该版本的事务还是活跃的，该版本不可以被访问；如果不在，说明创建ReadView时生成该版本的事务已经被提交，该版本可以被访问。
如果某个版本的数据对当前事务不可见的话，那就顺着版本链找到下一个版本的数据，继续按照上边的步骤判断可见性，依此类推，直到版本链中的最后一个版本。如果最后一个版本也不可见的话，那么就意味着该条记录对该事务完全不可见，查询结果就不包含该记录。
整体过程
介绍完隐式字段，undo log， 以及Read View的概念之后，我们来模拟一下整体的流程。假设现在又四个事务，其对应的状态如下表所示：
| 事务1 | 事务2 | 事务3 | 事务4 |
|---|---|---|---|
| 事务开始 | 事务开始 | 事务开始 | 事务开始 |
| … | … | … | 修改且已提交 |
| 进行中 | 快照读 | 进行中 | |
| … | … | … |
根据之前的描述，当事务2对某行数据执行了快照读，数据库为该行数据生成一个Read View读视图，假设当前事务ID为2，此时还有事务1和事务3在活跃中，事务4在事务2快照读前一刻提交更新了，所以Read View记录了系统当前活跃事务1，3的ID，维护列表上m_ids，当前系统中活跃的读写事务中最小的事务id即min_trx_id为1，系统中应该分配给下一个事务的id即max_trx_id为5，该ReadView的事务的事务id即creator_trx_id为2。
因为只有事务4修改过该行记录，并在事务2执行快照读前，就提交了事务，所以当前该行当前数据的undo log如下图所示：
快照读的过程是这样的：
- 先拿该记录DB_TRX_ID字段记录的事务ID 4去跟Read View的creator_trx_id（2）比较，看是否相等，显示不相等；
- 继续跟min_trx_id比较，看4是否小于min_trx_id(1)，所以不符合条件；
- 继续判断 4 是否大于等于 max_trx_id(5)，也不符合条件；
- 最后判断4是否处于m_ids（1，3）中的活跃事务, 最后发现事务ID为4的事务不在当前活跃事务列表中, 符合可见性条件。
所以事务4修改后提交的最新结果对事务2快照读时是可见的，所以事务2能读到的最新数据记录是事务4所提交的版本，而事务4提交的版本也是全局角度上最新的版本。正是Read View生成时机的不同，从而造成RC,RR级别下快照读的结果的不同：
- 在RC隔离级别下，是每个快照读都会生成并获取最新的Read View（即每次select都会生成一个快照）；
- 在RR隔离级别下，则是同一个事务中的第一个快照读才会创建Read View, 之后的快照读获取的都是同一个Read View（即只有在第一次会生成一个快照）。
猜你感兴趣：
MYSQL专题-绝对实用的MYSQL优化总结
MYSQL专题-MySQL事务实现原理
MYSQL专题-使用Binlog日志恢复MySQL数据
MYSQL专题-MySQL三大日志binlog、redo log和undo log
更多文章请点击：更多…