(Mysql) MVCC多版本并发控制原理详解

版本链

我们创建一个hero表：

CREATE TABLE hero (
number INT,
name VARCHAR(100),
country varchar(100),
PRIMARY KEY (number)
) Engine=InnoDB CHARSET=utf8;
然后向这个表里插入一条数据：

INSERT INTO hero VALUES(1, ‘刘备’, ‘蜀’);
现在表里的数据就是这样的：

对于使用InnoDB存储引擎的表来说，它的聚簇索引记录中除了包含用户定义的列外，还包含两个必要的隐藏列：

• trx_id：每次一个事务对某条聚簇索引记录进行改动时，都会把该事务的事务id赋值给trx_id隐藏列。

• roll_pointer：每次对某条聚簇索引记录进行改动时，都会把旧的版本写入到undo日志中，然后这个隐藏列就相当于一个指针，可以通过它来找到该记录修改前的信息。

假设插入该记录的事务id为80，那么此刻该条记录的示意图如下所示：

假设之后两个事务id分别为100、200的事务对这条记录进行UPDATE操作，操作流程如下：

每次对记录进行改动，都会记录一条undo日志，每条undo日志也都有一个roll_pointer属性，可以将这些undo日志都连起来，串成一个链表，所以现在的情况就像下图一样：

对该记录每次更新后，都会将旧值放到一条undo日志中，就算是该记录的一个旧版本，随着更新次数的增多，所有的版本都会被roll_pointer属性连接成一个链表，我们把这个链表称之为版本链 ，版本链的头节点就是当前记录最新的值。另外，每个版本中还包含生成该版本时对应的事务id。

ReadView

版本链中存放了该记录各个时间段的历史数据，而对于不同隔离级别的事务来说，版本链中的数据对它们的可见性是不同的，即它们需要读取的数据版本不同。

• 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，它们是使用加锁的方式来访问记录，当事务获取相应的锁后，直接读取记录的最新版本就好了；
• 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。

READ COMMITTED和REPEATABLE READ隔离级别的区别 在于：
假设初始时数据表的数据为：

如下图，事务trx1和事务trx2为活动事务，正在执行。

• 当trx1事务的隔离级别为 READ COMMITTED时，事务trx1第一个执行 SELECT * from hero; 语句得到的结果中name为刘备，第二次执行 SELECT * from hero; 语句时，由于 trx2事务的更新已经提交了，所以得到的结果中name为黄忠。对于READ COMMITTED隔离级别来说，在一个事务过程中，每次读取的数据是可能不同的。每次读到的是最新提交的数据。
• 当trx1事务的隔离级别为 REPEATABLE READ时，事务trx1第一个执行 SELECT * from hero; 语句得到的结果中name为刘备，第二次执行 SELECT * from hero; 语句时，还是以第一次的数据为准。

对于不同隔离级别的事务，它们是如何来判断自己应该读取数据的版本呢？为此，设计InnoDB的大叔提出了一个ReadView的概念，这个ReadView中主要包含4个比较重要的内容：

• m_ids：表示在生成ReadView时当前系统中活跃的读写事务的事务id列表。
• min_trx_id：表示在生成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：表示生成ReadView时系统中应该分配给下一个事务的id值。
• creator_trx_id：表示生成该ReadView的事务的事务id。

有了这个ReadView，事务在访问某条记录时，只需要按照下边的步骤，就可以判断记录的某个版本是否可见：

• 如果被访问版本的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trx_id属性值大于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。

由上面介绍的READ COMMITTED和REPEATABLE READ隔离级别的区别 可知，在MySQL中，READ COMMITTED和REPEATABLE READ隔离级别的的一个非常大的本质区别就是它们生成ReadView的时机不同。

• 对于使用READ COMMITTED隔离级别的事务来说 —— 每次读取数据前都生成一个ReadView
• 对于使用READ COMMITTED隔离级别的事务来说 —— 只会在第一次执行查询语句时生成一个ReadView，之后的查询就不会重复生成了。

MVCC小结

从上边的描述中我们可以看出来，所谓的MVCC（Multi-Version Concurrency Control ，多版本并发控制）指的就是在使用READ COMMITTD、REPEATABLE READ这两种隔离级别的事务在执行普通的SEELCT操作时访问记录的版本链的过程，这样子可以使不同事务的读-写、写-读操作并发执行，从而提升系统性能。READ COMMITTD、REPEATABLE READ这两个隔离级别的一个很大不同就是：生成ReadView的时机不同，READ COMMITTD在每一次进行普通SELECT操作前都会生成一个ReadView，而REPEATABLE READ只在第一次进行普通SELECT操作前生成一个ReadView，之后的查询操作都重复使用这个ReadView就好了。