第16章_多版本并发控制
什么是MVCC
MVCC (Multiversion Concurrency Control),多版本并发控制。顾名思义,MVCC 是通过数据行的多个版
本管理来实现数据库的并发控制
。这项技术使得在InnoDB的事务隔离级别下执行一致性读
(快照读)操作有了保
证。换言之,就是为了查询一些正在被另一个事务更新的行,并且可以看到它们被更新之前的值,这样
在做查询的时候就不用等待另一个事务释放锁。 (个人感觉有点像CopyOnWrite
写时复制技术)
MVCC没有正式的标准,在不同的DBMS中MVCC的实现方式可能是不同的,也不是普遍使用的(大家可以参考相关的DBMS 文档)。这里讲解InnoDB中MVCC的实现机制(MySQL其它的存储引擎并不支持它)。
快照读与当前读
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
(读指的是快照读,写指的是当前读),做到即使有读写冲突时,也能做到不加锁
, 非阻塞并发读
,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。而MVCC本质是采用乐观锁思想的一种方式。
快照读
快照读
又叫一致性读
,读取的是快照数据。不加锁的简单的 SELECT 都属于快照读,即不加锁的非阻塞
读;比如这样:
SELECT * FROM player WHERE ...
之所以出现快照读的情况,是基于提高并发性能的考虑,快照读的实现是基于MVCC,它在很多情况下,
避免了加锁操作,降低了开销。
既然是基于多版本,那么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。
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。
当前读
当前读
读取的是记录的最新版本(最新数据,而不是历史版本的数据),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。加锁的SELECT,或者对数据进行增删改都会进行当前读。比如:
SELECT * FROM student LOCK IN SHARE MODE; # 共享锁
SELECT * FROM student FOR UPDATE; # 排他锁
INSERT INTO student values ... # 排他锁
DELETE FROM student WHERE ... # 排他锁
UPDATE student SET ... # 排他锁
复习
再谈隔离级别
我们知道事务有4个隔离级别,可能存在三种并发问题:
在MySQL中,默认的隔离级别
是可重复读,可以解决脏读
和不可重复读
的问题,如果仅从定义的角度来看,它并不能解决幻读问题。如果我们想要解决幻读问题,就需要采用串行化的方式,也就是将隔离级别提升到最高,但这样一来就会大幅降低数据库的事务并发能力。
MVCC
可以不采用锁机制,而是通过乐观锁
的方式来解决不可重复读
和幻读
问题!它可以在大多数情况下替代行级锁,降低系统的开销。
隐藏字段、Undo Log版本链
回顾一下undo日志的版本链,对于使用InnoDB
存储引擎的表来说,它的聚簇索引记录中都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。
**举例:**student表数据如下
mysql> SELECT * FROM student;
+----+--------+--------+
| id | name | class |
+----+--------+--------+
| 1 | 张三 | 一班 |
+----+--------+--------+
1 row in set (0.00 sec)
假设插入该记录的事务id
为8
,那么此刻该条记录的示意图如下所示:
insert undo只在事务回滚时起作用,当事务提交后,该类型的undo日志就没用了,它占用的Undo
Log Segment也会被系统回收(也就是该undo日志占用的Undo页面链表要么被重用,要么被释
放)。
假设之后两个事务id分别为10
、20
的事务对这条记录进行UPDATE
操作,操作流程如下:
发生时间 顺序 | 事务10 | 事务20 |
---|---|---|
1 | BEGIN; | |
2 | BEGIN; | |
3 | UPDATE student SET name=“李四” WHERE id=1; | |
4 | UPDATE student SET name=“王五” WHERE id=1; | |
5 | COMMIT; | |
6 | UPDATE student SET name=“钱七” WHERE id=1; | |
7 | UPDATE student SET name=“宋八” WHERE id=1; | |
8 | COMMIT; |
能不能在两个事务中交叉更新同一条记录呢?不能!这不就是一个事务修改了另一个未提交事务修改过的数据,
脏写
。InnoDB使用锁来保证不会有脏写情况的发生,也就是在第一个事务更新了某条记录后,就会给这条记录加锁,另一个事务再次更新时就需要等待第一个事务提交了,把锁释放之后才可以继续更新。
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(INSERT
操作对应的undo日志没有该属性,因为该记录并没有更早的版本),可以将这些undo日志
都连起来,串成一个链表:(头插法,将每个记录都查到版本链的头部)
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。
每个版本中还包含生成该版本时对应的事务id
。
MVCC实现原理之ReadView
MVCC的实现依赖于:隐藏字段(trx_id和roll_pointer)、Undo Log、ReadView
什么是ReadView
在MVCC机制中,多个事务对同一个行记录进行更新会产生多个历史快照,这些历史快照保存在Undo Log里。如果一个事务想要查询这个行记录,需要读取哪个版本的行记录呢?这时就需要用到ReadView了,它帮我们解决了行的可见性问题。
ReadView就是一个事务在使用MVCC机制进行快照读操作时产生的读视图。当事务启动时,会生成数据库系统当前的一个快照,InnoDB为每个事务构造了一个数组,用来记录并维护系统当前活跃事务
的ID("活跃"指的就是,启动了但还没提交)。
设计思路
使用READ UNCOMMITTED
隔离级别的事务,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。
使用SERIALIZABLE
隔离级别的事务,InnoDB规定使用加锁的方式来访问记录。
使用READ COMMITTED
和REPEATABLE READ
隔离级别的事务,都必须保证读到已经提交了的
事务修改过的记录。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,这是ReadView要解决的主要问题。
这个ReadView中主要包含4个比较重要的内容,分别如下:
creator_trx_id
,创建这个Read View的事务ID。
说明: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。
trx_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
。up_limit_id
,活跃的事务中最小的事务 ID。low_limit_id
,表示生成ReadView时系统中应该分配给下一个事务的id
值。low_limit_id
是系
统最大的事务id值,这里要注意是系统中的事务id,需要区别于正在活跃的事务ID。
注意:low_limit_id并不是trx_ids中的最大值,事务id是递增分配的。比如,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,
trx_ids就包括1和2,up_limit_id的值就是1,low_limit_id的值就是4。 (应该就是最大的事务id+1)
举例:
trx_ids
为trx2、trx3、trx5和trx8的集合,系统的最大事务ID(low_limit_id)为trx8+1(如果之前没有其他的新增事务),活跃的最小事务ID (up_limit_id)为trx2。
ReadView的规则(面试的时候说1.4.3和1.4.4)
看上面的两张图来理解下面的意思,看上面的宋八那条记录即可。
有了这个ReadView,这样在访问某条记录时,只需要按照下边的步骤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
up_limit_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属性值大于或等于ReadView中的
low_limit_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
up_limit_id
和low_limit_id
之间,那就需要判
断一下trx_id属性值是不是在trx_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。
MVCC的整体操作流程
了解了这些概念之后,我们来看下当查询一条记录的时候,系统如何通过MVCC找到它:
- 首先获取事务自己的版本号,也就是事务 ID;
- 获取 ReadView;
- 查询得到的数据,然后与 ReadView 中的事务本号进行比较;
- 如果不符合 ReadView 规则,就需要从 Undo Log 中获取历史快照;
- 最后返回符合规则的数据。
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。
lnnoDB中,MVCC是通过Undo Log + Read View进行数据读取,Undo Log保存了历史快照,而Read View规则帮我们判断当前版本的数据是否可见。
在隔离级别为读已提交(Read Committed
)时,一个事务中的每一次SELECT查询都会重新获取一次Read View。
如表所示:
事务 | 说明 |
---|---|
begin; | |
select * from student where id >2; | 获取一次Read View |
… | |
select * from student where id >2; | 获取一次Read View |
commit; |
注意,此时同样的查询语句都会重新获取一次 Read View,这时如果 Read View 不同,就可能产生
不可重复读或者幻读的情况。
当隔离级别为可重复读的时候,就避免了不可重复读,这是因为一个事务只在第一次 SELECT 的时候会
获取一次 Read View,而后面所有的 SELECT 都会复用这个 Read View,如下表所示:
举例说明
假设现在student表中只有一条由事务id
为8
的事务插入的一条记录:
mysql> SELECT * FROM student;
+----+--------+--------+
| id | name | class |
+----+--------+--------+
| 1 | 张三 | 一班 |
+----+--------+--------+
1 row in set (0.00 sec)
MVCC只能在READ COMMITTED和REPEATABLE READ两个隔离级别下工作。接下来看一下READ COMMITTED和REPEATABLE READ所谓的生成ReadView的时机不同到底不同在哪里。
READ COMMITTED隔离级别下
READ COMMITTED:每次读取数据前都生成一个ReadView。
现在有两个事务id
分别为10
、20
的事务在执行:
# Transaction 10
BEGIN;
UPDATE student SET name="李四" WHERE id=1;
UPDATE student SET name="王五" WHERE id=1;
# Transaction 20
BEGIN;
# 更新了一些别的表的记录
...
说明:事务执行过程中,只有在第一次真正修改记录时(比如使用INSERT、DELETE、UPDATE语句),才会被分配一个单独的事务id,这个事务id是递增的。所以我们才在事务2中更新一些别的表的记录,目的是让它分配事务id。
此刻,表student中id
为1
的记录得到的版本链表如下所示:
假设现在有一个使用READ COMMITTED
隔离级别的事务开始执行:
# 使用READ COMMITTED隔离级别的事务
BEGIN;
# SELECT1:Transaction 10、20未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'张三'
这个SELECT1
的执行过程如下:
步骤1∶在执行SELECT
语句时会先生成一个ReadView
,ReadView
的trx_ids列表的内容就是[10,20]
,up_limit_id
为10
,low_limit_id
为21
, creator_trx_id
为0
。
步骤2:从版本链中挑选可见的记录,从图中看出,最新版本的列name
的内容是'王五'
,该版本的trx_id
值为10
,在trx_ids
列表内,所以不符合可见性要求,根据roll_pointer
跳到下一个版本。
步骤3:下一个版本的列name
的内容是’李四’,该版本的trx_id
值也为10
,也在trx_ids
列表内,所以也不符合要求,继续跳到下一个版本。
步骤4:下一个版本的列name
的内容是'张三'
,该版本的trx_id
值为8
,小于ReadView中的up_limit_id值10,所以这个版本是符合要求的,最后返回给用户的版本就是这条列name
为'张三'
的记录。
接下来我们把事务id
为10
的事务提交一下:
# Transaction 10
BEGIN;
UPDATE student SET name="李四" WHERE id=1;
UPDATE student SET name="王五" WHERE id=1;
COMMIT;
然后再到事务id
为20
的事务中更新一下表student
中id
为1
的记录:
# Transaction 20
BEGIN;
# 更新了一些别的表的记录
...
UPDATE student SET name="钱七" WHERE id=1;
UPDATE student SET name="宋八" WHERE id=1;
此刻,表student中id
为1
的记录的版本链就长这样:
然后再到刚才使用READ COMMITTED
隔离级别的事务中继续查找这个id
为1
的记录,如下:
# 使用READ COMMITTED隔离级别的事务
BEGIN;
# SELECT1:Transaction 10、20均未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'张三'
# SELECT2:Transaction 10提交,Transaction 20未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'王五'
这个SELECT2
的执行过程如下:
步骤1∶在执行SELECT
语句时会又会单独生成一个ReadView
,该ReadView的trx_ids
列表的内容就是[20]
,up_limit_id
为20
,low_limit_id
为21
, creator_trx_id
为0
。
步骤2:从版本链中挑选可见的记录,从图中看出,最新版本的列name
的内容是'宋八'
,该版本的trx_id
值为20
,在trx_ids
列表内,所以不符合可见性要求,根据roll_pointer
跳到下一个版本。
步骤3:下一个版本的列name
的内容是'钱七'
,该版本的trx_id
值为20
,也在trx_ids列表内,所以也不符合要求,继续跳到下一个版本。
步骤4:下一个版本的列name
的内容是'王五'
,该版本的trx_id
值为10
,小于ReadView
中的up_limit_id
值20,所以这个版本是符合要求的,最后返回给用户的版本就是这条列name
为'王五'
的记录。
以此类推,如果之后事务id
为20
的记录也提交了,再次在使用READ COMMITTED
隔离级别的事务中查询表student中id值为1的记录时,得到的结果就是'宋八'
了,具体流程我们就不分析了。(READ COMMITTED:每次读取数据前都生成一个ReadView。)
强调:使用READ COMMITTED隔离级别的事务在每次查询开始时都会生成一个独立的ReadView。
REPEATABLE READ隔离级别下
使用REPEATABLE READ
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。
比如,系统里有两个事务id
分别为10
、20
的事务在执行:
# Transaction 10
BEGIN;
UPDATE student SET name="李四" WHERE id=1;
UPDATE student SET name="王五" WHERE id=1;
# Transaction 20
BEGIN;
# 更新了一些别的表的记录
...
此刻,表student中id
为1
的记录得到的版本链表如下所示:
假设现在有一个使用REPEATABLE READ
隔离级别的事务开始执行:
# 使用REPEATABLE READ隔离级别的事务
BEGIN;
# SELECT1:Transaction 10、20未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'张三'
之后,我们把事务id
为10
的事务提交一下,就像这样:
# Transaction 10
BEGIN;
UPDATE student SET name="李四" WHERE id=1;
UPDATE student SET name="王五" WHERE id=1;
COMMIT;
然后再到事务id
为20
的事务中更新一下表student
中id
为1
的记录:
# Transaction 20
BEGIN;
# 更新了一些别的表的记录
...
UPDATE student SET name="钱七" WHERE id=1;
UPDATE student SET name="宋八" WHERE id=1;
此刻,表student 中id
为1
的记录的版本链长这样:
然后再到刚才使用REPEATABLE READ
隔离级别的事务中继续查找这个id
为1
的记录,如下:(接着之前查询过的事务,再去查询)(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。)
# 使用REPEATABLE READ隔离级别的事务
BEGIN;
# SELECT1:Transaction 10、20均未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值为'张三'
# SELECT2:Transaction 10提交,Transaction 20未提交
SELECT * FROM student WHERE id = 1; # 得到的列name的值仍为'张三'
步骤1:因为当前事务的隔离级别为REPEATABLE READ
,而之前在执行SELECT1
时已经生成过ReadView
了,所
以此时直接复用之前的ReadView
,之前的ReadView
的trx_ids
列表的内容就是[10,20]
,up_limit_id
为10
,low_limit_id
为21
,creator_trx_id
为0
。
步骤2:然后从版本链中挑选可见的记录,从图中可以看出,最新版本的列name
的内容是'宋八'
,该版本的trx_id
值为20
,在trx_ids
列表内,所以不符合可见性要求,根据roll_pointer
跳到下一个版本。
步骤3:下一个版本的列name
的内容是'钱七'
,该版本的trx_id
值为20
,也在trx_ids
列表内,所以也不符合要求,继续跳到下一个版本。
步骤4∶下一个版本的列name
的内容是'王五'
,该版本的trx_id
值为10
,而trx_ids
列表中是包含值为10
的事务id的,所以该版本也不符合要求,同理下一个列name
的内容是'李四'
的版本也不符合要求。继续跳到下一个版本。
步骤5:下一个版本的列 name
的内容是'张三'
,该版本的trx_id
值为8
,小于ReadView
中的up_limit_id
值10
,所以这个版本是符合要求的,最后返回给用户的版本就是这条列c
为'张三'
的记录。
如何解决幻读
接下来说明InnoDB是如何解决幻读的。
假设现在表student中只有一条数据,数据内容中,主键id=1,隐藏的trx_id=10,它的undo log 如下图所示。
假设现在有事务 A 和事务 B 并发执行,事务 A
的事务 id 为20
,事务 B
的事务 id 为30
。
步骤1:事务 A 开始第一次查询数据,查询的 SQL 语句如下。
select * from student where id >= 1;
在开始查询之前,MySQL 会为事务 A 产生一个 ReadView,此时 ReadView 的内容如下: trx_ids= [20,30]
,up_limit_id=20
, low_limit_id=31
,creator_trx_id=20
。
由于此时表 student 中只有一条数据,且符合 where id>=1 条件,因此会查询出来。然后根据 ReadView
机制,发现该行数据的trx_id=10,小于事务 A 的 ReadView 里 up_limit_id,这表示这条数据是事务 A 开
启之前,其他事务就已经提交了的数据,因此事务 A 可以读取到。
结论:事务 A 的第一次查询,能读取到一条数据,id=1。
步骤2:接着事务 B(trx_id=30),往表 student 中新插入两条数据,并提交事务。
insert into student(id,name) values(2,'李四');
insert into student(id,name) values(3,'王五');
此时表student中就有三条数据了,对应的undo 如下图所示:
步骤3:接着事务 A 开启第二次查询,根据可重复读隔离级别的规则,此时事务 A 并不会再重新生成
ReadView。此时表 student 中的 3 条数据都满足 where id>=1 的条件,因此会先查出来。然后根据
ReadView 机制,判断每条数据是不是都可以被事务 A 看到。
1)首先 id=1 的这条数据,前面已经说过了,可以被事务 A 看到。
2)然后是 id=2 的数据,它的 trx_id=30,此时事务 A 发现,这个值处于 up_limit_id 和 low_limit_id 之
间,因此还需要再判断 30 是否处于 trx_ids 数组内。由于事务 A 的 trx_ids=[20,30],因此在数组内,这表
示 id=2 的这条数据是与事务 A 在同一时刻启动的其他事务提交的,所以这条数据不能让事务 A 看到。
3)同理,id=3 的这条数据,trx_id 也为 30,因此也不能被事务 A 看见。
结论:最终事务 A 的第二次查询,只能查询出 id=1 的这条数据。这和事务 A 的第一次查询的结果是一样
的,因此没有出现幻读现象,所以说在 MySQL 的可重复读隔离级别下,不存在幻读问题。
总结
这里介绍了MVCC
在READ COMMITTD
、REPEATABLE READ
这两种隔离级别的事务在执行快照读操作时
访问记录的版本链的过程。这样使不同事务的读-写
、写-读
操作并发执行,从而提升系统性能。
核心点在于 ReadView 的原理,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ReadViewREPEATABLE 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。
说明:我们之前说执行DELETE语句或者更新主键的UPDATE语句并不会立即把对应的记录完全从页面中删除,而是执行一个所谓的delete mark操作,相当于只是对记录打上了一个删除标志位,这主要就是为MVCC服务的。
通过MVCC 我们可以解决:
读写之间阻塞的问题
。通过MVCC可以让读写互相不阻塞,即读不阻塞写,写不阻塞读,这样就可以提升事务并发处理能力。降低了死锁的概率
。这是因为MVCC采用了乐观锁
的方式,读取数据时并不需要加锁,对于写操作,也只锁定必要的行。解决快照读的问题
。当我们查询数据库在某个时间点的快照时,只能看到这个时间点之前事务提交更新的结果,而不能看到这个时间点之后事务提交的更新结果。