【搞定MySQL数据库】第8篇：事务到底是隔离的还是不隔离的？

本文为本人学习极客时间《MySQL实战45讲》的学习笔记。

原文链接：https://time.geekbang.org/column/article/70562

本文目录：

1、“快照”在 MVCC 里是怎么工作的？

2、更新逻辑

3、总结

---

在第五篇文章：事务隔离中提到过，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 看到了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，事务隔离中也提到过：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？

举个例子，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);

图1：事务 A、B、C 的执行流程

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，在执行到它们之后第一个操作 InnoDB 表的语句（第一个快照语句），事务才真正启动。如果你要马上启动一个事务，可以使用 start  transaction  with  consistent  snapshot 这个命令。

还需要说明的是：如果没有特殊说明，都是默认：autocommit = 1。

在上诉的例子中，事务 C 没有显示地使用 begin / commmit，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 在更新了之后再查询；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，如果我告诉你事务 B 查到的 k 的值是 3，而事务 A 查到的 k 的值是 1，你是不是感觉到有点晕呢？

在 MySQL 里，有两个“视图”的概念：

1、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；

2、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”。

---

1、“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。

这时，你会说这看上去不太现实啊。如果一个库有 100G，那么我启动一个事务，MySQL 就要拷贝 100G 的数据出来，这个过程得多慢啊。可是，我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，叫做 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 row  trx_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 row  trx_id。

如下图所示，就是一个记录被多个事务连续更新后的状态：

图2：行状态变更图

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；如果是我启动之后才生成的，我就不认，我必须找到它的上一个版本（实质上是它在我开启事务前的版本）”。

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，即对自己是可见的。

实际上，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，就是依据数据的 row  trx_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 row  trx_id 分成了几种不同的情况。

图3：数据版本的可见性规则

这样，对于当前事务的启动瞬间来说，一个数据版本的 row  trx_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，包括以下两种情况：

• a.若 row  trx_id  在数组中，表示这个版本是由还没有提交的事务生成的，不可见；
• b.若 row  trx_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。

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

下面，我们继续看下图 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，且目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 row  trx_id 是 90。

这样，事务 A 的视图数组就是 [99, 100]，事务 B 的视图数组就是 [99, 100, 101]，事务 C 的视图数组是 [99, 100, 101, 102]。

为了简化分析，将其他干扰语句去掉，下图中只画出跟事务 A 查询逻辑有关的操作：

图4：事务 A 查询数据逻辑图

下面将上面的判断规则总结下。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，其他三种情况如下：

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。

---

2、更新逻辑

这时候你可能有疑问了：事务 B 的 update 语句，如果按照一致性读，好像结果不对啊？

看下图图 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）来呢？

图5：事务 B 更新逻辑图

如果事务 B 在更新之前查询一次数据，这个查询结果返回的 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 row trx_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：当前读。其实除了 update 语句外，select 语句如果加锁，也是放前读。

所以，如果把事务 A 的查询语句 select * from  t  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，排它锁）。

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？

图6：事务 A、B、C' 的执行流程

事务 C' 的不同是：更新后并没有马上提交，在提交之前，事务 B 的更新语句先发起了。前面说过了，虽然事务 C' 还没有提交，但是（1, 2）这个版本已经生成了，并且是当前最新的版本。那么事务 B 的更新语句会怎么处理呢？

这时候，就需要用到“两阶段锁协议”了。事务 C' 没提交，也就是说（1, 2）这个版本的写锁还没有释放。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。

图7：事务 B 更新逻辑图（配合事务 C’）

现在，我们把一致性读、当前读合行锁就串起来了。

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。

而读提交的逻辑合可重复读的逻辑类似，它们的主要区别是：

1、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，之后的事务里的其他查询都共用这个一致性视图；

2、在读提交隔离级别下，每一个执行语句执行前都会重新算出一个新的视图。

图8：读提交隔离级别下的事务状态图

---

3、总结

InnoDB 的行数据有多个版本，每个数据版本有自己的 row  trx_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 row  trx_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。

你也可以想一下，为什么表结构不支持“可重复读”？这是因为表结结构没有对应的行数据，也没有 row trx_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。