对MySQL事务隔离级别及MVCC的理解笔记

写在正文前面，以下仅MySQL小白进阶
用于记录对MySQL事务隔离级别及MVCC的理解。
读https://www.cnblogs.com/CodeBear/p/12710670.html
及https://blog.csdn.net/qq_38538733/article/details/88902979后总结。
以上博文均来自于掘金小册：MySQL 是怎样运行的：从根儿上理解 MySQL 。

建表如下

    CREATE TABLE t (
        id INT PRIMARY KEY,
        name VARCHAR(80)
    ) Engine=InnoDB CHARSET=utf8mb4;

插入SQL

INSERT INTO t VALUES(1, '鸣人');

隔离级别

之前的笔记：对脏写、脏读、不可重复度、幻读的理解笔记 说过事务具备隔离性，理论上在某个事务对某个数据进行访问时，其他事务应该进行排队，当该事务提交之后，其他事务才可以继续访问这个数据。但是这样子的话对性能影响太大，所以设计数据库的大叔提出了各种隔离级别，来最大限度的提升系统并发处理事务的能力，但是这也是以牺牲一定的隔离性来达到的。
隔离级别包括：
读未提交（READ UNCOMMITTED），
读已提交（READ COMMITTED），
可重复读（REPEATABLE READ），是MySQL默认隔离级别，
串行化（SERIALIZABLE）。

读未提交（READ UNCOMMITTED）

当前隔离级别下，一个事务读到了另一个未提交事务修改过的数据。参考之前笔记中“脏读”。同时也会出现“不可重复读”，“幻读”的问题。所以是十分不安全的隔离级别。

读已提交（READ COMMITTED）

当前隔离级别下，一个事务只能读到另一个已经提交的事务修改过的数据，并且其他事务每对该数据进行一次修改并提交后，该事务都能查询得到最新值。
参考之前笔记中的“不可重复读”，举例如下

时间节点	sessionA	sessionB
1	begin
2	SELECT * FROM t WHERE id=1（这里查询结果必然是鸣人）	begin
3		begin >> UPDATE t SET name=‘佐助’ WHERE id=1 >> commit
4	SELECT * FROM t WHERE id=1（这里查询结果是佐助）
5		begin >> UPDATE t SET name=‘小樱’ WHERE id=1 >> commit
6	SELECT * FROM t WHERE id=1（这里查询结果是小樱）
7	…

也就是当前隔离级别下，不会出现“脏读”，但是“不可重复读”和“幻读”的问题依然会出现。

可重复读（REPEATABLE READ）

当前隔离级别下，一个事务只能读到另一个已经提交的事务修改过的数据，且当第一次读过某条记录后，即使其他事务修改了该记录的值并且提交，该事务之后再读该条记录时，读到的仍是第一次读到的值，而不是每次都读到不同的数据。
依然参考之前笔记中的“不可重复读”，举例如下

时间节点	sessionA	sessionB
1	begin
2	SELECT * FROM t WHERE id=1（这里查询结果必然是鸣人）	begin
3		begin >> UPDATE t SET name=‘佐助’ WHERE id=1 >> commit
4	SELECT * FROM t WHERE id=1（这里查询结果依然是鸣人）
5		begin >> UPDATE t SET name=‘小樱’ WHERE id=1 >> commit
6	SELECT * FROM t WHERE id=1（这里查询结果依然是鸣人）
7	…

也就是在当前隔离级别下，可以避免“脏读”，“不可重复读”两个问题，会有“幻读”问题。但是在MySQL中，此隔离级别解决了“幻读”问题（待继续研究）。

串行化（SERIALIZABLE）

当前隔离级别下，一个事务执行的时候不允许别的事务并发执行，完全串行化的读，只要存在读就禁止写，但可以同时读。
以上3种隔离级别都允许对同一条记录进行读-读、读-写、写-读的并发操作，而当前隔离级别不允许读-写、写-读的并发操作，以此消除了幻读。
依然参考之前笔记中的“不可重复读”，举例如下

时间节点	sessionA	sessionB
1	begin
2	SELECT * FROM t WHERE id=1（这里查询结果必然是鸣人）	begin
3		begin >> UPDATE t SET name=‘佐助’ WHERE id=1 （到这里就等待）
4	SELECT * FROM t WHERE id=1（这里查询结果依然是鸣人）
5	commit
6		节点2的SQL修改成功
7	begin
8	SELECT * FROM t WHERE id=1（到这里就等待，因为sessionB还没有提交）
9		commit
10	节点8的SQL查询结果为佐助
11	SELECT * FROM t WHERE id=1（这里再次查询结果依然是佐助）
12	…

总结MVCC前先了解前置概念，版本链和ReadView。

版本链

数据库将数据分为两个部分来存储，一个是数据行的额外信息（待研究），一个是真实的数据记录。
对于使用InnoDB存储引擎的表来说，在真实数据记录里的聚簇索引记录中都包含两至三个隐藏列（我对隐藏列的理解就是字段）：

• row_id，非必要。表中有PRIMARY KEY或者NOT NULL UNIQUE KEY时都不会包含row_id列，如果两者都没有，MySQL会自主添加row_id列。
• trx_id（schema_information库中的innodb_trx表？？），必要。理解为事务id，每次对某条聚簇索引记录进行改动时，都会把对应的事务id赋值给trx_id列。
  只用begin/start transaction是不会正式开启一个事务的，它们只是声明即将启动一个事务，理解为事务id=0，执行select语句也不会。只有执行insert/update/delete语句才能获得事务id。
• roll_pointer，必要。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。

“鸣人”这条记录图示（假设是事务50写入的）：
每次对数据进行改动，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）。所以这里roll_pointer写空。
实际上，roll_pointer并不是空的，理解成空的，问题也不大。（待研究）

当对该数据进行操作时（假设两个事务id分别为100和200）：

时间节点	trx_id=100	trx_id=200
1	begin
2	UPDATE t SET name=‘佐助’ WHERE id=1	begin
3	UPDATE t SET name=‘小樱’ WHERE id=1
4	commit
5		UPDATE t SET name=‘纲手’ WHERE id=1
6		UPDATE t SET name=‘蛇叔’ WHERE id=1
7		commit

这里举例没有在两个事务中同时修改一条数据，因为涉及锁的概念。

那么上图操作产生的版本链如图：
小结：
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，这个链表就是版本链，版本链的头节点就是当前记录最新的值。

ReadView

对于READ UNCOMMITTED，直接读取到其他事务还没有提交的数据，也就是读最新的。
对于SERIALIZABLE，是用加锁的方式来访问记录。

而在剩下的READ COMMITTED和REPEATABLE READ这两个事务隔离级别，都要保证读到的数据是其他事务已经提交的，也就是不能无脑把一行数据的最新版本给读出来了，而这就需要用到版本链。
其核心问题就是：需要判断版本链中的哪个版本是当前事务可见的。为此引入ReadView的概念。
ReadView包含四个比较重要的内容：

• m_ids：表示在生成ReadView时，系统中活跃的事务id集合。
• min_trx_id：表示在生成ReadView时，系统中活跃的最小事务id，也就是 m_ids中的最小值。
• max_trx_id：表示在生成ReadView时，系统应该分配给下一个事务的id。
• creator_trx_id：表示生成该ReadView的事务id。

在访问某条记录时，按照下边的步骤判断该记录的某个版本是否可见。

//伪代码仅代表理解
if (被访问版本的trx_id == 当前ReadView的creator_trx_id) {	
	可以访问;//表明该访问版本就是当前事务生成的，故可以访问
} else {
	if (被访问版本的trx_id >= 当前ReadView的min_trx_id && 被访问版本的trx_id <= 当前ReadView的max_trx_id) {
		
		if(in_array(被访问版本的trx_id , 当前ReadView的m_ids)) {
			不可以访问;//表明生成该访问版本的事务还是活跃的，故不可以访问
		} else {
			可以访问;//表明生成该访问版本的事务已经提交，故可以访问
		}
		
	} else {
		
		if (被访问版本的trx_id < 当前ReadView的min_trx_id) {
			可以访问;//表明该访问版本在当前事务之前就已经提交了，故可以访问
		} else {//这里else指 >当前ReadView的max_trx_id
			不可以访问;//表明生成该被访问版本的事务在当前事务生成ReadView后，故不可以访问
		}
	
	}
	
}

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不可见，查询结果就不包含该记录。

READ COMMITTED级别下，每次读取数据前都生成一个ReadView

举例：

时间节点	trx_id=100	trx_id=200	trx_id=0
1	begin
2	UPDATE t SET name=‘佐助’ WHERE id=1	begin
3	UPDATE t SET name=‘小樱’ WHERE id=1		begin
4			SELECT * FROM t WHERE id = 1（这里查询结果为鸣人）
5	commit
6			SELECT * FROM t WHERE id = 1（这里查询结果为小樱）
7		UPDATE t SET name=‘纲手’ WHERE id=1
8		UPDATE t SET name=‘蛇叔’ WHERE id=1
9		commit
10			SELECT * FROM t WHERE id = 1（这里查询结果为蛇叔）
11			…

分析节点4的trx_id=0的查询过程

• 当前ReadView的m_ids包括[100,200,0]（均活跃未提交）；
• 查询记录最新版本’小樱’的trx_id=100，100在当前m_ids列表中，根据规则，该记录版本不可见，则根据roll_pointer找下个版本；
• 查询记录版本’佐助’，同上；
• 查询记录版本’鸣人’的trx_id=50，小于m_ids中的最小值，则该版本可见。

分析节点6的trx_id=0的查询过程

• 当前ReadView的m_ids包括[200,0]（100已提交，200活跃未提交）；
• 查询记录最新版本’小樱’的trx_id=100，小于m_ids中的最小值，则该版本可见。

而这里也就出现了不可重复读的问题，在一个事务中，同一查询结果不一致。

分析节点10的trx_id=0的查询过程

同上节点6。一样出现不可重复读问题。

REPEATABLE READ级别下，在第一次读取数据时生成一个ReadView

依然用上面的流程举例，但结果不同：

时间节点	trx_id=100	trx_id=200	trx_id=0
1	begin
2	UPDATE t SET name=‘佐助’ WHERE id=1	begin
3	UPDATE t SET name=‘小樱’ WHERE id=1		begin
4			SELECT * FROM t WHERE id = 1（这里查询结果为鸣人）
5	commit
6			SELECT * FROM t WHERE id = 1（这里查询结果为鸣人）
7		UPDATE t SET name=‘纲手’ WHERE id=1
8		UPDATE t SET name=‘蛇叔’ WHERE id=1
9		commit
10			SELECT * FROM t WHERE id = 1（这里查询结果为鸣人）
11			…

分析节点4的trx_id=0的查询过程

同上节点4。
注意，节点4查询时的ReadView的m_ids为[100,200,0]。

分析节点6的trx_id=0的查询过程

- 当前ReadView的m_ids依然是[100,200,0]（沿用第一次查询时的ReadView，即使事务100已经提交，这里的区别很重要）；

• 查询记录最新版本’小樱’的trx_id=100，100在当前m_ids列表中，根据规则，该记录版本不可见，则根据roll_pointer找下个版本；
• 查询记录版本’佐助’，同上；
• 查询记录版本’鸣人’的trx_id=50，小于m_ids中的最小值，则该版本可见。

由此也就可以发现，当前隔离级别下不可重复读的问题被解决了。

分析节点10的trx_id=0的查询过程

- 当前ReadView的m_ids依然是[100,200,0]（沿用第一次查询时的ReadView，即使事务100和200都已经提交了）；

• 查询记录最新版本’蛇叔’的trx_id=200，200在当前m_ids列表中，根据规则，该记录版本不可见，则根据roll_pointer找下个版本；
• 查询记录版本’纲手’、‘佐助’、‘小樱’，同上；
• 查询记录版本’鸣人’的trx_id=50，小于m_ids中的最小值，则该版本可见。

同时节点6的查询分析，当前隔离级别下不可重复读的问题被解决了。

MVCC总结

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。
可以理解为其中多版本就如版本链描述，而并发控制就是ReadView相关。

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只在第一次读取数据时生成一个ReadView，之后的查询操作都沿用这个ReadView。