InnoDB之MVCC精讲

MVCC精讲

定义： MVCC，也叫多版本并发控制，顾名思义，是通过维护数据的多个版本来实现的，是一个”为了提升并发性能“而提出来的一个概念，它允许读操作和写操作并发执行，而不会相互阻塞。由于没有正式的规范，所有每个存储引擎和数据库系统实现的方式都是有差异的。

下面主要介绍InnoDB版MVCC。

MVCC数据结构

MVCC的实现主要依赖于以下数据结构

• 版本链（Version Chain）

  当一行数据被修改时，它不会直接覆盖原始数据，而是创建一个新的数据版本，并将新版本与旧版本通过指针链接起来，形成一个版本链。这样，不同的事务就可以读取到不同版本的数据，从而实现了并发控制

• ReadView

  ReadView是MVCC中一个非常重要的数据结构，它表示了一个事务在某一时刻能够看到的数据版本范围。当一个事务开始执行时，它会根据当前活跃的事务列表生成一个ReadView，用于确定哪些版本的数据对该事务是可见的。

• Undo日志

  Undo日志用于保存数据的旧版本信息。当事务进行更新或删除操作时，旧的数据版本会被保存在Undo日志中。这样，如果需要回滚事务或读取旧版本的数据，就可以通过Undo日志来恢复或获取。

• 活跃事务列表

  活跃事务列表记录了当前系统中所有未提交的事务。这个列表用于生成ReadView，以确定哪些事务的版本对当前事务是可见的。当新的事务开始时，它会被添加到这个列表中；当事务提交或回滚时，它会被从这个列表中移除

• 行级锁

  虽然MVCC本身不直接依赖于行级锁来实现并发控制，但在某些情况下，行级锁可以与MVCC结合使用，以提供更高级别的并发性能。行级锁可以确保在修改数据时，只有被锁定的行会被阻塞，而其他行仍然可以被其他事务并发访问

---

在聚簇索引中，每条记录都有额外的三个隐藏字段，分别是db_row_id、db_trx_id、db_roll_pointer

• db_row_id：当定义了主键时，db_row_id 就是主键id，没有指定时，db_row_id 就是找到的第一个唯一的非空索引列的id，如果唯一的非空索引也没有，那么会自动生成一个主键
• db_trx_id：事务的id
• db_roll_pointer：指向undo.log中历史版本数据的指针

下面重点来看read view 的数据结构

read view 结构

ReadView是一个数据结构，它包含了生成该视图时活跃的事务信息。ReadView 用于确定哪些行版本对当前事务是可见的。

read view 中包含了以下四个关键组成部分：creator_trx_id、trx_ids、up_limit_id 和low_limit_id，它们各自的作用如下

creator_trx_id

• 这是创建当前read view的事务的版本号。它标识了read view的“所有者”或创建者，确保该事务能够看到自己所做的修改，这个应该很好理解。

trx_ids

• 这是一个集合，也就是上面说的 活跃事务列表，它包含了当前系统中所有活跃（即未提交）的事务的ID。这些事务ID代表了当前正在执行且尚未完成的事务。这些事务的ID是在 read view 创建时活跃的，因此它们所做的修改对于当前事务来说是不可见的。

up_limit_id

• 这是“系统正处于活跃事务最小版本号”。换句话说，它标识了在read view 创建时，系统中最早开始的一个活跃事务的版本号，也就是从 trx_ids 中选择出来的最小事务ID。这有助于确定哪些旧版本的数据对当前事务是可见的。

low_limit_id

• 通常被设置为creator_trx_id + 1，或者是创建当前 read view 时系统当前分配的最大事务ID加1。由于事务版本号在事务开始时分配，并且随着新事务的创建而递增，low_limit_id 确保了任何在read view创建之后开始的事务的修改对当前事务都是不可见的

这四个组成部分共同工作，使得InnoDB能够确定一个事务在执行查询时能够看到哪些数据版本。通过比较这些值和当前正在执行的事务的版本号，InnoDB能够确保每个事务都看到一个一致的数据快照，即使其他事务同时在进行修改。这种机制是实现MVCC的核心，它允许高并发的数据库操作，同时保证了数据的一致性和隔离性

---

可见性规则

访问某条记录的时如何判断该记录是否对当前事务可见呢？看看下面的规则

• 如果被访问记录的事务id = creator_trx_id，说明当前事务在访问自己修改过记录，是可见的

• 如果被访问记录的事务id < creator_trx_id，并且不在trx_ids 中，或者说小于 up_limit_id，说明在当前事务创建read view 之前该记录就已经被提交，因此对当前的事务是可见的

• 如果被访问记录的事务id >= low_limit_id，说明是在当前事务创建read view之 后才新建的事务，那么对当前事务是不可见的

• 如果被访问记录的事务id 在 > up_limit_id 并且 < low_limit_id，说明这个事务在当前事务创建read view 时还没有被提交。因为活跃事务列表是实时的，当

  • 被访问记录的事务id在trx_ids 中，说名该事务还没有被提交，对当前事务是不可见的
  • 被访问记录的事务id 不在trx_ids 中，说名该事务已经被提交，那么对当前事务是可见的

---

隔离级别

MVCC只在隔离级别为：可重复读，读已提交 下工作，因为在 READ UNCOMMIT 隔离级别下，每次读取的都是最新的数据，而不是符合当前事务版本的数据行。在 SERIALIZABLE 隔离级别下，事务都是串行执行，根本不存在并发。

**rc级别：**每次操作都会创建新的read view

**rr级别：**仅在第一次操作时生成read view，后面一直用这个read view

---

MVCC的优缺点

优点： 提高了并非性能，使得大多数读操作可以不用加锁
缺点：要维护系统版本号，需要额外的存储空间、检查和维护工作