MYSQL的事务原理

事务基础

事务概念

事务是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，即这些操作要么同时成功，要么同时失败。

事务特性

• 原子性（Atomicity）：事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
• 一致性（Consistency）：事务完成时，必须使所有的数据都保持一致状态。
• 隔离性（Isolation）：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行。
• 持久性（Durability）：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。

 那实际上，我们研究事务的原理，就是研究MySQL的InnoDB引擎是如何保证事务的这四大特性的。

• 原子性通过undo log日志来保证
• 持久性通过redo log日志来保证
• 一致性通过undo log日志、redo log日志两份日志来保证
• 隔离性通过数据库的锁，加上MVCC来保证的

我们在讲解事务原理的时候，主要就是来研究一下redolog，undolog以及MVCC。 

redo log

重做日志，记录的是事务提交时数据页的物理修改，是用来实现事务的持久性。 该日志文件由两部分组成：重做日志缓冲（redo log buffer ）以及重做日志文件（ redo log file） , 前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都存到该日志文件中 , 用于在刷新脏页到磁盘, 发生错误时 , 进行数据恢复使用。

如果没有redolog，可能会存在什么问题的？ 

我们知道，在 InnoDB 引擎中的内存结构中，主要的内存区域就是缓冲池，在缓冲池中缓存了很多的数据页。 当我们在一个事务中，执行多个增删改的操作时，InnoDB 引擎会先操作缓冲池中的数据，如果缓冲区没有对应的数据，会通过后台线程将磁盘中的数据加载出来，存放在缓冲区中，然后将缓冲池中的数据修改，修改后的数据页我们称为脏页。 而脏页则会在一定的时机，通过后台线程刷新到磁盘中，从而保证缓冲区与磁盘的数据一致。 而缓冲区的脏页数据并不是实时刷新的，而是一段时间之后将缓冲区的数据刷新到磁盘中，假如刷新到磁盘的过程出错了，而提示给用户事务提交成功，而数据却没有持久化下来，这就出现问题了，没有保证事务的持久性。

通过redolog解决这个问题

有了 redo log 之后，当对缓冲区的数据进行增删改之后，会首先将操作的数据页的变化，记录在 redo log buffer中。在事务提交时，会将 redo log buffer 中的数据刷新到 redo log 磁盘文件中。过一段时间之后，如果刷新缓冲区的脏页到磁盘时，发生错误，此时就可以借助于redo log 进行数据恢复，这样就保证了事务的持久性。 而如果脏页成功刷新到磁盘 或 或者涉及到的数据已经落盘，此时redolog 就没有作用了，就可以删除了，所以存在的两个 redolog 文件是循环写的。

为什么不直接将buffer pool中的脏页刷新到磁盘呢 ?

因为在业务操作中，我们操作数据一般都是随机读写磁盘的，而不是顺序读写磁盘。 而 redo log 在

往磁盘文件中写入数据，由于是日志文件，所以都是顺序写的。顺序写的效率，要远大于随机写。 这种先写日志的方式，称之为 WAL （ Write-Ahead Logging ）。

undo log

回滚日志，用于记录数据被修改前的信息 , 作用包含两个 : 提供回滚 ( 保证事务的原子性 ) 和

MVCC( 多版本并发控制 ) 。

undo log 和 redo log 记录物理日志不一样，它是逻辑日志。可以认为当 delete 一条记录时， undo

log 中会记录一条对应的 insert 记录，反之亦然，当 update 一条记录时，它记录一条对应相反的

update 记录。当执行 rollback 时，就可以从 undo log 中的逻辑记录读取到相应的内容并进行回滚。

Undo log 销毁： undo log 在事务执行时产生，事务提交时，并不会立即删除 undo log ，因为这些

日志可能还用于 MVCC 。

Undo log 存储： undo log 采用段的方式进行管理和记录，存放在前面介绍的 rollback segment

回滚段中，内部包含 1024 个 undo log segment 。

版本链

某张表的一条数据如下 

DB_TRX_ID : 代表最近修改事务 ID ，记录插入这条记录或最后一次修改该记录的事务 ID ，是

自增的。

DB_ROLL_PTR ： 由于这条数据是才插入的，没有被更新过，所以该字段值为 null 。

同一事务或不同事务经过多次的对同一数据的操作形成如下的版本链 

我们发现，不同事务或相同事务对同一条记录进行修改，会导致该记录的undolog生成一条记录版本链表，链表的头部是最新的旧记录，链表尾部是最早的旧记录。 

MVCC

MVCC（Multi-Version Concurrency Control，多版本并发控制）是一种数据库管理系统中用来实现并发事务的技术。

基本概念

1.当前读：读取的是记录的最新版本，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。对于我们日常的操作，如：select ... lock in share mode(共享锁)，select ...for update、update、insert、delete(排他锁)都是一种当前读。

在测试中我们可以看到，即使是在默认的 RR 隔离级别下，事务 A 中依然可以读取到事务 B 最新提交的内容，因为在查询语句后面加上了 lock in share mode 共享锁，此时是当前读操作。当然，当我们加排他锁的时候，也是当前读操作。

 2.快照读：简单的select（不加锁）就是快照读，快照读，读取的是记录数据的可见版本，有可能是历史数据，不加锁，是非阻塞读

• Read Committed：每次select，都生成一个快照读。
• Repeatable Read：开启事务后第一个select语句才是快照读的地方。
• Serializable：快照读会退化为当前读。

在测试中,我们看到即使事务B提交了数据,事务A中也查询不到。 原因就是因为普通的select是快照 读，而在当前默认的RR隔离级别下，开启事务后第一个select语句才是快照读的地方，后面执行相同的select语句都是从快照中获取数据，可能不是当前的最新数据，这样也就保证了可重复读。

隐藏字段 

当我们创建了上面的这张表，我们在查看表结构的时候，就可以显式的看到这三个字段。 实际上除了这三个字段以外，InnoDB 还会自动的给我们添加三个隐藏字段及其含义分别是：

隐藏字段	含义
DB_TRX_ID	最近修改事务 ID ，记录插入这条记录或最后一次修改该记录的事务 ID 。
DB_ROLL_PTR	回滚指针，指向这条记录的上一个版本，用于配合 undo log ，指向上一个版本。
DB_ROW_ID	隐藏主键，如果表结构没有指定主键，将会生成该隐藏字段

 而上述的前两个字段是肯定会添加的， 是否添加最后一个字段DB_ROW_ID，得看当前表有没有主键，如果有主键，则不会添加该隐藏字段。

readview

ReadView （读视图）是 快照读 SQL 执行时 MVCC 提取数据的依据，记录并维护系统当前活跃的事务（未提交的）id 。

ReadView 中包含了四个核心字段：

字段	含义
m_ids	当前活跃的事务 ID 集合
min_trx_id	最小活跃事务 ID
max_trx_id	预分配事务 ID ，当前最大事务 ID+1 （因为事务 ID 是自增的）
creator_trx_id	ReadView 创建者的事务 ID

而在 readview 中就规定了版本链数据的访问规则：

trx_id 代表当前 undolog 版本链对应事务 ID 。

条件	是否可以访问	说明
trx_id == creator_trx_id	可以访问该版本	成立，说明数据是当前这个事务更改的。
trx_id < min_trx_id	可以访问该版本	成立，说明数据已经提交了。
trx_id > max_trx_id	不可以访问该版本	成立，说明该事务是在 ReadView生成后才开启。
min_trx_id <= trx_id <= max_trx_id	如果 trx_id 不在 m_ids 中， 是可以访问该版本的	成立，说明数据已经提交。

不同的隔离级别，生成 ReadView 的时机不同：

• READ COMMITTED ：在事务中每一次执行快照读时生成ReadView。
• REPEATABLE READ：仅在事务中第一次执行快照读时生成ReadView，后续复用该ReadView。

原理分析 

RC隔离级别

RC 隔离级别下，在事务中每一次执行快照读时生成ReadView。

我们就来分析事务 5 中，两次快照读读取数据，是如何获取数据的 ?

在事务 5 中，查询了两次 id 为 30 的记录，由于隔离级别为 Read Committed ，所以每一次进行快照读

都会生成一个 ReadView ，那么两次生成的 ReadView 如下

那么这两次快照读在获取数据时，就需要根据所生成的 ReadView 以及 ReadView 的版本链访问规则， 到undolog 版本链中匹配数据，最终决定此次快照读返回的数据。

A.先来看第一次快照读具体的读取过程：

 在进行匹配时，会从undo log的版本链，从上到下进行挨个匹配：

• 先匹配版本链的第一条记录，这条记录对应的trx_id为4，也就是将4带入右侧的匹配规则中。 ①不满足 ②不满足 ③不满足 ④也不满足，都不满足，则继续匹配undo log版本链的下一条。
• 再匹配第二条，这条记录对应的trx_id为3，也就是将3带入右侧的匹配规则中。①不满足 ②不满足 ③不满足 ④也不满足 ，都不满足，则继续匹配undo log版本链的下一条。
•  再匹配第三条，这条记录对应的trx_id为2，也就是将2带入右侧的匹配规则中。①不满足 ②满足 终止匹配，此次快照读，返回的数据就是版本链中记录的这条数据。

 B. 再来看第二次快照读具体的读取过程

 

在进行匹配时，会从undo log的版本链，从上到下进行挨个匹配：

• 先匹配版本链的第一条，这条记录对应的trx_id为4，也就是将4带入右侧的匹配规则中。 ①不满足 ②不满足 ③不满足 ④也不满足 ，都不满足，则继续匹配undo log版本链的下一条。
• 再匹配第二条，这条记录对应的trx_id为3，也就是将3带入右侧的匹配规则中。①不满足 ②满足 。终止匹配，此次快照读，返回的数据就是版本链中记录的这条数。

RR隔离级别

RR 隔离级别下，仅在事务中第一次执行快照读时生成 ReadView ，后续复用该 ReadView 。 而 RR 是可重复读，在一个事务中，执行两次相同的select 语句，查询到的结果是一样的。

我们看到，在 RR 隔离级别下，只是在事务中第一次快照读时生成 ReadView ，后续都是复用该

ReadView ，那么既然 ReadView 都一样， ReadView 的版本链匹配规则也一样， 那么最终快照读返回的结果也是一样的。

小结

所以呢， MVCC 的实现原理就是通过 InnoDB 表的隐藏字段、 UndoLog 版本链、 ReadView 来实现的。 而MVCC + 锁，则实现了事务的隔离性。 而一致性则是由 redolog 与 undolog 保证。