版本链
我们创建一个hero表:
CREATE TABLE hero (
number INT,
name VARCHAR(100),
country varchar(100),
PRIMARY KEY (number)
) Engine=InnoDB CHARSET=utf8;
然后向这个表里插入一条数据:
INSERT INTO hero VALUES(1, ‘刘备’, ‘蜀’);
现在表里的数据就是这样的:
对于使用InnoDB存储引擎的表来说,它的聚簇索引记录中除了包含用户定义的列外,还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。
假设插入该记录的事务id为80,那么此刻该条记录的示意图如下所示:
假设之后两个事务id分别为100、200的事务对这条记录进行UPDATE操作,操作流程如下:
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,可以将这些undo日志都连起来,串成一个链表,所以现在的情况就像下图一样:
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。另外,每个版本中还包含生成该版本时对应的事务id。
ReadView
版本链中存放了该记录各个时间段的历史数据,而对于不同隔离级别的事务来说,版本链中的数据对它们的可见性是不同的,即它们需要读取的数据版本不同。
- 对于使用READ UNCOMMITTED隔离级别的事务来说, 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;
- 对于使用SERIALIZABLE隔离级别的事务来说,它们是使用加锁的方式来访问记录,当事务获取相应的锁后,直接读取记录的最新版本就好了;
- 对于使用READ COMMITTED和REPEATABLE READ隔离级别的事务来说,都必须保证读到已经提交了的事务修改过的记录,也就是说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。
READ COMMITTED和REPEATABLE READ隔离级别的区别 在于:
假设初始时数据表的数据为:
如下图,事务trx1和事务trx2为活动事务,正在执行。
- 当trx1事务的隔离级别为 READ COMMITTED时,事务trx1第一个执行 SELECT * from hero; 语句得到的结果中name为刘备,第二次执行 SELECT * from hero; 语句时,由于 trx2事务的更新已经提交了,所以得到的结果中name为黄忠。对于READ COMMITTED隔离级别来说,在一个事务过程中,每次读取的数据是可能不同的。每次读到的是最新提交的数据。
- 当trx1事务的隔离级别为 REPEATABLE READ时,事务trx1第一个执行 SELECT * from hero; 语句得到的结果中name为刘备,第二次执行 SELECT * from hero; 语句时,还是以第一次的数据为准。
对于不同隔离级别的事务,它们是如何来判断自己应该读取数据的版本呢?为此,设计InnoDB的大叔提出了一个ReadView的概念,这个ReadView中主要包含4个比较重要的内容:
- m_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。
- min_trx_id:表示在生成ReadView时当前系统中活跃的读写事务中最小的事务id,也就是m_ids中的最小值。
- max_trx_id:表示生成ReadView时系统中应该分配给下一个事务的id值。
- creator_trx_id:表示生成该ReadView的事务的事务id。
有了这个ReadView,事务在访问某条记录时,只需要按照下边的步骤,就可以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min_trx_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ReadView中的max_trx_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min_trx_id和max_trx_id之间,那就需要判断一下trx_id属性值是不是在m_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。
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。
由上面介绍的READ COMMITTED和REPEATABLE READ隔离级别的区别 可知,在MySQL中,READ COMMITTED和REPEATABLE READ隔离级别的的一个非常大的本质区别就是它们生成ReadView的时机不同。
- 对于使用READ COMMITTED隔离级别的事务来说 —— 每次读取数据前都生成一个ReadView
- 对于使用READ COMMITTED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。
MVCC小结
从上边的描述中我们可以看出来,所谓的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。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。