一、简介
事务隔离,是每场高级开发面试过程中,必不可少的一个环节,记得有一次面试某公司,面试官当场提出这个问题,因为没有充足的准备,所以结果可想而知!
今天我们就一起来捋一捋关于事务隔离机制的原理,以便后期再碰到这种问题的时候,自己也有所准备!
好了,废话不多了BB了,阿粉直接带你上车!
说到事务,相信你一定不会陌生,在与数据库打交道的时候,我们总是会用到它。
以转账为例,你要给朋友小张转账 100 元,而此时的银行卡余额至少要有 100元。在转账过程中,程序会有一系列的操作,比如查询余额、做加减法、更新余额等,这些操作必须保证是一体的。
不然等程序查完之后,还没做扣减余额之前,你这 100 块钱,完全可以借着这个时间差再查一次,然后再给另外一个朋友转账,如果程序真的这么搞,银行不血亏才怪!
在整个程序更新数据过程中,这时就要用到“事务”这个概念了。
简单的说,事务就是要保证一组数据库操作,要么全部成功,要么全部失败!
以 MySQL 为例,事务支持是在引擎层实现的,可能你知道,MySQL 是一个支持多引擎的系统,但并不是所有的引擎都支持事务,比如 MySQL 原生的 MyISAM 引擎就不支持事务,这也是 MyISAM 被 InnoDB 取代的重要原因之一。
下面将会以 InnoDB 为例,剖析 MySQL 在事务支持方面的特定实现,希望通过这些案例能加深你对 MySQL 事务原理的理解!
二、事务隔离机制介绍
提到事务,大家会不由自主的想到 ACID (Atomicity、Consistency、Isolation、Durability)四大特性,即:原子性、一致性、隔离性、持久性。
原子性、一致性很好理解,就是上文说道的,要么全部成功,要么全部失败;持久性,也好理解,当数据发生变化时,能将最新的结果记录到磁盘中永久保存;而隔离性,有点复杂,简单的说,就是将事务彼此之间隔离开,当多个事务在同时处理一个数据时,彼此之间互相不影响。
如果隔离的不够好,就有可能会产生脏读、不可重复度、幻读等读现象。
为此,隔离性总共分为四种级别:由低到高依次为 Read uncommitted 、Read committed 、Repeatable read 、Serializable ,这四个级别可以逐个解决脏读 、不可重复读 、幻读等这几类问题。
- read uncommitted:俗称读未提交,指的是一个事务还没提交时,它做的变更就能被别的事务看到。
- Read committed:俗称读提交,指的是一个事务提交之后,它做的变更才会被其他事务看到。
- Repeatable read:俗称可重复读,指的是一个事务执行过程中看到的数据,总是跟这个事务在启动时看到的数据是一致的,同时当其他事务在未提交时,变更是不可见的。
- Serializable:俗称串行化,顾名思义就是对于同一行记录,“写”会加“写锁”,“读”会加“读锁”。当出现读写锁冲突的时候,后访问的事务必须等前一个事务执行完成,才能继续执行。
在这四个隔离级别中,其中“读提交”和“可重复读”比较难理解,下面我们以一个例子为案例,介绍这几种隔离级别的区别!
假设数据表 T 中只有一列,其中一行的值为 1。
mysql> create table T(c int) engine=InnoDB;
insert into T(c) values(1);
下面是按照时间顺序执行两个事务的行为。
我们来看看在不同的隔离级别下,事务 A 会有哪些不同的返回结果,也就是图里面 V1、V2、V3 的返回值分别是什么。
- 若隔离级别是“读未提交”, 则 V1 的值就是 2,这时候事务 B 虽然还没有提交,但是结果已经被 A 看到了,因此,V1、V2、V3 也都是 2。
- 若隔离级别是“读提交”,则 V1 是 1,事务 B 的更新在提交后才能被 A 看到。所以, V2、V3 的值也是 2。
- 若隔离级别是“可重复读”,则 V1、V2 是 1,V3 是 2。之所以 V2 还是 1,遵循的就是这个要求:当前事务在执行期间看到的数据前后必须是一致的。
- 若隔离级别是“串行化”,则在事务 B 执行“将 1 改成 2”的时候,会被锁住。直到事务 A 提交后,事务 B 才可以继续执行。所以从 A 的角度看, V1、V2 值是 1,V3 的值是 2。
为什么会产生这种情况呢,下面我们一起来分析一下!实现上,当开启事务时,数据库里面会创建一个视图,访问的时候以视图的逻辑结果为准。
- 在“读提交”隔离级别下,这个视图是在每个 SQL 语句开始执行的时候创建的。
- 在“可重复读”隔离级别下,这个视图是在事务启动时创建的,整个事务存在期间都用这个视图。
- 在“串行化”隔离级别下,直接用加锁的方式来避免并行访问。
- 而在“读未提交”隔离级别下,直接返回记录上的最新值,没有视图概念。
因此,在不同的隔离级别下,数据库行为是有所不同的,比如 Mysql 数据库的默认隔离级别就是“可重复读”,而 oracle、pgsql 数据库的默认隔离级别是“读提交”。
因此对于一些从 Oracle 迁移到 MySQL 的应用,为保证数据库隔离级别的一致,你一定要记得将 MySQL 的隔离级别设置为“读提交”。
配置的方式是,将启动参数transaction-isolation的值设置成READ-COMMITTED。
你可以用show variables来查看当前的事务隔离级别。
mysql> show variables like '%tx_isolation%';
+-----------------------+----------------+
| Variable_name | Value |
+-----------------------+----------------+
| tx_isolation | REPEATABLE-READ |
+-----------------------+----------------+
通过如下方式,可以将其进行重新设置,比如设置为“读提交”
mysql> set tx_isolation='READ-COMMITTED';
总结来说,每种隔离级别都有自己的使用场景,你要根据自己的业务情况来定!
可能有的同学会发出疑问,“读提交”就可以解决问题,为什么还要搞个“可重复读”隔离机制呢?
下面我们以数据校对的逻辑为案例,来介绍一下“可重复读”的隔离好处!
假设你在管理一个个人银行账户表,一个表存了账户余额,一个表存了账单明细,到了月底你要做数据校对,也就是判断上个月的余额和当前余额的差额,是否与本月的账单明细一致。你一定希望在数据校对过程中,即使有用户发生了一笔新的交易,也不影响你的校对结果。
这时候使用“可重复读”的隔离级别就极其实用而又方便,因为事务启动时的视图可以认为是静态的,不受其他事务更新的影响。
三、如何理解脏读、不可重复读、幻读?
在上面我们介绍了隔离机制,当出现多个事务同时处理一条数据的时候,就会产生一些问题,具体来说就是:脏读、不可重复读和幻读。
3.1、脏读
脏读指的是读到了其他事务未提交的数据,未提交意味着这些数据可能会保存到数据库,也可能会回滚,不保存到数据库。当这个数据发生了回滚,就意味着这个数据不存在,这就是脏读!
以上面的案例为例,当隔离级别为“读未提交”时,V1 的值就是 2,假如事务 B 最后没有提交数据,相当于读取了一条不存在的数据,这就会产生脏读,一旦产生脏读会很严重,会整个业务影响很大。
3.2、不可重复读
不可重复读指的是在一个事务内,最开始读到的数据和事务结束前的任意时刻读到的同一批数据出现不一致的情况。
以上面的案例为例,当隔离级别为“读提交”时,就会产生同一个事务,多次读取同一条数据会产生不同的结果。
3.3、幻读
幻读和不可重复读,有点类似,同一个事务多次读同一条数据结果不一致,但是表达的侧重点不一样。
比如,当事务 A 在查询某条记录是否存在,如果不存在就插入,在准备插入时,突然事务 B 也提交一条插入语句,而且提交速度快于事务 A,这个时候事务 A 在插入数据的时候,突然报错,插入不了,此时就发生了幻读!
不可重复读侧重表达:读-读,幻读则侧重表达:读-写,用写来证实读的是鬼影。
上述所说的"脏读","不可重复读","幻读"这些问题,其实本质都是因为并发操作造成的从数据库读数据不一致的问题。
首先说读未提交,它是性能最好,也可以说它是最野蛮的方式,因为它压根儿就不加锁,所以根本谈不上什么隔离效果,可以理解为没有隔离。
再来说串行化,串行化就相当于上面所说的,处理一个人请求的时候,别的人都等着。并发效率最差。
最后说读提交和可重复读。这两种隔离级别都是比较复杂的,既要允许一定的并发,又想要兼顾解决问题。
数据库的事务隔离越严格,并发副作用越小,但付出的代价越大;因为事务隔离本质就是使事务在一定程度上处于串行状态,这本身就是和并发相矛盾的。
不同的应用对读一致性和事务隔离级别是不一样的,比如许多应用对数据的一致性没那么高要求,相反,对并发有一定要求,具体的隔离机制的设置还需要从实际的业务需求和系统情况出发。
对于幻读这种问题,可以在数据插入或者更新的时候,通过增加乐观锁来解决数据写入失败问题。
四、事务隔离的实现
理解了事务的隔离级别,我们再来看看事务隔离具体是怎么实现的。这里我们展开说明“可重复读”。
在 MySQL 中,实际上每条记录在更新的时候,都会同时记录一条回滚操作。记录上的最新值,通过回滚操作,都可以得到前一个状态的值。
假设一个值从 1 被按顺序改成了 2、3、4,在回滚日志里面就会有类似下面的记录。
当前值是 4,但是在查询这条记录的时候,不同时刻启动的事务会有不同的 read-view。
如图中看到的,在视图 A、B、C 里面,这一个记录的值分别是 1、2、4,同一条记录在系统中可以存在多个版本,就是数据库的多版本并发控制(MVCC)。对于 read-view A,要得到 1,就必须将当前值依次执行图中所有的回滚操作得到。
同时你会发现,即使现在有另外一个事务正在将 4 改成 5,这个事务跟 read-view A、B、C 对应的事务是不会冲突的。
你一定会问,回滚日志总不能一直保留吧,什么时候删除呢?
答案是,在不需要的时候才删除。也就是说,系统会判断,当没有事务再需要用到这些回滚日志时,回滚日志会被删除。
什么时候才不需要了呢?就是当系统里没有比这个回滚日志更早的 read-view 的时候。
基于上面的说明,我们来讨论一下为什么建议尽量不要使用长事务。
长事务意味着系统里面会存在很老的事务视图。
由于这些事务随时可能访问数据库里面的任何数据,所以这个事务提交之前,数据库里面它可能用到的回滚记录都必须保留,这就会导致大量占用存储空间。
在 MySQL 5.5 及以前的版本,回滚日志是跟数据字典一起放在 ibdata 文件里的,即使长事务最终提交,回滚段被清理,文件也不会变小。我见过数据只有 20GB,而回滚段有 200GB 的库。最终只好为了清理回滚段,重建整个库。
除了对回滚段的影响,长事务还占用锁资源,也可能拖垮整个库。
五、小结
本篇主要介绍了事务隔离相关理论知识,以及围绕 MySQL 的事务隔离实现介绍,可能有些遗漏之处,欢迎网友指出!