MySQL事务与锁机制详解

1 什么是数据库的事务？

1.1 事务的典型场景

比如下单，会操作订单表，资金表，物流表等等，这个时候我们需要让这些操作都 在一个事务里面完成。在金融的系统里面事务配置是很常见的，比如行内转账的这种操 作，如果我们把它简单地理解为一个账户的余额增加，另一个账户的余额减少的情况（当 然实际上要比这复杂），那么这两个动作一定是同时成功或者同时失败的。

1.2 事务的定义

维基百科的定义：事务是数据库管理系统（DBMS）执行过程中的一个逻辑单位，由 一个有限的数据库操作序列构成。 这里面有两个关键点，

第一个，它是数据库最小的工作单元，是不可以再分的。
第 二个，它可能包含了一个或者一系列的 DML 语句，包括 insert delete update。

1.3 哪些存储引擎支持事务

InnoDB 支持事务，这个也是它成为默认的存储引擎的一个重要原因： https://dev.mysql.com/doc/refman/5.7/en/storage-engines.html
另一个是 NDB。

1.4 事务的四大特性

第一个，原子性，Atomicity，也就是我们刚才说的不可再分，也就意味着我们对数 据库的一系列的操作，要么都是成功，要么都是失败，不可能出现部分成功或者部分失败的情况，以刚才提到的转账的场景为例，一个账户的余额减少，对应一个账户的增加， 这两个一定是同时成功或者同时失败的。 全部成功比较简单，问题是如果前面一个操作已经成功了，后面的操作失败了，怎 么让它全部失败呢？这个时候我们必须要回滚。 原子性，在 InnoDB 里面是通过 undo log 来实现的，它记录了数据修改之前的值（逻 辑日志），一旦发生异常，就可以用 undo log 来实现回滚操作。

第二个，一致性，consistent，指的是数据库的完整性约束没有被破坏，事务执行的 前后都是合法的数据状态。比如主键必须是唯一的，字段长度符合要求。 除了数据库自身的完整性约束，还有一个是用户自定义的完整性。 比如说转账的这个场景，A 账户余额减少 1000，B 账户余额只增加了 500，这个时 候因为两个操作都成功了，按照我们对原子性的定义，它是满足原子性的， 但是它没有 满足一致性，因为它导致了会计科目的不平衡。 还有一种情况，A 账户余额为 0，如果这个时候转账成功了，A 账户的余额会变成 -1000，虽然它满足了原子性的，但是我们知道，借记卡的余额是不能够小于 0 的，所以 也违反了一致性。用户自定义的完整性通常要在代码中控制。

第三个，隔离性，Isolation，我们有了事务的定义以后，在数据库里面会有很多的 事务同时去操作我们的同一张表或者同一行数据，必然会产生一些并发或者干扰的操作， 那么我们对隔离性的定义，就是这些很多个的事务，对表或者行的并发操作，应该是透 明的，互相不干扰的。通过这种方式，我们最终也是保证业务数据的一致性。

最后一个叫做持久性，Durable，事务的持久性是什么意思呢？
我们对数据库的任意 的操作，增删改，只要事务提交成功，那么结果就是永久性的，不可能因为我们系统宕 机或者重启了数据库的服务器，它又恢复到原来的状态了。这个就是事务的持久性。
持久性怎么实现呢？数据库崩溃恢复（crash-safe）是通过什么实现的？
持久性是通过 redo log 来实现的，我们操作数据的时候，会先写到内存的 buffer pool 里面，同时记录 redo log，如果在刷盘之前出现异常，在重启后就可以读取 redo log 的内容，写入到磁盘，保证数据的持久性。
原子性，隔离性，持久性，最后都是为了实现一致性。

1.5 数据库什么时候会出现事务？

当我执行这样一条更新语句的时候，它有事务吗？
update student set sname = ‘猫老公 111’ where id=1;

实际上，它自动开启了一个事务，并且提交了，所以最终写入了磁盘。

这个是开启事务的第一种方式，自动开启和自动提交。
InnoDB 里面有一个 autocommit 的参数（分成两个级别， session 级别和 global 级别）。它的默认值是 ON。
show variables like ‘autocommit’;

autocommit 这个参数是什么意思呢？是否自动提交。
如果它的值是 true/on 的话， 我们在操作数据的时候，会自动开启一个事务，和自动提交事务。 否则的话，如果我们把 autocommit 设置成 false/off，那么数据库的事务就需要我 们手动地去开启和手动地去结束。

手动开启事务也有几种方式？
一种是用 begin；一种是用 start transaction。

那么怎么结束一个事务呢？
我们结束也有两种方式，
第一种就是提交一个事务， commit；
还有一种就是 rollback，回滚的时候，事务也会结束。
还有一种情况，客户端 的连接断开的时候，事务也会结束。

1.6 事务并发会带来什么问题？

当很多事务并发地去操作数据库的表或者行的时候，如果没有我们刚才讲的事务的 Isolation 隔离性的时候，会带来哪些问题呢？

大家看一下，我们有两个事务，
一个是 Transaction A，一个是 Transaction B，在 第一个事务里面，它首先通过一个 where id=1 的条件查询一条数据，返回 name=Ada， age=16 的这条数据。
然后第二个事务呢，它同样地是去操作 id=1 的这行数据，它通过 一个 update 的语句，把这行 id=1 的数据的 age 改成了 18，但是大家注意，它没有提 交。

这个时候，在第一个事务里面，它再次去执行相同的查询操作，发现数据发生了变 化，获取到的数据 age 变成了 18。
那么，这种在一个事务里面，由于其他的时候修改了 数据并且没有提交，而导致了前后两次读取数据不一致的情况，这种事务并发的问题， 我们把它定义成脏读。
同样是两个事务，
第一个事务通过 id=1 查询到了一条数据。
然后在第二个事务里面 执行了一个 update 操作，
这里大家注意一下，执行了 update 以后它通过一个 commit 提交了修改。
然后第一个事务读取到了其他事务已提交的数据导致前后两次读取数据不 一致的情况，就像这里，age 到底是等于 16 还是 18，那么这种事务并发带来的问题， 我们把它叫做不可重复读。
在第一个事务里面我们执行了一个范围查询，这个时候满足条件的数据只有一条。
在第二个事务里面，它插入了一行数据，并且提交了。重点：插入了一行数据。
在第一 个事务里面再去查询的时候，它发现多了一行数据。 一个事务前后两次读取数据数据不一致，是由于其他事务插入数据造成的，这种情 况我们把它叫做幻读。

不可重复读是修改或者删除**，幻读是插入。**

无论是脏读，还是不可重复读，还是幻读，它们都是数据库的读一致性的问题，都 是在一个事务里面前后两次读取出现了不一致的情况。

读一致性的问题，必须要由数据库提供一定的事务隔离机制来解决。
就像我们去饭 店吃饭，基本的设施和卫生保证都是饭店提供的。那么我们使用数据库，隔离性的问题 也必须由数据库帮助我们来解决。

1.7 SQL92 标准

所以，就有很多的数据库专家联合制定了一个标准，也就是说建议数据库厂商都按 照这个标准，提供一定的事务隔离级别，来解决事务并发的问题，这个就是 SQL92 标准。

我们来看一下 SQL92 标准的官网。 http://www.contrib.andrew.cmu.edu/~shadow/sql/sql1992.txt

这里面有一张表格（搜索_iso），里面定义了四个隔离级别，
右边的 P1 P2 P3 就是 代表事务并发的 3 个问题，脏读，不可重复读，幻读。
Possible 代表在这个隔离级别下， 这个问题有可能发生，换句话说，没有解决这个问题。
Not Possible 就是解决了这个问 题。我们详细地分析一下这 4 个隔离级别是怎么定义的。

第一个隔离级别叫做：Read Uncommitted（未提交读），
一个事务可以读取到其 他事务未提交的数据，会出现脏读，所以叫做 RU，它没有解决任何的问题。

第二个隔离级别叫做：Read Committed（已提交读），
也就是一个事务只能读取 到其他事务已提交的数据，不能读取到其他事务未提交的数据，它解决了脏读的问题， 但是会出现不可重复读的问题。

第三个隔离级别叫做：Repeatable Read (可重复读)，
它解决了不可重复读的问题， 也就是在同一个事务里面多次读取同样的数据结果是一样的，但是在这个级别下，没有 定义解决幻读的问题。

最后一个就是：Serializable（串行化），
在这个隔离级别里面，所有的事务都是串 行执行的，也就是对数据的操作需要排队，已经不存在事务的并发操作了，所以它解决 了所有的问题。 这个是 SQL92 的标准，但是不同的数据库厂商或者存储引擎的实现有一定的差异， 比如 Oracle 里面就只有两种 RC（已提交读）和 Serializable（串行化）。那么 InnoDB 的实现又是怎么样的呢？

1.8 MySQL InnoDB 对隔离级别的支持

在 MySQL InnoDB 里面，不需要使用串行化的隔离级别去解决所有问题。
那我们来 看一下 MySQL InnoDB 里面对数据库事务隔离级别的支持程度是什么样的。
InnoDB 支持的四个隔离级别和 SQL92 定义的基本一致，
隔离级别越高，事务的并发度就越低。
唯一的区别就在于，InnoDB 在 RR 的级别就解决了幻读的问题。
这个也是 InnoDB 默认使用 RR 作为事务隔离级别的原因，既保证了数据的一致性，又支持较高的 并发度。

1.9 两大实现方案

如果要解决读一致性的问题，保证一个事务中前后两次读取数据结果一致，实现事 务隔离，应该怎么做？
总体上来说，我们有两大类的方案。

1.9.1 LBCC

第一种，既然要保证前后两次读取数据一致，那么读取数据的时候，锁定我要操作 的数据，不允许其他的事务修改就行了。
这种方案叫做基于锁的并发控制 Lock Based Concurrency Control（LBCC）。
如果仅仅是基于锁来实现事务隔离，一个事务读取的时候不允许其他时候修改，那 就意味着不支持并发的读写操作，而我们的大多数应用都是读多写少的，这样会极大地 影响操作数据的效率。

1.9.2 MVCC

https://dev.mysql.com/doc/refman/5.7/en/innodb-multi-versioning.html

另一种解决方案，如果要让一个事务前后两次读取的数据保持一致，
那么我们可以 在修改数据的时候给它建立一个备份或者叫快照，后面再来读取这个快照就行了。

这种 方案我们叫做多版本的并发控制 Multi Version Concurrency Control（MVCC）。

问题：这个快照什么时候创建？读取数据的时候，怎么保证能读取到这个快照而不 是最新的数据？这个怎么实现呢？

MVCC 的核心思想是：
我可以查到在我这个事务开始之前已经存在的数据，即使它 在后面被修改或者删除了。在我这个事务之后新增的数据，我是查不到的。

InnoDB 为每行记录都实现了两个隐藏字段：
DB_TRX_ID，6 字节：插入或更新行的最后一个事务的事务 ID，事务编号是自动递 增的（我们把它理解为创建版本号，在数据新增或者修改为新数据的时候，记录当前事 务 ID）。
DB_ROLL_PTR，7 字节：回滚指针（我们把它理解为删除版本号，数据被删除或记 录为旧数据的时候，记录当前事务 ID）。 我们把这两个事务 ID 理解为版本号。
https://processon.com/view/5d29999ee4b07917e2e09294
MVCC 的查找规则：只能查找创建时间小于等于当前事务 ID 的数据，和删除时间大 于当前事务 ID 的行（或未删除）。
也就是不能查到在我的事务开始之后插入的数据，tom 的创建 ID 大于 2，所以还是 只能查到两条数据。
查找规则：只能查找创建时间小于等于当前事务 ID 的数据，和删除时间大于当前事 务 ID 的行（或未删除）。
也就是，在我事务开始之后删除的数据，所以 jack 依然可以查出来。所以还是这两 条数据。

第五个事务，执行更新操作，这个事务事务 ID 是 5：
查找规则：只能查找创建时间小于等于当前事务 ID 的数据，和删除时间大于当前事 务 ID 的行（或未删除）。
因为更新后的数据 penyuyan 创建版本大于 2，代表是在事务之后增加的，查不出 来。
而旧数据 qingshan 的删除版本大于 2，代表是在事务之后删除的，可以查出来。

通过以上演示我们能看到，通过版本号的控制，无论其他事务是插入、修改、删除， 第一个事务查询到的数据都没有变化。
在 InnoDB 中，MVCC 是通过 Undo log 实现的。
Oracle、Postgres 等等其他数据库都有 MVCC 的实现。
需要注意，在 InnoDB 中，MVCC 和锁是协同使用的来实现隔离性的，这两种方案 并不是互斥的。 第一大类解决方案是锁，锁又是怎么实现读一致性的呢？

2 MySQL InnoDB 锁的基本类型

https://dev.mysql.com/doc/refman/5.7/en/innodb-locking.html

官网把锁分成了 8 类。
所以我们把前面的两个行级别的锁（Shared and Exclusive Locks），和两个表级别的锁（Intention Locks）称为锁的基本模式。

后面三个 Record Locks、Gap Locks、Next-Key Locks，我们把它们叫做锁的算法， 也就是分别在什么情况下锁定什么范围。

2.1 共享锁

第一个行级别的锁就是我们在官网看到的 Shared Locks （共享锁），
我们获取了 一行数据的读锁以后，可以用来读取数据，所以它也叫做读锁。
而且多个事务可以共享 一把读锁。

那怎么给一行数据加上读锁呢？
我们可以用 select …… lock in share mode; 的方式手工加上一把读锁。
释放锁有两种方式，只要事务结束，锁就会自动事务，包括提交事务和结束事务。

我们也来验证一下，看看共享锁是不是可以重复获取？

2.2 排它锁

第二个行级别的锁叫做 Exclusive Locks（排它锁），它是用来操作数据的，所以又 叫做写锁。
只要一个事务获取了一行数据的排它锁，其他的事务就不能再获取这一行数 据的共享锁和排它锁。

排它锁的加锁方式有两种，
第一种是自动加排他锁，可能是同学们没有注意到的： 我们在操作数据的时候，包括增删改，都会默认加上一个排它锁。

还有一种是手工加锁，我们用一个 FOR UPDATE 给一行数据加上一个排它锁，
这个 无论是在我们的代码里面还是操作数据的工具里面，都比较常用。 释放锁的方式跟前面是一样的。

排他锁的验证：

2.3 意向锁

意向锁是由数据库自己维护的。
也就是说，当我们给一行数据加上共享锁之前，数据库会自动在这张表上面加一个 意向共享锁。

当我们给一行数据加上排他锁之前，数据库会自动在这张表上面加一个意向排他锁。
反过来说： 如果一张表上面至少有一个意向共享锁，说明有其他的事务给其中的某些数据行加 上了共享锁。 如果一张表上面至少有一个意向排他锁，说明有其他的事务给其中的某些数据行加 上了排他锁。

*这两个表级别的锁存在的意义是什么？

*第一个，我们有了表级别的锁，在 InnoDB 里面就可以支持更多粒度的锁。

第二个，如果说没有意向锁的话，当我们准备给一张表 加上表锁的时候，是不是必须先要去判断有没其他的事务锁定了其中了某些行？如果有 的话，肯定不能加上表锁。

那么这个时候我们就要去扫描整张表才能确定能不能成功加 上一个表锁，如果数据量特别大，比如有上千万的数据的时候，加表锁的效率是不是很 低？
但是我们引入了意向锁之后就不一样了。只要判断这张表上面有没有意向锁，如果 有，就直接返回失败。如果没有，就可以加锁成功。所以 InnoDB 里面的表锁，我们可 以把它理解成一个标志。就像火车上厕所有没有人使用的灯，是用来提高加锁的效率的。

3 行锁的原理

3.1 没有索引的表（假设锁住记录） 首先我们有三张表，一张没有索引的 t1，一张有主键索引的 t2，一张有唯一索引的 t3。我们先假设 InnoDB 的锁锁住了是一行数据或者一条记录。

锁。又被阻塞了，说明锁住的是字段的这个推测也是错的，否则就不会出现第一个事务 锁住了 name，第二个字段锁住 id 失败的情况。 既然锁住的不是 record，也不是 column，InnoDB 里面锁住的到底是什么呢？

在这 三个案例里面，我们要去分析一下他们的差异在哪里，也就是这三张表的结构，是什么 区别导致了加锁的行为的差异？其实答案就是索引。InnoDB 的行锁，就是通过锁住索引 来实现的。

那么我们还有两个问题没有解决：
1、为什么表里面没有索引的时候，锁住一行数据会导致锁表？ 或者说，如果锁住的是索引，一张表没有索引怎么办？ 所以，一张表有没有可能没有索引？
1）如果我们定义了主键(PRIMARY KEY)，那么 InnoDB 会选择主键作为聚集索引。
2）如果没有显式定义主键，则 InnoDB 会选择第一个不包含有 NULL 值的唯一索 引作为主键索引。
3）如果也没有这样的唯一索引，则 InnoDB 会选择内置 6 字节长的 ROWID 作 为隐藏的聚集索引，它会随着行记录的写入而主键递增。 所以，为什么锁表，是因为查询没有使用索引，会进行全表扫描，然后把每一个隐 藏的聚集索引都锁住了。

2、为什么通过唯一索引给数据行加锁，主键索引也会被锁住？ 大家还记得在 InnoDB 里面，当我们使用辅助索引的时候，它是怎么检索数据的吗？ 辅助索引的叶子节点存储的是什么内容？

在辅助索引里面，索引存储的是二级索引和主键的值。比如name=4，存储的是name 的索引和主键 id 的值 4。 而主键索引里面除了索引之外，还存储了完整的数据。所以我们通过辅助索引锁定 一行数据的时候，它跟我们检索数据的步骤是一样的，会通过主键值找到主键索引，然 后也锁定。

4 锁的算法