示例
有这样一张表:
现在有3个事务 A B C 并发执行:
事务A、事务B的select的结果是什么呢?
使用 ”start transaction with consistent snapshot;“ 语句的目的是马上启动事务,”begin/start transaction“命令不是一个事务的起点,而是在执行到他们之后的第一个操作 InnoDB 表的语句后事务才开始。
下面我们实际执行以下看看结果,先建表插入数据:
mysql> CREATE TABLE `t` ( `id` int(11) NOT NULL, `k` int(11) DEFAULT NULL, PRIMARY KEY (`id`)) ENGINE=InnoDB;insert into t(id, k) values(1,1),(2,2);
然后开3个mysql client终端,分别代表 A B C,执行:
# client Astart transaction with consistent snapshot;# client Bstart transaction with consistent snapshot;# client Cupdate t set k=k+1 where id=1;# client Bupdate t set k=k+1 where id=1;select k from t where id=1; # 3# client Aselect k from t where id=1; # 1commit;# client Bcommit;
结果:
事务B的select语句结果是 3
事务A的结果是 1
如果你猜对了,也知道是为什么,可以休息了 : ),如果没猜对,那么咱们就一起分析一下。
分析
1. 背景知识
MySQL 默认的事务隔离级别是可重复读,事务在启动时给整个库拍了个快照。
如果一个库有100G,那快照多慢啊,实际快照不是做数据复制,而是基于数据版本日志。
InnoDB里每个事务都有一个唯一的事务ID(transaction id),事务启动时申请,按申请顺序严格递增。
每行数据是有多个版本的,每次事务更新数据的时候,都会生成一个新的版本,并且记录上这个版本是哪个事务ID干的。所以,每行记录都可能有多个版本,每个版本有自己的 row trx_id。
虚线中是同一行数据的4个版本,当前最新版本是 V4,k 值为22,是ID为25的事务更新的。V1 V2 V3 并不是物理存在的,需要的时候可以通过当前版本和 undo log 计算出来。
根据”可重复读“的定义,一个事务启动时,能够看到所有已经提交的事务的结果,事务执行期间,其他事务的更新就不可见了。
所以,就相当于一个事务启动时发出声明:”以我启动时间为准,我只认启动之前的数据版本,如果是我启动之后生成的,我就找之前的数据版本,直到我认可的版本“。
InnoDB 会为每个事务构造一个数组,用来保存在这个事务启动的瞬间正在活跃(已启动但还未提交)的所有事务ID。
例如 transaction id 为 15 的事务启动时,还有事务9、事务12 活跃,那么事务15就有一个数组:[9,12,15],通过这个数组我们可以明确几件事:
< 9 的事件肯定都可见,因为都已经执行完成了。
> 15 的事件肯定都不可见,因为这些事件是后来的。
这个数组中,除了自己以为的其他事务的更改结果肯定是不可见的,因为他们在我启动的时候还没提交呢。
> 9 并且 < 15 的事件中,不在这个数组中的,肯定是可见的,因为他们在我启动时都提交完成了,例如事务10,ID小于我(15),而且在我启动时不是活跃的,说明执行完成了,那么对我来讲他就是可见的。
所以,我们现在知道了,InnoDB 利用 所有数据都有多个版本 这个特性,实现了秒建快照的能力。
2. 示例分析
现在我们回到之前的示例,看看执行过程。
假设:
事务A 开始前,只有一个活跃事务 99
事务 A B C 的版本号是 100、101、102,当前系统只有这4个事务
3个事务开始之前,(1,1)这行数据的 row trx_id = 90
这样,视图数组如下:
事务A -> [99, 100]
事务B -> [99, 100, 101]
事务C -> [99, 100, 101, 102]
2.1事务A的逻辑
第一个有效更新时事务C,这个数据的最新版本的 row trx_id 是 102,90 那个版本成为了历史版本。
第二个有效更新时事务B,这个数据的最新版本的 row trx_id 变成了 101。
然后事务A来读数据了,他的视图数组是 [99,100],事务A的读取流程是这样的:
找到当前版本,一看 row trx_id = 101,比自己视图数组的最大值还大,不可见
接着找上一个版本,一看 row trx_id = 102,还是不可见
再找上一个版本,row trx_id = 90,比自己视图数组的最小值还小,终于可见了
所以,事务A的查询结果就是 1。
2.2 事务B的逻辑
对于事务B,我们会有一个疑问,根据一致性读规则,结果不对啊,事务B的视图数组是先生成的,事务C后提交的,事务B执行 update 时,不是应该基于 (1,1)吗?怎么会基于(1,2)呢?
这涉及到另一个原则:更新数据时要先读后写,此时读的是”当前版本“,称为 ”当前读(current read)“。
因为更新数据时不能再在历史版本上更新,否则事务C的更新就丢失了,所以事务B的 update 是在(1,2)基础上操作的。
事务B执行 select 时,一看数据的当前版本是 101,是自己更新的,可以直接使用,所以查询结果就是 3 了。
总结
可重复读隔离级别的核心:
读数据是一致性读
更新数据是当前读
如果当前记录的行锁被其他事务占用,进入等锁状态
内容整理自阿里技术专家丁奇的专栏《MySQL实战45讲》