java mysql 并发锁_MySQL并发控制-读写锁及多版本控制

★

本文的知识点均基于 MySQL5.6。

”

一、并发控制

为啥要进行并发控制？

并发的任务对同一个临界资源进行操作，如果不采取措施，可能导致不一致，故必须进行并发控制(Concurrency Control)。

技术上，通常如何进行并发控制？

通过并发控制保证数据一致性的常见手段有：

锁(Locking)

数据多版本(Multi Versioning)

二、锁

如何使用普通锁保证一致性？

普通锁，被使用最多：

(1)操作数据前，锁住，实施互斥，不允许其他的并发任务操作；

(2)操作完成后，释放锁，让其他任务执行；

如此这般，来保证一致性。

普通锁存在什么问题？

简单的锁住太过粗暴，连“读任务”也无法并行，任务执行过程本质上是串行的。

于是出现了共享锁与排他锁：

共享锁(Share Locks，记为 S 锁)，读取数据时加 S 锁

排他锁(eXclusive Locks，记为 X 锁)，修改数据时加 X 锁

共享锁与排他锁的玩法是：

共享锁之间不互斥，简记为：读读可以并行

排他锁与任何锁互斥，简记为：写读，写写不可以并行

可以看到，一旦写数据的任务没有完成，数据是不能被其他任务读取的，这对并发度有较大的影响。

★

对应到数据库，可以理解为，写事务没有提交，读相关数据的 select 也会被阻塞。

”

有没有可能，进一步提高并发呢？

即使写任务没有完成，其他读任务也可能并发，这就引出了数据多版本。

三、数据多版本

多版本控制

指的是一种提高并发的技术。最早的数据库系统，只有读读之间可以并发，读写，写读，写写都要阻塞。引入多版本之后，只有写写之间相互阻塞，其他三种操作都可以并行，这样大幅度提高了 InnoDB 的并发度。在内部实现中，与 Postgres 在数据行上实现多版本不同，InnoDB 是在 undolog 中实现的，通过 undolog 可以找回数据的历史版本。找回的数据历史版本可以提供给用户读(按照隔离级别的定义，有些读请求只能看到比较老的数据版本)，也可以在回滚的时候覆盖数据页上的数据。在 InnoDB 内部中，会记录一个全局的活跃读写事务数组，其主要用来判断事务的可见性。

数据多版本是一种能够进一步提高并发的方法，它的核心原理是：

写任务发生时，将数据克隆一份，以版本号区分；

写任务操作新克隆的数据，直至提交；

并发读任务可以继续读取旧版本的数据，不至于阻塞；

如上图：

最开始数据的版本是 V0；

T1 时刻发起了一个写任务，这是把数据 clone 了一份，进行修改，版本变为 V1，但任务还未完成；

T2 时刻并发了一个读任务，依然可以读 V0 版本的数据；

T3 时刻又并发了一个读任务，依然不会阻塞；

可以看到，数据多版本，通过“读取旧版本数据”能够极大提高任务的并发度。

提高并发的演进思路，就在如此：

普通锁，本质是串行执行

读写锁，可以实现读读并发

数据多版本，可以实现读写并发

★

这个思路，比整篇文章的其他技术细节更重要，希望大家牢记。

”

好，对应到 InnoDB 上，具体是怎么玩的呢？

四、redo, undo,回滚段

在进一步介绍 InnoDB 如何使用“读取旧版本数据”极大提高任务的并发度之前，有必要先介绍下 redo 日志，undo 日志，回滚段(rollback segment)。

为什么要有 redo 日志？

数据库事务提交后，必须将更新后的数据刷到磁盘上，以保证 ACID 特性。磁盘随机写性能较低，如果每次都刷盘，会极大影响数据库的吞吐量。

优化方式是，将修改行为先写到 redo 日志里(此时变成了顺序写)，再定期将数据刷到磁盘上，这样能极大提高性能。

★

这里的架构设计方法是，随机写优化为顺序写，思路更重要。

”

假如某一时刻，数据库崩溃，还没来得及刷盘的数据，在数据库重启后，会重做 redo 日志里的内容，以保证已提交事务对数据产生的影响都刷到磁盘上。

一句话，redo 日志用于保障，已提交事务的 ACID 特性。

为什么要有 undo 日志？

数据库事务未提交时，会将事务修改数据的镜像(即修改前的旧版本)存放到 undo 日志里，当事务回滚时，或者数据库奔溃时，可以利用 undo 日志，即旧版本数据，撤销未提交事务对数据库产生的影响。

对于 insert 操作，undo 日志记录新数据的 PK(ROW_ID)，回滚时直接删除；

对于 delete/update 操作，undo 日志记录旧数据 row，回滚时直接恢复；

他们分别存放在不同的 buffer 里。

一句话，undo 日志用于保障，未提交事务不会对数据库的 ACID 特性产生影响。

什么是回滚段？

存储 undo 日志的地方，是回滚段。

undo 日志和回滚段和 InnoDB 的 MVCC 密切相关，这里举个例子展开说明一下。

栗子：

t(id PK, name);

数据为：

1, shenjian

2, zhangsan

3, lisi

此时没有事务未提交，故回滚段是空的。

接着启动了一个事务：

start trx;

delete (1, shenjian);

update set(3, lisi) to (3, xxx);

insert (4, wangwu);

并且事务处于未提交的状态。

可以看到：

被删除前的(1, shenjian)作为旧版本数据，进入了回滚段；

被修改前的(3, lisi)作为旧版本数据，进入了回滚段；

被插入的数据，PK(4)进入了回滚段；

接下来，假如事务 rollback，此时可以通过回滚段里的 undo 日志回滚。

★

假设事务提交，回滚段里的 undo 日志可以删除。

”

可以看到：

被删除的旧数据恢复了；

被修改的旧数据也恢复了；

被插入的数据，删除了；

事务回滚成功，一切如故。

五、InnoDB 是基于多版本并发控制的存储引擎

InnoDB 是高并发互联网场景最为推荐的存储引擎，根本原因，就是其多版本并发控制(Multi Version Concurrency Control, MVCC)。行锁，并发，事务回滚等多种特性都和 MVCC 相关。

MVCC 就是通过“读取旧版本数据”来降低并发事务的锁冲突，提高任务的并发度。

核心问题：

旧版本数据存储在哪里？

存储旧版本数据，对 MySQL 和 InnoDB 原有架构是否有巨大冲击？

通过上文 undo 日志和回滚段的铺垫，这两个问题就非常好回答了：

旧版本数据存储在回滚段里；

对 MySQL 和 InnoDB 原有架构体系冲击不大；

InnoDB 的内核，会对所有 row 数据增加三个内部属性：

DB_TRX_ID，6 字节，记录每一行最近一次修改它的事务 ID；

DB_ROLL_PTR，7 字节，记录指向回滚段 undo 日志的指针；

DB_ROW_ID，6 字节，单调递增的行 ID；

InnoDB 为何能够做到这么高的并发？

回滚段里的数据，其实是历史数据的快照(snapshot)，这些数据是不会被修改，select 可以肆无忌惮的并发读取他们。

快照读(Snapshot Read)，这种一致性不加锁的读(Consistent Nonlocking Read)，就是 InnoDB 并发如此之高的核心原因之一。

这里的一致性是指，事务读取到的数据，要么是事务开始前就已经存在的数据(当然，是其他已提交事务产生的)，要么是事务自身插入或者修改的数据。

什么样的 select 是快照读？

除非显示加锁，普通的 select 语句都是快照读，例如：

select * from t where id>2;

这里的显示加锁，非快照读是指：

select * from t where id>2 lock in share mode;

select * from t where id>2 for update;

总结

常见并发控制保证数据一致性的方法有锁，数据多版本；

普通锁串行，读写锁读读并行，数据多版本读写并行；

redo 日志保证已提交事务的 ACID 特性，设计思路是，通过顺序写替代随机写，提高并发；

undo 日志用来回滚未提交的事务，它存储在回滚段里；

InnoDB 是基于 MVCC 的存储引擎，它利用了存储在回滚段里的 undo 日志，即数据的旧版本，提高并发；

InnoDB 之所以并发高，快照读不加锁；

InnoDB 所有普通 select 都是快照读；

转载自