MySQL的undo log 与MVCC

他叫阿来

已于 2023-11-28 14:22:18 修改

阅读量1.5k

点赞数 23

分类专栏： MySQL 文章标签： mysql MVCC 快照读与当前读 undo日志

于 2023-11-27 08:01:25 首次发布

本文链接：https://blog.csdn.net/weixin_42612223/article/details/134623841

版权

MySQL 专栏收录该内容

19 篇文章 0 订阅

订阅专栏

文章目录

概要
一、undo日志
二、MVCC
小结

概要

Undo Log：数据库事务开始之前，会将要修改的记录存放到 Undo 日志里，当事务回滚时或者数据库崩溃时，可以利用 Undo 日志，撤销未提交事务对数据库产生的影响。

MVCC（Multi Version Concurrency Control）被称为多版本控制，是指在数据库中为了实现高并发的数据访问，对数据进行多版本处理，并通过版本链保证事务能看到自己应该看到的数据版本。

一、undo日志

Undo：意为撤销或取消，以撤销操作为目的，返回指定某个状态的操作。
Undo Log：数据库事务开始之前，会将要修改的记录存放到 Undo 日志里，当事务回滚时或者数据库崩溃时，可以利用 Undo 日志，撤销未提交事务对数据库产生的影响。

1.undo日志的作用

undo日志只要有以下两个方面的作用：

实现事务的原子性
Undo Log 是为了实现事务的原子性而出现的产物。事务处理过程中，如果出现了错误或者用户执行了 ROLLBACK 语句，MySQL 可以利用 Undo Log 中的备份将数据恢复到事务开始之前的状态。
实现多版本并发控制（MVCC）
Undo Log 在 MySQL InnoDB 存储引擎中用来实现多版本并发控制。事务未提交之前，Undo Log保存了未提交之前的版本数据，Undo Log 中的数据可作为数据旧版本快照供其他并发事务进行快照读。

2.undo日志的格式

InnoDB行格式

我们平时是以记录为单位来向表中插入数据的，这些记录在磁盘上的存放方式也被称为行格式或者记录格式。

InnoDB一共有四种行格式：Compact、Redundant、Dynamic和Compressed行格式，行格式之间存在差异，但总体可以抽象成以下部分：
在这里插入图片描述

聚簇索引的记录除了会保存完整的用户数据以外，而且还会自动添加名为trx_id、roll_pointer的隐藏列，如果用户没有在表中定义主键以及UNIQUE键，还会自动添加一个名为row_id的隐藏列。

trx_id：某个对这个聚簇索引记录做改动的语句所在的事务对应的事务id（此处的改动可以是INSERT、DELETE、UPDATE操作）
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

undo日志格式

为了实现事务的原子性，InnoDB存储引擎在实际进行增、删、改一条记录时，都需要先把对应的undo日志记下来。一般每对一条记录做一次改动，就对应着一条undo日志。不同的操作（insert,delete,update）对应的undo日志有所差异，他们对应的undo日志格式展示如下。这里不会展开对每种日志字段进行说明，主要还是总结他们的差异和作用，以及跟行数据之间是如何通过roll_pointer属性进行联系。

insert操作的undo日志

在这里插入图片描述
这里需要注意的是，insert操作对应的undo日志没有roll_pointer属性的，因为该记录并没有更早的版本。

插入一条数据时，行记录跟undo日志的关系如下：
在这里插入图片描述

delete操作的undo日志

在这里插入图片描述
重点关注：

delete操作的undo日志有roll_pointer属性
delete操作是分为两个阶段来操作的：delete mark 阶段和 purge阶段，在delete mark阶段并不会真正地将数据从页面中清除，而是设置头信息为delete标识，在这个阶段同时将数据加入到版本链中。

update操作的undo日志

在这里插入图片描述
更新时，有以下几种情况：

3. 事务id（trx_id）

一个事务可以是一个只读事务，或者是一个读写事务：

可以通过START TRANSACTION READ ONLY语句开启一个只读事务。
在只读事务中不可以对普通的表（其他事务也能访问到的表）进行增、删、改操作，但可以对临时表做增、删、改操作。
可以通过START TRANSACTION READ WRITE语句开启一个读写事务，或者使BEGIN、START TRANSACTION语句开启的事务默认也算是读写事务。
在读写事务中可以对表执行增删改查操作。如果某个事务执行过程中对某个表执行了增、删、改操作，那么InnoDB存储引擎就会给它分配一个独一无二的事务id

常见的场景：
在这里插入图片描述

上图操作中，虽然已经开启了一个事务，并且也对某张表进行了查询操作，但是因为没有对表进行增删改操作，这个时候，InnoDB引擎是不会分配事务id的。

二、MVCC

MVCC（Multi Version Concurrency Control）被称为多版本控制，是指在数据库中为了实现高并发的数据访问，对数据进行多版本处理，并通过版本链保证事务能看到自己应该看到的数据版本。
多版本控制很巧妙地将稀缺资源的独占互斥转换为并发，大大提高了数据库的吞吐量及读写性能。
如何生成的多版本？每次事务修改操作之前，都会在Undo日志中记录修改之前的数据状态和事务号，该备份记录可以用于其他事务的读取，也可以进行必要时的数据回滚。

MVCC最大的好处是读不加锁，读写不冲突。在读多写少的系统应用中，读写不冲突是非常重要的，极大的提升系统的并发性能，这也是为什么现阶段几乎所有的关系型数据库都支持 MVCC 的原因，不过目前MVCC只在Read Commited 和 Repeatable Read 两种隔离级别下工作。

1.版本链

创建一张表,并向数据表中添加一条记录

CREATE TABLE `user_mvcc` (
  `id` bigint NOT NULL AUTO_INCREMENT,
  `name` varchar(20) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB;

insert into user_mvcc (name) VALUES('Tom');
# 查询
mysql> select * from user_mvcc where id = 6;
+----+----------+
| id | name |
+----+----------+
|  6 | Tom      |
+----+----------+
1 row in set (0.11 sec)

之后两个事务id分别为100、200的事务对id=6这条记录进行UPDATE操作，操作流程如下：
在这里插入图片描述

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（INSERT操作对应的undo日志没有该属性，因为该记录并没有更早的版本），可以将这些undo日志都连起来，串成一个链表:
在这里插入图片描述

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。

2.ReadView

使用READ COMMITTED或者REPEATABLE READ隔离级别，在当前事务中，必须保证以下两点：

能读到已经提交了的事务修改过的记录
不能读取到另一个事务已经修改的，但是尚未提交的记录。这个时候就要继续往上找该条记录的上一个版本，在依照一定的规则判断该版本的记录是否可见。这个规则，下面进行介绍。

所以核心问题就是：需要判断一下版本链中的哪个版本是当前事务可见的。为此，设计InnoDB的大佬提出了一个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
注意max_trx_id并不是m_ids中的最大值，事务id是递增分配的。比方说现在有id为1，2，3这三个事务，之后id为3的事务提交了。那么一个新的读事务在生成ReadView时，m_ids就包括1和2，min_trx_id的值就是1，max_trx_id的值就是4
creator_trx_id：表示生成该ReadView的事务的事务id
只有在对表中的记录做改动时（执行INSERT、DELETE、UPDATE这些语句时）才会为事务分配事务id，否则在一个只读事务中的事务id值都默认为0。

数据版本的可见性规则，就是基于数据的 row trx_id 和这个一致性视图的对比结果得到的。

在这里插入图片描述

有了这个ReadView，这样在访问某条记录时，只需要按照下面的步骤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，继续按照上面的步骤判断可见性，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。

下面以REPEATABLE READ隔离级别下的MVCC演示说明。

3.REPEATABLE READ —— 在第一次读取数据时生成一个ReadView

还是以user_mvcc中id为6的数据举例：

mysql> select * from user_mvcc where id = 6;
+----+----------+
| id | name |
+----+----------+
|  6 | lisi     |
+----+----------+
1 row in set (0.08 sec)

有3个事务的执行顺序如下
在这里插入图片描述
下面通过以上的规则，说明为什么trx300两次查询的结果是lisi.

在trx100执行时间点5完成后，user_mvcc表中id=6的记录得到的版本链如下：

在这里插入图片描述
在时刻6，事务trx200执行更新其他表的操作，主要是为了分配事务id

时刻7查询1的分析如下：

在执行SELECT语句时会先生成一个ReadView，ReadView的m_ids列表的内容就是[100, 200]，min_trx_id为100，max_trx_id为201，creator_trx_id为0。
然后从版本链中挑选可见的记录，从图中可以看出，最新版本的列name的内容是’jack’，该版本的trx_id值为100，在m_ids列表内，所以不符合可见性要求，根据roll_pointer跳到下一个版本。
下一个版本的列name的内容是’Ally’，该版本的trx_id值也为100，也在m_ids列表内，所以也不符合要求，继续跳到下一个版本。
下一个版本的列name的内容是’lisi’，该版本的trx_id值为80，小于ReadView中的min_trx_id值100，所以这个版本是符合要求的，最后返回给用户的版本就是这条列name为’lisi’的记录。

之后trx100事务提交，trx200执行更新user_mvcc表的id=6的记录，此时该条记录的版本链如下：
在这里插入图片描述
时刻10查询2的分析如下：

因为当前事务的隔离级别为REPEATABLE READ，而之前在执行第一次查询时已经生成过ReadView了，所以此时直接复用之前的ReadView，之前的ReadView的m_ids列表的内容就是[100, 200]，min_trx_id为100，max_trx_id为201，creator_trx_id为0。
然后从版本链中挑选可见的记录，从图中可以看出，最新版本的列name的内容是’leilei’，该版本的trx_id值为200，在m_ids列表内，所以不符合可见性要求，根据roll_pointer跳到下一个版本。
下一个版本的列name的内容是’jack’，该版本的trx_id值为100，也在m_ids列表内，所以也不符合要求，继续跳到下一个版本。
下一个版本的列name的内容是’Ally’，该版本的trx_id值为100，也在m_ids列表内，不符合，继续跳到下一个版本。
下一个版本的列name的内容是’lisi’，该版本的trx_id值为80，小于ReadView中的min_trx_id值100，所以这个版本是符合要求。

也就是说两次SELECT查询得到的结果是相同，都是’lisi’，这就是可重复读的含义。

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。

4.快照读与当前读

有以下数据：

mysql> select * from t where id =1;
+----+---+
| id | c |
+----+---+
|  1 | 1 |
+----+---+
1 row in set (0.09 sec)

现在有以下操作场景：

在这里插入图片描述

那么此时，图中的SELECT1,SELECT2,SELECT3查询得到的c的值分别是多少？

根据前面的分析，很容易得到SELECT1,SELECT2得到c的值是1，而在SELECT3中，按照前面的分析应该得到c的值为2，但实际查询得到的结果是c = 3,那为什么会出现这种结果呢？

在 MVCC 并发控制中，读操作可以分为两类: 快照读（Snapshot Read）与当前读（Current Read）。

快照读：读取的是记录的快照版本（有可能是历史版本），不用加锁。我们平时的select操作就是快照读。
当前读：读取的是记录的最新版本，并且当前读返回的记录，都会加锁，保证其他事务不会再并发修改这条记录。
开启当前读的方式有：select… for update 或lock in share mode
平时的insert/delete/update操作也是用的当前读的方式

所以图上的UPDATE2场景就是用到了当前读：更新数据都是先读后写;

在UPDATE2更新之前，事务trx300执行了更新，此次该条数据的版本链中最新的数据为(1,2)，当UPDATE2再进行更新时，因为是当前读，所以会拿到最新的值2进行操作，当UPDATE2执行完后，版本链中该条数据的c值就变成了3，所以在SELECT3中，查看到的c的值为3.

小结

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。MVCC的实现是通过undo日志来完成的。

InnoDB 的行数据有多个版本，每个数据版本有自己的 row trx_id，每个事务或者语句有自己的一致性视图。普通查询语句是一致性读(快照读)，一致性读会根据 row trx_id 和一致性视图确定数据版本的可见性。

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
READ COMMITTD:每一次进行普通SELECT操作前都会生成一个ReadView

更新数据操作都是先读后写的，读的都是版本链中最新的值，称为“当前读”（current read）

他叫阿来

关注

23
点赞
踩
15

收藏

觉得还不错? 一键收藏
2
评论
MySQL的undo log 与MVCC

MVCC（Multi Version Concurrency Control）被称为多版本控制，是指在数据库中为了实现高并发的数据访问，对数据进行多版本处理，并通过版本链保证事务能看到自己应该看到的数据版本。InnoDB 的**行数据有多个版本**，每个数据版本有自己的 row trx_id，每个事务或者语句有自己的一致性视图。普通查询语句是一致性读(快照读)，一致性读会根据 row trx_id 和一致性视图确定数据版本的可见性。
复制链接

扫一扫

专栏目录