mysql中的事务隔离级别及可重复读读提交详细分析(mvcc多版本控制/undo log)，mysql中事务的隔离级别

一.事物隔离级别

• 读未提交(read uncommitted)是指，一个事务还没提交时，它做的变更就能被别的事务看到.通俗理解,别人改数据的事务尚未提交，我在我的事务中也能读到。
• 读提交(read committed)是指，一个事务提交之后，它做的变更才会被其他事务看到。通俗理解,别人改数据的事务已经提交，我在我的事务中才能读到。
• 可重复读(repeatable read)是指，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。当然在可重复读隔离级别下，未提交变更对其他事务也是不可见的。通俗理解,别人改数据的事务已经提交，我在我的事务中也不去读。
• 串行化(serializable )，顾名思义是对于同一行记录，“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。通俗理解,我的事务尚未提交，别人就别想改数据。

图片示例讲解

• 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，V2、V3 也都是 2。
• 若隔离级别是“读提交”，则 V1 是 1，V2 的值是 2。事务 B 的更新在提交后才能被 A 看到。所以， 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: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。

在实现上，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“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“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。这里需要 注意的是，“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;而“串行 化”隔离级别下直接用加锁的方式来避免并行访问。

二.查看mysql的隔离级别

• mysql> show variables like 'transaction_isolation';
• mysql默认级别: repeatable read

三.事务隔离的实现

• 每条记录在更新的时候都会同时记录一条回滚操作(也就是说redo log会记录,undo log也会同时记录).

• 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。

• 回滚日志删除问题.

  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。

• 回滚日志存储位置

  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(系统表空间)，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。

• 回滚流程

  

四.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。

• 还占用锁资源，也可能拖垮整个库

• 详解

  比如，在某个时刻（今天上午9:00）开启了一个事务A（对于可重复读隔离级别，此时一个视图read-view A也创建了），这是一个很长的事务……
  
  事务A在今天上午9:20的时候，查询了一个记录R1的一个字段f1的值为1……
  
  今天上午9:25的时候，一个事务B（随之而来的read-view B）也被开启了，它更新了R1.f1的值为2（同时也创建了一个由2到1的回滚日志），这是一个短事务，事务随后就被commit了。
  
  今天上午9:30的时候，一个事务C（随之而来的read-view C）也被开启了，它更新了R1.f1的值为3（同时也创建了一个由3到2的回滚日志），这是一个短事务，事务随后就被commit了。
  
  ……
  
  到了下午3:00了，长事务A还没有commit，为了保证事务在执行期间看到的数据在前后必须是一致的，那些老的事务视图、回滚日志就必须存在了(read-view B,read-view C)，这就占用了大量的存储空间。
  
  源于此，我们应该尽量不要使用长事务。

在information_schema 库的 innodb_trx 这个表中查询长事务

select * from information_schema.innodb_trx where TIME_TO_SEC(timediff(now(),trx_started))>60

五.事务的启动方式

• 显式启动事务语句

  begin 或 start transaction。
  配套的提交语句是 commit，
  回滚语句是 rollback。

• set autocommit=0,会将线程的自动提交关掉.

  意味着如果你只执行一个 select 语句，这个事务就启动了，而且并不会自动提交。这个事务持续存在直到你主 动执行 commit 或 rollback 语句，或者断开连接。

• select也是事物

六.可重复读隔离级详细分析

可重复读隔离级别下的更新和读取

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);

注意的是事务的启动时机。

在可重复读RR隔离级别模式下，begin/start transaction 命令并不是一个事务的起点，在执行到它们之后的第一个操作 InnoDB 表的语句，事务才真正启动。如果你想要马上启动一个事务，可以使用 start transaction with consistent snapshot 这个命令。

• 第一种启动方式，begin/start transaction一致性视图是在第执行第一个快照读语句时创建的;
• 第二种启动方式，start transaction with consistent snapshot一致性视图是在执行 start transaction with consistent snapshot 时创建的。

上面图1执行的结果是:

• sessionB查询到的k值为3
• sessionA查询到的k值为1
• 执行顺序是,先执行sessionC更新,在执行sessionB更新和查询,再执行sessionA的查询
• 得到上面的执行结果的原因是什么呢,下面分析.

mysql中两个视图概念

• view。它是一个用查询语句定义的虚拟表，在调用的时候执行查询语句并生成结 果。创建视图的语法是 create view ... ，而它的查询方法与表一样。
• InnoDB 在实现 MVCC 时用到的一致性读视图，即 consistent read view， 用于支持 RC(Read Committed，读提交)和 RR(Repeatable Read，可重复读)隔 离级别的实现。它没有物理结构，作用是事务执行期间用来定义“我能看到什么数据”。

快照在MVCC里是怎么工作的?

• 在可重复读隔离级别下，事务在启动的时候就“拍了个快照”。注意，这个快照是基于整库的。

• InnoDB 里面每个事务有一个唯一的事务 ID，叫作 transaction id。它是在事务开始的时候向 InnoDB 的事务系统申请的，是按申请顺序严格递增的。

• 每行数据也都是有多个版本的,涉及到transaction id

  • 每次事务更新数据的时候，都会生成一个新的数据版本，并且把 transaction id 赋值给这个数据版本的事务 ID，记为 row trx_id

  • 同时，旧的数据版本要保留，并且在新的数据版本中，能够有信息可以直接拿到它。

  • 也就是说，数据表中的一行记录，其实可能有多个版本 (row)，每个版本有自己的 row trx_id。

    

  • 图中虚线框里是同一行数据的 4 个版本，当前最新版本是 V4，k 的值是 22，它是被transaction id 为 25 的事务更新的，因此它的 row trx_id 也是 25。

  • 前面的文章不是说，语句更新会生成 undo log(回滚日志)吗?那么，undo log 在哪呢?

  • 实际上，图 2 中的三个虚线箭头，就是 undo log;而 V1、V2、V3 并不是物理上真实存 在的，而是每次需要的时候根据当前版本和 undo log 计算出来的。比如，需要 V2 的时 候，就是通过 V4 依次执行 U3、U2 算出来。

• 按照可重复读的定义，一个事务启动的时候，能够看到所有已经提交的事务结果。但是之后，这个事务执行期间，其他事务的更新对它不可见。

• 一个事务只需要在启动的时候声明说，“以我启动的时刻为准，如果一个数据版本是在我启动之前生成的，就认;如果是我启动以后才生成的，我就不认，我必须要找到它的上一个版本”。
  当然，如果“上一个版本”也不可见，那就得继续往前找。还有，如果是这个事务自己更
  新的数据，它自己还是要认的。

• 在实现上， InnoDB 为每个事务构造了一个数组，用来保存这个事务启动瞬间，当前正 在“活跃”的所有事务 ID。“活跃”指的就是，启动了但还没提交。数组里面事务 ID 的最小值记为低水位，当前系统里面已经创建过的事务 ID 的最大值加 1 记为高水位。这个视图数组和高水位，就组成了当前事务的一致性视图(read-view)。

• 当开启事务时，需要保存活跃事务的数组（A），然后获取高水位（B）两者中间会不会产生新的事务?

  • A和B之间在事务系统的锁保护下做的，可以认为是原子操作，期间不能创建事务。
  • 高水位不在视图数组里面,高水位应该就是属于未来未开始事务了
  • 事务A启动时，当前活跃事务数组包不包括自己的trx_id,因为如果是自己更新的，总是可见的

• 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。这个视图数组把所有的 row trx_id 分成了几种不同的情况。

  

  • 对于当前事务的启动瞬间来说，假设当前trx id为98 , 在当前事务开始后,计算活跃事务之前又产生了个新事务trx id为99没有commit，假设活跃事务的id组成的数据为下面的数组[80,88,99]，此时事务80/88/99为活跃事务，99为当前系统中事务最大ID, 高水位100是当前系统最大事务id99加1计算出来的,则会有以下几种可能:

• InnoDB 利用了“所有数据都有多个版本”的这个特性，利用数据可见性规则实现了“秒级创建快照”的能力。

• 为什么会出现sessionB查询到的k值为3，sessionA查询到的k值为1呢,根据上面的数据可见性分析如下:

  • 这里，我们不妨做如下假设:

  • 事务 A 的视图数组就是 [99,100], 事务 B 的视图数组是 [99,100,101], 事务 C 的视 图数组是 [99,100,101,102]。

    

    从图中可以看到，第一个有效更新是事务 C，把数据从 (1,1) 改成了 (1,2)。这时候，这个数据的最新版本的 row trx_id 是 102，而 90 这个版本已经成为了历史版本。
    
    第二个有效更新是事务 B，把数据从 (1,2) 改成了 (1,3)。这时候，这个数据的最新版本 (即 row trx_id)是 101，而 102 又成为了历史版本。{备注:按理说事务B是[99,100,101],此时找到(1,2)的时候判断出row trx_id=102,比它自己的高水位大,处于红色区域,不可见,应该往前找,找(1,1)版本,但是此时它却是找的(1,2)row trx_id=102的版本,这是什么原因的,是因为更新都是“当前读”(current read),当前读这个概念下面解释}
    
    你可能注意到了，在事务 A 查询的时候，其实事务 B 还没有提交，但是它生成的 (1,3) 这 个版本已经变成当前版本了。但这个版本对事务 A 必须是不可见的，否则就变成脏读了。
    
    好，现在事务 A 要来读数据了，它的视图数组是 [99,100]。当然了，读数据都是从当前版本读起的。所以，事务 A 查询语句的读数据流程是这样的:
            找到 (1,3) 的时候，判断出 row trx_id=101，比高水位大，处于红色区域，不可见;
            接着，找到上一个历史版本，一看 row trx_id=102，比高水位大，处于红色区域，不可见;
            再往前找，终于找到了(1,1)，它的 row trx_id=90，比低水位小，处于绿色区域，可见。
    
    这样执行下来，虽然期间这一行数据被修改过，但是事务 A 不论在什么时候查询，看到这 行数据的结果都是一致的，所以我们称之为一致性读。

• 上面的分析判断规则是从代码逻辑直接转译过来的，一个数据版本，对于一个事务视图来说，除了自己的更新总是可见以外，有三种情况:

  1. 版本未提交，不可见;
  2. 版本已提交，但是是在视图创建后提交的，不可见;
  3. 版本已提交，而且是在视图创建前提交的，可见。

更新逻辑

事务 B 的 update 语句，如果按照一致性读，好像结果不对 哦?事务 B 的视图数组是先生成的，之后事务 C 才提交，不是应该看不见 (1,2) 吗，怎么能算出 (1,3) 来?

• 是的，如果事务 B 在更新之前查询一次数据，这个查询返回的 k 的值确实是 1。
• 但是，当它要去更新数据的时候，就不能再在历史版本上更新了，否则事务 C 的更新就丢 失了。因此，事务 B 此时的 set k=k+1 是在(1,2)的基础上进行的操作。
• 这里就用到了这样一条规则: 更新数据都是先读后写的，而这个读，只能读当前的 值，称为“当前读”(current read)。
• 因此，在更新的时候，当前读拿到的数据是 (1,2)，更新后生成了新版本的数据 (1,3)，这 个新版本的 row trx_id 是 101。
• 所以，在执行事务 B 查询语句的时候，一看自己的版本号是 101，最新数据的版本号也是 101，是自己的更新，可以直接使用，所以查询得到的 k 的值是 3。
• 除了 update 语句外，select 语句如果加 锁，也是当前读。
  • mysql> select k from t where id=1 lock in share mode; 读锁(S 锁，共享锁)
  • mysql> select k from t where id=1 for update; 写锁(X 锁，排他锁)

假设事务 C 不是马上提交的，而是变成了下面的事务 C’

事务 C’的不同是，更新后并没有马上提交，在它提交前，事务 B 的更新语句先发起了。前面说过了，虽然事务 C’还没提交，但是 (1,2) 这个版本也已经生成了，并且是当前的 最新版本。那么，事务 B 的更新语句会怎么处理呢?

• 上一篇文章中提到的“两阶段锁协议”就要上场了
• 事务 C’ 没提交，也 就是说 (1,2) 这个版本上的写锁还没释放。而事务 B 是当前读，必须要读最新版本，而且 必须加锁，因此就被锁住了，必须等到事务 C’释放这个锁，才能继续它的当前读。
• 这样一致性读、当前读和行锁就串起来了.在一致性读的环境下,事务C' 执行更新,此时C'没有commit，事务B就开启了,因为事务B要进行当前读，获取最新的信息，读的时候要加锁(读完立马更新)，但是此时事务C'还没有commit，锁(行锁)还没释放，所以事务B需要等待事务C'释放锁之后才能获取锁，然后才能执行当前读，读到事务B更新了的(1,2)，既而更新为(1,3)，同时因为(1,3)是事务B自身更新的，所以事务B在查询id=1的值时，自然而然的就查到了k为3. 但是对于事务A来说，查询的时候，因为事务C'和事务B的更新都是在事务A开始之后，所以对于事务A都不可见，所以事务A读取到的值为1. 上面的分析同样适用于事务A/B/C

可重复读隔离级别RR核心

• 核心就是一致性读(consistent read)，正式因为一致性读的原因，所以本事务开始之后，就算其他事务更新了相关的值，此时本事务还是能查到本事务开始之前的值，而不是其他事务更新后的值.
• 读提交的逻辑和可重复读的逻辑类似，它们最主要的区别是
  • 在可重复读隔离级别下，只需要在事务开始的时候创建一致性视图，之后事务里的其他查询都共用这个一致性视图;
  • 在读提交隔离级别下，每一个语句执行前都会重新算出一个新的视图。

读提交RC隔离级别

start transaction with consistent snapshot; 在都提交下与start transaction等效.

• 事务 A 的查询语句的视图数组是在执行这个语句的时候创建的，时序上 (1,2)、(1,3) 的生成时间都在创建这个视图数组的时刻之前。
• 但是(1,3) 还没提交，属于情况 1，不可见; (1,2) 提交了，属于情况 3，可见。
• 所以，这时候事务 A 查询语句返回的是 k=2。
• 显然地，事务 B 查询结果 k=3。

站在巨人的肩膀上摘苹果:

https://time.geekbang.org/column/intro/100020801