事务隔离级别与MVCC (1)—mysql进阶（六十七)

前面我们说了undo日志写入undo页面链表时，先需要把undo page header、undo segment header、undo log header等。每个事务都会有相应的undo链表，如果只存储一点数据不是很浪费吗，于是有了可重用，满足当前链表只有一个页，并且小于总空间的3/4。还介绍了回滚段，默认128个回滚段，每个段有1024个undo slot，每个slot分配给不同的事务，对应一个单独的undo页面链表。Undo日志也会记录redo日志，但临时表的undo日志写入不会记录redo日志，他的记录过程是先修改了数据，则会在系统表空间申请一个rollback segment header页面地址，循环获取，从第0号，第33~127号。分配了回滚段后，在段里查看cache是否存在undo slot，不存在就去rollback_segment_header找到一个undo slot分配该事务，如果没找到，则需要去undo log segment申请一个first undo page

我们先创建一个表

mysql> create table hero(

-> number int,

-> name varchar(100),

-> country varchar(100),

-> primary key(number)

-> )engine=innodb charset=utf8;

Query OK, 0 rows affected (0.06 sec)

INSERT INTO hero VALUES(1, '刘备', '蜀');

事务隔离级别

我们知道mysql是客户端和服务端架构的软件，对于同一个服务器，有若干个客户端与之连接，每个连接上之后，可以称为【session】。每次客户端会发送一个请求，或者一个事务给服务端，但如果用阻塞的方式，那就性能太慢，为了提高效率而保证每个事务之间都有隔离性，鱼和熊掌不可兼得，舍弃一部分隔离性取来提高性能。

事务并发执行遇到的问题

我们先看看在几个事务同时并发运行时候可能遇到的问题：

脏写（dirty write）

如果一个事务修改了另一个未提交的事务，这就发生了脏写。

场景：trx1和trx2，两个事务修改了同一条记录，但trx1还没提交，trx2把他回滚了，这时候trx1就么有效果。

导致的结果：trx1明明修改了数据，并且commit但是什么都没变化。

脏读（dirty read）

如果一个事物修改后，还未提交或者准备回滚，但是其他事务读了这条未提交的数据，就是脏读。

场景：trx1读，trx2修改了hero成关羽，但是后准备回滚，在回滚之前被并发的trx1读出来是关羽。

导致的结果：读出来是关羽。

不可重复读（Non-Repeatable Read）

当在同一个事务里，一条记录在其他事物被更改，导致多次查询出来的事务不一致，这种现象就是不可重复读。

场景：trx1读两次，trx2修改多次。

导致的结果：每次读取的数据都是不一致的。

幻读（Phantom）

幻读意味着insert，多次查询的数据，不一致，并且增多了。

场景：trx1读取两次，次读取了一条记录，第二次读取了两条记录，trx2事务insert了新纪录到表里。

导致的结果：后面读取的数据比前面读取的数据多。

注意：明确规定，删除或者修改都不算幻读，只有发生insert，多读了数据。

Sql标准中的四种隔离级别

综上所述，脏写>脏读>不可重复读>幻读

为了解决这些问题，于是mysql设计了四种隔离级别：

Read uncommit：未提交读。可能发生脏读，不可重复读，幻读。

Read commit：提交读。只发生不可重复读，幻读。

Repeatable read：可重复读。只发生幻读。

Serializable：可串行化。全部不会发生。

为啥没有脏写，因为脏写问题太严重了，任何情况下都不予许发生。（你想在你修改数据的时候，其他事物帮你吧数据回滚。。）

不同的数据库厂商对sql标准不同，比如oracle就只支持read committed和serializable。Mysql默认是repeatable read，但是可以禁止幻读发生。（后面会说如何禁止）

如何设置mysql隔离级别

mysql> set transaction isolation level read committed;

Query OK, 0 rows affected (0.00 sec)

后面的level参数可以写入四个隔离级别

这种只对下一个transaction有效，当下一个transaction结束，则恢复到之前的隔离级别。并且该语句不能再事务执行期间执行，否则会报错。

当我们给transaction前面加一个关键字的时候：

使用GLOBAL关键字（在全局范围影响）：

比方说 set global transaction isolation level read committed;

则只对执行完该语句之后产生的会话起作用，当前已存在的会话。

使用Session关键字（在会话范围影响）：

比方说 set session transaction isolation level read committed;

则对当前会话所有后续事务有效。

该语句可以在已开启事务中间执行，但不会影响正在执行的事务。

如果在事务之间执行，则对后续事务有效。

如果我们在服务器启动时想改变默认隔离级别，可以修改启动参数transaction-isolation的值，比方我们在启动mysql的时候加上

--transaction-isolation=serializable，那么事务的隔离级别就变成了serializable。

查看的话我们可以通过show variables like ‘transaction_isolation’;

MVCC原理

版本链

我们前面说过innoDB包含两个必要的隐藏链，一个是trx_id和roll_pointer（row_id不是必须的，当没有主见和索引才会创建。）

Trx_id：每次一个事务对某个聚簇索引记录进行更改，都会吧事务的id赋值给trax_id。就是属于某个事务的id，回滚对应的每个事务是独立且互相隔离，每个事物都有四个undo页面链表，临时表和普通表，insert undo 和update undo。

Roll Pointer:每次对页面改动的时候，会吧旧的日志记录到undo日志，这个指针可以找到他。指向回滚的页面，如果指向的是delete页面，delete有一个old roll pointer会指向上一个执行的sql，也就是insert 的undo页面。

比如我们在事务id为80的事务里插入一条sql，

mysql> SELECT * FROM hero;

+--------+--------+---------+

| number | name | country |

+--------+--------+---------+

| 1 | 刘备 | 蜀 |

+--------+--------+---------+

1 row in set (0.07 sec)

这时候这个数据结构就是：

Number：1

Name：刘备

Country：蜀

Trx_id：80

Roll_Pointer：指向inser undo页面。

（注意：实际上insert undo只有在事务未提交前起作用，当事务提交后，就没用了，它占用的undo log segment也会被系统收回，也就是undo日志占用 的undo页面链表要么被重用，要么被释放）。虽然insert undo占用的日志被释放，但是roll_pointer的值并不会被清除，roll_pointer属性占用7个字节，个比特位就是指向undo日志类型，如果该比特位值为1，那么代表它指向undo日志类型为insert undo。

当trx100和trx200两个事务同时并行修改一条数据会发生什么呢？

trx100：Begin。

trx200：begin。

trx100：update hero set name = ‘关羽’where number = ‘1’。

trx100：update hero set name = ‘张飞’where number = ‘1’。

trx100：commit。

trx200：update hero set name = ‘赵云’where number = ‘1’。

trx200：update hero set name = ‘诸葛亮’where number = ‘1’。

trx200：commit。

这时候交叉更新同一条记录不是会发生脏数据吗，后面会提到mysql的行锁。

每次对数进行update修改，都会记录一条undo日志，每条undo日志都会对应一个roll_pointer属性，可以吧上面这些数据串联起来，串联起来的头部条数据就是页面的真实数据，每次修改都会吧修改的数据放入undo页面。这个链表我们就称他为【版本链】，每个版本链还对应着事务id。

ReadView

对于使用read uncommitted隔离级别的事务来说，由于可以读取未提交的修改数据，所以直接读新的数据就好。对于serializable隔离级别的，mysql选择用锁的方式来访问记录。对于read committed和repeatable read隔离级别的事务，都必须保证已经提交的事务修改过的记录，也就是另一个事务还未提交，其他是不能读取新的数据。核心问题就是：判断下版本链中，哪个版本是对当前事务可见的。于是innoDB设计出readView的概念，这里面有四个比较重要的内容：

M_ids：表示生在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小的事务id，也就是m_ids中的小值。

Max_trx_id：表示生成readView时系统应该分配给下一个事务的id值。

（注意：max_trx_id并不是m_ids里的大值，比如m_ids里有三个事务，1，2，3，当事务3提交了，m_ids只有1，2两个事务，那么新的事务在生成readView时候max_trx_id就是4）

Creator_trx_id：表示生成该readView的事务id。

(前面说过只有再给表做改动时候才有事务id，select没有，如果不存在事务id，creator_trx_id为0)

有了这个readView，这样在访问某条记录时，只要按下面步骤判断记录的某个版本是否可见：

如果被访问的版本trx_id值与readView中的creator_trx_id值相同，意味着当前事务在访问他字节修改过的记录，所以该版本可以在当前事务访问。

如果被访问的版本trx_id值小于 readView中的creator_trx_id值，表名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。

如果被访问的版本trx_id值大于readView中的creator_trx_id值，表名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。

如果被访问的版本trx_id值在readView的max_trx_id和min_trx_id之间，那么就需要判断一下trx_id是否在m_ids列表，如果在，说明创建readView时生成该版本事务还是活跃的，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，就会顺着版本找到下一个版本的数据，继续按照上面的步骤判断可见性，以此类推，直到找到后一个版本为止。如果后一个版本也不可见，则意味着该条记录读当前事务不可见。

在mysql中，read committed和repeatable read非常大的区别就是生成read view的时机不同。我们以hero表为例，假如表里有一条事务id为80的事务插入一条数据。

mysql> SELECT * FROM hero;

+--------+--------+---------+

| number | name | country |

+--------+--------+---------+

| 1 | 刘备 | 蜀 |

+--------+--------+---------+

1 row in set (0.07 sec)

Reac committed每次读取数据前生成一条readView

比方说两个事务id分别为100、200的事务在执行：

# Transaction 100

BEGIN;

UPDATE hero SET name = '关羽' WHERE number = 1;

UPDATE hero SET name = '张飞' WHERE number = 1;

# Transaction 200

BEGIN;

# 更新了一些别的表的记录

...

（注意：为什么这里事务200要更新别的，因为事务只有在执行delete，update，insert的时候才会分配事务id，这个id是自增的，所以我们目的是为了让他分配事务id）

此刻hero表的number为1的版本链如下：

1,张飞，蜀，100，roll_pointer

1,关羽，蜀，100，roll_pointer

1，刘备，蜀，80，roll_pointer

这里面1是页面中的记录，2，3是undo日志，一起就组成了版本链。

假设现在使用repatable read事务开始执行：

# 使用READ COMMITTED隔离级别的事务

BEGIN;

# SELECT1：Transaction 100、200未提交

SELECT * FROM hero WHERE number = 1; # 得到的列name的值为'刘备'

这个select的执行过程如下：

在执行select语句时会生成一个read View，readView的m_ids列表的内容是【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，从上可以看到，版本链可见的是‘张飞’，该版本的trx_id为100，在m_ids内，所以不符合可见性，根据roll_pointer跳到下一个版本。

下一个版本的name是‘关羽‘，该版本的trx_id也是100，也在m_ids列表内，所以也不符合可见性，跳到下一个版本。

下一个版本的name是‘刘备‘，该版本的trx_id是80，小于readView的min_trx_id的值100，所以这个版本符合要求，吧name为刘备返回给用户。

我们看下一个场景，吧事务100的提交

# Transaction 100

BEGIN;

UPDATE hero SET name = '关羽' WHERE number = 1

UPDATE hero SET name = '张飞' WHERE number = 1;

COMMIT;

然后把事务id为200中的hero表number为1的更新下：

# Transaction 200

BEGIN;

# 更新了一些别的表的记录

...

UPDATE hero SET name = '赵云' WHERE number = 1;

UPDATE hero SET name = '诸葛亮' WHERE number = 1;

此刻hero表number为1的链表如下：

1，诸葛亮，蜀，200，call_pointer

1，赵云，蜀，200，call_pointer

1，张飞，蜀，200，call_pointer

1，关羽，蜀，200，call_pointer

1，刘备，蜀，200，call_pointer

其中1是页面显示的记录，后面2，3，4，5是undo日志的记录。

继续使用刚repeatable read隔离级别读取数据：

# 使用REPEATABLE READ隔离级别的事务

BEGIN;

# SELECT1：Transaction 100、200均未提交

SELECT * FROM hero WHERE number = 1; # 得到的列name的值为'刘备

# SELECT2：Transaction 100提交，Transaction 200未提交

SELECT * FROM hero WHERE number = 1; # 得到的列name的值仍为'刘备'

因为当前事务隔离级别是repatable read ，而之前执行selet1的时候已经生成了readView，所以直接复用之前的readView，之前readView里的m_ids里有【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记录，因为诸葛亮的trx_id是200，包含在m_ids，所以不可见，查看下一条。

赵云的trx_id也是200，所以继续看下一条。

张飞的trx_id是100，不符合可见，继续看下一条。

关羽的trx_id也是100，继续看下一条。

刘备的trx_id是80，小于min_trx_id，所以符合版本可见，返回刘备给用户。

也就是说，两次结果select是相同的数据，这就是可重复读。如果我们吧事务200也提交，继续在事务中读一次，结果还是刘备。

MVCC小结

所谓的mvcc，就是multi version concurrent controller，多版本控制并发，在mysql中指在read committed、repeatable read在执行select的时候，可以并发操作，这样可以在不同事务读写和写读并发操作，从而提升性能。Read committed和repeatable read区别就是，read committed是每次普通select 都会生成一个readView，而compatable read则是次select生成，后面都是重复利用。