Mysql(2)事务，隔离

mysql 解密二 事务隔离（对应8）

概念

简单来说，事务就是要保证一组数据库操作，要么全部成功，要么全部失败。在 MySQL 中，事务支持是在引擎层实现的。你现在知道，MySQL 是一个支持多引擎的系统，但并不 是所有的引擎都支持事务。比如 MySQL 原生的 MyISAM 引擎就不支持事务，这也是 MyISAM 被 InnoDB 取代的重要原因之一。

当数据库上有多个事务同时执行的时候，就可能出现脏读（dirty read）、不可重复读 （non-repeatable read）、幻读（phantom read）的问题，为了解决这些问题，就有 了“隔离级别”的概念。

隔离得越严实，效率就会越低。因此很多时候，我们 都要在二者之间寻找一个平衡点。

• 读未提交是指，一个事务还没提交时，它做的变更就能被别的事务看到。

• 读提交是指，一个事务提交之后，它做的变更才会被其他事务看到。

• 可重复读是指，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。

• 串行化，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。

实现

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。

下面展开说明可重复读。

在 MySQL 中，实际上每条记录在更新的时候都会同时记录一条回滚操作。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。

假设一个值从 1 被按顺序改成了 2、3、4，在回滚日志里面就会有类似下面的记录。

当前值是 4，但是在查询这条记录的时候，不同时刻启动的事务会有不同的 read-view。如 图中看到的，在视图 A、B、C 里面，这一个记录的值分别是 1、2、4，同一条记录在系统 中可以存在多个版本，就是数据库的多版本并发控制（MVCC）。对于 read-view A，要 得到 1，就必须将当前值依次执行图中所有的回滚操作得到。

同时你会发现，即使现在有另外一个事务正在将 4 改成 5，这个事务跟 read-view A、B、 C 对应的事务是不会冲突的。

回滚日志会在不需要的时候进行删除，也就是系统会判断，当没有事务需要用到这些回滚日志时，回滚日志会被删除。

为什么不使用长事务

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。

你可以在 information_schema 库的 innodb_trx 这个表中查询长事务，比如下面这个语 句，用于查找持续时间超过 60s 的事务。

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

事务是否隔离？

上面的图中，事务B查到的k值是3，事务A查找的k的值是1。

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。如果想要马上启动一个事务，可以使用 start transaction with consistent snapshot 这个命令。

MYSQL里，有两个视图的概念，一个是view, 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。

另一个是InnoDB里实现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”。

快照的工作原理

在可重复读隔离级别下，事务在启动的时候就拍了个快照，这个快照是基于整库的。

这个快照的实现原理如下：

InnoDB里面每个事务都有一个唯一的事务ID,叫做transaction id ,它是在事务开始的时候向InnoDB的事务系统申请的，按照申请顺序严格递增。

每行数据同样有多个版本，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，旧的数据也会保留，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，每个版本都有自己的row trx_id,如下所示，就是一个记录被多个事务连续更新后的状态。

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。（上面的三个虚线箭头，就是undo log,V1,V2,V3并不是物理上真实存在的而是每次需要时根据当前版本和undo log 计算出来的）

可重复读的定义中，一个事务启动，能够看见所有已经提交的事务结果，之后事务执行期间，其他事务的更新对它不可见。因此，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 一个版本或者上上个版本直到找到为止”。

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）。

而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。

这样，对于当前事务的启动瞬间来说，一个数据版本的 row trx_id，有以下几种可能：

1. 如果落在绿色部分，表示这个版本是已提交的事务或者是当前事务自己生成的，这个数 据是可见的；
2. 如果落在红色部分，表示这个版本是由将来启动的事务生成的，是肯定不可见的；
3. 如果落在黄色部分，那就包括两种情况

a. 若 row trx_id 在数组中，表示这个版本是由还没提交的事务生成的，不可见；

b. 若 row trx_id 不在数组中，表示这个版本是已经提交了的事务生成的，可见。

[其实意思就是当前事务启动的时候，所有没有提交的事务是都看不见的]

////由于事务号是递增的，因此当前事务前的事务号的都是已经提交的，所以都是可见的。

因此，InnoDB 利用了“所有数据都有多个版本”的这个特性，实现了“秒级创建快照”的能力。

分析

• 下面来分析下为何上面事务A查找的k的值是1

假设 事务A开始前，系统里只有一个活跃事务ID=99(也就是有一个未提交的事务99的意思)，事务A，B，C的版本号分别是100，101，102，目前系统里就这4个事务，三个事务开始前，（1，1）这行数据的row trx_id 是90，那么事务A的视图数组就是[99,100],B的视图数组是[99,100,101]，事务C的视图数组是[99,100,101,102]，

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。

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那么多，说人话就是事务A在启动的时候，事务B,事务C都没有启动，所以事务B,事务C的提交，事务A在查询数据的时候是都看不到的。

• 问题在于事务B，也就是更新逻辑

更新逻辑和查询逻辑是不同的，读是一致性读，而更新是当前读。

用上面的数据看，事务B在更新数据的时候，是不能再历史版本上更新的，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，就用到了一条规则，更新数据时，其实分为两步，是先读数据，再写新数据，而更新数据时的读数据，只能读当前的值，这也称之为“当前读”。

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.

值得注意的是，除了update语句以外，select 语句如果加了锁，也是当前读。所以，如果把事务 A 的查询语句 select * from t where id=1 修改一下，加上 lock in share mode 或 for update，也都可以读到版本号是 101 的数据，返回的 k 的值是 3。下 面这两个 select 语句，就是分别加了读锁（S 锁，共享锁）和写锁（X 锁，排他锁）。

mysql> select k from t where id=1 lock in share mode;
mysql> select k from t where id=1 for update;

分析二：

如果上面的事务C没有马上提交，变成了事务C1，那么会怎么样

事务 C1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 C1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？

事务 C1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 C1释放这个锁，才能继续它的当前读。

事务的可重复读能力怎么实现

可重复读的核心就是一致性读（consistent read）；而事务更新数据的时候，只能用当前 读。如果当前的记录的行锁被其他事务占用的话，就需要进入锁等待。

而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。

这里需要说明一下，“start transaction with consistent snapshot; ”的意思是从这个语 句开始，创建一个持续整个事务的一致性快照。所以，在读提交隔离级别下，这个用法就没 意义了，等效于普通的 start transaction。

总结

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，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。

对于可重复读，查询只承认在事务启动前就已经提交完成的数据；

对于读提交，查询只承认在语句启动前就已经提交完成的数据；

而当前读，总是读取已经提交完成的最新版本。