MySQL实战45讲学习笔记：第八讲

1、今日内容概要

我在第 3 篇文章和你讲事务隔离级别的时候提到过，若是是可重复读隔离级别，事务 T 启动的时候会建立一个视图 read-view，以后事务 T 执行期间，即便有其余事务修改了数
据，事务 T 看到的仍然跟在启动时看到的同样。也就是说，一个在可重复读隔离级别下执行的事务，好像与世无争，不受外界影响。

可是，我在上一篇文章中，和你分享行锁的时候又提到，一个事务要更新一行，若是恰好有另一个事务拥有这一行的行锁，它又不能这么超然了，会被锁住，进入等待状态。问
题是，既然进入了等待状态，那么等到这个事务本身获取到行锁要更新数据的时候，它读到的值又是什么呢？

我给你举一个例子吧。下面是一个只有两行的表的初始化语句。

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);

图 1 事务 A、B、C 的执行流程

这里，咱们须要注意的是事务的启动时机。

begin/start transaction 命令并非一个事务的起点，在执行到它们以后的第一个操做InnoDB 表的语句，事务才真正启动。若是你想要立刻启动一个事务，可使用 start
transaction with consistent snapshot 这个命令。

第一种启动方式，一致性视图是在第执行第一个快照读语句时建立的；
第二种启动方式，一致性视图是在执行 start transaction with consistentsnapshot 时建立的。

还须要注意的是，在整个专栏里面，咱们的例子中若是没有特别说明，都是默认autocommit=1。

在这个例子中，事务 C 没有显式地使用 begin/commit，表示这个 update 语句自己就是一个事务，语句完成的时候会自动提交。事务 B 在更新了行以后查询 ; 事务 A 在一个只读

事务中查询，而且时间顺序上是在事务 B 的查询以后。
这时，若是我告诉你事务 B 查到的 k 的值是 3，而事务 A 查到的 k 的值是 1，你是否是感受有点晕呢？

因此，今天这篇文章，我其实就是想和你说明白这个问题，但愿借由把这个疑惑解开的过程，可以帮助你对 InnoDB 的事务和锁有更进一步的理解。

在 MySQL 里，有两个“视图”的概念：

一个是 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。建立视图的语法是 create view … ，而它的查询方法与表同样。
另外一个是 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，做用是事务执行期间用来定义“我能看到什么数据”。

在第 3 篇文章《事务隔离：为何你改了我还看不见？》中，我跟你解释过一遍 MVCC的实现逻辑。今天为了说明查询和更新的区别，我换一个方式来讲明，把 read view 拆
开。你能够结合这两篇文章的说明来更深一步地理解 MVCC。

2、“快照”在 MVCC 里是怎么工做的？

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。

这时，你会说这看上去不太现实啊。若是一个库有 100G，那么我启动一个事务，MySQL就要拷贝 100G 的数据出来，这个过程得多慢啊。但是，我平时的事务执行起来很快啊。

实际上，咱们并不须要拷贝出这 100G 的数据。咱们先来看看这个快照是怎么实现的。InnoDB 里面每一个事务有一个惟一的事务 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，是按申请顺序严格递增的。

一、数据表中的一行记录、其实可能有多个版本(row)row trx_id

而每行数据也都是有多个版本的。每次事务更新数据的时候，都会生成一个新的数据版本，而且把 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，而且在新的数据版本中，可以有信息能够直接拿到它。

也就是说，数据表中的一行记录，其实可能有多个版本 (row)，每一个版本有本身的 rowtrx_id。

如图 2 所示，就是一个记录被多个事务连续更新后的状态。

图 2 行状态变动图

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，所以它的 row trx_id 也是 25。

一、undo log在哪呢？

你可能会问，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 V一、V二、V3 并非物理上真实存在的，而是每次须要的时候根据当前版本和 undo log 计算出来的。好比，须要 V2 的时
候，就是经过 V4 依次执行 U三、U2 算出来。

明白了多版本和 row trx_id 的概念后，咱们再来想一下，InnoDB 是怎么定义那个“100G”的快照的。

按照可重复读的定义，一个事务启动的时候，可以看到全部已经提交的事务结果。可是以后，这个事务执行期间，其余事务的更新对它不可见。

所以，一个事务只须要在启动的时候声明说，

一、以我启动的时刻为准，若是一个数据版本是在我启动以前生成的，就认；

二、若是是我启动之后才生成的，我就不认，我必需要找到它的上一个版本”。

固然，若是“上一个版本”也不可见，那就得继续往前找。还有，若是是这个事务本身更新的数据，它本身仍是要认的。

二、活跃的指的是？

在实现上， InnoDB 为每一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”的全部事务 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，当前系统里面已经建立过的事务 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获得的。

二、对于当前事务的启动瞬间来数，一个数据版本的row trx_id有那几种可能？

这个视图数组把全部的 row trx_id 分红了几种不一样的状况。

图 3 数据版本可见性规则

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

1. 若是落在绿色部分，表示这个版本是已提交的事务或者是当前事务本身生成的，这个数据是可见的；

2. 若是落在红色部分，表示这个版本是由未来启动的事务生成的，是确定不可见的；
3. 若是落在黄色部分，那就包括两种状况

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。

好比，对于图 2 中的数据来讲，若是有一个事务，它的低水位是 18，那么当它访问这一行数据时，就会从 V4 经过 U3 计算出 V3，因此在它看来，这一行的值是 11。

你看，有了这个声明后，系统里面随后发生的更新，是否是就跟这个事务看到的内容无关了呢？由于以后的更新，生成的版本必定属于上面的 2 或者 3(a) 的状况，而对它来讲，这
些新的数据版本是不存在的，因此这个事务的快照，就是“静态”的了。

因此你如今知道了，InnoDB 利用了“全部数据都有多个版本”的这个特性，实现了“秒级建立快照”的能力。

三、事务A的语句返回的结果、为何是k=1（人肉分析过程）

接下来，咱们继续看一下图 1 中的三个事务，分析下事务 A 的语句返回的结果，为何是k=1。

一、人肉分析过程

这里，咱们不妨作以下假设：

1. 事务 A 开始前，系统里面只有一个活跃事务 ID 是 99；
2. 事务 A、B、C 的版本号分别是 100、10一、102，且当前系统里只有这四个事务；
3. 三个事务开始前，(1,1）这一行数据的 row trx_id 是 90。

这样，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]。

为了简化分析，我先把其余干扰语句去掉，只画出跟事务 A 查询逻辑有关的操做：

 图 4 事务 A 查询数据逻辑图

从图中能够看到，第一个有效更新是事务 C，把数据从 (1,1) 改为了 (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) 改为了 (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 尚未提交，可是它生成的 (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，不然就变成脏读了。
好，如今事务 A 要来读数据了，它的视图数组是 [99,100]。固然了，读数据都是从当前版本读起的。因此，事务 A 查询语句的读数据流程是这样的：

1. 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；
2. 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；
3. 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，可是事务 A 不论在何时查询，看到这行数据的结果都是一致的，因此咱们称之为一致性读。

四、事务A的语句返回的结果、为何是k=1（代码逻辑分析过程）

这个判断规则是从代码逻辑直接转译过来的，可是正如你所见，用于人肉分析可见性很麻烦。
因此，我来给你翻译一下。一个数据版本，对于一个事务视图来讲，除了本身的更新老是可见之外，有三种状况：

1. 版本未提交，不可见；
2. 版本已提交，可是是在视图建立后提交的，不可见；
3. 版本已提交，并且是在视图建立前提交的，可见。

如今，咱们用这个规则来判断图 4 中的查询结果，事务 A 的查询语句的视图数组是在事务A 启动的时候生成的，这时候：

(1,3) 还没提交，属于状况 1，不可见；
(1,2) 虽然提交了，可是是在视图数组建立以后提交的，属于状况 2，不可见；
(1,1) 是在视图数组建立以前提交的，可见。

你看，去掉数字对比后，只用时间前后顺序来判断，分析起来是否是轻松多了。因此，后面咱们就都用这个规则来分析。

3、更新逻辑

细心的同窗可能有疑问了：事务 B 的 update 语句，若是按照一致性读，好像结果不对哦？

一、事务B的更新语句会怎么处理呢（当前读）？

你看图 5 中，事务 B 的视图数组是先生成的，以后事务 C 才提交，不是应该看不见 (1,2)吗，怎么能算出 (1,3) 来？

 图 5 事务 B 更新逻辑图

是的，若是事务 B 在更新以前查询一次数据，这个查询返回的 k 的值确实是 1。

可是，当它要去更新数据的时候，就不能再在历史版本上更新了，不然事务 C 的更新就丢失了。所以，事务 B 此时的 set k=k+1 是在（1,2）的基础上进行的操做。

因此，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）。

所以，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。

因此，在执行事务 B 查询语句的时候，一看本身的版本号是 101，最新数据的版本号也是101，是本身的更新，能够直接使用，因此查询获得的 k 的值是 3。

这里咱们提到了一个概念，叫做当前读。其实，除了 update 语句外，select 语句若是加锁，也是当前读。

二、事务B的更新语句会怎么处理呢（两阶段锁）？

因此，若是把事务 A 的查询语句 select * from t where id=1 修改一下，加上 lock inshare mode 或 for update，也均可以读到版本号是 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）。

再往前一步，假设事务 C 不是立刻提交的，而是变成了下面的事务 C’，会怎么样呢？

 图 6 事务 A、B、C'的执行流程

事务 C’的不一样是，更新后并无立刻提交，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，可是 (1,2) 这个版本也已经生成了，而且是当前的
最新版本。那么，事务 B 的更新语句会怎么处理呢？

这时候，咱们在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，必需要读最新版本，并且
必须加锁，所以就被锁住了，必须等到事务 C’释放这个锁，才能继续它的当前读。

 图 7 事务 B 更新逻辑图（配合事务 C'）

到这里，咱们把一致性读、当前读和行锁就串起来了。

如今，咱们再回到文章开头的问题：

事务的可重复读的能力是怎么实现的？

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。若是当前的记录的行锁被其余事务占用的话，就须要进入锁等待。

三、读提交和可重复读的主要区别？

而读提交的逻辑和可重复读的逻辑相似，它们最主要的区别是：

在可重复读隔离级别下，只须要在事务开始的时候建立一致性视图，以后事务里的其余查询都共用这个一致性视图；
在读提交隔离级别下，每个语句执行前都会从新算出一个新的视图。

那么，咱们再看一下，在读提交隔离级别下，事务 A 和事务 B 的查询语句查到的 k，分别应该是多少呢？

这里须要说明一下，“start transaction with consistent snapshot; ”的意思是从这个语句开始，建立一个持续整个事务的一致性快照。因此，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。

下面是读提交时的状态图，能够看到这两个查询语句的建立视图数组的时机发生了变化，就是图中的 read view 框。（注意：这里，咱们用的仍是事务 C 的逻辑直接提交，而不是事务 C’）

 图 8 读提交隔离级别下的事务状态图

这时，事务 A 的查询语句的视图数组是在执行这个语句的时候建立的，时序上 (1,2)、(1,3) 的生成时间都在建立这个视图数组的时刻以前。可是，在这个时刻：

(1,3) 还没提交，属于状况 1，不可见；
(1,2) 提交了，属于状况 3，可见

因此，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。

4、小结

InnoDB 的行数据有多个版本，每一个数据版本有本身的 row trx_id，每一个事务或者语句有本身的一致性视图。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
肯定数据版本的可见性。

对于可重复读，查询只认可在事务启动前就已经提交完成的数据；
对于读提交，查询只认可在语句启动前就已经提交完成的数据；

而当前读，老是读取已经提交完成的最新版本。

你也能够想一下，为何表结构不支持“可重复读”？这是由于表结构没有对应的行数据，也没有 row trx_id，所以只能遵循当前读的逻辑。

固然，MySQL 8.0 已经能够把表结构放在 InnoDB 字典里了，也许之后会支持表结构的可重复读。

又到思考题时间了。我用下面的表结构和初始化语句做为试验环境，事务隔离级别是可重复读。如今，我要把全部“字段 c 和 id 值相等的行”的 c 值清零，可是却发现了一
个“诡异”的、改不掉的状况。请你构造出这种状况，并说明其原理。

mysql> CREATE TABLE `t` (
  `id` int(11) NOT NULL,
  `c` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB;
insert into t(id, c) values(1,1),(2,2),(3,3),(4,4);

　　

复现出来之后，请你再思考一下，在实际的业务开发中有没有可能碰到这种状况？你的应用代码会不会掉进这个“坑”里，你又是怎么解决的呢？

你能够把你的思考和观点写在留言区里，我会在下一篇文章的末尾和你讨论这个问题。感谢你的收听，也欢迎你把这篇文章分享给更多的朋友一块儿阅读。

5、上期问题时间

我在上一篇文章最后，留给你的问题是：怎么删除表的前 10000 行。比较多的留言都选择了第二种方式，即：在一个链接中循环执行 20 次 delete from T limit 500。
确实是这样的，第二种方式是相对较好的。

第一种方式（即：直接执行 delete from T limit 10000）里面，单个语句占用时间长，锁的时间也比较长；并且大事务还会致使主从延迟。
第三种方式（即：在 20 个链接中同时执行 delete from T limit 500），会人为形成锁冲突。

6、精选留言

这篇理论知识很丰富,须要先总结下：

1.innodb支持RC和RR隔离级别实现是用的一致性视图(consistent read view)

2.事务在启动时会拍一个快照,这个快照是基于整个库的.

基于整个库的意思就是说一个事务内,整个库的修改对于该事务都是不可见的(对于快照读的状况)
若是在事务内select t表,另外的事务执行了DDL t表,根据发生时间,要嘛锁住要嘛报错(参考第六章)

3.事务是如何实现的MVCC呢?

(1)每一个事务都有一个事务ID,叫作transaction id(严格递增)
(2)事务在启动时,找到已提交的最大事务ID记为up_limit_id。
(3)事务在更新一条语句时,好比id=1改成了id=2.会把id=1和该行以前的row trx_id写到undo log里,而且在数据页上把id的值改成2,而且把修改这条语句的transaction id记在该行行头
(4)再定一个规矩,一个事务要查看一条数据时,必须先用该事务的up_limit_id与该行的transaction id作比对,
若是up_limit_id>=transaction id,那么能够看.若是up_limit_id<transaction id,则只能去undo log里去取。去undo log查找数据的时候,也须要作比对,必须up_limit_id>transaction id,才返回数据

4.什么是当前读,因为当前读都是先读后写,只能读当前的值,因此为当前读.会更新事务内的up_limit_id为该事务的transaction id

5.为何rr能实现可重复读而rc不能,分两种状况

(1)快照读的状况下,rr不能更新事务内的up_limit_id,而rc每次会把up_limit_id更新为快照读以前最新已提交事务的transaction id,则rc不能可重复读(2)当前读的状况下,rr是利用record lock+gap lock来实现的,而rc没有gap,因此rc不能可重复读