小胖问我：MySQL 事务与 MVCC 原理？

01 什么是事务？

数据库事务指的是一组数据操做，事务内的操做要么就是所有成功，要么就是所有失败，什么都不作，其实不是没作，是可能作了一部分可是只要有一步失败，就要回滚全部操做，有点一不作二不休的意思。

在 MySQL 中，事务支持是在引擎层实现的。MySQL 是一个支持多引擎的系统，但并非全部的引擎都支持事务。好比 MySQL 原生的 MyISAM 引擎就不支持事务，这也是 MyISAM 被 InnoDB 取代的重要缘由之一。

1.1 四大特性

• 原子性（Atomicity）：事务开始后全部操做，要么所有作完，要么所有不作，不可能停滞在中间环节。事务执行过程当中出错，会回滚到事务开始前的状态，全部的操做就像没有发生同样。也就是说事务是一个不可分割的总体，就像化学中学过的原子，是物质构成的基本单位。
• 一致性（Consistency）：事务开始前和结束后，数据库的完整性约束没有被破坏 。好比 A 向 B 转帐，不可能 A 扣了钱，B 却没收到。
• 隔离性（Isolation）：同一时间，只容许一个事务请求同一数据，不一样的事务之间彼此没有任何干扰。好比 A 正在从一张银行卡中取钱，在 A 取钱的过程结束前，B 不能向这张卡转帐。
• 持久性（Durability）：事务完成后，事务对数据库的全部更新将被保存到数据库，不能回滚。

1.2 隔离级别

SQL 事务的四大特性中原子性、一致性、持久性都比较好理解。但事务的隔离级别确实比较难的，今天主要聊聊 MySQL 事务的隔离性。

SQL 标准的事务隔离从低到高级别依次是：读未提交（read uncommitted）、读提交（read committed）、可重复读（repeatable read）和串行化（serializable ）。级别越高，效率越低。

• 读未提交：一个事务还没提交时，它作的变动就能被别的事务看到。
• 读提交：一个事务提交以后，它作的变动才会被其余事务看到。
• 可重复读：一个事务执行过程当中看到的数据，老是跟这个事务在启动时看到的数据是一致的。固然在可重复读隔离级别下，未提交变动对其余事务也是不可见的。
• 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。因此种隔离级别下全部的数据是最稳定的，可是性能也是最差的。

1.3 解决的并发问题

SQL 事务隔离级别的设计就是为了能最大限度的解决并发问题：

• 脏读：事务 A 读取了事务 B 更新的数据，而后 B 回滚操做，那么 A 读取到的数据是脏数据
• 不可重复读：事务 A 屡次读取同一数据，事务 B 在事务 A 屡次读取的过程当中，对数据做了更新并提交，致使事务 A 屡次读取同一数据时，结果不一致。
• 幻读：系统管理员 A 将数据库中全部学生的成绩从具体分数改成 ABCDE 等级，可是系统管理员 B 就在这个时候插入了一条具体分数的记录，当系统管理员 A 改结束后发现还有一条记录没有改过来，就好像发生了幻觉同样，这就叫幻读。

SQL 不一样的事务隔离级别能解决的并发问题也不同，以下表所示：只有串行化的隔离级别解决了所有这 3 个问题，其余的 3 个隔离级别都有缺陷。

事务隔离级别	脏读	不可重复读	幻读
读未提交	可能	可能	可能
读已提交	不可能	可能	可能
可重复读	不可能	不可能	可能
串行化	不可能	不可能	不可能

PS：不可重复读的和幻读很容易混淆，不可重复读侧重于修改，幻读侧重于新增或删除。解决不可重复读的问题只需锁住知足条件的行，解决幻读须要锁表

1.4 举个栗子

这么说可能有点难以理解，举个栗子。仍是以前的表结构以及表数据

CREATE TABLE `student`  (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `name` varchar(100) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL,
  `age` int(11) NULL DEFAULT NULL,
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 66 CHARACTER SET = utf8 COLLATE = utf8_general_ci ROW_FORMAT = Compact;
复制代码

假设如今，我要同时启动两个食物，一个事务 A 查询 id = 2 的学生的 age，一个事务 B 更新 id = 2 的学生的 age。流程以下，在四种隔离级别下的 X一、X二、X3 的值分别是怎样的呢？

• 读未提交：X1 的值是 23，由于事务 B 虽然没提交但它的更改已被 A 看到。（若是 B 后面又回滚了 X1 的值就是脏的）。X二、X3 的值也是 23，这无可厚非。
• 读已提交：X1 的值是 22，由于 B 虽然改了，但 A 看不到。（若是 B 后面回滚了，X1 的值不变，解决了脏读），X二、X3 的值是 23，没毛病，B 提交了，A 才能看到。
• 可重复读：X一、X2 都是 22，A 开启的时刻值是 22，那么在 A 的整个过程当中，它的值都是 22。（无论 B 在这期间怎么修改，只要 A 还没提交，都是看不见的，解决了不可重复读），而 X3 的值是 23，由于 A 提交了，能看到 B 修改的值了。
• 串行化：B 在执行更改期间会被锁住，直至 A 提交。B 才能继续执行。（A 在读期间，B 不能写。得保证此时数据是最新的。解决了幻读）因此 X一、X2 都是 22，而最后的 X3 在 B 提交以后执行，它的值就是 23。

那为何会出现这样的结果呢？事务隔离级别究竟是怎么实现的呢？

事务隔离级别是怎么是实现的呢？我在极客时间丁奇老师的课上找到了答案：

实际上，数据库里面会建立一个视图，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建立的，整个事务存在期间都用这个视图。在 “读提交” 隔离级别下，这个视图是在每一个 SQL 语句开始执行的时候建立的。这里须要注意的是，“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。

1.5 设置事务隔离级别

不一样的数据库默认设置的事务隔离级别也大不同，Oracle 数据库的默认隔离级别是读提交，而 MySQL 是可重复读。因此，当你的系统须要把数据库从 Oracle 迁移到 MySQL 时，请把级别设置成与搬迁以前的（读提交）一致，避免出现不可预测的问题。

1.5.1 查看事务隔离级别

# 查看事务隔离级别
5.7.20 以前
SELECT @@transaction_isolation
show variables like 'transaction_isolation';

# 5.7.20 以及以后
SELECT @@tx_isolation
show variables like 'tx_isolation'

+---------------+-----------------+
| Variable_name | Value           |
+---------------+-----------------+
| tx_isolation  | REPEATABLE-READ |
+---------------+-----------------+
复制代码

1.5.2 设置隔离级别

修改隔离级别语句格式是：set [做用域] transaction isolation level [事务隔离级别]

其中做用域可选：SESSION（会话）、GLOBAL（全局）；隔离级别就是上面提到的 4 种，不区分大小写。

例如：设置全局隔离级别为读提交

set global transaction isolation level read committed; 
复制代码

1.6 事务的启动

MySQL 的事务启动有如下几种方式：

• 显式启动事务语句， begin 或 start transaction。配套的提交语句是 commit，或者回滚语句是 rollback。

# 更新学生名字
START TRANSACTION;
update student set name = '张三' where id = 2;
commit;
复制代码

• set autocommit = 0，这个命令会将线程的自动提交关掉。意味着若是你只执行一个 select 语句，这个事务就启动了，并且并不会自动提交。这个事务持续存在直到你主动执行 commit 或 rollback 语句，或者断开链接。

• set autocommit = 1，表示 MySQL 自动开启和提交事务。 好比执行一个 update 语句，语句只完成后就自动提交了。不须要显示的使用 begin、commit 来开启和提交事务。因此当咱们执行多个语句的时候，就须要手动的用 begin、commit 来开启和提交事务。

• start transaction with consistent snapshot；上面提到的 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 命令。 第一种启动方式，一致性视图是在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 consistent snapshot 时建立的。

02 事务隔离的实现

理解了隔离级别，那事务的隔离是怎么实现的呢？要想理解事务隔离，先得了解 MVCC 多版本的并发控制这个概念。而 MVCC 又依赖于 undo log 和 read view 实现。

2.1 什么是 MVCC？

百度上的解释是这样的：

MVCC，全称 Multi-Version Concurrency Control，即多版本并发控制。MVCC 是一种并发控制的方法，通常在数据库管理系统中，实现对数据库的并发访问，在编程语言中实现事务内存。

MVCC 使得数据库读不会对数据加锁，普通的 SELECT 请求不会加锁，提升了数据库的并发处理能力；数据库写才会加锁。 借助 MVCC，数据库能够实现 READ COMMITTED，REPEATABLE READ 等隔离级别，用户能够查看当前数据的前一个或者前几个历史版本，保证了 ACID 中的 I 特性（隔离性)。

MVCC 只在 REPEATABLE READ 和 READ COMMITIED 两个隔离级别下工做。其余两个隔离级别都和 MVCC 不兼容 ，由于 READ UNCOMMITIED 老是读取最新的数据行，而不是符合当前事务版本的数据行。而 SERIALIZABLE 则会对全部读取的行都加锁。

2.1.1 InnDB 中的 MVCC

InnDB 中每一个事务都有一个惟一的事务 ID，记为 transaction_id。它在事务开始时向 InnDB 申请，按照时间前后严格递增。

而每行数据其实都有多个版本，这就依赖 undo log 来实现了。每次事务更新数据就会生成一个新的数据版本，并把 transaction_id 记为 row trx_id。同时旧的数据版本会保留在 undo log 中，并且新的版本会记录旧版本的回滚指针，经过它直接拿到上一个版本。

因此，InnDB 中的 MVCC 实际上是经过在每行记录后面保存两个隐藏的列来实现的。一列是事务 ID：trx_id；另外一列是回滚指针：roll_pt。

2.2 undo log

回滚日志保存了事务发生以前的数据的一个版本，能够用于回滚，同时能够提供多版本并发控制下的读（MVCC），也即非锁定读。

根据操做的不一样，undo log 分为两种： insert undo log 和 update undo log。

2.2.1 insert undo log

insert 操做产生的 undo log，由于 insert 操做记录没有历史版本只对当前事务自己可见，对于其余事务此记录不可见，因此 insert undo log 能够在事务提交后直接删除而不须要进行 purge 操做。

purge 的主要任务是将数据库中已经 mark del 的数据删除，另外也会批量回收 undo pages

因此，插入数据时。它的初始状态是这样的：

2.2.2 update undo log

UPDATE 和 DELETE 操做产生的 Undo log 都属于同一类型：update_undo。（update 能够视为 insert 新数据到原位置，delete 旧数据，undo log 暂时保留旧数据）。

事务提交时放到 history list 上，没有事务要用到这些回滚日志，即系统中没有比这个回滚日志更早的版本时，purge 线程将进行最后的删除操做。

一个事务修改当前数据：

另外一个事务修改数据：

这样的同一条记录在数据库中存在多个版本，就是上面提到的多版本并发控制 MVCC。

另外，借助 undo log 经过回滚能够回到上一个版本状态。好比要回到 V1 只须要顺序执行两次回滚便可。

2.3 read-view

read view 是 InnDB 在实现 MVCC 时用到的一致性读视图，用于支持 RC（读提交）以及 RR（可重复读）隔离级别的实现。

read view 不是真实存在的，只是一个概念，undo log 才是它的体现。它主要是经过版本和 undolog 计算出来的。做用是决定事务能看到哪些数据。

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。

2.3.1 数据版本的可见性规则

read view 中主要包含当前系统中还有哪些活跃的读写事务，在实现上 InnDB 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，当前正活跃（还未提交）的事务。

前面说了事务 ID 随时间严格递增的，把系统中已提交的事务 ID 的最大值记为数组的低水位，已建立过的事务 ID + 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）

这个数组画个图，长这样：

规则以下：

• 1 若是 trx_id 在灰色区域，代表被访问版本的 trx_id 小于数组中低水位的 id 值，也即生成该版本的事务在生成 read view 前已经提交，因此该版本可见，能够被当前事务访问。
• 2 若是 trx_id 在橙色区域，代表被访问版本的 trx_id 大于数组中高水位的 id 值，也即生成该版本的事务在生成 read view 后才生成，因此该版本不可见，不能被当前事务访问。
• 3 若是在绿色区域，就会有两种状况：
  • a) trx_id 在数组中，证实这个版本是由还未提交的事务生成的，不可见
  • b) trx_id 不在数组中，证实这个版本是由已提交的事务生成的，可见

第三点我在看教程的时候也有点疑惑，好在有热心网友解答：

落在绿色区域意味着是事务 ID 在低水位和高水位这个范围里面，而真正是否可见，看绿色区域是否有这个值。若是绿色区域没有这个事务 ID，则可见，若是有，则不可见。在这个范围里面并不意味着这个范围就有这个值，好比 [1,2,3,5]，4 在这个数组 1-5 的范围里，却没在这个数组里面。

这样说可能有点难以理解，我假设一个场景：三个事务对同一条数据进行查询更新等操做，为此画了张图以方便理解：

原始数据仍是下图这样的，对 id = 2 的张三进行信息的更新：

针对上图，我想提个问题。**分别在 RC（读提交）以及 RR（可重复读）隔离级别下，T4 和 T5 时间点的查询 age 值分别是多少呢？T4 更新的值又是多少呢？**思考片刻，相信你们都有本身的答案。答案在文末，但愿你们能带着本身的疑问继续读下去。

2.3.2 RR（可重复读）下的结果

RR 级别下，查询只认可在事务启动前就已经提交完成的数据，一旦启动事务就会建视图。因此使用 start transaction with consistent snapshot 命令，立刻就会建视图。

如今假设：

• 事务 A 开始前，只有一个活跃的事务，ID = 2，
• 已提交的事务也就是插入数据的事务 ID = 1
• 事务 A、B、C 的事务 ID 分别是 三、四、5

在这种隔离级别下，他们建立视图的时刻以下：

根据上图得，事务 A 的视图数组是[2,3]；事务 B 的视图数组是 [2,3,4]；事务 C 的视图数组是[2,3,4,5]。分析一波：

• T4 时刻，B 读数据都是从当前版本读起，过程是这样的：
  • 读到当前版本的 trx_id = 4，恰好是本身，可见
  • 因此 age = 24
• T5 时刻，A 读数据都是从当前版本读起，过程是这样的：
  • 读到当前版本的 trx_id = 4，比本身视图数组的高水位大，不可见
  • 再往上读到 trx_id = 5，比本身视图数组高水位大，不可见
  • 再往上读到 trx_id = 1，比本身视图数组低水位小，可见
  • 因此 age = 22

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。

其实视图是否可见主要看建立视图和提交的时机，总结下规律：

• 版本未提交，不可见
• 版本已提交，但在视图建立后提交，不可见
• 版本已提交，但在视图建立前提交，可见

2.3.2.1 快照读和当前读

事务 B 的 update 语句，若是按照上图的一致性读，好像结果不大对？

以下图周明，B 的视图数组是先生成的，以后事务 C 才提交。那就应该看不见 C 修改的 age = 23 呀？最后 B 怎么得出 24 了？

没错，若是 B 在更新以前执行查询语句，那返回的结果确定是 age = 22。问题是更新就不能在历史版本更新了呀，不然 C 的更新不就丢失了？

因此，更新有个规则：更新数据都是先读后写（读是更新语句执行，不是咱们手动执行），读的就是当前版本的值，叫当前读；而咱们普通的查询语句就叫快照读。

所以，在更新时，当前读读到的是 age = 23，更新以后就成 24 啦。

2.3.2.2 select 当前读

除了更新语句，查询语句若是加锁也是当前读。若是把事务 A 的查询语句 select age from t where id = 2 改一下，加上锁（lock in mode 或者 for update），也均可以获得当前版本 4 返回的 age = 24

下面就是加了锁的 select 语句：

select age from t where id = 2 lock in mode;
 select age from t where id = 2 for update;
复制代码

2.3.2.3 事务 C 不立刻提交

假设事务 C 不立刻提交，可是 age = 23 版本已生成。事务 B 的更新将会怎么走呢？

事务 C 还没提交，写锁还没释放，可是事务 B 的更新必需要当前读且必须加锁。因此事务 B 就阻塞了，必须等到事务 C 提交，释放锁才能继续当前的读。

2.3.3 RC（读提交）下的结果

在读提交隔离级别下，查询只认可在语句启动前就已经提交完成的数据；每个语句执行以前都会从新算出一个新的视图。

注意：在上图的表格中用于启动事务的是 start transaction with consistent snapshot 命令，它会建立一个持续整个事务的视图。因此，在 RC 级别下，这命令其实不起做用。等效于普通的 start transaction（在执行 sql 语句以前才算是启动了事务）。因此，事务 B 的更新实际上是在事务 C 以后的，它还没真正启动事务，而 C 已提交。

如今假设：

• 事务 A 开始前，只有一个活跃的事务，ID = 2，
• 已提交的事务也就是插入数据的事务 ID = 1
• 事务 A、B、C 的事务 ID 分别是 三、四、5

在这种隔离级别下，他们建立视图的时刻以下：

根据上图得，事务 A 的视图数组是[2,3,4]，但它的高水位是 6或者更大（已建立事务 ID + 1）；事务 B 的视图数组是 [2,4]；事务 C 的视图数组是 [2,5]。分析一波：

• T4 时刻，B 读数据都是从当前版本读起，过程是这样的：
  • 读到当前版本的 trx_id = 4，恰好是本身，可见
  • 因此 age = 24
• T5 时刻，A 读数据都是从当前版本读起，过程是这样的：
  • 读到当前版本的 trx_id = 4，在本身一致性视图范围内但包含 4，不可见
  • 再往上读到 trx_id = 5，在本身一致性视图范围内但不包含 5，可见
  • 因此 age = 23

03巨人的肩膀

• cnblogs.com/wyaokai/p/10921323.html
• time.geekbang.org/column/article/70562
• zhuanlan.zhihu.com/p/117476959
• cnblogs.com/xd502djj/p/6668632.html
• blog.csdn.net/article/details/109044141
• blog.csdn.net/u014078930/article/details/99659272

04 总结

本文详细聊了事务的方方面面，好比：四大特性、隔离级别、解决的并发问题、如何设置、查看隔离级别、如何启动事务等。除此之外，还深刻了解了 RR 和 RC 两个级别的隔离是怎么实现的？包括详解 MVCC、undo log 和 read view 是怎么配合实现 MVCC 的。最后还聊了快照读、当前读等等。能够说，事务相关的知识点都在这了。看完这一篇还不懂的话，你来捶我呀！

好啦，以上就是狗哥关于数据库事务的总结。感谢各技术社区大佬们的付出，尤为是极客时间，真的牛逼。若是说我看得更远，那是由于我站在大家的肩膀上。但愿这篇文章对你有帮助，咱们下篇文章见~

05 送点书

若是看到这里，喜欢这篇文章的话，请帮点个好看。微信搜索JavaFish，关注后回复电子书送你 1000+ 本编程电子书 ，包括 C、C++、Java、Python、GO、Linux、Git、数据库、设计模式、前端、人工智能、面试相关、数据结构与算法以及计算机基础，详情看下图。回复1024送你一套完整的 java 视频教程。