硬核解析 MySQL 的 MVCC 实现原理,面试官看了都直呼内行

1. 什么是 MVCC

MVCC 全称是 Multi-Version Concurrency Control(多版本并发控制),是一种并发控制的方法,通过维护一个数据的多个版本,减少读写操作的冲突。

如果没有 MVCC,想要实现同一条数据的并发读写,还要保证数据的安全性,就需要操作数据的时候加读锁和写锁,这样就降低了数据库的并发性能。

有了 MVCC,就相当于把同一份数据生成了多个版本,在操作的开始各生成一个快照,读写操作互不影响。无需加锁,也实现数据的安全性和事务的隔离性。

事务的四大特性中隔离性就是基于 MVCC 实现的。

说 MVCC 的实现原理之前,先说一下事务的隔离级别。

2. 事务的隔离级别

说隔离级别之前,先说一下并发事务产生的问题

脏读: 一个事务读到其他事务未提交的数据。

不可重复读: 相同的查询条件,多次查询到的结果不一致,即读到其他事务提交后的数据。

幻读: 相同的查询条件,多次查询到的结果不一致,即读到其他事务提交后的数据。

不可重复读与幻读的区别是: 不可重复读是读到了其他事务执行 update、delete 后的数据,而幻读是读到其他事务执行 insert 后的数据。

再说一下事务的四大隔离级别:

Read UnCommitted(读未提交): 读到其他事务未提交的数据,会出现脏读、不可重复读、幻读。

Read Committed(读已提交): 读到其他事务已提交的数据,解决了脏读,会出现不可重复读、幻读。

Repeatable Read(可重复读): 相同的条件,多次读取到的结果一致。解决了脏读、不可重复读,会出现幻读。

Serializable(串行化): 所有事务串行执行,解决了脏读、不可重复读、幻读。

MVCC 只在 Read Committed Repeatable Read 两个隔离级别下起作用,因为 Read UnCommitted 隔离级别下,读写都不加锁,Serializable 隔离级别下,读写都加锁,也就不需要 MVCC 了。

再谈一下 Undo log 日志。

3. Undo Log(回滚日志)

Undo Log 记录的是逻辑日志,也就是 SQL 语句。

比如:当我们执行一条 insert 语句时,Undo Log 就记录一条相反的 delete 语句。

作用:

  1. 回滚事务时,恢复到修改前的数据。

  2. 实现 MVCC

事务四大特性中原子性也是基于 Undo Log 实现的。

下面开始谈一下 MVCC 的实现原理。

4. MVCC 的实现原理

4.1 当前读和快照读

先普及一下什么是当前读和快照读。

当前读: 读取数据的最新版本,并对数据进行加锁。

例如:insert、update、delete、select for update、 select lock in share mode。

快照读: 读取数据的历史版本,不对数据加锁。

例如:select

MVCC 是基于 Undo Log、隐藏字段、Read View(读视图)实现的。

4.2 隐藏字段

先说一下 MySQL 的隐藏字段,当我们创建一张表时,InnoDB 引擎会增加 2 个隐藏字段。

DB_TRX_ID(最近一次提交事务的 ID):修改表数据时,都会提交事务,每个事务都有一个唯一的 ID,这个字段就记录了最近一次提交事务的 ID。

DB_ROLL_PTR(上个版本的地址):修改表数据时,旧版本的数据都会被记录到 Undo Log 日志中,每个版本的数据都有一个版本地址,这个字段记录的就是上个版本的地址。

4.3 版本链

当我们第一次往用户表插入一条记录时,表数据和隐藏字段的值是下面这样的:

insert into user (name,age) values ('一灯',1);

事务 ID(DB_TRX_ID)是 1,上个版本地址(DB_ROLL_PTR)是 null。

第二次提交事务,把用户年龄加 1。

update user set age=age+1 where id=1;

事务 ID 变成 2,上个版本地址指向 Undo Log 中的记录。

第三次提交事务,再把用户年龄加 1。

update user set age=age+1 where id=1;

事务 ID 变成 3,上个版本地址指向 Undo Log 中事务 ID 为 2 的记录。

这样表记录和 Undo Log 历史数据就组成了一个版本链。

4.4 Read View(读视图)

在事务中,执行 SQL 查询,就会生成一个读视图,是用来保证数据的可见性,即读到 Undo Log 中哪个版本的数据。

快照读一般是读取的历史版本的读视图,当前图会生成一个最新版本的读视图。

读视图是基于下面几个字段实现的:

m_ids :当前系统中活跃的事务 ID 集合,即未提交的事务。

min_trx_id :m_ids 中最小的 ID

max_trx_id :下一个要分配的事务 ID

creator_trx_id: 当前事务 ID

读视图决定当前事务能读到哪个版本的数据,从表记录到 Undo Log 历史数据的版本链,依次匹配,满足哪个版本的匹配规则,就能读到哪个版本的数据,一旦匹配成功就不再往下匹配。

数据可见性规则:

  1. DB_TRX_ID = creator_trx_id 如果这个版本数据的事务 ID 等于当前事务 ID,表示数据记录的最后一次操作的事务就是当前事务,当前读视图可以读到这个版本的数据。

  2. DB_TRX_ID < min_trx_id 如果这个版本数据的事务 ID 小于所有活跃事务 ID,表示这个版本的数据不再被事务使用,即事务已提交,当前读视图可以读到这个版本的数据。

  3. DB_TRX_ID >= max_trx_id 如果这个版本数据的事务 ID 大于等于下一个要分配的事务 ID,表示有新事务更新了这个版本的数据,这种情况下,当前读视图不可以读到这个版本的数据。

  4. min_trx_id <= DB_TRX_ID < max_trx_id 如果这个版本数据的事务 ID 在当前系统中活跃的事务 ID 集合(m_ids)里面,表示这个版本的数据被其他事务更新过,当前读视图不可以读到这个版本的数据。如果这个版本数据的事务 ID 不在当前系统中活跃的事务 ID 集合(m_ids)里面,表示是在其他事务提交后创建的读视图,当前读视图可以读到这个版本的数据。

5. 不同隔离级别下可见性分析

在不同的事务隔离级别下,生成读视图的规则不同:

  • READ COMMITTED(读已提交) :在事务中每一次执行快照读时都生成一个读视图,每个读视图中四个字段的值都是不同的。

  • REPEATABLE READ(可重复读):仅在事务中第一次执行快照读时生成读视图,后续复用这个读视图。

5.1 READ COMMITTED(读已提交)

设置 MySQL 隔离级别为读已提交:

SET session TRANSACTION ISOLATION LEVEL READ COMMITTED;

执行两个事务,验证一下:

事务 1 第一次查询时,会生成一个读视图,读视图的各个属性如下:

可见的版本链数据是:

符号规则 DB_TRX_ID = creator_trx_id = 1,可以看到当前版本的数据。

事务 1 第二次查询时,会生成一个新的读视图,读视图的各个属性如下:

可见的版本链数据是:

符号规则 min_trx_id <= DB_TRX_ID < max_trx_id(1<=2<3),并且当前数据版本的事务 ID 不在当前系统中活跃的事务 ID 集合,可以看到当前版本的数据。

同一个事务内,相同的查询条件,查询到的数据不一致,查到了其他事务更新过的数据,也就是出现了不可重复读的情况。

再看一下,在可重复读隔离级别下,是怎么解决这个问题的。

5.2 REPEATABLE READ(可重复读)

设置 MySQL 隔离级别为可重复读:

SET session TRANSACTION ISOLATION LEVEL REPEATABLE READ;

执行两个事务,验证一下:

事务 1 第一次查询时,会生成一个读视图,读视图的各个属性如下:

可见的版本链数据是:

符号规则 DB_TRX_ID = creator_trx_id = 1,可以看到当前版本的数据。

事务 1 第二次查询时,会复用原有的读视图,读视图的各个属性如下:

可见的版本链数据是:

符号规则 min_trx_id <= DB_TRX_ID < max_trx_id(1<=2<3),并且当前数据版本的事务 ID 在当前系统中活跃的事务 ID 集合,所以是不可以看到当前版本的数据。

由此得知,可重复读隔离级别下,相同的查询条件,两次查询到的结果相同,也就是解决了可重复读的问题,是通过复用原有的读视图的方式解决的。

猜你喜欢

转载自blog.csdn.net/weixin_70730532/article/details/126367094