深入理解 MySQL 的事务隔离级别和 MVCC 机制

前言

我们都知道 MySQL 实现了 SQL 标准中的四个隔离级别,但是具体是如何实现的可能还一知半解,本篇博客将会从代码层面讲解隔离级别的实现方式,下面进入正题。

事务

考虑这样一个场景:博主向硝子酱的微信转了 520 块钱,在余额充足的正常情况下博主的账户余额会少 520 块,而硝子酱则会多 520 块钱,接着硝子酱就可以用这 520 块钱开开心心地购物去了。但是假设某一次微信扣了博主 520 块钱之后服务器就宕机了,而没有给硝子酱加上 520 块,博主少了 520 块事小,硝子酱不能购物就很难受了。所以微信必须有一个机制能够保证转账之后双方账户余额总额不变,要是宕机了,就必须保证重启后能还给博主 520 块钱,这就引出了事务的概念。

事务(transaction)是一组原子性的SQL查询,或者说一个独立的工作单元,事务内的语句,要么全部执行成功,要么全部执行失败。

MySQL 官方提供了两种支持事务的存储引擎:InnoDB 和 NDB Cluster,除此之外一些第三方存储引擎也支持事务,包括 XtraDB 和 PBXT。可以看到下表清楚地写在 InnoDB 存储引擎支持事务、行级锁和外键,而 MyISAM 不支持事务。

mysql> show engines;
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
| Engine             | Support | Comment                                                        | Transactions | XA   | Savepoints |
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
| MEMORY             | YES     | Hash based, stored in memory, useful for temporary tables      | NO           | NO   | NO         |
| MRG_MYISAM         | YES     | Collection of identical MyISAM tables                          | NO           | NO   | NO         |
| CSV                | YES     | CSV storage engine                                             | NO           | NO   | NO         |
| FEDERATED          | NO      | Federated MySQL storage engine                                 | NULL         | NULL | NULL       |
| PERFORMANCE_SCHEMA | YES     | Performance Schema                                             | NO           | NO   | NO         |
| MyISAM             | YES     | MyISAM storage engine                                          | NO           | NO   | NO         |
| InnoDB             | DEFAULT | Supports transactions, row-level locking, and foreign keys     | YES          | YES  | YES        |
| BLACKHOLE          | YES     | /dev/null storage engine (anything you write to it disappears) | NO           | NO   | NO         |
| ARCHIVE            | YES     | Archive storage engine                                         | NO           | NO   | NO         |
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
9 rows in set (0.00 sec)

ACID

一个合格的事务处理系统,应该具备四个性质:原子性(atomicity)、一致性(consistency)、隔离性(isolation)和持久性(durability)。

原子性

一个事务是一个不可分割的最小工作单元,事务中的操作要么全部提交成功,要么全部执行失败然后回滚回事务之前的状态。

一致性

数据库总是从一个一致性的状态转换到另一个一致性的状态,不可能处于中间态。以之前的例子为例,微信零钱系统要么处于博主扣除520块、硝子得到520块的状态,要么处于博主没有扣除520块,硝子也没有得到520块的状态,不可能处于博主扣了520块而硝子没有得到520块的状态。

隔离性

一个活跃的事务(还没提交或者回滚)对数据库所做的系统对于其他的活跃事务应该是不可见的,可以通过加锁来实现。但是一旦加了锁会导致并发性能的下降,这时候可以通过牺牲一部分隔离性来换取并发性,牺牲的程度取决于后续介绍的隔离级别。

持久性

事务一旦提交,就必须保证所做的修改永久保存到数据库中。看到这个也许你会产生一些疑问,既然我的事务都提交了,所做的修改不是立即就反映到了数据库系统中了吗,怎么会有持久化的问题呢?

实际上为了减少频繁随机 I/O 带来的性能影响,数据库中会有一个缓冲池(放在内存中)用来暂存被修改的页,我们称之为脏页,等到时机成熟(比如缓冲池满了或者数据库服务器关了)才会将这些脏页刷到磁盘上。也就是说即使你的事务提交了,也还没被保存到磁盘上,这时候要是服务器宕机了,内存中的脏页也就丢失了。

所以我们一般使用预写式日志将事务所做的修改提前保存到磁盘中,而写日志的过程是顺序 I/O,速度比随机 I/O 快了不少。服务器重启之后会将日志中记录的但是没有实际执行的修改重新执行一遍,这样就保证了持久性。更多关于预写式日志的实现方式可以参见《CMU15445 (Fall 2019) 之 Project#4 - Logging & Recovery 详解》

隔离级别

假设同时存在多个活跃的事务,如果这些事务都只执行读操作,那么就比起相安无事,毕竟读不会改变数据库的内容,但是一旦有一个不安分的事务使用 updateinsert 或者 delete 语句,就会带来并发问题。要解决并发问题,最简单粗暴的方法就是加锁,同一时间只能有一个事务在读写数据库,但是这样会造成其他事务的阻塞排队,极大降低了并发性能。正如算法中的空间换时间,我们也可以用隔离性换 读-写 并发性。

SQL标准中定义了四种隔离级别,每一种级别都规定了一个事务中所做的修改,哪些在事务内和事务间是可见的,哪些是不可见的。较低级别的隔离通常可以执行更高的并发,系统的开销也更低。

InnoDB 存储引擎实现了这四种隔离级别,分别是 READ UNCOMMITTED(读未提交)、READ COMMITTED(读已提交)、REPEATABLE READ(可重复读)和 SERIALIZABLE(可串行化)。其中可串行化隔离性最好,但是并发性也最差,InnoDB 默认使用 REPEATABLE READ 隔离级别。

查看和修改隔离级别

隔离级别作用域包括全局级别(global)、会话级别(session)和仅对下一个事务生效级别(the next transaction only)。MySQL 5.7.20 版本之后我们可以使用下述语句查看这三种作用域的隔离级别分别是什么:

mysql> select @@global.transaction_isolation, @@session.transaction_isolation, @@transaction_isolation;
+--------------------------------+---------------------------------+-------------------------+
| @@global.transaction_isolation | @@session.transaction_isolation | @@transaction_isolation |
+--------------------------------+---------------------------------+-------------------------+
| REPEATABLE-READ                | REPEATABLE-READ                 | REPEATABLE-READ         |
+--------------------------------+---------------------------------+-------------------------+
1 row in set (0.00 sec)

或者使用 set 语句修改 transaction_isolation 变量的值:

mysql> set global transaction isolation level READ UNCOMMITTED;
Query OK, 0 rows affected (0.00 sec)

mysql> set session transaction isolation level READ UNCOMMITTED;
Query OK, 0 rows affected (0.00 sec)

mysql> set transaction isolation level READ UNCOMMITTED;
Query OK, 0 rows affected (0.00 sec)

mysql> select @@global.transaction_isolation, @@session.transaction_isolation, @@transaction_isolation;
+--------------------------------+---------------------------------+-------------------------+
| @@global.transaction_isolation | @@session.transaction_isolation | @@transaction_isolation |
+--------------------------------+---------------------------------+-------------------------+
| READ-UNCOMMITTED               | READ-UNCOMMITTED                | READ-UNCOMMITTED        |
+--------------------------------+---------------------------------+-------------------------+
1 row in set (0.00 sec)

数据准备

在演示四种隔离级别的效果之前,我们先来创建一张 tbl_user 表,里面只有两条记录。

mysql> create table user (
    -> id INT PRIMARY KEY,
    -> name VARCHAR(255),
    -> age INT);
Query OK, 0 rows affected (0.04 sec)

mysql> INSERT INTO tbl_user VALUES (1, '硝子', 16), (2, '之一', 17) ;
Query OK, 2 rows affected (0.01 sec)
Records: 2  Duplicates: 0  Warnings: 0

mysql> select * from tbl_user;
+----+------+------+
| id | name | age  |
+----+------+------+
|  1 | 硝子 |   16 |
|  2 | 之一 |   17 |
+----+------+------+
2 rows in set (0.00 sec)

READ UNCOMMITTED

READ UNCOMMITTED 级别,事务中的修改,即使没有提交,对其他事务也都是可见的。事务可以读取未提交的数据,被称为脏读(Dirty Read),脏读会导致很多问题,从性能上来说,READ UNCOMMITTED 不会比其他的级别好太多,在实际应用中一般很少使用。

现在有两个活跃的事务 T1 和 T2,在 T1 隔离级别为 READ UNCOMMITTED 的情况下查询结果如下图所示,可以看到 T1 读到了 T2 更新了但是还没提交的第二条记录。

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图

READ COMMITTED

READ COMMITTED 满足前面提到的隔离性的简单定义:一个事务开始时,只能看见已经提交的事务所做的修改。换句话说,一个事务在提交之前所做的任何修改对其他事务都是不可见的。这个级别也被称为不可重复读(nonrepeatable read),因为另一个事务两次执行同样的查询,可能会得到不一样的结果,第二次查询会得到刚提交的事务所修改的值。

如下图所示,在 READ COMMITTED 隔离级别下,T1 不会读到 T2 未提交的记录最新值,但是一旦 T2 提交,T1 就会读到第二条记录的最新值,这个最新值和之前的不一样,所以被称为不可重复读。

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图1

REPEATABLE READ

REPEATABLE READ 解决了不可重复读的问题,保证了在同一个事务中多次读取同样记录的结果是一致的。如下图所示,即使 T2 提交了,T1 读到的记录也没有发生变化。

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图2

REPEATABLE READ某些情况下仍然会出现幻读的问题。所谓幻读,指的是当某个事务在读取某个范围内的记录时,另外一个事务又在该范围内插入了新的记录,当之前的事务再次读取该范围的记录时,会读到新的数据,这些数据称为幻行(Phantom Row)。实际上 InnoDB 存储引擎通过多版本并发控制 (MVCC,Multiversion Concurrency Control) 和 next-key lock 分别解决了事务中全是快照读(select * from XX)或全是当前读(select * from XX for update,看做写操作)的幻读问题,但是当快照读和当前读混合使用时仍然会产生幻读问题。

下图演示了全是快照读的情况,可以看到即使 T2 插入了新纪录并提交,T1 也不会看到幻行:

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图3

下图演示了全是当前读的情况,此时 T1 锁住了 ([2, +infty]) 范围内的 id,无法在此范围插入新数据,T2 企图插入 id 为 3 的记录结果被阻塞并最终因为超时而失败。

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图4

前面两种情况都没发生幻读,下面看看混合使用快照读和当前读的情况,可以看到当前读比快照读多读到了一行记录,因为当前读读取到就是数据库的最新数据:

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图5

前面也提到了当前读可以看做写操作,所以这里再给出一个写操作引发幻读的例子。可以看到 T1 第一次写操作后再次查询没有出现幻行,但是第二次写操作后就出现了幻行,原因将在 MVCC 小节给出。

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图6

SERIALIZABLE

SERIALIZABLE 是最高的隔离级别。它通过强制事务串行执行,避免了幻读的问题。简单来说,SERIALIZABLE 会在读取的每一行数据上都加锁,所以可能导致大量的超时和锁争用的问题。只有在非常需要确保数据的一致性而且可以接受没有并发的情况下,才考虑采用该级别。

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图7

隔离级别小结

隔离级别 脏读 不可重复读 幻读
read uncommitted 可能 可能 可能
read committed 不可能 可能 可能
repeatable read 不可能 不可能 可能
serializable 不可能 不可能 不可能

MVCC

为了实现 READ COMMITTED 以及 REPEATABLE READ,我们需要保证不同的事务在某一时刻只能看到一部分历史数据或者自己所修改的数据,而多版本并发控制(Multiversion concurrency control)通过 undo log 组成的版本链以及 ReadView 帮我们实现了这一点。

undo log

对于使用 InnoDB 存储引擎的表来说,每行记录后面会有三个隐藏字段:

  • DB_TRX_ID:表示最后一次修改本记录的事务 ID,占用 6 字节
  • DB_ROLL_PTR:回滚指针,指向 undo log 中本记录的上一个版本,可以通过回滚指针将所有记录串成了一个版本链
  • DB_ROW_ID:自增 ID,如果表没有定义主键或者没有列是唯一非空的,就会生成这个隐藏列,对于我们的 tbl_user 表不存在这个隐藏列

为了实现原子性,每当事务修改一条记录(INSERTUPDATE 或者 DELETE)时,都会在类型为 FIL_PAGE_UNDO_LOG 的页中添加一条 undo log,之后可以通过遍历日志实现回滚操作,关于 undo log 的详细结构介绍可以参见 《第22章 后悔了怎么办-undo日志(上)》

假设我们有 T1 和 T2 两个事务,事务 ID 分别为 67 和 68,执行了下述操作:

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图8

最后生成的版本链如下图所示,可以看到只要沿着版本链一直往后找,就能找到最初的记录:

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图9

Read View

前面提到过,在 READ COMMITTEDREPEATABLE READ 隔离级别下读不到未提交的记录,MySQL 通过 SELECT 时生成的 ReadView 快照来决定哪些记录对于当前事务可见。MySQL 8.0 中 ReadView 的代码主要结构如下所示:

/** Read view lists the trx ids of those transactions for which a consistent
read should not see the modifications to the database. */

class ReadView
{
    /** This is similar to a std::vector but it is not a drop
    in replacement. It is specific to ReadView. */
    class ids_t
    {
    };

private:
    /** The read should not see any transaction with trx id >= this
    value. In other words, this is the "high water mark". */
    trx_id_t m_low_limit_id;

    /** The read should see all trx ids which are strictly
    smaller (

可以看到 ReadView 中主要有以下几个数据成员:

  • m_low_limit_idDB_TRX_ID 大于等于 m_low_limit_id 的记录对于当前查询不可见
  • m_up_limit_idDB_TRX_ID 小于 m_up_limit_id 的记录对于当前查询可见
  • m_creator_trx_id:创建了 ReadView 的事务,也就是当前执行了 SELECT 语句的事务
  • m_ids:创建 ReadView 时仍处于活跃状态的事务列表

ReadView::changes_visible 用来鉴定一个记录对于当前查询是否可见,分为以下几种情况:

  • 如果 id 小于 m_up_limit_id,说明记录在快照创建之前就已提交,可见
  • 如果 id 等于 m_creator_trx_id,说明这条记录被当前事务所修改,可见
  • 如果 id 大于等于 m_low_limit_id,说明这条记录是在快照创建之后被修改的,不可见
  • 如果 id 在 [m_up_limit_id, m_low_limit_id) 之间,需要判断 id 在不在活跃事务列表中,如果在说明这条记录还没被提交则不可见,不在的话就是已被提交的记录则可见
/** Check whether the changes by id are visible.
@param[in]    id      transaction id to check against the view
@param[in]    name    table name
@return whether the view sees the modifications of id. */
[[nodiscard]] bool changes_visible(trx_id_t id, const table_name_t &name) const
{
    ut_ad(id > 0);

    if (id = m_low_limit_id)
    {
        return (false);
    }
    else if (m_ids.empty())
    {
        return (true);
    }

    const ids_t::value_type *p = m_ids.data();

    return (!std::binary_search(p, p + m_ids.size(), id));
}

READ COMMITTED

READ COMMITTED 隔离级别下,每次 SELECT 都会创建一个新的 ReadView,所以它可以读取到所有已提交的记录。如下图所示,我们创建了三个事务 T1、T2 和 T3,他们的事务号分别为 67、60 和 70。T2 修改了硝子年龄并提交,T1 也修改了年龄但是没有提交,此时 T3 读到的年龄是 T2 修改后的版本:

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图10

根据上述过程画出版本链,根据版本链可以分析 T3 执行 SELECT 语句的过程:

  1. 生成 ReadView,其中 m_low_limit_id 为 71(这个值等于下一个待分配的事务的 ID),m_up_limit_id 为 67,m_ids[ 67, ]m_creator_trx_id 为 70
  2. 从版本链的表头开始,第一条记录内容为 1, 硝子, 18DB_TRX_ID 为 67,位于 m_ids 里面,说明事务还没提交,不可见
  3. 第二条记录为 1 硝子 17DB_TRX_ID 为 60,小于 m_up_limit_id,说明事务已提交,可见,返回该条记录

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图11

REPEATABLE READ

REPEATABLE READREAD COMMITTED 本质区别在于: READ COMMITTED 每次 SELECT 都会生成一个新的 ReadView,而 REPEATABLE READ 只在事务的第一次 SELECT 时生成 ReadView,之后不会生成新的快照,所以即使 m_ids 里面的事务提交了,id 仍然保留在列表中就会被判定为不可见。

再回到上面的例子,之所以 update 之后出现了幻行,是因为被 update 的记录 DB_TRX_ID 变成了当前事务的 id,这就导致 ReadViewm_creator_trx_id 等于 id 使得记录可见。

深入理解 MySQL 的事务隔离级别和 MVCC 机制插图6

后记

至此,事务的隔离级别和 MVCC 机制的实现方式已全部介绍完毕,如果想要更加深入地了解实现细节可以自行阅读 MySQL 的源代码,以上~

文章来源于互联网:深入理解 MySQL 的事务隔离级别和 MVCC 机制

THE END
分享
二维码