MVCC只在提交读和可重复读两个隔离级别中使用。
版本链
对于使用InnoDB存储引擎的表来说,它的聚簇索引记录中都包含两个必要的隐藏列(row_id并不是必要的,我们创建的表中有主键或者非NULL唯一键时都不会包含row_id列)
trx_id:每次对某条聚簇索引记录进行改动时,都会把对应的事务id赋值给trx_id隐藏列。
roll_pointer:每次对某条聚簇索引记录进行改动时,都会把旧的版本写入到undo日志中,然后这个隐藏列就相当于一个指针,可以通过它来找到该记录修改前的信息。
假设插入该记录的事务id为80,那么此刻该条记录的示意图如下所示:
假设之后两个id分别为100,200的事务对这条记录进行UPDATE操作,操作流程如下:
因为排他锁,不能同时在两个事务里更新同一条记录。所以每个事务更新完记录后必须提交其他事务才能更新。
每次对记录进行改动,都会记录一条undo日志,每条undo日志也都有一个roll_pointer属性(INSERT操作对应的undo日志没有该属性,因为该记录并没有更早的版本),可以将这些undo日志都连起来,串成一个链表,所以现在的情况就像下图一样:
对该记录每次更新后,都会将旧值放到一条undo日志中,就算是该记录的一个旧版本,随着更新次数的增多,所有的版本都会被roll_pointer属性连接成一个链表,我们把这个链表称之为版本链,版本链的头节点就是当前记录最新的值。另外,每个版本中还包含生成该版本时对应的事务id,这个信息很重要,我们稍后就会用到。
ReadView
对于使用未提交读(READ UNCOMMITTED)的隔离级别的事务来说,直接读取记录的最新版本就好了,对于使用串行化(SERIALIZABLE)隔离级别的事务来说,使用的是全部加锁的策略。使用提交读(READ COMMITTED)和可重复(READ COMMITTED)的隔离级别事务就就要用到版本链来实现快照读了。需要解决的核心问题是读-写冲突的问题。并判断版本链中的那个版本对当前事务是可见的。这就引出了ReadView的概念。
ReadView 主要包含当前系统中还有那些活跃的读写事务,把这些事务id放到一个列表中,将该列表命名为m_ids。所以我们在开启一次会话进行SQL读写时,开始事务时生成readview,会将当前系统中正在执行的写事务写入到m_ids列表中,另外还会存储两个值。
- min_trx_id:该值代表生成readview时m_ids中的最小值。
- max_trx_id:该值代表生成readview时系统中应该分配给下一个事务的id值。
所以判断记录对该事务可见性的步骤如下:
- 如果记录的trx_id列小于min_trx_id,说明肯定可见
- 如果记录的trx_id列大于max_trx_id,说明肯定不可见
- 如果记录的trx_id列在min_trx_id和max_trx_id之间,就看该trx_id在不在m_ids列表中,如果在,说明不可见,否则可见。
如果某个版本的数据对当前事务不可见的话,那就顺着版本链找到下一个版本的数据,继续按照上边的步骤判断可见性,依此类推,直到版本链中的最后一个版本,如果最后一个版本也不可见的话,那么就意味着该条记录对该事务不可见,查询结果就不包含该记录。
在MySQL中,READ COMMITTED和REPEATABLE READ隔离级别的的一个非常大的区别就是它们生成ReadView的时机不同,
MVCC下版本链的访问过程
READ COMMITED ——每次读取数据前都生成一个ReadView
比方说现系统中有两个id分别是1,2的事务在执行:
1 | #Transaction 100 |
1 | #Transaction 200 |
事务在执行过程中,只有第一次修改记录时,比如使用insert,delete,update语句的时候,才会被分配一个单独的事务id,这个id是递增的。
此时,表格test_table中id为1的记录得到一个版本链表如下所示:
假设现有一个使用提交读隔离级别的事务开始执行:
1 | # transaction 100,200未提交 |
该select执行过程如下:
在执行select语句时会先生成一个ReadView,ReadView的m_ids列表内容就是[100,200],ReadView的min_trx_id的值100,max_trx_id值为300。
然后从版本链中挑选可见的记录,上图可以看到链条有三个节点,最新版本的内容是’Aaa’,该版本的trx_id值为100,在min_trx_id和max_trx_id之间,然后在看trx_id是否在m_ids列表中,发现在,所以该版本不能对当前事务可见。
下一个版本的列name内容是’Aa’,该版本的trx_id值也为100,和上一个版本的情况一致,所以依然不符合可见性要求。
下一个版本的列name内容是’a’,该版本的trx_id值为80,小于min_trx_id的事务id100,所以这个版本是符合要求的,最后返回给这个事务的版本就是这条name值为’a‘的记录。
之后,我们把事务id为100的事务提交以下,
1 | #Transaction 100 |
在事务id为200的事务中更新以下id为1的记录
1 | #Transaction 200 |
此时表test_table中id为1的记录版本链长下面这样:
再到刚才的事务中继续查找这个id为1的记录,如下:
1 | # 新开的一个客户端字段 |
该select2的执行过程如下:
- 在执行select语句时会先生成一个ReadView,ReadView的m_ids列表内容是[200](事务id为100的事务已经提交了)
- 然后从版本链中查找可见的记录,从途中看出,最新版本的name内容是‘Aaaaa’,该版本的trx_id值为200,在m_ids表内,所以不符合可见性要求,根据roll_pointer跳到下一个版本
- 下一个版本的name值是‘Aaaa’,该版本的trx_id值是200,也在m_ids内,所以不符合要求,继续跳到下一个版本。
- 下一个版本的name列内容是’Aaa‘,该版本的trx_id值是100,小于min_trx_id的事务id’200‘,所以这个版本是符合要求的,最后返回的结果就是这个name为‘Aaa’的版本。
一次类推,如果之后id为200的事务也提交了,如果再次使用提交读的事务查询这条记录,得到的结果就是‘Aaaaa’了,因为ReadView中id为200的事务已经不活跃了。使用提交读隔离级别的事务在每次查询的时候都会生成一个ReadView。
REPEATABLE READ ——在第一次读取数据时生成一个ReadViews
对于可重复读隔离级别的事务来说,只会在第一次执行查询语句的时候生成一个ReadView,之后的查询就不会重复生成了。
比如系统有两个id分别是100,200的事务在执行。
1 | #Transaction 100 |
1 | # Transaction 200 |
此刻,表test_table中id为1的记录得到的版本链如下所示:
假设现在有一个使用可重复读隔离级别的事务开始执行:
1 | # 使用可重复读隔离级别的事务 |
该select的执行过程如下:
- 在执行select语句时会先生成一个ReadView,ReadView的m_ids列表内容是[100,200],min_trx_id的值为100,max_trx_id值为300。
- 从版本链中挑选可见的记录,从上图可看出最新版本name值为’Aaa’,该版本的trx_id值为100,在m_ids内,所以不符合可见性要求,根据roll_pointer跳到下一个版本。
- 下一个版本的name内容是’Aa‘,该版本的trx_id值为100,依然在m_ids列表内,所以继续跳到下一个版本。
- 下一个版本的name值是’a‘,该版本的trx_id值为80,小于ReadView的min_trx_id的值100,所以这个版本符合要求,将该版本作为结果返回。
之后,将id为100的事务提交一下。
1 | #Transaction 100 |
然后再到事务id为200的事务中更新一下表test_table中id为1的记录:
1 | #Transaction 200 |
此刻,表中id为1的记录版本链长下面这样:
然后再到刚才使用可重复读隔离级别的事务中继续查找这个id为1的记录,如下:
1 | start transaciton; |
该select执行过程和提交读的区别就是不再重新生成ReadView,无论100,200事务是否提交,m_ids列表值不变。自然还是找到了版本是‘a’的记录。
总结
所谓的MVCC(Multi-Version Concurrency Control,多版本并发控制)指的就是在使用READ COMMITTD、REPEATABLE READ这两种隔离级别的事务在执行普通的SEELCT操作时访问记录的版本链的过程,这样子可以使不同事务的读-写、写-读操作并发执行,从而提升系统性能。READ COMMITTD、REPEATABLE READ这两个隔离级别的一个很大不同就是生成ReadView的时机不同,READ COMMITTD在每一次进行普通SELECT操作前都会生成一个ReadView,REPEATABLE READ只在第一次进行普通SELECT操作前生成一个ReadView,之后的查询操作都重复这个ReadView就好了。