提出问题

可重复读级别下，事务中读取的数据在整个事务过程中都是一致的，那么别的事务更新了数据，当前事务再去更新数据的时候，看到的是更新后的，还是更新前的？举个例子，初始插入值为insert into t(id, k) values(1,1),(2,2);

需要注意，begin/start transaction 命令并不是一个事务的起点，在执行到它们之后的第一个操作 InnoDB 表的语句，事务才真正启动。如果你想要马上启动一个事务，可以使用 start transaction with consistent snapshot 这个命令

1. 事务 C 没有显式地使用 begin/commit，表示这个 update 语句本身就是一个事务，语句完成的时候会自动提交，因为事务C本来就只有一条执行语句。
2. 事务 B 在更新了行之后查询
3. 事务 A 在一个只读事务中查询，并且时间顺序上是在事务 B 的查询之后，接着提交
4. 事务 B 提交

在这里，事务 B 查到的 k 的值是 3，而事务 A 查到的 k 的值是 1，我们需要知道为什么结果是这样

MVCC机制

这部分详细讲解下MVCC机制，包括快照和事务ID

快照

在 MySQL 里，有两个视图的概念，这两个视图分别用于不同的场景。

• 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。创建视图的语法是 create view … ，而它的查询方法与表一样。
• 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，作用是事务执行期间用来定义“我能看到什么数据”

第二种视图更像是一种快照。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。

事务ID

InnoDB 里面每个事务有一个唯一的事务 ID，叫作 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。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，并且把 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，并且在新的数据版本中，能够有信息可以直接拿到它。也就是说，数据表中的一行记录，其实可能有多个版本 (row)，每个版本有自己的 row trx_id

比如，如果有一个事务，它的低水位事务ID是 18，那么当它访问这一行数据时，就会从 V4 通过 U3 计算出 V3，所以在它看来，这一行的值是 11

undo log

undo log 在哪呢？实际上，上图的三个虚线箭头，就是 undo log；而 V1、V2、V3 并不是物理上真实存在的，而是每次需要的时候根据当前版本和 undo log 计算出来的。比如，需要 V2 的时候，就是通过 V4 依次执行 U3、U2 算出来，返回过来看

回滚段是真实存在的，而视图也就是快照是一种逻辑形态，是计算出来的。

MVCC实现

按照可重复读的定义，一个事务启动的时候，能够看到所有已经提交的事务结果。但是之后，这个事务执行期间，其他事务的更新对它不可见。因此，一个事务只需要在启动的时候声明说，

• “以我启动的时刻为准，如果一个数据版本是在我启动之前生成的，就认；
• 如果是我启动以后才生成的，我就不认，我必须要找到它的上一个版本”。

当然，如果“上一个版本”也不可见，那就得继续往前找。还有，如果是这个事务自己更新的数据，它自己还是要认的

在实现上， InnoDB 为每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”的所有事务 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，当前系统里面已经创建过的事务 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）

这样，对于当前事务的启动瞬间来说，一个数据版本的 row trx_id（对一个数据的操作ID），有以下几种可能：

1. 如果落在绿色部分，表示这个版本是已提交的事务或者是当前事务自己生成的，这个数据是可见的；
2. 如果落在黄色部分，那就包括两种情况

• a. 若 row trx_id 在活跃数组中，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 不在活跃数组中，表示这个版本是已经提交了的事务生成的，可见。

3. 如果落在红色部分，表示这个版本是由将来启动的事务生成的，是肯定不可见的；事务ID一定大于当前。

我们举个例子，假如事务ID从【90,100】，其中90,91,93,95,98,99,100已提交，则活跃事务ID数组为【92,96,97】，低水位为92，当前事务为94，高水位为101。则可以进行如下划分：

• 绿色区域，低水位之前已提交的事务ID，90,91可见。包括当前事务虽然未提交刚开启，但是自身可见，94可见
• 黄色区域，低水位到高水位之间，剩下的【92,100】，这一系列事务ID，分为两类

• a. 若 row trx_id 在活跃数组中，【92,96,97】不可见。
• b. 若 row trx_id 不在活跃数组中，93,95,98,99,100均可见

• 红色区域，未开始的事务101及以后的事务ID都不可见

以上就是一致性视图的使用规范。对于上边的行数据版本链问题，低水位是18，则在所有版本的数据中，trx_id低于18的版本都可见，所以值为11肯定是可见的，有了这个声明后，系统里面随后发生的更新，是不是就跟这个事务看到的内容无关了呢？因为之后的更新，生成的版本一定属于上面的 3或者 2(a) 的情况，而对它来说，这些新的数据版本是不存在的，所以这个事务的快照，就是“静态”的了

解决问题

接下来，我们继续看一下开始提出问题的三个事务，分析下事务 A 的语句返回的结果，为什么是 k=1。这里，我们不妨做如下假设：

• 事务 A 开始前，系统里面只有一个活跃事务 ID 是 99；
• 事务 A、B、C 的版本号分别是 100、101、102，且当前系统里只有这四个事务；

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，我先把其他干扰语句去掉，只画出跟事务 A 查询逻辑有关的操作：

• 从图中可以看到，第一个有效更新是事务 C，把数据从 (1,1) 改成了 (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) 改成了 (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

在事务 A 查询的时候，其实事务 B 还没有提交，但是它生成的 (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，否则就变成脏读了

读取逻辑

好，现在事务 A 要来读数据了，它的视图数组是[99,100]。当然了，读数据都是从当前版本读起的。所以，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，但是事务 A 不论在什么时候查询，看到这行数据的结果都是一致的，所以我们称之为一致性读，一个数据版本，对于一个事务视图来说，除了自己的更新总是可见以外，有三种情况：

• 版本未提交，不可见；
• 版本已提交，但是是在视图创建后提交的，不可见；
• 版本已提交，而且是在视图创建前提交的，可见。

现在，我们用这个规则来判断查询结果

1. 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，属于情况 1，不可见；
2. (1,2) 虽然提交了，但是是在视图数组创建之后提交的，属于情况 2，不可见
3. (1,1) 是在视图数组创建之前提交的，可见。

去掉数字对比后，只用时间先后顺序来判断，分析起来是不是轻松多了。所以，后面我们就都用这个规则来分析

更新逻辑

事务 B 的 update 语句，如果按照一致性读，好像结果不对？事务 B 的视图数组是先生成的，之后事务 C 才提交，不是应该看不见 (1,2) 吗，怎么能算出 (1,3) 来

是的，如果事务 B 在更新之前查询一次数据，这个查询返回的 k 的值确实是 1

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

因此，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。所以，在执行事务 B 查询语句的时候，一看自己的版本号是 101，最新数据的版本号也是 101，是自己的更新，可以直接使用，所以查询得到的 k 的值是 3。有点像Java的volatile机制。

当前读

这里我们提到了一个概念，叫作当前读。其实，除了 update 语句外，select 语句如果加锁，也是当前读。所以，如果把事务 A 的查询语句 select * from t where id=1 修改一下，加上 lock in share mode 或 for update，也都可以读到版本号是 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）

mysql> select k from t where id=1 lock in share mode;
mysql> select k from t where id=1 for update;

言归正传，假设事务 C 不是马上提交的，而是变成了下面的事务 C’，会怎么样呢？

事务 C’的不同是，更新后并没有马上提交，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，但是 (1,2) 这个版本也已经生成了，并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？

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更新时 是当前读，必须要读最新版本，而且必须加锁，因此就被锁住了，必须等到事务 C’释放这个锁，才能继续它的当前读

可重复读和读提交的实现

到这里，我们把一致性读、当前读和行锁就串起来了。那么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）；事务更新数据的时候，只能用当前读。如果当前的记录的行锁被其他事务占用的话，就需要进入锁等待。
• 读提交的逻辑和可重复读的逻辑类似，它们最主要的区别是：在可重复读隔离级别下，只需要在事务开始的时候创建一致性视图，之后事务里的其他查询都共用这个一致性视图；在读提交隔离级别下，每一个语句执行前都会重新算出一个新的视图。

那么，我们再看一下，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？这里需要说明一下，“start transaction with consistent snapshot; ”的意思是从这个语句开始，创建一个持续整个事务的一致性快照。所以，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，可以看到这两个查询语句的创建视图数组的时机发生了变化，就是图中的 read view 框。（注意：这里，我们用的还是事务 C 的逻辑直接提交，而不是事务 C’）

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创建的，时序上 (1,2)、(1,3) 的生成时间都在创建这个视图数组的时刻之前。但是，在这个时刻：

• (1,3) 事务B还没提交，属于情况 1，不可见；
• (1,2) 事务C提交了，属于情况 3，可见。

所以，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，因为B的视图里，C已经提交了。自己状态又可见，直接加2次。

隔离级别与行锁

Innodb对于行级锁，行文至此，我们最终探讨一次四种隔离级别是如何产生效果的呢？是依据MVCC机制和行级别的锁来实现的，针对每种隔离级别分别介绍一下：

• 读未提交，不创建视图，所有语句不加任何锁，有脏读问题。解决办法就是下面的读已提交
• 读已提交，执行sql时创建一致性视图，SELECT语句是一致性读，一致性读会根据 row trx_id 和一致性视图确定数据版本的可见性，且SELECT不加锁，更新语句使用当前读机制+两阶段行锁（Record Lock排它锁）机制，UPDATE加排他锁，存在的问题不可重复读。即在一次事务之间，进行了两次读取，但是结果不一样，不可重复读问题
• 可重复读，事务开始时创建一致性视图，查询语句是一致性读，一致性读会根据 row trx_id 和一致性视图确定数据版本的可见性，且SELECT不加锁，更新语句使用当前读机制+两阶段行锁（Record Lock排它锁）机制，UPDATE加排他锁，可重复读阻止的写事务包括update（只给存在的数据行加上了锁），但是不包括insert、delete（新行不存在，所以没有办法加锁）
• 串行化，不创建视图，读加读锁，写加跨行级别Next-key Lock排他锁。阻止其它读写事务 ，基本上就是一个个执行事务，所以叫串行化。

整体的隔离机制介绍如上，可算是对事务和锁的实现有了一个全盘的掌握了。