深入理解MySQL的MVCC原理

简介: 深入理解MySQL的MVCC原理一、MVCC定义1、并发事务可能产生的问题2、当前读和快照读二、MVCC实现、原理1、隐藏字段2、版本链3、ReadView三、手动验证MVCC的原理1、事务隔离级别为RC(读已提交隔):2、事务隔离级别为RR(可重复读):

一、MVCC定义



MVCC(Mutil Version Concurrency Control)多版本并发控制,是一种并发控制的方法(而非具体实现),一般在数据库管理系统中,实现对数据库的并发访问。

上面的解释比较抽象,下面来一点一点分析。



1、并发事务可能产生的问题

当一个事务访问数据库的数据时,无论读、写,都不会产生并发问题。


当两个事务同时访问数据库中的相同数据时,可能有几种情况:


读:两个事务都查询数据。当两个事务对相同数据全部是读操作时,不会产生任何并发问题。

读+写:一个事务查询数据,一个事务修改数据。当两个事务对相同数据有读有写时,可能会产生脏读、不可重复度、幻读的问题(但发生脏读、不可重复度、幻读就并不一定表示有问题,具体还是要看场景,有些业务场景发生不可重复度是不允许的,但有些业务场景可能发生脏读也没啥大碍)。

写:两个事务都修改数据,当两个事务对相同数据全部是写操作时,可能产生数据丢失(回滚丢失、覆盖丢失)等问题。

多个事务同时访问数据库中相同的数据,也是一样的,可能存在【读】、【读+写】、【写】这三种情况。


那如何解决上面的问题呢?


并发事务对数据的读操作不会产生并发问题,所以不用解决;

并发事务对数据的读+写,常规操作一般会对要操作的数据加锁来解决并发读+写可能产生的问题,MySQL的InnoDB实现了MVCC来更好地处理读写冲突,可以做到即使存在并发读写,也可以不用加锁,实现"非阻塞并发读"。

并发事务对数据的写操作,只能通过加锁(乐观锁/悲观锁)来解决。

到了这里,我们脑子里需要有这么个印象:MySQL实现的MVCC,主要是用于在并发读写的情况下,保证 “读” 数据时无需加锁也可以读取到数据的某一个版本的快照,好处是可以避免加锁,降低开销,解决了读写冲突,增大了数据库的并发性能。


2、当前读和快照读


在进一步了解MySQL中实现MVCC的细节之前,还需要了解两个定义:


当前读:读取的数据是最新版本,读取数据时还要保证其他并发事务不会修改当前的数据,当前读会对读取的记录加锁。比如:select …… lock in share mode(共享锁)、select …… for update | update | insert | delete(排他锁)


快照读:每一次修改数据,都会在 undo log 中存有快照记录,这里的快照,就是读取undo log中的某一版本的快照。这种方式的优点是可以不用加锁就可以读取到数据,缺点是读取到的数据可能不是最新的版本。一般的查询都是快照读,比如:select * from t_user where id=1;在MVCC中的查询都是快照度。


二、MVCC实现、原理



MySQL中MVCC主要是通过行记录中的隐藏字段(隐藏主键 row_id、事务ID trx_id、回滚指针 roll_pointer)、undo log(版本链)、ReadView(一致性读视图)来实现的。

1、隐藏字段


MySQL中,在每一行记录中除了自定义的字段,还有一些隐藏字段:


row_id:当数据库表没定义主键时,InnoDB会以row_id为主键生成一个聚集索引。


trx_id:事务ID记录了新增/最近修改这条记录的事务id,事务id是自增的。


roll_pointer:回滚指针指向当前记录的上一个版本(在 undo log 中)。


2、版本链


简单提下 redo log 和 undo log。在修改数据的时候,会向 redo log 中记录修改的页内容(为了在数据库宕机重启后恢复对数据库的操作),也会向 undo log 记录数据原来的快照(用于回滚事务)。undo log有两个作用,除了用于回滚事务,还用于实现MVCC。


用一个简单的例子来画一下MVCC中用到的undo log版本链的逻辑图:


当事务100(trx_id=100)执行了 insert into t_user values(1,'张三',20);之后:

40.png


当事务102(trx_id=102)执行了 update t_user set name='李四' where id=1;之后:

41.png

当事务103(trx_id=103)执行了 update t_user set name='王五' where id=1;之后:

42.png



3、ReadView


在上面的例子中,多个事务对 id=1 的数据修改后,这行记录除了最新的数据,在 undo log 中还有多个版本的快照。那其他事务查询时能查到最新版本的数据吗?如果不能,能读到哪个版本的快照呢?这就要由ReadView来决定了。


ReadView 就是MVCC在对数据进行快照读时,会产生的一个”读视图“(翻译过来就是ReadView~哈哈哈)。


ReadView中有4个比较重要的变量(具体这几个变量名是啥我也不知道,不过不要在意这些细节,这里就随便定义一下……):


m_ids:活跃事务id列表,当前系统中所有活跃的(也就是没提交的)事务的事务id列表。


min_trx_id:m_ids 中最小的事务id。


max_trx_id:生成 ReadView 时,系统应该分配给下一个事务的id(注意不是 m_ids 中最大的事务id),也就是m_ids 中的最大事务id + 1 。


creator_trx_id:生成该 ReadView 的事务的事务id。


某个事务进行快照读时可以读到哪个版本的数据,ReadView 有一套算法:


(1)当【版本链中记录的 trx_id 等于当前事务id(trx_id = creator_trx_id)】时,说明版本链中的这个版本是当前事务修改的,所以该快照记录对当前事务可见。


(2)当【版本链中记录的 trx_id 小于活跃事务的最小id(trx_id < min_trx_id)】时,说明版本链中的这条记录已经提交了,所以该快照记录对当前事务可见。


(3)当【版本链中记录的 trx_id 大于下一个要分配的事务id(trx_id > max_trx_id)】时,该快照记录对当前事务不可见。


(4)当【版本链中记录的 trx_id 大于等于最小活跃事务id】且【版本链中记录的trx_id小于下一个要分配的事务id】(min_trx_id<= trx_id < max_trx_id)时,如果版本链中记录的 trx_id 在活跃事务id列表 m_ids 中,说明生成 ReadView 时,修改记录的事务还没提交,所以该快照记录对当前事务不可见;否则该快照记录对当前事务可见。


当事务对 id=1 的记录进行快照读时select * from t_user where id=1,在版本链的快照中,从最新的一条记录开始,依次判断这4个条件,直到某一版本的快照对当前事务可见,否则继续比较上一个版本的记录。


MVCC主要是用来解决RU隔离级别下的脏读和RC隔离级别下的不可重复读的问题,所以MVCC只在RC(解决脏读)和RR(解决不可重复读)隔离级别下生效,也就是MySQL只会在RC和RR隔离级别下的快照读时才会生成ReadView。区别就是,在RC隔离级别下,每一次快照读都会生成一个最新的ReadView;在RR隔离级别下,只有事务中第一次快照读会生成ReadView,之后的快照读都使用第一次生成的ReadView。


事务能否查询到其他事务修改的数据,取决于可见性算法,可见性算法又是取决于 ReadView 中的值,ReadView 在 RC 和 RR 两种隔离级别下生成的时机不同,所以导致两种隔离级别下,某个事务修改数据的可见性对其他事务是不同的(RC隔离级别下一个事务可以查询到其他事务在此期间修改并提交的数据;RR隔离级别下一个事务无法查询到其他事务在此期间修改并提交的数据)。


还是有点抽象?那就手动来亲自验证一下,之后就会清晰很多。(如果想要真正理解上面的算法,建议最好找个例子,亲自验证一下)


三、手动验证MVCC的原理



还是用上面的例子来说。

前提条件:事务100(trx_id=100)向表中插入了一条id=1的数据: insert into t_user values(1,'张三',20);并提交了事务。

之后又有3个事务(事务101、事务102、事务103)来对这条数据进行读写操作:


43.png44.png

在时间点 t1 ~ t6 时,整个版本链中只有一个快照,trx_id 为 100:

45.png


在时间点 t7 ~ t11 时,整个版本链中有两个快照,trx_id 为 102、100:


46.png

在时间点 t11 ~ t14 时,整个版本链中有三个快照,trx_id 为 103、102、100:


47.png


1、事务隔离级别为RC(读已提交隔):

当前事务隔离级别为RC(读已提交隔)时,每个事务每次查询对应生成的ReadView是这样的,跟着这张图来梳理一下:

48.png


在时间点t2,事务101查询时生成的ReadView内容为:


trx_list: 101
min_trx_id:101
max_trx_id:102
creator_trx_id:101
  • 当前时间点,版本链中只有一个快照(trx_id=100),因为 trx_id(100)< min_trx_id(101),符合算法的第(2)条规则,所以trx_id=100的这个快照对当前事务可见。
  • 在时间点t4,事务102查询时生成的ReadView内容为:
trx_list: 101,102
min_trx_id:101
max_trx_id:103
creator_trx_id:102


  • 当前时间点,版本链中只有一个快照(trx_id=100),因为 trx_id(100)< min_trx_id(101),符合算法的第(2)条规则,所以trx_id=100的这个快照对当前事务可见。
  • 在时间点t6,事务103查询时生成的ReadView内容为:
trx_list: 101,102,103
min_trx_id:101
max_trx_id:104
creator_trx_id:103


  • 当前时间点,版本链中只有一个快照(trx_id=100),因为 trx_id(100)< min_trx_id(101),符合算法的第(2)条规则,所以trx_id=100的这个快照对当前事务可见。
  • 在时间点t8,事务101查询时生成的ReadView内容为:
trx_list: 101,102,103
min_trx_id:101
max_trx_id:104
creator_trx_id:101

当前时间点,版本链中有两个快照(trx_id=102 -> trx_id=100),从版本链中的快照中,从最新的开始,依次判断:


对于trx_id=102的快照,min_trx_id(101) <= trx_id(102) < max_trx_id(104) ,且trx_id(102) 在 trx_list(101,102,103) 中,说明当前事务生成ReadView时,修改该记录的事务仍然是活跃事务(还未提交),根据算法的第(4)条规则,trx_id=102的快照对当前事务不可见。这也就验证了在RC隔离级别下,事务102修改但未提交的数据对于事务101应该不可见。


对于trx_id=100的快照,因为 trx_id(100)< min_trx_id(101),符合算法的第(2)条规则,所以trx_id=100的这个快照对当前事务可见。


在时间点t9,事务102查询时生成的ReadView内容为:


trx_list: 101,102,103
min_trx_id:101
max_trx_id:104
creator_trx_id:102


当前时间点,版本链中有两个快照(trx_id=102 -> trx_id=100),从版本链中的快照中,从最新的开始,依次判断:


对于trx_id=102的快照,因为 trx_id(102) = creator_trx_id(102),符合算法的第(1)条规则,所以trx_id=102的这个快照对当前事务可见。


在时间点t11,事务103查询时生成的ReadView内容为:


trx_list: 101,103
min_trx_id:101
max_trx_id:104
creator_trx_id:103


当前时间点,版本链中有两个快照(trx_id=102 -> trx_id=100),从版本链中的快照中,从最新的开始,依次判断:


对于trx_id=102的快照,min_trx_id(101) <= trx_id(102) < max_trx_id(104) ,且trx_id(102) 不在 trx_list(101,103) 中,说明当前事务生成ReadView时,修改该记录的事务不是活跃事务(已经提交),根据算法的第(4)条规则,trx_id=102的快照对当前事务可见。这也就验证了在RC隔离级别下,事务102修改且提交的数据对于事务103是可见的。


在时间点t14,事务101查询时生成的ReadView内容为:


trx_list: 101
min_trx_id:101
max_trx_id:104
creator_trx_id:101


当前时间点,版本链中有三个快照(trx_id=103 -> trx_id=102 -> trx_id=100),从版本链中的快照中,从最新的开始,依次判断:


对于trx_id=103的快照,min_trx_id(101) <= trx_id(103) < max_trx_id(104) ,且trx_id(103) 不在 trx_list(101) 中,说明当前事务生成ReadView时,修改该记录的事务不是活跃事务(已经提交),根据算法的第(4)条规则,trx_id=103的快照对当前事务可见。这也就验证了在RC隔离级别下,事务103修改且提交的数据对于事务101是可见的。


2、事务隔离级别为RR(可重复读):


当前事务隔离级别为RR(可重复读)时,每个事务每次查询对应生成的ReadView是这样的,跟着这张图来梳理一下:

49.png


上面说过,在RC隔离级别下,每一次快照读都会生成一个最新的ReadView;在RR隔离级别下,只有事务中第一次快照读会生成ReadView,之后的快照读都使用第一次生成的ReadView。


所以,事务101在 t8、t14 时刻查询时,使用的 ReadView 跟 t2 时刻一样;事务102在t9时刻查询时使用的ReadView 跟 t4 时刻一样;事务103在 t11 时刻查询时使用的ReadView 跟 t6 时刻一样。


文章到这里就结束了,有心的同学可以跟着上面【事务隔离级别为RC】时的步骤,来推演验证一下在每个时间点、每个事务查询都能查到哪个版本的快照数据,也能加深一下理解(为了有些同学推演后想对比答案,我就把答案也写在下面了)。




在时间点t2,事务101查询时生成的ReadView内容为:

trx_list: 101
min_trx_id:101
max_trx_id:102
creator_trx_id:101


  • 当前时间点,版本链中只有一个快照(trx_id=100),因为 trx_id(100)< min_trx_id(101),符合算法的第(2)条规则,所以trx_id=100的这个快照对当前事务可见。
  • 在时间点t4,事务102查询时生成的ReadView内容为:
trx_list: 101,102
min_trx_id:101
max_trx_id:103
creator_trx_id:102
  • 当前时间点,版本链中只有一个快照(trx_id=100),因为 trx_id(100)< min_trx_id(101),符合算法的第(2)条规则,所以trx_id=100的这个快照对当前事务可见。
  • 在时间点t6,事务103查询时生成的ReadView内容为
trx_list: 101,102,103
min_trx_id:101
max_trx_id:104
creator_trx_id:103


当前时间点,版本链中只有一个快照(trx_id=100),因为 trx_id(100)< min_trx_id(101),符合算法的第(2)条规则,所以trx_id=100的这个快照对当前事务可见。


在时间点t8,事务101查询时用的ReadView和在t2时间点生成的ReadView一样:

trx_list: 101
min_trx_id:101
max_trx_id:102
creator_trx_id:101


当前时间点,版本链中有两个快照(trx_id=102 -> trx_id=100),从版本链中的快照中,从最新的开始,依次判断:


对于trx_id=102的快照,trx_id(102) >= max_trx_id(102) ,根据算法的第(3)条规则,trx_id=102的快照对当前事务不可见。这也验证了在RR隔离级别下,事务102修改但未提交的数据对于事务101应该不可见(RC都不可见了,更别说RR了)。


对于trx_id=100的快照,因为 trx_id(100)< min_trx_id(101),符合算法的第(2)条规则,所以trx_id=100的这个快照对当前事务可见。


在时间点t9,事务102查询时用的ReadView和在t4时间点生成的ReadView一样:


trx_list: 101,102
min_trx_id:101
max_trx_id:103
creator_trx_id:102


当前时间点,版本链中有两个快照(trx_id=102 -> trx_id=100),从版本链中的快照中,从最新的开始,依次判断:


对于trx_id=102的快照,因为 trx_id(102) = creator_trx_id(102),符合算法的第(1)条规则,所以trx_id=102的这个快照对当前事务可见。


在时间点t11,事务103查询时用的ReadView和在t6时间点生成的ReadView一样:


trx_list: 101,102,103
min_trx_id:101
max_trx_id:104
creator_trx_id:103

当前时间点,版本链中有两个快照(trx_id=102 -> trx_id=100),从版本链中的快照中,从最新的开始,依次判断:


对于trx_id=102的快照,min_trx_id(101) <= trx_id(102) < max_trx_id(104) ,且trx_id(102) 在 trx_list(101,102,103) 中,说明当前事务生成ReadView时,修改该记录的事务是活跃事务(还未提交),根据算法的第(4)条规则,trx_id=102的快照对当前事务不可见。这也就验证了在RR隔离级别下,事务102修改且提交的数据对于事务103是不可见的。


在时间点t14,事务101查询时生成的ReadView内容为:

trx_list: 101
min_trx_id:101
max_trx_id:102
creator_trx_id:101

当前时间点,版本链中有三个快照(trx_id=103 -> trx_id=102 -> trx_id=100),从版本链中的快照中,从最新的开始,依次判断:


对于trx_id=103的快照,trx_id(103) >= max_trx_id(102) ,根据算法的第(3)条规则,trx_id=103的快照对当前事务不可见。这也就验证了在RR隔离级别下,事务103修改且提交的数据对于事务101是不可见的。


对于trx_id=102的快照,trx_id(102) >= max_trx_id(102) ,根据算法的第(3)条规则,trx_id=102的快照对当前事务不可见。这也就验证了在RR隔离级别下,事务102修改且提交的数据对于事务101是不可见的。


对于trx_id=100的快照,trx_id(100) < min_trx_id(101) ,根据算法的第(2)条规则,trx_id=100的快照对当前事务可见。


相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
相关文章
|
存储 SQL 关系型数据库
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
mysql底层原理:索引、慢查询、 sql优化、事务、隔离级别、MVCC、redolog、undolog(图解+秒懂+史上最全)
|
自然语言处理 搜索推荐 关系型数据库
MySQL实现文档全文搜索,分词匹配多段落重排展示,知识库搜索原理分享
本文介绍了在文档管理系统中实现高效全文搜索的方案。为解决原有ES搜索引擎私有化部署复杂、运维成本高的问题,我们转而使用MySQL实现搜索功能。通过对用户输入预处理、数据库模糊匹配、结果分段与关键字标红等步骤,实现了精准且高效的搜索效果。目前方案适用于中小企业,未来将根据需求优化并可能重新引入专业搜索引擎以提升性能。
905 5
|
SQL 关系型数据库 MySQL
MySQL group by 底层原理详解。group by 执行 慢 原因深度分析。(图解+秒懂+史上最全)
MySQL group by 底层原理详解。group by 执行 慢 原因深度分析。(图解+秒懂+史上最全)
MySQL group by 底层原理详解。group by 执行 慢 原因深度分析。(图解+秒懂+史上最全)
|
关系型数据库 MySQL 数据库
RDS用多了,你还知道MySQL主从复制底层原理和实现方案吗?
随着数据量增长和业务扩展,单个数据库难以满足需求,需调整为集群模式以实现负载均衡和读写分离。MySQL主从复制是常见的高可用架构,通过binlog日志同步数据,确保主从数据一致性。本文详细介绍MySQL主从复制原理及配置步骤,包括一主二从集群的搭建过程,帮助读者实现稳定可靠的数据库高可用架构。
1171 9
RDS用多了,你还知道MySQL主从复制底层原理和实现方案吗?
|
SQL 关系型数据库 MySQL
京东面试:MySQL MVCC是如何实现的?如何通过MVCC实现读已提交、可重复读隔离级别的?
1.请解释什么是MVCC,它在数据库中的作用是什么? 2.在MySQL中,MVCC是如何实现的?请简述其工作原理。 3.MVCC是如何解决读-写和写-写冲突的? 4.在并发环境中,当多个事务同时读取同一行数据时,MVCC是如何保证每个事务看到的数据版本是一致的? 5.MVCC如何帮助提高数据库的并发性能?
京东面试:MySQL MVCC是如何实现的?如何通过MVCC实现读已提交、可重复读隔离级别的?
|
SQL 存储 关系型数据库
MySQL主从复制 —— 作用、原理、数据一致性,异步复制、半同步复制、组复制
MySQL主从复制 作用、原理—主库线程、I/O线程、SQL线程;主从同步要求,主从延迟原因及解决方案;数据一致性,异步复制、半同步复制、组复制
2217 11
|
SQL 关系型数据库 MySQL
MySQL派生表合并优化的原理和实现
通过本文的详细介绍,希望能帮助您理解和实现MySQL中派生表合并优化,提高数据库查询性能。
535 16
|
存储 缓存 关系型数据库
MySQL进阶突击系列(08)年少不知BufferPool核心原理 | 大哥送来三条大金链子LRU、Flush、Free
本文深入探讨了MySQL中InnoDB存储引擎的buffer pool机制,包括其内存管理、数据页加载与淘汰策略。Buffer pool作为高并发读写的缓存池,默认大小为128MB,通过free链表、flush链表和LRU链表管理数据页的存取与淘汰。其中,改进型LRU链表采用冷热分离设计,确保预读机制不会影响缓存公平性。文章还介绍了缓存数据页的刷盘机制及参数配置,帮助读者理解buffer pool的运行原理,优化MySQL性能。
|
SQL 关系型数据库 MySQL
MySQL派生表合并优化的原理和实现
通过本文的详细介绍,希望能帮助您理解和实现MySQL中派生表合并优化,提高数据库查询性能。
369 7
|
SQL 存储 关系型数据库
MySQL进阶突击系列(05)突击MVCC核心原理 | 左右护法ReadView视图和undoLog版本链强强联合
2024年小结:感谢阿里云开发者社区每月的分享交流活动,支持持续学习和进步。过去五个月投稿29篇,其中17篇获高分认可。本文详细介绍了MySQL InnoDB存储引擎的MVCC机制,包括数据版本链、readView视图及解决脏读、不可重复读、幻读问题的demo演示。

推荐镜像

更多