MySQL多版本並行控制MVCC詳解

2022-07-25 22:01:35

1.什麼是MVCC

MVCC (Multiversion Concurrency Control)，多版本並行控制。顧名思義，MVCC是通過資料行的多個版本管理來實現資料庫的並行控制。這項技術使得在InnoDB的事務隔離級別下執行一致性讀.操作有了保證。換言之，就是為了查詢一些正在被另一個事務更新的行，並且可以看到它們被更新之前的值，這樣在做查詢的時候就不用等待另一個事務釋放鎖。

MVCC沒有正式的標準，在不同的DBMS中MVCC的實現方式可能是不同的，也不是普遍使用的(大家可以參考相關的DBMS檔案)。這裡講解InnoDB中 MVCC的實現機制(MySQL其它的儲存引擎並不支援它)

2快照讀與當前讀

MVCC在MySQL InnoDB中的實現主要是為了提高資料庫並行效能，用更好的方式去處理讀-寫衝突，做到即使有讀寫衝突時，也能做到不加鎖，非阻塞並行讀，而這個讀指的就是快照讀,而非當前讀。當前讀實際上是一種加鎖的操作，是悲觀鎖的實現。而MVCC本質是採用樂觀鎖思想的一種方式。

2.1 快照讀

快照讀又叫一致性讀，讀取的是快照資料。不加鎖的簡單的SELECT都屬於快照讀，即不加鎖的非阻塞讀;比如這樣:

select * from player where ...

之所以出現快照讀的情況，是基於提高並行效能的考慮，快照讀的實現是基於MVCC，它在很多情況下，避免了加鎖操作，降低了開銷。

既然是基於多版本，那麼快照讀可能讀到的並不一定是資料的最新版本，而有可能是之前的歷史版本。

快照讀的前提是隔離級別不是序列級別，序列級別下的快照讀會退化成當前讀。

2.2當前讀

當前讀讀取的是記錄的最新版本（最新資料，而不是歷史版本的資料)，讀取時還要保證其他並行事務不能修改當前記錄，會對讀取的記錄進行加鎖。加鎖的SELECT，或者對資料進行增刪改都會進行當前讀。比如:

3.複習

3.1 再談隔離級別

我們知道事務有4個隔離級別，可能存在三種並行問題：

在MysQL 中，預設的隔離級別是可重複讀，可以解決髒讀和不可重複讀的問題，如果僅從定義的角度來看，它並不能解決幻讀問題。如果我們想要解決幻讀問題，就需要採用序列化的方式，也就是將隔離級別提升到最高，但這樣一來就會大幅降低資料庫的事務並行能力。

MVCC可以不採用鎖機制，而是通過樂觀鎖的方式來解決不可重複讀和幻讀問題!它可以在大多數情況下替代行級鎖，降低系統的開銷。

3.2 隱藏欄位、Undo Log版本鏈

回顧一下undo紀錄檔的版本鏈，對於使用InnoDB儲存引擎的表來說，它的聚簇索引記錄中都包含兩個必要的隱藏列。

trx_id:每次一個事務對某條聚簇索引記錄進行改動時，都會把該事務的事務id賦值給trx_id隱藏列。roll_pointer:每次對某條聚簇索引記錄進行改動時，都會把舊的版本寫入到undo紀錄檔中，然後這個隱藏列就相當於一個指標，可以通過它來找到該記錄修改前的資訊。

4、MVCC實現原理之ReadView

MVCC的實現依賴於：隱藏欄位、Undo Log、Read View

4.1什麼是ReadView

在MVCC機制中，多個事務對同一個行記錄進行更新會產生多個歷史快照，這些歷史快照儲存在Undo Log裡。如果一個事務想要查詢這個行記錄，需要讀取哪個版本的行記錄呢?這時就需要用到ReadView了，它幫我們解決了行的可見性問題。

ReadView就是事務在使用MVCC機制進行快照讀操作時產生的讀檢視。當事務啟動時，會生成資料庫系統當前的一個快照，InnoDB為每個事務構造了一個陣列，用來記錄並維護系統當前活躍事務的lD(“"活躍"指的就是，啟動了但還沒提交）。

4.2 設計思路

使用READ UNCOMMITTED隔離級別的事務，由於可以讀到未提交事務修改過的記錄，所以直接讀取記錄的最新版本就好了。

使用SERIALIZABLE隔離級別的事務，InnoDB規定使用加鎖的方式來存取記錄。

使用READ COMMITTED和REPEATABLE READ隔離級別的事務，都必須保證讀到已經提交了的事務修改過的記錄。假如另一個事務已經修改了記錄但是尚未提交，是不能直接讀取最新版本的記錄的，核心問題就是需要判斷一下版本鏈中的哪個版本是當前事務可見的，這是ReadView要解決的主要問題。

這個ReadView中主要包含4個比較重要的內容，分別如下:

4.3 ReadView的規則

有了這個ReadView，這樣在存取某條記錄時，只需要按照下邊的步驟判斷記錄的某個版本是否可見。

如果被存取版本的trx_id屬性值與ReadView中的creator_trx_id值相同，意味著當前事務在存取它自己修改過的記錄，所以該版本可以被當前事務存取。
如果被存取版本的trx_id屬性值小於ReadView中的up_limit_id值，表明生成該版本的事務在當前事務生成ReadView前已經提交，所以該版本可以被當前事務存取。
如果被存取版本的trx_id屬性值大於或等於ReadView中的low_limit_id值，表明生成該版本的事務在當前事務生成ReadView後才開啟，所以該版本不可以被當前事務存取。
如果被存取版本的trx_id屬性值在ReadView的up_limit_id和low_limit_id之間，那就需要判斷一下trx_id屬性值是不是在trx_ids列表中。如果在，說明建立ReadView時生成該版本的事務還是活躍的，該版本不可以被存取。如果不在，說明建立ReadView時生成該版本的事務已經被提交，該版本可以被存取。 4.4 MVCC整體操作流程

瞭解了這些概念之後，我們來看下當查詢一條記錄的時候，系統如何通過MVCC找到它：

1.首先獲取事務自己的版本號，也就是事務ID;
2．獲取ReadView;
3．查詢得到的資料，然後與ReadView中的事務版本號進行比較;
4.如果不符合Readview規則，就需要從Undo Log中獲取歷史快照;
5．最後返回符合規則的資料。

如果某個版本的資料對當前事務不可見的話，那就順著版本鏈找到下一個版本的資料，繼續按照上邊的步驟判斷可見性，依此類推，直到版本鏈中的最後一個版本。如果最後一個版本也不可見的話，那麼就意味著該條記錄對該事務完全不可見，查詢結果就不包含該記錄。

InnoDB中，MVCC是通過Undo Log + Read View進行資料讀取，Undo Log儲存了歷史快照，而Read View規則幫我們判斷當前版本的資料是否可見。

在隔離級別為讀已提交（Read Committed）時，一個事務中的每一次select查詢都會重新獲取一次Read View。

當隔離級別為可重讀的時候，就避免了不可重複讀，這是因為一個事務只在第一次select的時候會獲取一次Read View,而後面所有的select都會複用這個Read View,

如下所示：

5.舉例說明

假設現在student表中只有一條由事務id為8的事務插入一條記錄：

MVCC只能在READ COMMITTED和REPEATABLE READ兩個隔離級別下工作。接下來看一下READ COMMITTED和REPEATABLE READ所謂的生成Readview的時機不同到底不同在哪裡。

5.1 READ COMMITTED

隔離級別下：

READ COMMITTED：每次讀取資料前都生成一個ReadView

現在有兩個事務id分別為10、20的事務在執行：

說明:事務執行過程中，只有在第一次真正修改記錄時（比如使用INSERT、DELETE、UPDATE語句)，才會被分配一個單獨的事務id，這個事務id是遞增的。所以我們才在事務2中更新一些別的表的記錄，目的是讓它分配事務id。

此刻，表student中id為1的記錄得到的版本連結串列如下所示：

假設現在有一個使用READ COMMITED隔離級別的事務開始執行：

這個SELECT1的執行過程如下:

步驟1∶在執行SELECT語句時會先生成一個ReadView ，ReadView的trx_ids列表的內容就是[10，20]，up_limit_id為10, low_limit_id為21 , creator_trx_id為0。
步驟2:從版本鏈中挑選可見的記錄，從圖中看出，最新版本的列name的內容是'王五'，該版本的trx_id值為10，在trx_ids列表內，所以不符合可見性要求，根據roll_pointer跳到下一個版本。
步驟3:下一個版本的列name的內容是'李四'，該版本的trx_id值也為10，也在trx_ids列表內，所以也不符合要求，繼續跳到下一個版本。
步驟4:下一個版本的列 name的內容是‘張三'，該版本的trx_id值為8，小於ReadView 中的up_limit_id值10，所以這個版本是符合要求的，最後返回給使用者的版本就是這條列name為‘張三’的記錄。

之後，我們把事務id為10的事務提交一下:

然後再到事務id為20的事務中更新一下表student中id為1的記錄:

此刻，表student中id為1的記錄的版本鏈就長這樣：

然後再到剛才使用READ COMMITTED隔離級別的事務中繼續查詢id為1的記錄，如下：

這個SELECT2的執行過程如下:

步驟1∶在執行SELECT語句時會又會單獨生成一個ReadView，該ReadView的trx_ids列表的內容就是[20]，up_limit_id為20，low_limit_id為21, creator_trx_id為0。
步驟2:從版本鏈中挑選可見的記錄，從圖中看出，最新版本的列name的內容是‘宋八’，該版本的tr×_id值為20，在trx_ids列表內，所以不符合可見性要求，根據roll.pointer跳到下一個版本。
步驟3∶下一個版本的列name的內容是’錢七’，該版本的trx_id值為20，也在trx_ids列表內，所以也不符合要求，繼續跳到下一個版本。
步驟4∶下一個版本的列name的內容是’王五’，該版本的trx_id值為10，小於ReadView中的up_limit.id值20，所以這個版本是符合要求的，最後返回給使用者的版本就是這條列name為’王五’的記錄。
以此類推，如果之後事務id為20的記錄也提交了，再次在使用READ CONMMITTED隔離級別的事務中查詢表student中id值為1的記錄時，得到的結果就是‘宋八’了，具體流程我們就不分析了。

5.2 REPEATABLE READ

隔離級別下：

使用REPEATABLE READ隔離級別的事務來說，只會在第一次執行查詢語句時生成一個ReadView，之後的查詢就不會重複生成了。

比如，系統裡有兩個事務id分別為10、20的事務在執行:

此刻，表student中id為1的記錄得到的版本連結串列如下所示:

假設現在有一個使用REPEATABLE READ隔離級別的事務開始執行:

此時執行過程與read committed相同

然後再到剛才使用REPEATABLE READ隔離級別的事務中繼續查詢id為1的記錄，如下：

這個SELECT2的執行過程如下:

步驟1:因為當前事務的隔離級別為REPEATABLE READ，而之前在執行SELECT1時已經生成過ReadView了，所以此時直接複用之前的ReadView，之前的ReadView的trx_ids列表的內容就是[10，20]，up_limit_id為10, low_limit_id為21 , creator_trx_id為0。
步驟2:然後從版本鏈中挑選可見的記錄，從圖中可以看出，最新版本的列name的內容是’宋八’trx_id值為20，在trx_ids列表內，所以不符合可見性要求，根據roll_pointer跳到下一個版本。
步驟3:下一個版本的列name的內容是’錢七’，該版本的trx_id值為20，也在trx_ids列表內合要求，繼續跳到下一個版本。
步驟4:下一個版本的列name的內容是’王五’，該版本的trx_id值為10，而trx_ids列表中是包含值為10的事務id的，所以該版本也不符合要求，同理下一個列name的內容是’李四’的版本也不符合要求。繼續跳到下個版本。
步聚5∶下一個版本的列name的內容是’張三’，該版本的trx_id值為80，小於Readview中的up_limit_id值10，所以這個版本是符合要求的，最後返回給使用者的版本就是這條列c為‘張三’的記錄。
兩次SELECT查詢得到的結果是重複的，記錄的列c值都是’張三’，這就是可重複讀的含義。如果我們之後再把事務id為20的記錄提交了，然後再到剛才使用REPEATABLE READ隔離級刷的事務中繼續查詢這個id為1的記錄，得到的結果還是’張三’，具體執行過程大家可以自己分析一下。

5.3 如何解決幻讀

假設現在表student中只有一條資料，資料內容中，主鍵id=1，隱藏的trx_id=10，它的undo log如下圖所示。

假設現在有事務A和事務B並行執行，事務A的事務id為20，事務B的事務id為30。
步驟1:事務A開始第一次查詢資料，查詢的SQL語句如下。

select * from student where id > 1;

在開始查詢之前，MySQL會為事務A產生一個ReadView，此時ReadView的內容如下: trx_ids=[20, 30 ] ,up_limit_id=20 , low_limit_id=31 , creator_trx_id=20。

由於此時表student中只有一條資料，且符合where id>=1條件，因此會查詢出來。然後根據ReadView機制，發現該行資料的trx_id=10，小於事務A的ReadView裡up_limit_id，這表示這條資料是事務A開啟之前，其他事務就已經提交了的資料，因此事務A可以讀取到。

結論：事務A的第一次查詢，能讀取到一條資料，id=1。

步驟2∶接著事務B(trx_id=30)，往表student中新插入兩條資料，並提交事務。

insert into student(id,name) values(2,'李四');
insert into student(id,name) values(3,'王五');

此時表student中就有三條資料了，對應的undo如下圖所示：

步驟3∶接著事務A開啟第二次查詢，根據可重複讀隔離級別的規則，此時事務A並不會再重新生成ReadView。此時表student中的3條資料都滿足 where id>=1的條件，因此會先查出來。然後根據ReadView機制，判斷每條資料是不是都可以被事務A看到。
1）首先 id=1的這條資料，前面已經說過了，可以被事務A看到。
2）然後是id=2的資料，它的trx_id=30，此時事務A發現，這個值處於up_limit_id和low_limit_id之間，因此還需要再判斷30是否處於trx_ids陣列內。由於事務A的trx_ids=[20,30]，因此在陣列內，這表示id=2的這條資料是與事務A在同一時刻啟動的其他事務提交的，所以這條資料不能讓事務A看到。
3)同理,id=3的這條資料, trx_id 也為30，因此也不能被事務A看見。