深入理解MVCC
1、MVCC定义
MVCC:Multi-Version Concurrency Control,多版本并发控制机制。
在mysql中,为了满足事务的四大特性之一的隔离性,就是当前事务中的查询的数据不受其他事务的增删改操作的影响,因此mysql主要是通过这个可串行化的这种隔离级别和现在要谈的mvcc机制来实现。而可串行化就是将所有的操作由并行改为串行,就是在每个增删改查操作上面都加了锁,因此性能非常低,因此mysql也并没有选择这个可串行化来作为mysql默认的隔离级别,而是使用可重复读。接下来就是主要谈一下这个可重复读事务中的mvcc的机制和底层原理。
2、undolog日志
在讲mvcc机制之前,首先要了解一下这个undolog日志。在mysql中,如果使用的是默认的可重复读的这个隔离级别,在一条更新语句中如果加了事务,那么在这个事务启动之后,提交之前,那么这条数据是暂时不会添加到数据库的,直到事务提交成功才会更新或者添加到数据库中。那么中间就需要实现数据的暂存,那么这种存储方式就是通过这个undolog日志实现的。
CREATE TABLE `product` (`id` bigint(20) NOT NULL,`product_id` int(11) DEFAULT NULL COMMENT '商品id',`version` int(11) DEFAULT NULL COMMENT '版本',`stock` int(11) DEFAULT NULL COMMENT '商品数量',`updated_time` datetime DEFAULT NULL COMMENT '更新时间',`created_time` datetime DEFAULT NULL COMMENT '创建时间',`is_deleted` tinyint(4) DEFAULT NULL COMMENT '是否删除',PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
如上,创建一张表,新增一条数据
insert into stock values (1,1,0,100,now(),now(),0);
拿一条更新语句来说,如上面一张商品表,接下来要扣减一件商品的库存,一开始这件商品库存有100,现在扣减20,如果扣减成功,那么数据库的值就是80。
update product set stock = stock - 20 where id = 1;
如果在扣减库存时,发生异常数据回滚,那么此时数据需要回滚到之前的值,就需要一个日志来记录扣减之前的值,那么就是通过这个undolog来记录的。就是说在这个更新语句中,在开启事务之后,提交事务之前,这个库存100就会记录到undolog日志里面,减完后的80这个值如果整个事务没有发生异常那么就直接加入到数据库中,如果出现异常那么就通过undolog里面的值作为回滚的数据。一句话说这个undolog日志就是用来记录被修改的值,防止出现异常回滚的
3、undolog版本控制链
当然这个undolog日志也不是只记录一条,如在一个或者多个事务对这个库存进行多次修改,那么这个undolog就会形成一条历史版本控制链。在这个版本控制链中,有一个隐藏的事务id和指针。事务id在新增或者更新都会生成一个事务id,默认自增,指针所指向的就是当前数据修改前的一个历史数据,如果出现了回滚,那么就会根据这个链路依次往前回滚,直到找到上一个或者前面几个。
这个事务id在sql更新或者新增时生成,并非事务提交生成,因此可能出现事务大的id先提交,那么版本链路里面的事务id的大小就是乱序的。
4、readView
1、readView简介
在上面的undolog日志里面,可以发现确实记录了所有修改的值,也知道undolog是用来回滚的,但是会存在一个问题,如果单纯使用undolog来解决这个回滚问题,那么就会不知道回滚到链路中的哪一个节点,因此就需要通过readView来和这个undolog结合使用,通过readView来知道具体回滚到链路中的哪个节点。
在一个事务里面,执行任何查询都会生成当前事务的一致性视图read-view,在可重复读中的事务隔离级别中,该视图在事务结束之前都不会发生变化,当前如果是读已提交的隔离级别那么在每次执行sql时都会重新生成视图。
在可重复读的事务里面,这个readView视图由未提交的事务id数组和已创建的最大事务id(max_id)组成,因此这个最大的max_id可能在数组里面,也可能不在,因此事务最大的id可能先提交,而数组里面的id都是未提交的。
如上图,由四个事务ABCD,同时开启事务,同时去操作这个商品表的库存,事务ABC在执行更新语句之后,就会产生一个事务id,因为事务id都是自增的,因此从左往右事务依次递增。而事务D主要用来查询,并无增删改操作,主要是查询当前事务中的库存数量,由于没有更新和新增语句,因此也没有事务id。由于三个事务是同时开始,因此commit提交时间取决于更新语句的时间,谁先更新完谁先提交,因此可能会出现事务大的id先提交。
上图只要是针对库存表id为1的那一行数据进行操作的,而id=2只是为了通过更新语句给这个事务生成一个事务id
并且mvcc机制主要是针对于可重复读的这个隔离级别,因此在D中暂时只考虑查询有其他事务提交的数据,未提交之前的数据暂时不做select查询考虑。
2、readView和undolog结合使用规则
在使用readview只能看到当前的几个事务,并且不能得知事务的提交顺序,因此需要结合undolog一起使用,在两者结合使用之前,需要有一个readview视图和undolog版本的对比规则,接下来详细说明一下这个比对规则的一些命名:**假设这个数组中未提交的事务id数组的最小值假设为min_id ,已创建事务的事务id的最大id为max_id,undolog版本控制链的头节点为head节点。**如在下面的第三个select查询中,min_id = 102,max_id=104。
然后以这个min_id和这个max_id为分界线,小于min_id为已提交的事务,在这个两个值之间的为未提交或者已提交的事务,大于这个max_id的,为未开始的事务。
那么规则如下:
- head节点的事务id<=min_id:已提交的事务,该事务可见
- min_id<head节点的事务id<=max_id:未提交或者已提交的事务
- max_id<head节点的事务id:未开始的事务,不可见
- 如果事务id在数组中,表示事务未提交,不可见
- 如果事务id不在数组中:表示事务已提交,不可见
总结:只要满足一个事务是可见的,那么这个版本控制链路对应结点的值就是需要找的值
3、readview和undolog基本使用
1,假设库存一开始为200,由于事务id是自增,那么可以暂时假设这个事务trx_id=101的值对应的库存就是200,那么在事务D中,在第一次查询之后就会生成一个readview视图,并且在事务提交之前,这个视图的值不会改变。接下来主要研究一下在这个RR的默认级别事务中,为何select查询的值可以不变化,以及readview和undolog匹配的过程是咋样的。
2,接下来看第一个select查询,此时事务ABC都因为有了更新语句,因此此时abc都有对应的事务,并且事务A已经提交事务,此时的事务readview组成如下,而undolog链路中的值如下图,因为主要是针对表中id为1的库存对应的版本链路,因此暂时只有两个数据,bc中两个更新语句只为了生成事务id,数据并不在一个undolog版本链路上,并且此时头节点head对应的事务id为102。
那么通过这个头结点head对应的事务和readview的视图进行对比,此时的head事务id为102,min_id为数组中最小值103,max_id为已创建的最大值id104,根据版本比对规则,符合第一条head结点的事务id小于min_id,即当前结点时可见的,只要获取到的值是可见的,那么查询到的值就是这个事务对应的值,即100。
//第一个select查询语句的值,由未提交的事务id数组和已创建的最大的事务id组成
[103,104],104
3,接下来看第二个select查询语句,此时的事务B提交了,事务B是操作id为1的商品数据,因此在更新时会将原始值加入到这个undolog的日志版本链路上。由于事务D并没有提交,因此此时的readview如下,和之前一样,但是undolog日志链路会多一条数据,其链路如下图
那么此时的头节点的值为事务id103,即head对应的事务id为103,min_id为103,max_id为104。根据版本对比规则,符合第二条,但是此时的head对应的事务id还在数组中,因此这个结点的数据并不可见。那么将继续对比下一个结点,下一个结点的事务id为102,符合第一条head结点的事务id小于min_id,即事务id为102对应的结点时可见的,那么查询到的值仍然时100
//第二个select查询语句的值,由未提交的事务id数组和已创建的最大的事务id组成
[103,104],104
4,接下来再看第三个select语句,第三个select查询语句就是在事务C提交之后进行查询的,那么此时的readview视图如下,依旧不变,因为操作的是id为1的值,因此undolog版本链路上会多一条数据。
此时的头节点head的事务id为104,min_id为103,max_id为104。根据版本对比规则,符合第二条,但是此时的head对应的事务id还在数组中,因此这个结点的数据并不可见;那么将继续对比下一个结点,下一个结点的事务id为103,符合第二条,但是此时的head对应的事务id还在数组中,因此这个结点的数据也不可见;接下来对比第三条,head结点的事务id为102,小于min_id103,即事务id为102对应的结点时可见的,那么查询到的值仍然时100
//第三个select查询语句的值,由未提交的事务id数组和已创建的最大的事务id组成
[103,104],104
因此不管后面有再多的其他事务更改,只要当前事务没有提交,那么当前事务对应的readview就不会改变,通过undolog的日志版本链路,并且结合readview的版本比对规则,就可以找到一个可见的事务对应的数据,那并且这个值一定是最先获取的值,就如上面商品的库存,即使数据库中的值真的变了,也可以通过这个mvcc机制来保证事务的隔离性,从而解决使用读写锁效率低慢的问题。一句话总结就是:根据数据版本链对比规则,来读取同一条数据在版本链上的不同版本数据,并且可以存在多个事务形成多个readview,但是版本链undolog只有一条
5、总结
mvcc被称为多版本并发控制机制,由于mysql中的事务默认的事可重复读,在这个隔离级别中并没有解决幻读问题,以此可以通过mvcc机制解决,并且还可以解决并发中读写锁,读写冲突问题,从而提高并发读写的性能和效率。mcvv机制主要是通过undolog的日志版本控制链路和readview视图组成。undolog链路中的每个节点有一个事务id和一个指针组成,事务id是在更新或者插入数据时生成,指针是用来指向上一个版本,在执行完更新语句时就会将这个事务id加入到版本链路中;readview视图由未提交的事务id数组和已创建和最大事务id组成,并且在一个事务中,第一次select查询就会生成一个readview视图,并且在该事务提交之前该事务的readview视图不会改变,然后根据readview视图比对规则,其规则就是将undolog链路中的头节点为head节点,将数组中的最小id为min_id,将已创建的id为最大max_id,然后根据视图对比规则,找到一个事务id是可见的,那么找到的第一个可见的值,该事务id对应的节点的值就是需要查询的值。主要是通过版本链对比规则,来读取同一条数据版本链路上不同的数据。这样就可以保证在一个事务中查询的值可以一直不变,不受其他事务的影响,并且这种方案的效率远远高于读写锁。