聊聊多版本并发控制（MVCC）

多版本并发控制（MVCC）

MVCC一直是数据库部分的高频面试题，这篇文章来聊聊MVCC是什么，以及一些底层原理的实现。

当前读和快照读：

• 当前读：读取的是事务最新的版本，读取的过程中其他并发事务不能进行修改，需要对读取的记录进行加锁。
• 快照读：不加任何锁的select语句就是快照读。假如在可重复读隔离级别下，事务A进行select先后两次读取，而事务B在两次读取过程中修改了数据并提交了事务，那么事务A读到的就不是最新版本的数据。如果想读到最新版本的数据，需要在读取的过程中加锁，如select ... lock in share mode.
  • 读已提交隔离级别下：每次select都是一次快照读，因为每次读都可能读取到的是其他事务已经提交的增删改操作
  • 可重复读隔离级别下：开启事务后第一次select才是快照读，因为其后的select读取不到其他事务提交的增删改操作
  • 串行化隔离级别下：每次select都是一次当前读，因为每次读取都会加锁

MVCC的概念：

• MVCC即多版本并发控制，维护一个数据的多个版本，使得不同事务之间的读写操作没有冲突。
• 什么是版本：一行记录修改前和修改后就是两个不同的版本。

MVCC的实现原理：

• MVCC依靠三样东西来实现：隐藏字段、undo log、readview
• 创建一个表的时候InnoDB会给表加上三个隐藏字段DB_TRX_ID，DB_ROLL_PTR，DB_ROLL_ID
  • DB_TRX_ID：最近一次修改这一行记录的事务的id。比如DB_TRX_ID = 4，表示最近一次修改这行 记录的事务是4。
  • DB_ROLL_PTR：回滚指针，指针指向这行记录的上一个版本，用于配合undo log回滚日志来找到这行记录的上一个版本（执行增删改之前的版本）
  • DB_ROLL_ID：隐藏主键。如果表没有指定主键的时候会自动生成。如果已经指定了主键，就不会生成。

• undo log：在insert的时候，undo log只在回滚的时候需要，在事务提交后可以立即删除，不需要记录上一个版本该行的数据（因为上一版本该行不存在；在update、delete的时候，不仅回滚的时候需要，多版本并发控制的时候也需要用来记录上一数据版本，用于多版本并发控制，因此事务提交后也不会立即删除。
  • undo log版本链

• readview：每次事务执行快照读都有可能会生成readview。决定快照读读取的是undo log版本链中的哪一条历史记录。readview记录的是当前活跃中（未提交）的事务的id，包含以下四个字段：
  • m_ids：当前正在活跃中的事务的集合
  • min_trx_id：最小的活跃中的事务id
  • max_trx_id：不是当前正在活跃中的事务集合的最大id，而是预分配的事务id，即最大活跃中的事务id+1（因为事务id是自增的，因此加一）
  • creator_trx_id：readview创建者的事务id
  • 版本链数据的访问规则：trx_id：undo log记录的当前事务的id，即隐藏字段DB_TRX_ID，用这个id去匹配下面的规则，如果符合其中某一条件，说明当前版本是可以读取的；如果不符合条件，说明这个版本的数据不能读，就会顺着版本链去寻找更老的版本的数据
    • 如果trx_id = creator_trx_id：说明数据就是当前事务修改的，因此是可以读取到的
    • 如果trx_id < min_trx_id：说明当前事务不是活跃中的事务（已经提交），已提交的数据版本是可以读取到的
    • 如果trx_id > max_trx_id：说明当前事务是在readview生成后才开启的（？），因此不可以访问该版本的数据
    • 如果min_trx_id < trx_id <= max_trx_id且 trx_id不属于活跃中的事务的集合，说明该事务数据已经提交，已提交的数据版本是可以读取到的
    • readview的生成时机：不同隔离级别生成时机不同。如果是读已提交隔离级别，那么在事务中每次执行快照读都会生成readview；如果是可重复读隔离级别，那么只在事务第一次执行快照读的时候生成readview，后续会复用这个readview

MVCC演示：

• 读已提交隔离级别：在这种隔离级别下，每一次快照读都会生成一个readview，在事务5中，第一次快照读会有三个活跃中的事务3、4、5；第二次快照读由于事务3已经提交，因此只有两个活跃中的事务4和5。
  • 第一次快照读，此时有三个活跃中的事务3、4、5；
    • 最近一次对id = 30这行记录进行修改的事务id是4，即trx_id = 4，均不符合版本链数据的访问规则，因此顺着版本链去寻找更老版本的数据，即trx_id = 3；
    • trx_id = 3，也均不符合版本链数据的访问规则，继续寻找trx_id = 2；
    • trx_id = 2时，符合第二条规则，trx_id（2） < min_trx_id（3），小于最小的正在活跃中的事务id，说明trx_id = 2这个事务已经提交了，结合读已提交隔离级别的宏观理解，并发事务是可以读取到其他事务已经提交的数据的，因此查询结果就是trx_id = 2对应的版本
  • 第二次快照读，此时有两个活跃中的事务4、5。
    • 最近一次对id = 30这行记录进行修改的事务id是4，即trx_id = 4，均不符合版本链数据的访问规则，因此顺着版本链去寻找更老版本的数据，即trx_id = 3；
    • trx_id = 3时，符合第二条规则，trx_id（3） < min_trx_id（4），小于最小的正在活跃中的事务id，说明trx_id = 3这个事务已经提交了，结合读已提交隔离级别的宏观理解，并发事务是可以读取到其他事务已经提交的数据的，因此查询结果就是trx_id = 3对应的版本

可重复读隔离级别：在这种隔离级别下，只在事务第一次执行快照读的时候生成readview，后续再读取的时候会复用这个readview。以下过程和读已提交隔离级别的过程相同，唯一的区别是读已提交隔离级别两次执行快照读都会生成新的readview，因而两次读取的结果不同；而可重复读隔离级别两次执行快照读的readview都相同，因而读取结果相同。上述过程就是不可重复读的底层原理。

• 第一次快照读，此时有三个活跃中的事务3、4、5；
  • 最近一次对id = 30这行记录进行修改的事务id是4，即trx_id = 4，均不符合版本链数据的访问规则，因此顺着版本链去寻找更老版本的数据，即trx_id = 3；
  • trx_id = 3，也均不符合版本链数据的访问规则，继续寻找trx_id = 2；
  • trx_id = 2时，符合第二条规则，trx_id（2） < min_trx_id（3），小于最小的正在活跃中的事务id，说明trx_id = 2这个事务已经提交了，结合读已提交隔离级别的宏观理解，并发事务是可以读取到其他事务已经提交的数据的，因此查询结果就是trx_id = 2对应的版本
• 第二次快照读复用第一次采用的readview，因此读取结果相同。