MySQL 是如何实现可重复读的?

用户头像
超超不会飞
关注
发布于: 2020 年 09 月 27 日
MySQL是如何实现可重复读的?

简单理解一下可重复读



可重复读是指:一个事务执行过程中看到的数据,总是跟这个事务在启动时看到的数据是一致的。



我们可以简单理解为: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,这个快照是基于整个库的。



这时,你可能就会想,如果一个库有 100G,那么我启动一个事务,MySQL就要拷贝 100G 的数据出来,这个过程得多慢啊。可是,我平时的事务执行起来很快啊。



实际上,我们并不需要拷贝出这 100G 的数据。我们来看下”快照“是怎么实现的。



拍个快照



InnoDB 里面每个事务都有一个唯一的事务 ID,叫作 transaction id。它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。



每条记录在更新的时候都会同时记录一条 undo log,这条 log 就会记录上当前事务的 transaction id,记为 row trx_id。记录上的最新值,通过回滚操作,都可以得到前一个状态的值。



如下图所示,一行记录被多个事务更新之后,最新值为 k=22。假设事务A在 trx_id=15 这个事务提交后启动,事务A 要读取该行时,就通过 undo log,计算出该事务启动瞬间该行的值为 k=10。





在可重复读隔离级别下,一个事务在启动时,InnoDB 会为事务构造一个数组,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“指的是,启动了但还没提交。



数组里面事务 ID 为最小值记为低水位,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)。



这个视图数组把所有的 row trx_id 分成了几种不同的情况。





  1. 如果 trx_id 小于低水位,表示这个版本在事务启动前已经提交,可见;

  2. 如果 trx_id 大于高水位,表示这个版本在事务启动后生成,不可见;

  3. 如果 trx_id 大于低水位,小于高水位,分为两种情况:

1. 若 trx_id 在数组中,表示这个版本在事务启动时还未提交,不可见;

2. 若 trx_id 不在数组中,表示这个版本在事务启动时已经提交,可见。



InnoDB 就是利用 undo log 和 trx_id 的配合,实现了事务启动瞬间”秒级创建快照“的能力。



举个栗子



初始化语句



CREATE TABLE `t` (
`id` int(11) NOT NULL,
`k` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB;
insert into t(id, k) values(1,1),(2,2);

下表为事务A, B, C 的执行流程





我们假设事务A, B, C 的 trxid 分别为 100, 101, 102。事务A开始前活跃的事务 ID 只有 99,并且 id=1 这一行数据的 trxid=90。



根据假设,我们得出事务启动瞬间的视图数组:事务A:[99, 100],事务B:[99, 100, 101],事务C:[99, 100, 101, 102]。





  1. 事务C通过更新语句,把 k 更新为 2,此时trx_id=102;

  2. 事务B通过更新语句,把 k 更新为 3,此时trx_id=101;

  3. 事务B通过查询语句,查询到最新一条记录为3,trx_id=101,满足隔离条件,返回 k=3;

  4. 事务A通过查询语句:

1. 查询到最新一条记录为3,trx_id=101,比高水位大,不可见;

2. 通过 undo log,找到上一个历史版本,trx_id=102,比高水位大,不可见;

3. 继续找上一个历史版本,trx_id=90,比低水位小,可见。



提出问题:为啥事务B更新的时候能看到事务C的修改?



我们假设事务B在更新的看不到事务C的修改,是什么个情况?



  1. 事务B查询到最新一条记录为2,trx_id=102,比高水位大,不可见;

  2. 通过 undo log,找到上一个版本,trx_id=90,比低水位小,可见;

  3. 返回记录 k=1,执行 k=k+1,把 k 更新为2,此时 trx_id=101。



如果是这种情况,事务C可能就蒙了:“啥子情况,我的更新怎么就丢了”。事务B覆盖了事务C的更新。



所以,InnoDB在更新时运用一条规则: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,事务B在更新时要拿到最新的数据,在此基础上做更新。紧接着,事务B在读取的时候,查询到最新的记录为3, trx_id=101 为当前事务ID,可见。



我们再假设另一种情况:



事务B在更新之后,事务C紧接着更新,事务B回滚了,事务C成功提交。





如果按照当前读的定义,会发生以下事故,假设当前 K=1:



  1. 事务B把 k 更新为 2;

  2. 事务C读取到当前最新值,k=2,更新为3;

  3. 事务B回滚;

  4. 事务C提交。



这时候,事务C发现自己想要执行的是 +1 操作,结果变成了 ”+2“ 操作。



InnoDB 肯定不允许这种情况的发生,事务B在执行更新语句时,会给该行加上行锁,直到事务B结束,才会释放这个锁。





小结



  1. InnoDB 的行数据有多个版本,每个版本都有 row trx_id。

  2. 事务根据 undo log 和 trx_id 构建出满足当前隔离级别的一致性视图。

  3. 可重复读的核心是一致性读,而事务更新数据的时候,只能使用当前读,如果当前记录的行锁被其他事务占用,就需要进入锁等待。



参考



03 | 事务隔离:为什么你改了我还看不见?-极客时间



08 | 事务到底是隔离的还是不隔离的?-极客时间



本文首发于我的个人博客 https://chaohang.top

作者 张小超

公众号【超超不会飞】

转载请注明出处



欢迎关注我的微信公众号 【超超不会飞】,获取第一时间的更新。





发布于: 2020 年 09 月 27 日 阅读数: 692
用户头像

超超不会飞

关注

【超超不会飞】公众号作者 2017.11.30 加入

Java & Node.js

评论

发布
暂无评论
MySQL是如何实现可重复读的?