MySQL是如何实现可重复读的

MySQL是如何实现可重复读的

《MySQL实战45讲》笔记。

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

事务A 事务B 事务C
START TRANSACTION WITH CONSISTENT SNAPSHOT;
START TRANSACTION WITH CONSISTENT SNAPSHOT;
UPDATE t SET k=k+1 WHERE id=1;
UPDATE t SET k=k+1 WHERE id=1;
SELECT k FROM t WHERE id=1;
SELECT k FROM t WHERE id=1;
COMMIT;
COMMIT;

我们假设事务A, B, C 的 trx_id 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 trx_id=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。

事务B 事务C
START TRANSACTION WITH CONSISTENT SNAPSHOT;
START TRANSACTION WITH CONSISTENT SNAPSHOT;
UPDATE t SET k=k+1 WHERE id=1;
UPDATE t SET k=k+1 WHERE id=1;
SELECT k FROM t WHERE id=1;
ROLLBACK;
COMMIT;

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。

发表评论

电子邮件地址不会被公开。 必填项已用*标注