之前讲过事务隔离级别的时候提到过,如果时可重复读隔离级别,事务T启动的时候会创建一个视图read-view,之后事务T执行期间,即使有其他事务修改了数据,事务T看到的仍然跟在启动时看到的一样.也就是说,一个在可重复读隔离级别下执行的事务,好像与世无争,不受外界影响.
但是,之前提到的行锁,一个事务要更新一行,如果刚好有另外一个事务拥有这一行的行锁,它又不能这么超然了,会被锁住,进入等待状态.问题是,既然进入了等待状态,那么等到这个事务自己获取到行锁要更更新数据的时候,它读到的值又是什么呢?
举个例子把,下面时一个只有两行的表的初始话语句.
ctrate 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);
图1事务A.B.C的执行流程
这里,我们需要注意的是事务的启动时机.
begin/start transcation命令并不是一个事务的起点.在执行到他们之后的第一个操作InnoDB表的语句,事务才真正启动.如果你想要马上启动一个事务,可以使用start transaction with consistent snapshot 这个命令.
第一种启动方式,一致性视图是在执行第一个快照读语句时创建的;
第二种启动方式,一致性视图是在执行start transaction with consistent snapshot时创建的.
在这个例子中,事务C没有显式地使用begin/commit.表示这个update语句本身就是一个事务,语句完成的时候会自动提交.事务B在更新了行之后查询;事务A在一个只读事务中查询,并且时间顺序上时在事务B的查询之后.
这时,如果我告诉你事务B查到的K的值是3,而事务A查到的k的值是1,你是不是感到有点晕呢?
在mysql里,有两个"视图"的概念:
一个是view.他是一个用查询语句定义的虚拟表,在调用的时候执行查询语句并生成结果.创建视图的语法是create view....., 而它的查询方法与表一样.
另一个是InnoDB在实现MVCC时用到一致性读视图,即consistent read view,用于支持RC(Read Committed,读提交)和RR(Repeatable Read,可重复读)隔离级别的实现.
他没有物理结构,作用时事务执行期间用来定义"我能看到什么数据".
在"事务隔离:为什么你改了我还看不见?"中,跟你解释过一边MVCC的实现逻辑,今天为了说明查询和更新的区别.换一个方式来说明,.把read view拆开,你可以结合则两篇文章的说明来更深一步的理解MVCC.
"快照"在MVCC里时怎么工作的?
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.这个快照实际基于整个库的.
这时,你会说看上去不太现实啊.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,我们先来看看这个快照是怎么实现的.
InnoDB里面每个事务有一个唯一的事务ID,叫做transaction id,他是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.
而每行数据也都是有多个版本的.每次事务更新数据的时候,都会生成一个新的数据版本,并且把transacation id 赋值给这个数据版本的事务id,记为row trx_id. 同时,旧的数据版本要保留,并且在新的数据版本中,能后有信息可以直接拿到它,.
也就是说,数据表中的一行记录,其实可能有多个版本(row),每个版本都有自己的row trx_id.
如图2所示,就是一个记录被多个事务连续更新后的状态.
图2行状态变更图
图中虚线框里是同一行数据的4个版本,当前最新版本是V4,k的值是22,它是被transacation id 为25的事务更新的,因此它的row trx_id也是25.
你可能会问,前面的文章不是说,语句更新会生成undo log(回滚日志)吗?那么.undo log在哪呢?
实际上,图2中的三个虚线箭头,就是undo log;而V1,V2,V3并不是物理上真实存在的,而是每次需要的时候给很具当前版本和undo log计算出来的,比如,需要V2的时候,就是通过V4一次执行U3,U2算出来的.
明白了多版本和row trx_id的概念后,我们再来想一下,InnoDB是怎么定于那个100G快照的.
按照可重复读的定义,一个事务启动的时候,能够看到所有已经提交的事务结果,但是之后,这个事务执行期间,.其他事务的更新对它不可见.
因此,一个事务只需要在启动的时候声明说,"以我启动的时刻为准,如果一个数据版本是我在启动之前生成的,就认;如果是在我启动后以后才生成的,我就不认,我必须要找到它的上一个版本".
当然,如果"上一个版本"也是不可见,那就得继续往前找.还有,如果是这个事务自己更新的数据,它自己还是要认得.
在实现上,InnoDB为每个事务构造了一组数组,用来保存这个事务启动瞬间,当前在"活跃"的所有事务ID,"活跃"指的就是,启动了但还没提交.
数组里面事务Id的最小值记为低水位,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).
而数据版本的可见性规则,就是基于数据的row trx_id和这个一致性视图的对比结果得到的.
这个视图数组把所有的row trx_id分成了几种不同的情况.
图3,数据版本可见性规则
这样,对于当前事务的启动瞬间来说,一个数据版本的row trx_id,有一下几种可能:
1.如果落在绿色部分,表示这个版本是已提交的事务或者是当前事务自己生成的.这个数据是可见的.
2.如果落在红色部分,表示这个版本是由将来启动的事务生成的,是肯定不可见的;
3.如果落在黄色部分,那就包括两种情况
a.若row trx_id 在数组中,表示这个版本是由还没提交的事务生成的,不可见.
b.若row trx_id不在数组中,表示这个版本是已经提交了的事务生成的.可见.
比如,对于图2中的数据来说,如果有一个事务,它的低水位是18,那么当它访问这一行数据时,就会从V4通过U3计算出V3,所以在它看来,这一行的值是11.
你看,有了这个声明后,系统里面随后发生的更新,是不是就跟这个事务看到的内容无关了呢?因为之后的更新,生成的版本一定属于上面的2或者3(a)的情况,.而对它来说,这些新的数据版本是不存在的,所以这个事务的快照,就是"静态"的了.
所以你现在知道了,InnoDB利用了"所有数据都有多个版本"的这个特性,实现了"秒级创建快照"的能力.
接下来,我们继续看一下图1中的三个事务,分析下事务A的语句返回的结果,为什么是k = 1.
这里,我们不妨做如下假设:
1.事务A开始前,系统里面只有一个活跃事务ID是99;
2.事务A,B,C的版本好分别是100,101,102,且当前系统里只有四个事务;
3.三个事务开始前,(1,1)这一行数据的row trx_id是90.
这样,事务A的视图数组就是[99,100],事务B的视图数组是[99,100,101],事务C的视图数组是[99,100,101,102].
为了简化分析,我先把其他干扰语句去掉,只画出跟事务A查询逻辑有关的操作:
图4事务A查询数据逻辑图
从图中可以看到,第一个有效更新是事务C,把数据从(1,1)改成了(1,2).这时候,.这个数据的最新版本的row trx_id是102,而90这个版本已经成为了历史版本.
第二个有效更新是事务B,把数据从(1,2)改成了(1,3).这时候,这个数据的最新版本(即row trx_id)是101,而102又成为了历史版本.
你可能注意到了,.在事务A查询的时候,其实事务B还没有提交,但是它生成的(1,3)这个版本已经变成当前版本了.但这个版本对事务A必须是不可见的.否侧就变成脏读了.
好,现在事务A要来读数据了,它的视图数组是[99,100].当然了,读数据都是从当前版本读起的.所以,事务A查询语句的读数据流程是这样的:
找到(1,3)的时候,判断出row trx_id = 101,比高水位大,处于红色区域,不可见;
接着,找到上一个历史版本,一看row trx_id = 102,比高水位大,处于红色区域,不可见;
在往前找,终于找到了(1,1),它的row trx_id = 90,比低水位小,处于绿色区域,可见.
这样执行下来,虽然期间这一行数据被修改过,但是事务A不论在什么时候查询,看到这行数据的结果都是一致的,所以我们称之为一致性读.
这个判断规则是从代码逻辑直接转译过来的,但是正如你所见,用于人肉分析可见性很麻烦.
所以,我来给你翻译一下.一个数据版本,对于一个事务视图来说,除了自己的更新总是可见以外,又三种情况:
1.版本未提交,不可见;
2.版本已提交,但是是在视图创建后提交的,不可见.
3.版本已提交,而且是在视图创建前提交的,可见.
现在,我们用这个规则来判断图4中的查询结果,事务A的查询语句的视图数组是在事务A启动的时候生成的,这时候:
(1,3)还没提交,属于情况1,不可见.
(1,2)虽然提交了,但是是在视图数组创建之后提交的,属于情况2,不可见;
(1,1)是在视图数组创建之前提交的,可见.
你看,去掉数字对比后,只用时间先后顺序来判断,分析起来是不是轻松多了.所以,后面我们就都用这个规则来分析.
更新逻辑
细心的同学可能有疑问了:事务B的update语句,如果按照一致性读,好像结果不对哦?
你看图5中,事务B的视图数组是先生成的,之后事务C才提交,不是应该看不见(1,2)吗,怎么能算出(1,3)来?
图5事务B更新逻辑
是的,如果事务B在更新之前查询一次数据,这个查询返回的k的值确实是1.
但是,当他要去更新数据的时候,就不能再在历史版本上更新了,否则事务C的更新了,否则事务C的更新就丢失了.因此,事务B此时的set k = k + 1是在(1,2)的基础上进行的操作.
所以,这里就用到了这样一条规则: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，在更新的时候，当前读拿到的数据是 (1,2)，更新后生成了新版本的数据 (1,3)，这个新版本的 row trx_id 是 101。
所以，在执行事务 B 查询语句的时候，一看自己的版本号是 101，最新数据的版本号也是101，是自己的更新，可以直接使用，所以查询得到的 k 的值是 3。
这里我们提到了一个概念，叫作当前读。其实，除了 update 语句外，select 语句如果加锁，也是当前读。
所以，如果把事务 A 的查询语句 select * from t where id=1 修改一下，加上 lock inshare mode 或 for update，也都可以读到版本号是 101 的数据，返回的 k 的值是 3。下面这两个 select 语句，就是分别加了读锁（S 锁，共享锁）和写锁（X 锁，排他锁）。
select k from t where id = 1 lock in share mode;
select k from k from t where id = 1 for update;
再往前一步,假设事务C不是马上提交的,而是变成了下面的事务C`,会怎么样呢?
图6事务A,B,C`的执行流程
事务C`的不同是,更新后并没有马上提交,在它提交前,事务B的更新语句先发起了.前面说过了,虽然事务C`还没提交,但是(1,2)这个版本也已经生成了,并且是当前的最新版本.那么,事务B的更新语句会怎么处理呢?
这时候,我们在上一篇文章中提交到的"两阶段锁协议"就要上场了.事务C`没提交,也就是说(1,2)这个版本上的写锁还没释放.而事务B是当前读,必须读最新版本,而且必须加锁,因此就被锁住了,必须等到事务C`释放这个锁,才能继续它的当前读.
图7 事务B更新逻辑图(配合事务C`)
到这里,我们把一致性读,当前读和行锁就串起来了.
现在,我们再回到文章开头的问题:事务的可重复读的能力是怎么实现的?
可重复读的核心就是一致性读(consistent read);而事务更新数据的时候,只能用当前读.如果当前的记录的行锁被其他事务占用的话,就需要进入锁等待.
而读提交的逻辑和可重复读的逻辑类似,他们最主要的区别是:
在可重复读隔离级别下,只需要在事务开始的时候创建一致性视图,之后事务里的其他查询都共用这个一致性视图;
在读提交隔离级别下,每一句语句执行前都会重新算出一个新的视图.
那么,我们再看一下,再读提交隔离级别下,事务A和事务B的查询语句查到的k,分别应该是多少呢?
这里需要说明一下,"start transaction with consistent snapshot" 的意思是从这个语句开始,创建一个和持续整个事务的一致性快照.所以,在读提交隔离级别下,这个用法就没意义了,等效于普通的start transaction.
下面是读提交时的状态图,可以看到这两个查询语句的创建视图数组的时机发生了变化,就是图中的read view框.(注意:这里,我们用的还是事务C的逻辑直接提交,而不是事务C`)
图8 读提交隔离级别下的事务状态图
这时,事务A的查询语句的视图数组是在执行这个语句的时候创建的,时序上(1,2).(1,3)的生成时间都在创建这个视图数组的时刻之前,.但是,在这个时刻:
(1,3)还没提交,属于情况1,不可见;
(1,2)提交了,属于情况3,可见;
所以,这时候事务A查询语句返回的是k = 2.
显然地,事务B查询结果k = 3.
小结
InnoDB的行数据有多个版本,每个数据版本有自己的row trx_id,每个事务或者语句有自己的一致性视图.普通查询语句是一致性读.一致性读根据roe trx_id和一致性视图确定数据版本的可见性.
对于可重复读,查询只承认在事务启动前就已经提交完成的数据.
对于读提交,查询只承认在语句启动前就已经提交完成的数据;
而当前读,总是读取已经提交完成的最新版本.
你也可以想一下,为甚恶魔表结构不支持可重复读?这是因为表结构没有对应的行数据,也没有row trx_id,因此只能遵循当前读的逻辑.
当然,mysql8.0已经可以把表结构放在InnoDB字典里了,也许以后会支持表结构的可重复读.
网友评论