【MySQL】事务原理_mysql事务原理

事务原理

1 事务原理

1.1 事务基础

事务是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或撤销操作请求，即这些操作要么同时成功，要么同时失败。

事务具有以下四个特性：

• 原子性（Atomicity）：事务是不可分割的最小操作单元，要么全部成功，要么全部失败。
• 一致性（Consistency）：事务完成时，必须使所有的数据都保持一致状态。
• 隔离性（Isolation）：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行。
• 持久性（Durability）：事务一旦提交或回滚，它对数据库中的数据的改变就是永久的。

实际上，我们研究事务的原理，就是研究MySQL的InnoDB引擎是如何保证事务的这四大特性的。

而对于这四大特性，实际上分为两个部分。 其中的原子性、一致性、持久性，实际上是由InnoDB中的两份日志来保证的，一份是redo log日志，一份是undo log日志。 而隔离性是通过数据库的锁，加上MVCC来保证的。

我们在讲解事务原理的时候，主要就是来研究一下redolog，undolog以及MVCC。

1.2 redo log

重做日志（redo log），记录的是事务提交时数据页的物理修改，是用来实现事务的持久性。

该日志文件由两部分组成：重做日志缓冲区（redo log buffer）以及重做日志文件（redo logfile），前者是在内存中，后者在磁盘中。当事务提交之后会把所有修改信息都存到该日志文件中，用于在刷新脏页到磁盘，发生错误时，进行数据恢复使用。

如果没有redolog，可能会存在什么问题的？ 我们一起来分析一下：

我们知道，在InnoDB引擎中的内存结构中，主要的内存区域就是缓冲池，在缓冲池中缓存了很多的数据页。 当我们在一个事务中，执行多个增删改的操作时，InnoDB引擎会先操作缓冲池中的数据，如果缓冲区没有对应的数据，会通过后台线程将磁盘中的数据加载出来，存放在缓冲区中，然后将缓冲池中的数据修改，修改后的数据页我们称为脏页。 而脏页则会在一定的时机，通过后台线程刷新到磁盘中，从而保证缓冲区与磁盘的数据一致。

而缓冲区的脏页数据并不是实时刷新的，而是一段时间之后才将缓冲区的数据刷新到磁盘中，但是当缓冲池中的数据被修改时，用户就已经得到事务提交成功的信息了。在这种情况下，如果脏页刷新到磁盘的过程出错了，就会出现用户明明得到了事务提交成功的提示，而但据却没有持久化下来的现象，这就出现问题了，事务的持久性并没有得到保证。

那么，如何解决上述的问题呢？ 在InnoDB中提供了一份日志 redo log，接下来我们再来分析一下，通过redolog如何解决这个问题：

有了redolog之后，当对缓冲区的数据进行增删改之后，会首先将操作的数据页的变化，记录在redolog buffer中。在事务提交时，会将redo log buffer中的数据刷新到redo log磁盘文件中。过一段时间之后，如果刷新缓冲区的脏页到磁盘时发生错误，就可以借助于redo log进行数据恢复，这样就保证了事务的持久性。 而如果脏页成功刷新到磁盘或者涉及到的数据已经落盘，此时redolog就失去了作用，可以被删除了，所以存在的两个redolog文件，通过循环写的形式，新写入的日志会将旧日志覆盖。

那为什么每一次提交事务时，InnoDB所做的操作是刷新redo log buffer到redo log磁盘文件中，而不是直接将buffer pool中的脏页刷新到磁盘呢 ？如果采用后者的方式的话，即使脏页刷新出现错误，那么InnoDB也可以尝试重新刷新或者提示用户事务提交失败，那样不就可以不使用redo log，减少内存和磁盘的占用同时又能保证事务的持久性了吗？

首先需要说明的是，上述实现方式确实是可行的，但是在业务操作中，我们对数据的修改一般都是随机读写磁盘的，而不是顺序读写磁盘，随机读写磁盘的效率是很低的。 而redo log往磁盘文件中写入的数据是日志文件，日志文件是按顺序追加的，效率要远大于随机写。 这种先写日志的方式，称之为 WAL（Write-Ahead Logging）

1.3 undo log

回滚日志，用于记录数据被修改前的信息 , 作用包含两个：提供回滚(保证事务的原子性) 和MVCC(多版本并发控制) 。

undo log和redo log记录物理日志不一样，它是逻辑日志。可以认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。当执行rollback时，就可以从undo log中的逻辑记录读取到相应的内容并进行回滚。

Undo log销毁：undo log在事务执行时产生，事务提交时，并不会立即删除undo log，因为这些日志可能还用于MVCC。

Undo log存储：undo log采用段的方式进行管理和记录，存放在前面介绍的 rollback segment回滚段中，内部包含1024个undo log segment。

2 MVCC

全称 Multi-Version Concurrency Control，多版本并发控制。指维护一个数据的多个版本，使得读写操作没有冲突，快照读为MySQL实现MVCC提供了一个非阻塞读功能。MVCC的具体实现，还需要依赖于数据库记录中的三个隐式字段、undo log日志和readView。

2.1 基本概念

在讲解MVCC之前，需要先讲解以下几个概念：

1 当前读

当前读读取的是记录的最新版本，读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。对于我们日常的操作，如：select … lock in share mode(共享锁)，select …for update、update、insert、delete(排他锁)都是一种当前读。

例如我们可以打开一个客户端（后文中称为客户端A），开启一个事务，然后读取任意一张表中的内容：

然后我们可以打开另一个客户端（后文中称为客户端B），再开启一个事务，然后修改stu表中的内容，最后提交事务

此时我们再打开客户端A，以select … lock in share mode的形式查询stu表，发现数据已经修改成功了

如果你熟悉MySQL事务的相关知识，那么此时你应该是感到奇怪的，因为MySQL默认的事务隔离级别是Repeatable Read，在同一次事务中，多次读取到的数据应该是一致的才对。其实这就是因为我们当前读取数据的方式是当前读，即使是在默认的RR隔离级别下，使用当前读依然能够读取到其他事务最新提交的数据。

2 快照读

简单的select（不加锁）就是快照读，快照读，读取的是记录数据的可见版本，有可能是历史数据，快照读是不加锁的，是非阻塞读。

• 当我们的事务隔离级别是Read Committed时，每次select，都生成一个快照读。

• 当我们的事务隔离级别是Repeatable Read时：开启事务后第一个select语句才是快照读的地方。

• 当我们的事务隔离级别是Serializable时：快照读会退化为当前读。

同样的，我们可以进行测试，在客户端A中开启一个事务，并查询stu表的数据

然后再打开客户端B，开启一个事务，对stu表进行一次修改操作，然后提交事务

然后我们再打开客户端A，进行一次相同的查询：

我们发现，即使我们在客户端B中对stu表进行了修改操作，在客户端A中读取到的数据仍然没有发生任何变化，这就是因为在Repeatable Read隔离级别下，开启事务后第一个select语句是快照读的地方，也就是说，在Repeatable Read隔离级别下，无论我们执行多少次查询操作，查询的结果都与第一次查询时的数据保持一致

2.2 MVCC实现基础

2.2.1 隐藏字段

当我们创建了上面的这张表，我们在查看表结构的时候，就可以显式的看到这三个字段。 实际上除了这三个字段以外，InnoDB还会自动的给我们添加三个隐藏字段：

上述的前两个字段是是一定会被添加的， 而最后一个字段DB_ROW_ID添加与否需要根据当前表是否存在主键，如果存在主键，则不会添加该字段。

2.2.2 undolog

undolog是回滚日志，在insert、update、delete的时候产生的便于数据回滚的日志。当insert的时候，产生的undo log日志只在回滚时需要，在事务提交后，可被立即删除。 而update、delete的时候，产生的undo log日志不仅在回滚时需要，在快照读时也需要，不会立即被删除。

接下来我们通过以下案例来演示一下undolog中一个很重要的知识：版本链

有一张表原始数据为：

DB_TRX_ID 代表最近修改事务ID，记录插入这条记录或最后一次修改该记录的事务ID，是自增的，由于这条记录目前还没有被修改过，因此DB_TRX_ID记录为1

DB_ROLL_PTR指向这条记录的上一个版本，由于这条数据是才插入的，没有被更新过，所以该字段值为null。

然后，假设现在有四个并发事务在同时在访问这张表。

当事务2执行第一条修改语句时，会记录undo log日志，记录数据变更之前的样子；然后更新记录，并且记录本次操作的事务ID和回滚指针，回滚指针用来指定如果发生回滚，回滚到哪一个版本

如图所示，DB_TRX_ID 由1变成了2，而DB_ROLL_PTR则指向了更改之前的记录信息（存放在undo log中）

当事务3执行第一条修改语句时，也会记录undo log日志，记录数据变更之前的样子; 然后更新记录，并且记录本次操作的事务ID，回滚指针，回滚指针用来指定如果发生回滚，回滚到哪一个版本。

如图所示，DB_TRX_ID 由2变成了3，而DB_ROLL_PTR则指向了更改之前的记录信息（存放在undo log中）

当事务4执行第一条修改语句时，也会记录undo log日志，记录数据变更之前的样子; 然后更新记录，并且记录本次操作的事务ID，回滚指针，回滚指针用来指定如果发生回滚，回滚到哪一个版本。

最终我们发现，不同事务或相同事务对同一条记录进行修改，会导致该记录的undolog生成一条记录版本链表，链表的头部是最新的旧记录，链表尾部是最早的旧记录。那么这个版本链具体有什么作用呢？别急，我会在后面进行讲解，这里大家先弄清楚版本链是怎么回事。

2.2.3 readview

ReadView（读视图）是 快照读 SQL执行时MVCC提取数据的依据，ReadView中记录并维护系统当前活跃的事务（未提交的）id。

ReadView中包含了四个核心字段：

ReadView中还规定了版本链数据的访问规则（trx_id 代表当前undolog版本链对应事务ID。）：

不同的隔离级别，生成ReadView的时机不同：

• READ COMMITTED ：在事务中每一次执行快照读时生成ReadView。

• REPEATABLE READ：仅在事务中第一次执行快照读时生成ReadView，后续复用该ReadView。

2.3 MVCC实现原理

在了解了上述基本概念后，接下来我们针对RC隔离级别和RR隔离级别两种情况，对MVCC具体执行原理来进行分析

2.3.1 RC隔离级别

RC隔离级别下，在事务中每一次执行快照读时都会生成一个ReadView。

我们就来分析事务5中，两次快照读读取数据，是如何获取数据的?

在事务5中，查询了两次id为30的记录，由于隔离级别为Read Committed，所以每一次进行快照读，都会生成一个ReadView，那么两次生成的ReadView如下：

那么这两次快照读在获取数据时，就需要根据所生成的ReadView以及ReadView的版本链访问规则，到undolog版本链中匹配数据，最终决定此次快照读返回的数据，即确定我们查询的id为30的数据到底是undolog版本链中的哪一条

先来看第一次快照读具体的读取过程：

上图中左侧是undolog中当前关于该条记录的版本信息，右侧是版本链数据的访问规则，而InnoDB具体使用版本链中的哪个版本作为返回结果，取决于该版本是否匹配右侧四条访问规则，默认按照版本链顺序进行匹配，如果匹配其中任何一条，说明该版本可以作为返回结果，如果一条都不匹配，则根据版本链获取下一个版本再尝试进行匹配，例如第一次快照读的具体流程：

• 先匹配第一条记录：

这条记录对应的trx_id为4，也就是将4带入右侧的匹配规则中。 ①不满足 ②不满足 ③不满足 ④也不满足 ，都不满足，则继续匹配undo log版本链的下一条。

• 再匹配第二条：

这条记录对应的trx_id为3，也就是将3带入右侧的匹配规则中。①不满足 ②不满足 ③不满足 ④也不满足 ，都不满足，则继续匹配undo log版本链的下一条

• 再匹配第三条：

这条记录对应的trx_id为2，也就是将2带入右侧的匹配规则中。①不满足 ②满足 终止匹配，此次快照读，返回的数据就是版本链中记录的这条数据

再来看看第二次快照读具体的读取过程

在进行匹配时，会从undo log的版本链，从上到下进行挨个匹配：

• 先匹配第一条记录：

这条记录对应的trx_id为4，也就是将4带入右侧的匹配规则中。 ①不满足 ②不满足 ③不满足 ④也不满足 ，都不满足，则继续匹配undo log版本链的下一条。

• 再匹配第二条：

这条记录对应的trx_id为3，也就是将3带入右侧的匹配规则中。①不满足 ②满足 。终止匹配，此次快照读，返回的数据就是版本链中记录的这条数据。

2.3.2 RR隔离级

RR 是可重复读，在一个事务中，执行两次相同的select语句，查询到的结果是一样的，在RR隔离级别下，仅在事务中第一次执行快照读时生成ReadView，后续复用该ReadView

我们看到，在RR隔离级别下，只是在事务中第一次快照读时生成ReadView，后续都是复用该ReadView，那么既然ReadView都一样， ReadView的版本链匹配规则也一样， 那么最终快照读返回的结果也是一样的。

所以，MVCC的实现原理就是通过 InnoDB表的隐藏字段、UndoLog 版本链、ReadView来实现的。而MVCC + 锁，则实现了事务的隔离性。 而一致性则是由redolog 与 undolog保证。