【mysql进阶】5-事务和锁

news2024/11/30 9:00:41

mysql 事务基础

1 什么是事务

事务是把⼀组SQL语句打包成为⼀个整体,在这组SQL的执⾏过程中,要么全部成功,要么全部失败,这组SQL语句可以是⼀条也可以是多条。再来看⼀下转账的例⼦,如图:

image-20241028141557150

在这个例⼦中,涉及了两条更新语句:

# ================账⼾表====================
CREATE TABLE `account` (
 	`id` bigint PRIMARY KEY AUTO_INCREMENT, 
 	`name` varchar(255) NOT NULL, # 姓名
 	`balance` decimal(10, 2) NOT NULL # 余额
);
INSERT INTO account(`name`, balance) VALUES('张三', 1000);
INSERT INTO account(`name`, balance) VALUES('李四', 1000);

# ================更新操作===================
# 张三余额减少100
UPDATE account set balance = balance - 100 where name = '张三';
# 李四余额增加100
UPDATE account set balance = balance + 100 where name = '李四';	
  • 如果转账成功,应该有以下结果:
  1. 张三的账⼾余额减少 100 ,变成 900 ,李四的账⼾余额增加了 100 ,变成 1100 ,不能出现张三的余额减少⽽李四的余额没有增加的情况;
  2. 张三和李四在发⽣转账前后的总额不变,也就是说转账前张三和李四的余额总数为1000+1000=2000 ,转账后他们的余额总数为 900+1100=2000 ;
  3. 转账后的余额结果应当保存到存储介质中,以便以后读取;
  4. 还有⼀点需要要注意,在转账的处理过程中张三和李四的余额不能因其他的转账事件⽽受到⼲扰;

以上这四点在事务的整个执⾏过程中必须要得到保证,这也就是事务的 ACID 特性,即:

  • Atomicity (原⼦性):⼀个事务中的所有操作,要么全部成功,要么全部失败,不会出现只执⾏了⼀半的情况,如果事务在执⾏过程中发⽣错误,会回滚( Rollback )到事务开始前的状态,就像这个事务从来没有执⾏过⼀样;
  • Consistency (⼀致性):在事务开始之前和事务结束以后,数据库的完整性不会被破坏。这表⽰写⼊的数据必须完全符合所有的预设规则,包括数据的精度、关联性以及关于事务执⾏过程中服务器崩溃后如何恢复;
  • Isolation (隔离性):数据库允许多个并发事务同时对数据进⾏读写和修改,隔离性可以防⽌多个事务并发执⾏时由于交叉执⾏⽽导致数据的不⼀致。事务可以指定不同的隔离级别,以权衡在不同的应⽤场景下数据库性能和安全,后⾯的⼩节会详细介绍;
  • Durability (持久性):事务处理结束后,对数据的修改将永久的写⼊存储介质,即便系统故障也不会丢失。

2 为什么要使⽤事务

事务具备的ACID特性,也是我们使⽤事务的原因,在我们⽇常的业务场景中有⼤量的需求要⽤事务来保证。⽀持事务的数据库能够简化我们的编程模型, 不需要我们去考虑各种各样的潜在错误和并发问题,在使⽤事务过程中,要么提交,要么回滚,不⽤去考虑⽹络异常,服务器宕机等其他因素,因此我们经常接触的事务本质上是数据库对 ACID 模型的⼀个实现,是为应⽤层服务的。

3 怎么使⽤事务

  • 要使⽤事务那么数据库就要⽀持事务,在MySQL中⽀持事务的存储引擎是InnoDB,可以通过show engines; 语句查看:

image-20241028142318579

  • 通过以下语句可以完成对事务的控制

    • START TRANSACTION 或 BEGIN 开始⼀个新的事务;
    • COMMIT 提交当前事务,并对更改持久化保存
    • ROLLBACK 回滚当前事务,取消其更改;
    • SET autocommit 禁⽤或启⽤当前会话的默认⾃动提交模式, autocommit 是⼀个系统变量可以通过选项指定也可以通过命令⾏设置 --autocommit[={OFF|ON}]
  • 演⽰开启⼀个事务,执⾏修改后并回滚

image-20241028142646730

image-20241028142709433

image-20241028142727335

image-20241028142736882

image-20241028142825991

image-20241028142945387

image-20241028142953046

  • 演⽰开启⼀个事务,执⾏修改后并回提交

image-20241028143026888

image-20241028143052928

image-20241028143236126

image-20241028143432192

image-20241028143438583

  • 默认情况下MySQL启⽤事务⾃动提交,也就是说每个语句都是⼀个事务,就像被 STARTTRANSACTION 和 COMMIT 包裹⼀样,不能使⽤ ROLLBACK 来撤销执⾏结果;但是如果在语句执⾏期间发⽣错误,则⾃动回滚;
  • 通过 SET autocommit 设置⾃动与⼿动提交

image-20241028143606684

  • ⼿动提交模式下,提交或回滚事务时直接使⽤ commitrollback

image-20241028143808657

image-20241028143834933

image-20241028143844550

image-20241028143951289

image-20241028144010380

  • 注意:只要使⽤ START TRANSACTIONBEGIN 开启事务,必须要通过 COMMIT 提交才会持久化,与是否设置 SET autocommit ⽆关。

InnoDB 和 ACID 模型

ACID模型是⼀组数据库设计原则,强调业务数据的可靠性,MySQL的InnoDB存储引擎严格遵循ACID模型,不会因为软件崩溃和硬件故障等异常导致数据的不完整。在ACID的实现过程中涉及到⼀些系统变量和相关知识点在这⾥先列出来,后⾯我们要逐步讲解:

  • Atomicity(原⼦性):原⼦性⽅⾯主要涉及InnoDB的事务开启与提交,我们之前做过详细讲解与回顾
    • 设置 autocommit[={OFF|ON}] 系统变量,开启和禁⽤事务是否⾃动提交
    • 使⽤ START TRANSACTION 或 BEGIN TRANSACTION 语句开启事务;
    • 使⽤ COMMIT 语句提交事务;
    • 使⽤ ROLLBACK 语句回滚事务。
  • Consistency(⼀致性):⼀致性主要涉及InnoDB内部对于崩溃时数据保护的相关处理,相关特性包括:
    • InnoDB 存储引擎的双写缓冲区 doublewrite buffer ;InnoDB 存储引擎专题中已经介绍过
    • InnoDB 存储引擎的崩溃恢复
  • Isolation(隔离性):隔离⽅⾯主要涉及应⽤于每个事务的隔离级别,相关特性包括:
    • 通过 SET TRANSACTION 语句设置事务的隔离级别;
    • InnoDB 存储引擎的锁,锁可以在 INFORMATION_SCHEMA 系统库和 PerformanceSchema 系统库中的 data_locks 和 data_lock_waits 表查看
  • Durability(持久性):持久性涉及MySQL与特定硬件配置的交互,可能性取决于CPU、⽹络和存储设备的性能,由于硬件环境⽐较复杂,所以⽆法提供固定的操作指南,只能根据实际环境进⾏测试得到最佳的性能,相关特性包括:
    • InnoDB 存储引擎的双写缓冲区 doublewrite buffer ;
    • innodb_flush_log_at_trx_commit 系统变量的设置;
    • sync_binlog 系统变量的设置;
    • innodb_file_per_table 系统变量的设置;
    • 存储设备(如磁盘驱动器、SSD或RAID磁盘阵列)中的写缓冲区;
    • 存储设备中由电池⽀持的缓存
    • 运⾏MySQL的操作系统,特别是对 fsync() 系统调⽤的⽀持;
    • 不间断电源UPS (uninterruptible power supply),保护所有运⾏MySQL服务器和数据存储设备的电⼒供应;
    • 备份策略,例如备份的频率和类型,以及备份保留周期;
    • 分布式环境中数据中⼼之间的⽹络连接。
  • 需要重点说明的是,事务最终要保证数据的可靠和⼀致,也就是说 ACID 中的Consistency(⼀致性)是最终的⽬的,那么当事务同时满⾜了Atomicity(原⼦性),Isolation(隔离性)和Durability(持久性)时,也就实现了⼀致性。

如何实现原子性

在⼀个事务的执⾏过程中,如果多条DML语句顺利执⾏,那么结果最终会写⼊数据库;如果在事务的执⾏过程中,其中⼀条DML语句出现异常,导致后⾯的语句⽆法继续执⾏或即使继续执⾏也会导致数据不完整、不⼀致,这时前⾯执⾏的语句已经对数据做了修改,如果要保证⼀致性,就需要对之前的修改做撤销操作,这个撤销操作称为回滚 rollback ,如下图所⽰:

image-20241028150737411

  • 那么回滚操作是如何实现的呢?回滚过程中依据的是什么呢?在InnoDB专题中介绍过UndoLog的作⽤和原理,我们⼤致回顾⼀下,在事务执⾏每个DML之前,把原始数据记录在⼀个⽇志⾥,做为回滚的依据,这个⽇志称为 Undo Log (回滚⽇志或撤销⽇志),在不考虑缓存和刷盘的条件下,执⾏过程如下所⽰:

image-20241028150853873

  • 当需要回滚操作时,MySQL根据操作类型,在Insert Undo链或Update Undo链中读取相应的⽇志记录,并反向执⾏修改,使数据还原,完成回滚。
  • 通过 Undo Log 实现了数据的回滚操作,这时就可以保证在事务成功的时候全部的SQL语句都执⾏成功,在事务失败的时候全部的SQL语句都执⾏失败,实现在原⼦性
  • 通过 Undo Log 实现了数据的回滚操作,这时就可以保证在事务成功的时候全部的SQL语句都执⾏成功,在事务失败的时候全部的SQL语句都执⾏失败,实现在原⼦性。

如何实现持久性

提交的事务要把数据写⼊(持久化到)存储介质,⽐如磁盘。在正常情况下⼤多没有问题,可是在服务器崩溃或突然断电的情况下,⼀个事务中的多个修改操作,只有⼀部分写⼊了数据⽂件,⽽另⼀部分没有写⼊,如果不做针对处理的话,就会造成数据的丢失,从⽽导致数据不完整,也就不能保证⼀致性。

在真正写⼊数据⽂件之前,MySQL会把事务中的所有DML操作以⽇志的形式记录下来,以便在服务器下次启动的时候进⾏恢复操作,恢复操作的过程就是把⽇志中没有写到数据⽂件的记录重新执⾏⼀遍,保证所有的需要保存的数据都持久化到存储介质中,我们把这个⽇志称为 Redo Log (重做⽇志);⽣成重做⽇志是保证数据⼀致性的重要环节。在持久化的处理过程中,还包括缓冲池、Doublewrite Buffer (双写缓冲区)、 Binary Log (⼆进制⽇志) 等知识点

隔离性实现原理

1 事务的隔离性

  • MySQL服务可以同时被多个客⼾端访问,每个客⼾端执⾏的DML语句以事务为基本单位,那么不同的客⼾端在对同⼀张表中的同⼀条数据进⾏修改的时候就可能出现相互影响的情况,为了保证不同的事务之间在执⾏的过程中不受影响,那么事务之间就需要要相互隔离,这种特性就是隔离性

2 事务的隔离级别

  • 事务具有隔离性,那么如何实现事务之间的隔离?隔离到什么程度?如何保证数据安全的同时也要兼顾性能?这都是要思考的问题。

如果⼤家学习过多线程技术,都知道在并发执⾏的过程中,多个线程对同⼀个共享变量进⾏修改时,在不加限制的情况下会出现线程安全问题,我们解决线程安全问题时,⼀般的做法是通过对修改操作进⾏加锁;同理,多个事务在对同⼀个表中的同⼀条数据进⾏修改时,如果要实现事务间的隔离也可以通过锁来完成,在MySQL中常⻅的锁包括:读锁,写锁,⾏锁,间隙锁,Next-Key锁等,不同的锁策略联合多版本并发控制可以实现事务间不同程度的隔离,称为事务的隔离级别;不同的隔离级别在性能和安全⽅⾯做了取舍,有的隔离级别注重并发性,有的注重安全性,有的则是并发和安全适中;在MySQL的InnoDB引擎中事务的隔离级别有四种,分别是:

  • READ UNCOMMITTED ,读未提交
  • READ COMMITTED ,读已提交
  • REPEATABLE READ ,可重复读(默认)
  • SERIALIZABLE ,串⾏化

3 锁

实现事务隔离级别的过程中⽤到了锁,所谓锁就是在事务A修改某些数据时,对这些数据加⼀把锁,防⽌其他事务同时对这些数据执⾏修改操作;当事务A完成修改操作后,释放当前持有的锁,以便其他事务再次上锁执⾏对应的操作。不同存储引擎中的锁功能并不相同,这⾥我们重点介绍InnoDB存储引擎中的锁

3.1 锁信息

锁的信息包括锁的请求(申请),锁的持有以及阻塞状态等等,都保存在 performance_schema库的 data_locks 表中,可以通过以下⽅式查看:

image-20241028151810140

  • 锁类型

​ 锁类型依赖于存储引擎,在InnoDB存储引擎中按照锁的粒度分为,⾏级锁 RECORD 和表级锁TABLE :

  • ⾏级锁也叫⾏锁,是对表中的某些具体的数据⾏进⾏加锁;
  • 表级锁也叫表锁,是对整个数据表进⾏加锁

在之前版本的BDB存储引擎中还⽀持⻚级锁,锁定的是⼀个数据⻚,MySQL8中没有⻚级锁

  • 锁模式

锁模式,⽤来描述如何请求(申请)锁,分为共享锁(S)、独占锁(X)、意向共享锁(IS)、意向独占锁(IX)、记录锁、间隙锁、Next-Key锁、AUTO-INC 锁、空间索引的谓词锁等

3.2 共享锁和独占锁 - Shared and Exclusive Locks

  • InnoDB实现了标准的⾏级锁,分为两种分别是共享锁(S锁)和独占锁(X锁),独占锁也称为排他锁

  • 共享锁(S锁):允许持有该锁的事务读取表中的⼀⾏记录,同时允许其他事务在锁定⾏上加另⼀个共享锁并读取被锁定的对象,但不能对其进⾏写操作;

  • 独占锁(X锁):允许持有该锁的事务对数据⾏进⾏更新或删除,同时不论其他事务对锁定⾏进⾏读取或修改都不允许对锁定⾏进⾏加锁;

image-20241028152151532

  • 如果事务T1持有R⾏上的共享锁(S),那么事务T2请求R⾏上的锁时会有如下处理:
    • T2请求S锁会⽴即被授予,此时T1和T2都对R⾏持有S锁;
    • T2请求X锁不能⽴即被授予,阻塞到T1释放持有的锁
  • 如果事务T1持有R⾏上的独占锁(X),那么T2请求R⾏上的任意类型锁都不能⽴即被授予,事务T2必须等待事务T1释放R⾏上的锁。

TIPS:

读锁是共享锁的⼀种实现,写锁是排他锁的⼀种实现。

3.3 意向锁 - Intention Locks

  • InnoDB⽀持多粒度锁,允许⾏锁和表锁共存;

  • InnoDB使⽤意向锁实现多粒度级别的锁,意向锁是表级别的锁,它并不是真正意义上的加锁,⽽只是在 data_locks 中记录事务以后要对表中的哪⼀⾏加哪种类型的锁(共享锁或排他锁),意向锁分为两种:

    • 意向共享锁(IS):表⽰事务打算对表中的单个⾏设置共享锁。
    • 意向排他锁(IX):表⽰事务打算对表中的单个⾏设置排他锁
  • 在获取意向锁时有如下协议:

    • 在事务获得表中某⼀⾏的共享锁(S)之前,它必须⾸先获得该表上的IS锁或更强的锁。
    • 在事务获得表中某⼀⾏的排他锁(X)之前,它必须⾸先获得该表上的IX锁。
  • 意向锁可以提⾼加锁的性能,在真正加锁之前不需要遍历表中的⾏是否加锁,只需要查看⼀下表中的意向锁即可;

  • 在请求锁的过程中,如果将要请求的锁与现有锁兼容,则将锁授予请求的事务,如果与现有锁冲突,则不会授予;事务将阻塞等待,直到冲突的锁被释放;意向锁与⾏级锁的兼容性如下表:

image-20241028152630765

  • 除了全表锁定请求之外,意向锁不会阻⽌任何锁请求;意向锁的主要⽬的是表⽰事务正在锁定某⾏或者正在意图锁定某⾏。

3.4 索引记录锁 - Record Locks

  • 索引记录锁或称为精准⾏锁,顾名思意是指索引记录上的锁,如下SQL锁住的是指定的⼀⾏:
# 防⽌任何其他事务插⼊、更新或删除值为1的⾏,id为索引列
SELECT * FROM account WHERE id = 1 For UPDATE;
  • 索引记录锁总是锁定索引⾏,在表没有定义索引的情况下,InnoDB创建⼀个隐藏的聚集索引,并使⽤该索引进⾏记录锁定,当使⽤索引进⾏查找时,锁定的只是满⾜条件的⾏,如图所⽰:

image-20241028152902331

3.5 间隙锁 - Gap Lock

  • 间隙锁锁定的是索引记录之间的间隙,或者第⼀个索引记录之前,再或者最后⼀个索引记录之后的间隙。如图所⽰位置,根据不同的查询条件都可能会加间隙锁:

image-20241028152943526

  • 例如有如下SQL,锁定的是ID (10, 20)之间的间隙,注意不包括10和20的⾏,⽬的是防⽌其他事务将ID值为15的列插⼊到列 account 表中(⽆论是否已经存在要插⼊的数据列),因为指定范围值之间的间隙被锁定了;
SELECT * FROM account WHERE id BETWEEN 10 and 20 For UPDATE;
  • 间隙可以跨越单个或多个索引值;

image-20241028153038325

  • 对于使⽤唯⼀索引查询到的唯⼀⾏,不使⽤间隙锁,如下语句,id列有唯⼀的索引,只对id值为100的⾏使⽤索引记录锁:
# 只使⽤Record Locks
SELECT * FROM account WHERE id = 100;
  • 如果id没有被索引,或者是⼀个⾮唯⼀的索引,以上语句将锁定对应记录前⾯的间隙;
  • 不同事务的间隙锁可以共存,⼀个事务的间隙锁不会阻⽌另⼀个事务在相同的间隙上使⽤间隙锁;共享间隙锁和独占间隙锁之间没有区别。
  • 当事务隔离级别设置为 READ COMMITTED 时间隙锁会被禁⽤,对于搜索和索引扫描不再使⽤间隙锁定。

3.6 临键锁 - Next-Key Locks

  • Next-key 锁是索引记录锁和索引记录之前间隙上间隙锁的组合,如图所⽰;image-20241028153314412

  • InnoDB搜索或扫描⼀个表的索引时,执⾏⾏级锁策略,具体⽅式是:在扫描过程中遇到的索引记录上设置共享锁或排他锁,因此,⾏级锁策略实际上应⽤的是索引记录锁。索引记录上的 next-key 锁也会影响该索引记录之前的"间隙",也就是说, next-key 锁是索引记录锁加上索引记录前⾯的间隙锁。如果⼀个会话对索引中的⼀条记录R具有共享锁或排他锁,则另⼀个会话不能在索引记录R之前的空⽩中插⼊新的索引记录⾏。

  • 假设索引包含值10、11、13和20,这些索引可能的 next-key 锁覆盖以下区间,其中圆括号表⽰不包含区间端点,⽅括号表⽰包含端点:

image-20241028153520455

  • 默认情况下, REPEATABLE READ 事务隔离级别开启 next-key 锁并进⾏搜索和索引扫描,可以防⽌幻象⾏,从⽽解决幻读问题,后⾯我们再分析。

3.7 插⼊意向锁 - Insert Intention Locks

  • 插⼊意向锁是⼀个特殊的间隙锁,在向索引记录之前的间隙进⾏insert操作插⼊数据时使⽤,如果多个事务向相同索引间隙中不同位置插⼊记录,则不需要彼此等待。假设已经存在值为10和20的索引记录,两个事务分别尝试插⼊索引值为15和16的⾏,在获得插⼊⾏上的排他锁之前,每个事务都⽤插⼊意向锁锁住10到20之间的间隙,但不会相互阻塞,因为他们所操作的⾏并不冲突;

  • 下⾯的⽰例演⽰⼀个事务在获得插⼊记录的排他锁之前,使⽤了插⼊意向锁:

image-20241028154020332

3.8 AUTO-INC Locks

  • AUTO-INC锁也叫⾃增锁是⼀个表级锁,服务于配置了 AUTO_INCREMENT ⾃增列的表。在插⼊数据时会在表上加⾃增锁,并⽣成⾃增值,同时阻塞其他的事务操作,以保证值的唯⼀性。需要注意的是,当⼀个事务执⾏新增操作已⽣成⾃增值,但是事务回滚了,申请到的主键值不会回退,这意味着在表中会出现⾃增值不连续的情况。其他的相关内容这⾥我们不做深⼊讨论。

3.9 死锁

3.9.1 ⽰例
  • 由于每个事务都持有另⼀个事务所需的锁,导致事务⽆法继续进⾏的情况称为死锁。以下图为例,两个事务都不会主动释放⾃⼰持有的锁,并且都在等待对⽅持有的资源变得可⽤。

image-20241028155558423

  • 下⾯通过⼀个⽰例演⽰⼀下死锁的发⽣过程,其中涉及两个客⼾端A和B,并通过启⽤全局变量innodb_print_all_deadlocks 来查看死锁的信息,同时死锁信息也会保存到错误⽇志中
  • ⾸先打开⼀个客⼾端A,并执⾏以下操作

image-20241028155738176

image-20241028155930030

  • 接下来,打开客⼾端B并执⾏以下操作

image-20241028160224914

  • 在另⼀个客⼾端中查看两个select操作持有的锁信息
# 查看锁信息
mysql> SELECT ENGINE_TRANSACTION_ID as Trx_Id, 
 OBJECT_NAME as `Table`, 
 INDEX_NAME as `Index`, 
 LOCK_DATA as Data, 
 LOCK_MODE as Mode, 
 LOCK_STATUS as Status, 
 LOCK_TYPE as Type 
 FROM performance_schema.data_locks;
  • 在客⼾端B中更新animals表中的⾏
# 更新animals表中的⾏
mysql> UPDATE animals SET value=30 WHERE name='dog';
  • 客⼾B开始等待,可以查看锁的等待信息:
# 查看等待中的锁
mysql> SELECT REQUESTING_ENGINE_LOCK_ID as Req_Lock_Id,
 REQUESTING_ENGINE_TRANSACTION_ID as Req_Trx_Id,
 BLOCKING_ENGINE_LOCK_ID as Blk_Lock_Id, 
 BLOCKING_ENGINE_TRANSACTION_ID as Blk_Trx_Id
 FROM performance_schema.data_lock_waits;
 # 查看锁信息
mysql> SELECT ENGINE_TRANSACTION_ID as Trx_Id, 
 OBJECT_NAME as `Table`, 
 INDEX_NAME as `Index`, 
 LOCK_DATA as Data, 
 LOCK_MODE as Mode, 
 LOCK_STATUS as Status, 
 LOCK_TYPE as Type 
 FROM performance_schema.data_locks;
  • InnoDB只有在事务试图修改数据时才使⽤顺序事务id,之前的只读事务id由411549995855872 变

    为52005

  • 如果客⼾端A试图同时更新birds中的⼀⾏,将导致死锁

image-20241028160510245

  • 死锁发⽣时,InnoDB主动回滚导致死锁的事务,此时可以看到客⼾端B的更新执⾏成功。

image-20241028160533419

  • 可以通过以下⽅式查看当前服务器发⽣死锁的次数

image-20241028160700210

  • InnoDB的监视器包含了关于死锁和事务的相关信息,可以通过 SHOW ENGINE INNODB STATUS; 查看 LATEST DETECTED DEADLOCK 节点的内容

image-20241028161022874

  • 错误⽇志中也记录了死锁相关的信息

image-20241028161041459

3.9.2 死锁产⽣的条件
  • 互斥访问:如果线程1获取到了锁A,那么线程2就不能同时得到锁A
  • 不可抢占:获取到锁的线程,只能⾃⼰主动释放锁,别的线程不能从他的⼿中抢占锁
  • 保持与请求:线程1已经获得了锁A,还要在这个基础上再去获了锁B
  • 循环等待:线程1等待线程2释放锁,线程2也等待线程1释放锁,死锁发⽣时系统中⼀定有由两个或两个以上的线程组成的⼀条环路,该环路中的每个线程都在等待着下⼀个进程释放锁

以上四条是造成死锁的必要条件,必须同时满⾜,所以如果想要打破死锁,可以破坏以上四个条件之⼀,最常⻅的⽅式就是打破循环等待

3.9.3 InnoDB对死锁的检测
  • InnoDB在运⾏时会对死锁进⾏检测,当死锁检测启⽤时(默认),InnoDB⾃动检测事务死锁,并回滚⼀个或多个事务来打破死锁。InnoDB尝试选择⼩事务进⾏回滚,其中事务的⼤⼩由插⼊、更新或删除的⾏数决定。
  • 如果系统变量 innodb_table_locks = 1 (默认) 和 autocommit = 0 ,InnoDB可以检测到表级锁和⾏级锁级别发⽣的死锁;否则,⽆法检测到由 lock TABLES 语句设置的表锁或由⾮InnoDB存储引擎设置的锁,对于⽆法检测到的死锁,可以通过设置系统变量innodb_lock_wait_timeout 的值来指定锁的超时时间来解决死锁问题
  • 当超过 200 个事务等待锁资源或等待的锁个数超过 1,000,000 个时也会被视为死锁,并尝试将等待列表的事务回滚。
  • 在⾼并发系统中,多个线程等待相同的锁时,死锁检测可能会导致性能降性变慢,此时禁⽤死锁检测并依赖 innodb_lock_wait_timeout 设置进⾏事务回滚可能性能更⾼。可以通过设置系统变量 innodb_deadlock_detect[={OFF|ON}] 禁⽤死锁检测。
3.9.4 如何避免死锁
  • MySQL是⼀个多线程程序,死锁的情况⼤概率会发⽣,但他并不可怕,除⾮频繁出现,导致⽆法运⾏某些事务
  • InnoDB使⽤⾃动⾏级锁,即使在只插⼊或删除单⾏的事务中,也可能出现死锁。这是因为插⼊或删除⾏并不是真正的"原⼦"操作,同时会对索引记录进⾏修改并设置锁
  • 使⽤以下技术来处理死锁并降低发⽣死锁的可能性:
    • 使⽤事务⽽不是使⽤ LOCK TABLES 语句⼿动加锁,并使⽤innodb_lock_wait_timeout 变量设置锁的超时时间,保证任何情况下锁都可以⾃动释放
    • 经常使⽤ SHOW ENGINE INNODB STATUS 命令来确定最近⼀次死锁的原因。这可以帮助我们修改应⽤程序以避免死锁
    • 如果出现频繁的死锁警告,可以通过启⽤ innodb_print_all_deadlocks 变量来收集调试信息。对于死锁的信息,都记录在MySQL错误⽇志中,调试完成后记得禁⽤此选项
    • 如果事务由于死锁⽽失败,记得重新发起事务,再执⾏⼀次
    • 尽量避免⼤事务,保持事务粒度⼩且持续时间短,这样事务之间就不容易发⽣冲突,从⽽降低发⽣死锁的概率
    • 修改完成后⽴即提交事务也可以降低死锁发⽣的概率。特别注意的是,不要在⼀个交互式会话中⻓时间打开⼀个未提交的事务
    • 当事务中要修改多个表或同⼀表中的不同⾏时,每次都要以⼀致的顺序执⾏这些操作,使事务中的修改操作形成定义良好的队列,可以避免死锁。⽽不是在不同的位置编写多个类似的INSERT、UPDATE和DELETE语句。我们写的程序其实就是把⼀系列操作组织成⼀个⽅法或函数
    • 向表中添加适当的索引,以便查询时扫描更少的索引并设置更少的锁,可以使⽤EXPLAINSELECT来确定哪些索引⽤于当前的查询
    • 使⽤表级锁防⽌对表进⾏并发更新,可以避免死锁,但代价是系统的并发性降低
    • 如果在查询时加锁,⽐如 SELECT…FOR UPDATE 或 SELECT…FOR SHARE ,尝试使⽤较低的隔离级别,⽐如 READ COMMITTED

4 查看并设置隔离级别

  • 事务的隔离级别分为全局作⽤域和会话作⽤域,查看不同作⽤域事务的隔离级别,可以使⽤以下的⽅式:

image-20241028162420668

  • 设置事务的隔离级别和访问模式,可以使⽤以下语法:

image-20241028162511223

  • 通过选项⽂件指定事务的隔离级别,以便MySQL启动的时候读取并设置

image-20241028162550925

  • 通过SET语法设置系统变量的⽅式设置事务的隔离级别

image-20241028162640797

  • 设置事务隔离级别的语句不能在已开启的事务中执⾏,否则将会报错:

image-20241028162714570

  • 接下来介绍不同事务隔离级别的实现⽅式,以及可能出现的问题

5 READ UNCOMMITTED - 读未提交与脏读

5.1 实现⽅式

  • 读取时:不加任何锁,直接读取版本链中的最新版本,也就是当前读,可能会出现脏读,不可重复读、幻读问题;
  • 读取时:不加任何锁,直接读取版本链中的最新版本,也就是当前读,可能会出现脏读,不可重复读、幻读问题;

5.2 存在问题

事务的 READ UNCOMMITTED 隔离级别不使⽤独占锁,所以并发性能很⾼,但是会出现⼤量的数据安全问题,⽐如在事务A中执⾏了⼀条 INSERT 语句,在没有执⾏ COMMIT 的情况下,会在事务B中被读取到,此时如果事务A执⾏回滚操作,那么事务B中读取到事务A写⼊的数据将没有意义,我们这个理象叫做 “脏读” 。

5.3 问题重现

  • 在⼀个客⼾端A中先设置全局事务隔离级别为 READ UNCOMMITTED 读未提交:

image-20241028163037049

  • 打开另⼀个客⼾端B并确认隔离级别

image-20241028163057299

image-20241028163801436

  • 由于 READ UNCOMMITTED 读未提交会出现"脏读"现象,在正常的业务中出现这种问题会产⽣⾮常危重后果,所以正常情况下应该避免使⽤ READ UNCOMMITTED 读未提交这种的隔离级别。

6 READ COMMITTED - 读已提交与不可重复读

6.1 实现⽅式

  • 读取时:不加锁,但使⽤快照读,即按照 MVCC 机制读取符合 ReadView 要求的版本数据,每次查询都会构造⼀个新的 ReadView ,可以解决脏读,但⽆法解决不可重复读和幻读问题;
  • 更新时:加独占⾏锁(X),事务结束时释放,数据在修改完毕之前,其他事务不能修改也不能读取这⾏数据。

6.2 存在问题

为了解决脏读问题,可以把事务的隔离级别设置为 READ COMMITTED ,这时事务只能读到了其他事务提交之后的数据,但会出现不可重复读的问题,⽐如事务A先对某条数据进⾏了查询,之后事务B对这条数据进⾏了修改,并且提交( COMMIT )事务,事务A再对这条数据进⾏查询时,得到了事务B修改之后的结果,这导致了事务A在同⼀个事务中以相同的条件查询得到了不同的值,这个现象要"不可重复读"。

6.3 问题重现

  • 在⼀个客⼾端A中先设置全局事务隔离级别为 READ COMMITTED 读未提交:

image-20241028164056454

  • 打开另⼀个客⼾端B并确认隔离级别

image-20241028164110083

  • 在不同的客⼾端中执⾏事务

image-20241028164216118

7 REPEATABLE READ - 可重复读与幻读

7.1 实现⽅式

  • 读取时:不加锁,也使⽤快照读,按照MVCC机制读取符合ReadView要求的版本数据,但⽆论事务中有⼏次查询,只会在⾸次查询时⽣成⼀个ReadView,可以解决脏读、不可重复读,配合Next-Key⾏锁可以解决⼀部分幻读问题;
  • 更新时:加Next-Key⾏锁,事务结束时释放,在⼀个范围内的数据修改完成之前,其他事务不能对这个范围内的数据进⾏修改、插⼊和删除操作,同时也不能被查询。

7.2 存在问题

事务的 REPEATABLE READ 隔离级别是会出现幻读问题的,在 InnoDB 中使⽤了Next-Key⾏锁来解决⼤部分场景下的幻读问题,那么在不加 Next-Key ⾏锁的情况下会出现什么问题吗?

我们知道 Next-Key 锁,锁住的是当前索引记录以及索引记录前⾯的间隙,那么在不加 Next-Key 锁的情况下,也就是只对当前修改⾏加了独占⾏锁(X),这时记录前的间隙没有被锁定,其他的事务就可以向这个间隙中插⼊记录,就会导致⼀个问题:事务A查询了⼀个区间的记录得到结果集A,事务B向这个区间的间隙中写⼊了⼀条记录,事务A再查询这个区间的结果集时会查到事务B新写⼊的记录得到结果集B,两次查询的结果集不⼀致,这个现象就是"幻读"。

7.3 问题重现

  • 由于 REPEATABLE READ 隔离级别默认使⽤了 Next-Key 锁,为了重现幻读问量,我们把隔离级回退到更新时只加了排他锁的 READ COMMITTED .

image-20241028164600525

  • 在不同的客⼾端中执⾏事务

image-20241028164659739

8 SERIALIZABLE - 串⾏化

8.1 实现⽅式

  • 读取时:加共享表锁,读取版本链中的最新版本,事务结束时释放;

  • 更新时:加独占表锁,事务结束时释放,完全串⾏操作,可以解决所有事务问题。

8.2 存在问题

所有的更新都是串⾏操作,效率极低

9 不同隔离级别的性能与安全

image-20241028164935143

10 多版本控制(MVCC)

上⼀个⼩节介绍了实现事务隔离性的锁机制,但是频繁加锁与释放锁会对性能产⽣⽐较⼤的影响,为了提⾼性能,InnoDB与锁配合,同时采⽤另⼀种事务隔离性的实现机制 MVCC ,即 Multi-Versioned Concurrency Control 多版本并发控制,⽤来解决脏读、不可重复读等事务之间读写问题,MVCC 在某些场景中替代了低效的锁,在保证了隔离性的基础上,提升了读取效率和并发性。

10.1 实现原理

10.1.1 版本链
  • MVCC的实现是基于 Undo Log 版本链和 ReadView 来完成的,Undo Log做为回滚的基础,在执⾏Update或Delete操作时,会将每次操作的上⼀个版本记录在Undo Log中,每条Undo Log中都记录⼀个叫做 roll_pointer 的引⽤信息,通过 roll_pointer 就可以将某条数据对应的Undo Log组织成⼀个Undo链,在数据⾏的头部通过数据⾏中的 roll_pointer 与Undo Log中的第⼀条⽇志进⾏关联,这样就构成⼀条完整的数据版本链,如下图所⽰,Undo Log的具体结构和⾏结构请参考InnoDB 存储引擎专题

image-20241028165241564

  • 每⼀条被修改的记录都会有⼀条版本链,体现了这条记录的所有变更,当有事务对这条数据进⾏修改时,将修改后的数据链接到版本链接的头部,如下图中 UNDO3

image-20241028165327437

10.1.2 ReadView
  • 每条数据的版本链都构造好之后,在查询时具体选择哪个版本呢?这⾥就需要使⽤ ReadView 结构来实现了,所谓 ReadView 是⼀个内存结构,顾名思义是⼀个视图,在事务使⽤ select 查询数据时就会构造⼀个ReadView,⾥⾯记录了该版本链的⼀些统计值,这样在后续查询处理时就不⽤遍历所有版本链了,这些统计值具体包括:

    • m_ids :当前所有活跃事务的集合
    • m_low_limit_id :活跃事务集合中最⼩事务Id
    • m_up_limit_id :下⼀个将被分配的事务Id,也就是 版本链头的事务Id + 1
    • m_creator_trx_id :创建当前 ReadView 的事务Id
  • 构造好 ReadView 之后需要根据⼀定的查询规则找到唯⼀的可⽤版本,这个查找规则⽐较简单,以下图的版本链为例,在 m_creator_trx_id=201 的事务执⾏ select 时,会构造⼀个ReadView 同时对相应的变量赋值

    • m_ids :活跃事务集合为 [90, 100, 200]
    • m_up_limit_id :活跃事务最⼩事务Id = 90
    • m_low_limit_id :预分配事务ID = 202 ,最⼤事务Id = 预分配事务ID - 1 = 201
    • m_creator_trx_id :当前创建 ReadView 的事务Id = 201

image-20241028183436669

  • 接下来找到版本链头,从链头开始遍历所有版本,根据四步查找规则,判断每个版本:

    • 第⼀步:判断该版本是否为当前事务创建,若 m_creator_trx_id 等于该版本事务id,意味着读取⾃⼰修改的数据,可以直接访问,如果不等则到第⼆步
    • 第⼆步:若该版本事务Id < m_up_limit_id (最⼩事务Id),意味着该版本在ReadView⽣成之前已经提交,可以直接访问,如果不是则到第三步
    • 第三步:或该版本事务Id >= m_low_limit_id (最⼤事务Id),意味着该版本在ReadView⽣成之后才创建,所以肯定不能被当前事务访问,所以⽆需第四步判断,直接遍历下⼀个版本,如果不是则到第四步
    • 第四步:若该版本事务Id在 m_up_limit_id (最⼩事务Id)和 m_low_limit_id (最⼤事务Id)之间,同时该版本不在活跃事务列表中,意味着创建ReadView时该版本已经提交,可以直接访问,如果不是则遍历并判断下⼀个版本

image-20241028184047967

  • 这样从版本链头遍历判断到版本链尾,找到⾸个符合要求的版本即可,就可以实现查询到的结果都是已经提交事务的数据,解决了脏读问题。

image-20241028184217773

10.2 MVCC是否可以解决不可重复读与幻读

  • ⾸先幻读⽆法通过MVCC单独解决
  • 对于不可重复读问题,在事务中的第⼀个查询时创建⼀个ReadView,后续查询都是⽤这个ReadView进⾏判断,所以每次的查询结果都是⼀样的,从⽽解决不可重复读问题,在REPEATABLE READ 可重复读,隔离级别下就采⽤的这种⽅式
  • 如果事务每次查询都创建⼀个新的ReadView,这样就会出现不可重复读问题,在 READ COMMITTED 读已提交的隔离级别下就是这种实现⽅式

以上就是关于MVCC的相关介绍,加上锁就可以实现完整的ACID中的隔离性。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2226943.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

中酱集团:黑松露酱油,天然配方定义健康生活

在如今的大健康时代&#xff0c;人们对于美食的要求越来越高。不仅美味&#xff0c;更要健康。在健康美食的生态链中&#xff0c;有一个名字正逐渐成为品质与美味的代名词——中酱集团。而当中酱集团与黑松露酱油相遇&#xff0c;一场味觉的革命就此拉开帷幕。 中酱集团&#x…

生成式UI 动态化SDK的研发--开篇

这里写目录标题 1. 背景2.名词解释2.1 DSL2.2 AI大模型2.3 生成式UI 3. 前言4.未来展望 1. 背景 随着AI大模型技术的兴起&#xff0c;UI界面的开发和交互必定会发生巨大的改变。在大模型技术出现之前&#xff0c;软件的界面是通过UI设计师和交互设计师先定义好软件的UI界面&am…

如何在手机上解压7z格式文件?最佳软件推荐与使用指南

在当今数字化时代&#xff0c;手机已经成为我们生活中不可或缺的工具。随着文件数量的不断增加&#xff0c;文件管理变得尤为重要。 而在手机上解压 7z 文件具有重大的意义。 首先&#xff0c;7z 文件格式以其高压缩率而闻名。这意味着可以在有限的存储空间内存储更多的文件。…

Pseudo Multi-Camera Editing 数据集:通过常规视频生成的伪标记多摄像机推荐数据集,显著提升模型在未知领域的准确性。

2024-10-19&#xff0c;由伊利诺伊大学厄巴纳-香槟分校和香港城市大学的研究团队提出了一种创新方法&#xff0c;通过将常规视频转换成伪标记的多摄像机视角推荐数据集&#xff0c;有效解决了在未知领域中模型泛化能力差的问题。数据集的创建&#xff0c;为电影、电视和其他媒体…

每日OJ题_牛客_DP23不相邻取数_打家劫舍dp_C++_Java

目录 牛客_DP23不相邻取数_打家劫舍dp 题目解析 C代码 Java代码 牛客_DP23不相邻取数_打家劫舍dp 不相邻取数_牛客题霸_牛客网 (nowcoder.com) 描述&#xff1a; 小红拿到了一个数组。她想取一些不相邻的数&#xff0c;使得取出来的数之和尽可能大。你能帮帮她吗&#x…

飞腾X100 NPU Benchmark使用说明

【写在前面】 飞腾开发者平台是基于飞腾自身强大的技术基础和开放能力&#xff0c;聚合行业内优秀资源而打造的。该平台覆盖了操作系统、算法、数据库、安全、平台工具、虚拟化、存储、网络、固件等多个前沿技术领域&#xff0c;包含了应用使能套件、软件仓库、软件支持、软件适…

Kafka消费者故障,出现活锁问题如何解决?

大家好&#xff0c;我是锋哥。今天分享关于【Kafka消费者故障&#xff0c;出现活锁问题如何解决&#xff1f;】面试题&#xff1f;希望对大家有帮助&#xff1b; Kafka消费者故障&#xff0c;出现活锁问题如何解决&#xff1f; 1000道 互联网大厂Java工程师 精选面试题-Java资…

Objective-C 音频爬虫:实时接收数据的 didReceiveData_ 方法

在互联网技术领域&#xff0c;数据的获取和处理是至关重要的。尤其是对于音频内容的获取&#xff0c;实时性和效率是衡量一个爬虫性能的重要指标。本文将深入探讨在Objective-C中实现音频爬虫时&#xff0c;如何高效地使用didReceiveData:方法来实时接收数据&#xff0c;并通过…

Spring Boot 3项目创建与示例(Web+JPA)

以下是一个Spring Boot 3.3.4整合JPA的示例,它展示了如何在Spring Boot应用程序中使用JPA进行数据持久化。 版本与环境 Spring Boot 3.3.4数据库: MySQL 8.0.40, MySQL的安装使用可以参考: MySQL 8 下载与安装攻略JDK 17Maven 3.6项目创建 可以使用Spring Initializr 初始…

深度学习:SGD的缺点

首先看下述函数&#xff1a; 最小值为x0&#xff0c;y0处 先了解下它的梯度特征。了理解其梯度特征&#xff0c;我们需要计算其梯度向量。 梯度向量 ∇f 是函数 f 在每个变量方向上的偏导数组成的向量。具体来说&#xff1a; ∇f(∂f/∂x,∂f∂/y) 首先&#xff0c;我们计算 f …

时间序列预测(十五)——有关Python项目框架的实例分析

#1024程序员节&#xff5c;征文# 在之前的学习中&#xff0c;已经对时间序列预测的相关内容有了大致的了解。为了进一步加深理解&#xff0c;并能够将所学知识应用于实际中&#xff0c;我决定找一个完整的Python框架来进行深入学习。经过寻找&#xff0c;我终于找到了一篇非常具…

电脑技巧:如何进行磁盘测速?

磁盘测速是指通过专业工具或系统自带功能&#xff0c;测量硬盘的读写速度。这一过程能够帮助用户了解磁盘的性能瓶颈&#xff0c;并为硬件升级或系统优化提供数据依据。特别是在处理大量数据或运行高负载应用时&#xff0c;磁盘速度是决定系统性能的关键因素。 影响磁盘速度的因…

Web 核心指标优化之 INP 篇

这篇文章是我在公司做 INP 优化经验分享的演讲稿。 大家好&#xff0c;今天我要做的分享是关于 INP 的一些优化经验。 概念 首先&#xff0c;什么叫 INP 呢。 INP 的全称叫 Interaction to Next Pain &#xff0c;翻译过来就是从交互到下一次绘制的延迟。这是 Google 提出来的…

C#与C++互操作时的数据类型对应

C#和C在互操作时&#xff0c;会涉及到数据类型对应的问题&#xff0c;如果数据类型用得不对&#xff0c;就会得不到想要的结果&#xff0c;严重的情况下&#xff0c;可能还会导致程序崩溃。这里做一下相关知识点的总结。 说明&#xff1a; 1. 表格第一列是Visual C中的数据类型…

【Docker大揭秘】

Docker 调试一天的血与泪的教训&#xff1a;设备条件&#xff1a;对应的build preparation相应的报错以及修改 作为记录 构建FASTLIO2启动docker获取镜像列出镜像运行containerdocker中实现宿主机与container中的文件互传 调试一天的血与泪的教训&#xff1a; 在DOCKER中跑通F…

numpy——数学运算

一、标量——矢量 import numpy as npa 3.14 b np.array([[9, 5], [2, 7]])print(a) print(b)# ---------- 四则运算 ---------- print(a b) # np.add print(a - b) # np.subtract print(a * b) # np.multiply print(a / b) # np.divide 二、矢量——矢量 import nump…

Claude Financial Data Analyst:基于Claude的金融数据分析工具!免费开源!

大家好&#xff0c;我是木易&#xff0c;一个持续关注AI领域的互联网技术产品经理&#xff0c;国内Top2本科&#xff0c;美国Top10 CS研究生&#xff0c;MBA。我坚信AI是普通人变强的“外挂”&#xff0c;专注于分享AI全维度知识&#xff0c;包括但不限于AI科普&#xff0c;AI工…

MPC模型预测控制与RL强化学习的差异性

模型预测控制&#xff08;Model Predict Control&#xff0c;MPC&#xff09; 模型预测控制与强化学习的差异性调研 概述 MPC 是一种使用数学模型在有限时间内实时优化控制系统的技术&#xff0c;自二十世纪六七十年代问世以来&#xff0c;已广泛应用于化学工程、炼油、先进…

Java:String类(超详解!)

一.常用方法 &#x1f94f;1.字符串构造 字符串构造有三种方法&#xff1a; &#x1f4cc;注意&#xff1a; 1. String是引用类型&#xff0c;内部并不存储字符串本身 如果String是一个引用那么s1和s3应该指向同一个内容&#xff0c;s1和s2是相等的&#xff0c;应该输出两…

《深度学习》模型的部署、web框架 服务端及客户端案例

目录 一、模型的部署 1、模型部署的定义与目的 1&#xff09;定义 2&#xff09;目的 2、模型部署的步骤 1&#xff09;导出模型 2&#xff09; 部署模型 3&#xff09;测试模型 4&#xff09;监控模型 3、模型部署的方式 1&#xff09;云端部署 2&#xff09;嵌入…