【MySQL】搞懂mvcc、read view：MySQL事务原理深度剖析

前言：本节内容是事务里面最难的一部分，就是理解mvcc快照读和read view。这两个部分需要了解隔离性里面的四种隔离级别。博主之前讲过，但是担心友友们不了解，所以这里开头进行了复习。下面开始我们的学习吧！

ps：本节内容很难，希望友友们沉下心认真学习哦！

一致性

三种并发方式的安全隐患

三个隐藏字段

Undo日志

mvcc多版本控制

read view

RC VS RR的本质区别

我们先来回忆一下上接内容讲解的隔离性的四种隔离级别，以及并发产生的问题：

脏读：一个事务在执行中，读到另一个事务的更新但是还没有commit的数据，这种情况叫做脏读。
不可重复读：一个事务提交前和提交后，另一个事务select查到的数据结果是不一样的。也就是说一个事务一直select，结果某一次select的时候，数据突然变了。
幻读：读者读者可能多出来了一条数据，就类似于出现了幻觉。

读未提交：会导致脏读，不可重复读，幻读现象。
读提交：解决了脏读，但是有不可重复读，幻读。
可重复单独：解决了脏读，不可重复读，但是有些数据库的insert会有幻读现象（mysql解决了幻读）
串行化：加锁，不进行并发执行，没有上面的问题。

一致性

事务执行的结果，必须使数据库从一个一致性状态，变到另一个一致性状态。当数据库只包含事务成功提交的结果时，数据库处于一种一致性状态。如果系统运行发生中断，某个事务尚未完成而被迫中断，而改变未完成的事务对数据库所做的修改已被写入数据库，此时数据库就处于一种不正确的状态。因此一致性是通过原子性保证的。

三种并发方式的安全隐患

读读并发：不存在任何问题，不需要并发控制。
读写并发：有线程安全问题，可能造成事务隔离性问题可能遇到脏读，幻读，不可重复读
写写并发：有线程安全问题，可能会存在更新丢失问题，比如第一类更新丢失，第二类更新丢失

读写并发，也就是一个事务在写，一个事务在读。要保证读到的是原来的，和另一个事务写的不一样。
这个使用的是一种无锁的并发控制MVCC。

1、每个事务都要有自己的事务ID，可以根据事务的大小，来决定事务到来的先后顺序。
2、mysqld可能会面临处理多个事务的情况。事务在使用者的角度看来是原子的，但是本质上是有过程的。所以就证明事务也有自己的生命周期。一》mysqld要对事务进行管理:先描述，再组织。事务在我看来，mysqld中一定是对应的一个或者一套结构体对象/类对象
3、所以，事务也要有自己的结构体。

下面我们都在讲解mvcc以及版本链，很重要，很难理解，需要反复观看。

三个隐藏字段

其实我们之前在建表的时候， mysql也会给我们添加三个默认的，隐藏的字段:

DB_TRX_ID:6byte,每一条数据后面都要有一个属性，就是DB_TRX_ID,无论是单sql，但是我们手动begin起的事务。都算是事务，都有自己的事务ID，而DB_TRX ID，就是最后操作这条数据的事务ID。
DB_ROLL_PTR:在MySQL中，对于某一行数据来说，我们要修改他，并不是直接就修改了。 mysql要先将数据保存一份，然后再改这样的话，我们改完之后，我们也知道未来这个字段历史是谁。所以，为了保证能够找到这个最后的历史信息，就有了这个DB_ROLL_PTR。
DB_ROW_ID:隐藏的自增ID，如果数据库表中没有主键，In noDB会自动以DB_ROW_ID产生一个聚族索引。大小6byte

Undo日志

上面的红框框就是操作系统，然后上层就是用户层。里面有我们的mysql的一个buffer pool ，然后undo日志就是在这个buffer pool里面。undo log其实就是mysql里面的一段内存缓冲区。作用就是用来记录一些mysql里面事务的回滚操作等。

假如现在有一行数据如下：

这个数据我们知道是在b+树的叶子节点上面。（这个b+树也在buffer pool里面），现在有一个事务10，想要对这行数据进行修改，将名字张三改成李四。

因为要修改，所以先将这条记录加锁，然后将这条数据记录复制一份到undo log里面：

然后就开始修改，现存数据name改成李四，事务ID改成10，然后回滚指针指向刚刚拷贝到undo log里面的数据。这就叫做历史版本。

最后commit，释放锁。就行了。（注意，这里示例是写写并发，所以串行化，加锁。）

然后现在又来了一个事务11，也要进行修改，要将这个age修改成28. 那么就和上面一样，先拷贝一份数据到undo log里面。

然后修改记录：

所以，我们就有了一个历史版本链，如果未来我们不想修改了，后悔了，就可以把undo log里面的历史数据拿出来。

mvcc多版本控制

我们把上面的版本链，这种多版本控制就叫做mvcc多版本控制。而里面的一个一个的版本的数据，我们就叫做快照。

另外， undo log是一个临时缓冲区。他管理的是一个事务内所形成的版本链条。什么意思？就是说，一个事务里面，我们多次修改，多次update，才会形成版本链，当事务commit的时候， undo log 就会被清空，也就是free掉。同样的， delete数据也能形成版本链，因为delete的本质是把改行数据的"flag“置为删除。所以也可以形成版本链。

问题是！insert可以形成版本链吗？——其实，insert可以理解为是没有版本链的，但是insert对应的数据也要放到undo log里面。但是如果一旦commit，这个insert对应的版本连也就可以被清空了。而对于undate和delete来说就不一定，因为可能也有其他的事务在访问这一条记录。

我们上面说的是update和delete，以及insert。那么select呢？我们知道， update和delete的对象一定是最新数据，历史数据他们没有权限修改。那么select我们怎么知道我们读取的是最新数据还是历史数据呢？所以就有了当前读和快照读的概念。

当前读：读取最新的记录，就是当前读，增删改，都叫做当前读。select也可能当前读。
快照读：读取历史版本，就叫做快照读。

那么现在再来看我们之前的读写操作。我们做过实验，看到的是两个事务，一个写一个读。然后两个事务看到的数据是不同的数据。——就是因为我们的读取，读取的是历史的数据。而写，写的是当前的数据。两个事务在访问不同的位置，就不需要进行加锁，所以就不会发生并发的问题，我们就可以并发进行读写操作。所以，这就是之前我们为什么能够读写并发的原因！！！

所以，隔离性，本质上是数据上的隔离，也是版本上面的隔离。这就是不同的隔离级别让我们看到不同的版本！！！

所以，隔离，隔离性本质上使用mvcc实现的，我们的事务回滚利用的也是利用mvcc版本控制的。

read view

read view我们讨论的是rc和rr这两种隔离级别。read view就是事务进行快照读操作的时候生产的读视图，在该事务执行快照读的那一刻，会生成数据库当前的一个快照，记录并维护系统当前活跃事务的ID。（当每个事务开启时，都会被分配给一个ID，这个ID是递增的。所以最新的事务的ID更大）

read view是一个类，与事务的关系就类似于进程地址空间和PCB。两个数据结构之间使用指针连接起来。

当我们进行快照读的时候，对该记录创建一个read view读视图。然后对它填充数据，作为条件。用来判断当前事务能够看到哪个版本的数据，既可能是当前数据，也可能是undo log里面的历史数据。下面看一下这个read view结构体：

class Readview
{
private:
    trx_id_t m_low_limit_id;  //高水位，大于等于这个ID的事务均不可见。
    trx_id_t m_up_limit_id;  //低水位， 小于这个ID的事务均可见。
    trx_id_t m_creator_trx_id;     //创建该Read view的事务ID。    
    ids_t m_ids; //创建视图时的活跃事务id列表。
    trx_id_t m_low_limit_no; 
    bool m_closed;  //视图是否关闭
    //....省略       
};

上面重要的是两个水位线 , 事务id。m_ids就是当前正在打开的事务id列表。

现在一张图我们来理解read view：

在这张图里面，先看已经提交的事务。已经提交的事务，就是说我们当前的事务read view的时候，如果当前事务ID和我们看到的版本链里面的事务ID一样，那么就说明我们可以看到这个版本的数据。如果版本链里面的事务ID比m_ids里面最小的事务ID都小，那么也能看到。因为ID小，代表事务启动的早，那么后启动的事务就应该能看到先启动的事务。

再看快照后来的事务：我们说low_limit_id是当前事务read view后能看到的最晚启动的一个事务。那么如果版本链里面的事务大于这个low_limit_id，就不应该看到这个版本的数据。为什么会出现这种情况，因为事务一定有先有后，后来的事务ID一定大！

然后就是看正在操作的事务，这里要注意的是，正在操作的事务不一定是连续的。因为虽然我们说ID是递增的，但是事务的执行时间是不同的，有的事务很快就跑完了，有的事务很慢才能跑完。所以就会出现图中的情况。而我们形成快照后m_ids里面的版本如果和某个版本的数据相同，就说明这个ID的事务还是活跃的，没有commit，那么就不能看到。如果没有，那么就能看到。

另外，我们还要注意的是！read view是事务可见性的一个类，不是事务创建出来，就有read view，而是这个已经存在的事务，首次进行快照读的时候，mysql形成read view！

RC VS RR的本质区别

有了上面的read view的知识点之后，我们就能谈RC和RR的本质区别了。我们谈论RC和RR的区别，需要使用一个例子，现在我们做几个实验。
首先第一个实验：

这是account表。并且此时的隔离级别是可重复读。然后我们两边都开启事务：

然后两边都进行快照读，记录当前的read view：

接下来我们左边修改数据，然后commit：

然后我们查一下右边：

很显然，因为是可重复读，所以数据没有变化。这也符合我们的预期。

现在我们来看一下实验二：

同样是隔离级别为可重复读。但是这次右边不进行快照读。而是等到左边commit之后，在进行快照读：

查右边：

我们会发现， id = 4这个字段被修改了。也就是说我们的右边看到了左边的修改。

这里为什么会发生这种情况，是因为我们的read view是在快照读的时候就生成，然后RR隔离界别的read view只会生成一次。就是第一次快照读的时候。所以在第一个实验中，我们一开始就使用了快照读。此时m_ids显示左右两个事务都是活跃事务，那么我们进行判断的时候，右边的事务对于左边事务修改的版本就看不见。

实验二的时候，我们一开始没有快照读，而是等到左边事务commit后才进行快照读。那么右边事务的m_ids里面就一定没有左边事务的ID，并且，因为左边事务启动在右边事务快照读之前， 所以左边事务的事务ID也不可能比右边事务的事务的low_limt_id大。那么这个时候左边事务的事务ID只有两种情况， 一种情况是比右边事务的up_limit_id还要小。或者是在up_limit_id和low_limit_id之间但是没在m_ids里面。这两种情况下右边事务都可以看到左边事务的修改版本！！！所以右边事务就能看到左边事务的修改数据版本！！！

上面是RR。RC就好说了， RR是只能生成一次read view，只能进行一次快照。后面的事务无论做什么修改，都要根据这一个快照进行判断能不能够看到这些版本数据。但是RC每次进行快照读都能生成快照，每次快照读都生成快照，那么low_limit_id就永远是当前系统下最大的事务ID。所以就能保证只要其他事务commit了，其他事务不是活跃事务了，那么就只剩下了在up_limit_id和low_limit_id之间但是没在m_ids里面这两种情况。也就一定能看到了。所以这就是RC的形成原因。这就是RR和RC的根本区别！