MySQL MVCC的详解之Read View

news2024/11/24 19:03:14

文章目录

- 概要
- 一、基于UNDO LOG的版本链
- - - 1.1、行记录结构
    - 1.2、了解UNDO LOG
    - 1.3、版本链
- 二、Read View
- - - 2.1、判定机制
- 三、参考

概要

在上文中，我们提到了MVCC（Multi-Version Concurrency Control)多版本并发控制，是通过undo log来实现的。那具体是如何实现的呢？将在本文一一道来。

MVCC是为了实现非阻塞读，即提高数据库并发读能力的一种机制。

通常来说，A事务正在修改数据行X，在修改未结束前，B事务要读数据行X,为了避免读到脏数据，B就会被阻塞,直到A事务修改完数据行X，MVCC很好的避免了这种情况的发生。

MVCC是通过保存数据在某个时间点的快照来实现的，即保存一个数据行的多个变更版本（空间换时间）。这些版本就是undo log了，每一行的变更记录就存在undo log中，通过链表联系在一起，构成了一个完整的版本链，供MVCC实现非阻塞读。

例如在可重复读隔离级别下，A事务正在修改数据行X，在修改数据行X前会把其当前记录插入到版本链中，B事务要读数据行X就到版本链中找符合的，这样B就不会被阻塞了。

ps:MySQL的MVCC只作用于在REPEATABLE READ和READ COMMITED两个隔离级别下执行普通的SELECT操作。

在高性能MySQL第三版一书中对MVCC的操作描述如下：
下面来一起探索下具体实现吧。

本文背景：MySQL InnoDB存储引擎。

一、基于UNDO LOG的版本链

在了解版本链之前，首先看一下InnoDB存储引擎的行记录。

1.1、行记录结构

提到MySQL的行记录，肯定会想到行ID、用户数据列等内容，除了这些信息外，还有一些隐藏信息，比如事务ID、回滚指针等其他额外信息，那我们可以得出下图：
MySQL行记录结构简单示意图
其中事务ID(trx_id)、回滚指针(rollback_ptr)是本文要讲的核心。

ps:InnoDB的行记录是存储在聚族索引中的

1.2、了解UNDO LOG

                                            MySQL undo log结构示意图

MySQL undo log结构示意图

MySQL的undo log分为两大类：

insert undo:insert 操作产生的，记录了table_id、trx_id、主键各列数据等信息。
update undo:update和delete操作产生的，

虽说update和delete操作产生的undo log都会记录到update undo这个大类，但其记录内容是有很大差距的。
delete操作产生的undo log会记录table_id、trx_id、rollback_ptr、主键各列数据等信息，而update操作产生的undo log会记录更新table_id、trx_id、rollback_ptr、被更新列旧值、主键各列数据等信息。

ps:可以看到undo log中并没有记录用户列数据

1.3、版本链

我们现在在test库下有一个test表：
MySQL 测试表下面我们经过一系列插入，删除，更新来演示版本链的变迁：
假设当前全局trx_id = 101。

插入一条数据

insert into test (id,num,name,key_id) values (1,1,"bob",11);

此时有：
插入一条数据

更新数据
1）令id=1的数据name=tom

update test set name = "tom" where id = 1;

此时有：
更新一条数据
2）令id=1的数据name=join

update test set name = "join" where id = 1;

此时有：
更新一条数据

删除数据，删除id=1的数据

delete from test where id = 1;

此时有：
删除一条数据
如上图，在对id=1这一条记录的插入，更新，删除的过程中构建了一个版本链。其中删除操作，只是在聚簇索引上的记录中打了删除标记，并不会立即删除，而是当没有Read View持有该事务ID时才会有purge线程去真的去删除，之后这块空间才能被使用，为什么不能立即删除呢，主要是因为undo log中并不保存所有的用户列数据，甚至不保存，都是基于聚簇索引中的记录行，在结合undo log内容，在回滚过程中构造某个版本的数据。

另外，我们在1.2小节中强调了 undo log中并不记录用户列数据，这里只是为了表示方便才画了出来，其实MySQL是基于聚簇索引上的记录内容，通过从聚簇索引上的记录roll_ptr开始，依次回滚，直到遇到符合要求的事务ID，构造出最终数据。

假设第二次更新操作开始但未提交时，有个trx_id=107的事务要读id=1的数据，此时发现ID=1的数据trx_id=106且处于活跃状态，则需要沿着版本链回滚，当遇到trx_id=102的记录，结合聚簇索引上的记录和trx_id=102的undo记录,构造出trx_id=102的完整数据，对于trx_id=107的事务来说，该事务是已提交的事务，则读取即可。其实这就是Read View了，详情请看下一章节。

二、Read View

对于READ COMMITED隔离级别，需要读已经提交的数据，那当A事务修改完聚簇索引上的记录X后尚未提交，此时B事务读取记录X，按照定义，此时聚簇索引上的记录是不允许读取的，如何判定呢？就依赖Read View机制了

对于REPEATABLE READ隔离级别，需要重复读数据，那当A事务读取记录X后，B事务修改完聚簇索引上的记录X并提交，此时A事务需要在此读取记录X，按照定义，此时聚簇索引上的记录是不允许读取的，如何判定呢？也就依赖Read View机制了

Read View也称作一致性视图，其主要包含4个主要的内容：

m_ids：在生成Read View时，当前系统中活跃的读写事务的事务ID列表；
min_trx_id：在生成Read View时，当前系统中活跃的读写事务中最小的事务ID，即m_ids中的最小值；
max_trx_id：在生成Read View时，当前系统中活跃的读写事务中最大的事务ID，即系统应该分配给下一个事务的事务ID（全局事务ID的值）；
creator_trx_id：在生成Read View时，当前事务的事务ID。

其中max_trx_id要注意下，并不一定是m_ids中的最大值，而是生成Read View时的全局事务ID值。因为事务ID时递增（循环）分配的，在RR隔离级别下，假设当前活跃的事务ID有1,2,3，事务ID=3的事务提交后，再开启一个事务A，发起读操作，此时Read View时m_ids=[1,2,4],min_trx_id=1，max_trx_id=4,如果有另一个写事务B提交了，消耗了一个事务ID=4，那么此时事务A进行写操作，就会出现creator_trx_id=5的情况。

为什么会这样呢？我们要明白事务ID的生成并不是开启事务（执行begin操作）时就确定的，而是第一次执行写操作时确定的。
而Read View生成时机是在读操作前确定的，但RC与RR还不同，RC是每次读操作前都生成一个Read View（保证可以读已提交数据），而RR是在第一次读操作前生成一个Read View，就不会变动了（保证可重复读）。