MVCC原理解析

MVCC原理分析

1:什么是MVCC

? MVCC是英文名称Multi Version Concurrency Control 的简称,就是多版本并发控制。

MVCC可以说实现,读不加锁,读写不冲突。这个可以大大的提高Mysql的性能。

2:MVCC解决了什么问题

多事务的并发进行一般会造成以下几个问题:

脏读: A事务读取到了B事务未提交的内容,而B事务后面进行了回滚.

不可重复读: 当设置A事务只能读取B事务已经提交的部分,会造成在A事务内的两次查询,结果竟然不一样,因为在此期间B事务进行了提交操作.

幻读: A事务读取了一个范围的内容,而同时B事务在此期间插入了一条数据.造成"幻觉".

MVCC在MySQL InnoDB中的实现主要是为了提高数据库并发性能,用更好的方式去处理读-写冲突,做到即使有读写冲突时,也能做到不加锁,非阻塞并发读

在并发读写数据库时,可以做到在读操作时不用阻塞写操作,写操作也不用阻塞读操作,提高了数据库并发读写的性能

同时还可以解决脏读,幻读,不可重复读等事务隔离问题,但不能解决更新丢失问题

3: Mysql的事务隔离级别

我们先了解一下数据的隔离级别。

1:RU:读未提交,就是可以读取到其他未提交事务中的数据,存在脏读。

2:RC:读已提交,只可以读取到已提交的数据,存在幻读。

3:RR:不可重复读,不可以重复读。

4:SERIALIZABLE:串行读取,没有脏读,幻读,不可重复读。每次操作都是加锁。性能较低

MVCC原理解析

MVCC只在REPEATABLE READ和READ COMMITTED两个隔离级别下工作。

REPEATABLE READ读取之前系统版本号的记录,保证同一个事务中多次读取结果一致。

REPEATABLE READ隔离级别下,MVCC具体操作:

SELECT操作,InnoDB会根据以下两个条件检查每行记录:

a. InnoDB只查找创建版本号早于或等于当前系统版本号的数据行,这样可以确保事务读取的行,要么是在事务开始前已经存在的,要么是事务自身插入或者修改过的。

b. 行的删除版本号要么未定义,要么大于当前的系统版本号(在当前事务开始之后删除的)。这可以确保事务读取到的行,在事务开始之前未被删除。

READ COMMITTED读取最新的版本号记录,就是所有事务最新提交的结果。

其他两个隔离级别和MVCC不兼容。READ UNCOMMITTED总是读取最新的数据行,而不是符合当前事务版本的数据行。SERIALIZABLE会对所有读取的行都加锁。

3:MVCC的实现原理

InnoDB的存储引擎,的每个记录都会存在三个隐藏的键,分别是:DATA_TRX_ID、DATA_ROLL_PTR、DB_ROW_ID。

  • DATA_TRX_ID:记录当前记录的事务ID,大小为6个字节。
  • DATA_ROLL_PTR:表示指向该行回滚段(rollback segment)的指针,大小为 7 个字节,InnoDB 便是通过这个指针找到之前版本的数据。该行记录上所有旧版本,在 undo 中都通过链表的形式组织。
  • DB_ROW_ID:行标识(隐藏单调自增 ID),大小为 6 字节,如果表没有主键,InnoDB 会自动生成一个隐藏主键(row_id并不是必要的,我们创建的表中有主键或者非NULL唯一键时都不会包含row_id列)

MVCC原理解析

再undo.log中形成一个这样的版本链。

理论解释:

这里开创了三个事务,

假设我们最初的数据的事务Id是80,那他的数据结构如图所示:

MVCC原理解析

假设之后两个id分别为100200的事务对这条记录进行UPDATE操作,操作流程如下:

MVCC原理解析

每次对记录进行改动,都会记录一条undo日志,每条undo日志也都有一个roll_pointer属性(INSERT操作对应的undo日志没有该属性,因为该记录并没有更早的版本),可以将这些undo日志都连起来,串成一个链表,所以现在的情况就像下图一样:

MVCC原理解析

ReadView

对于使用READ UNCOMMITTED隔离级别的事务来说,直接读取记录的最新版本就好了,对于使用SERIALIZABLE隔离级别的事务来说,使用加锁的方式来访问记录。对于使用READ COMMITTEDREPEATABLE READ隔离级别的事务来说,就需要用到我们上边所说的版本链了,核心问题就是:需要判断一下版本链中的哪个版本是当前事务可见的。所以设计InnoDB的大叔提出了一个ReadView的概念,这个ReadView中主要包含当前系统中还有哪些活跃的读写事务,把它们的事务id放到一个列表中,我们把这个列表命名为为m_ids。这样在访问某条记录时,只需要按照下边的步骤判断记录的某个版本是否可见:

  • 如果被访问版本的trx_id属性值小于m_ids列表中最小的事务id,表明生成该版本的事务在生成ReadView前已经提交,所以该版本可以被当前事务访问。

  • 如果被访问版本的trx_id属性值大于m_ids列表中最大的事务id,表明生成该版本的事务在生成ReadView后才生成,所以该版本不可以被当前事务访问。

  • 如果被访问版本的trx_id属性值在m_ids列表中最大的事务id和最小事务id之间,那就需要判断一下trx_id属性值是不是在m_ids列表中,如果在,说明创建ReadView时生成该版本的事务还是活跃的,该版本不可以被访问;如果不在,说明创建ReadView时生成该版本的事务已经被提交,该版本可以被访问。

如果某个版本的数据对当前事务不可见的话,那就顺着版本链找到下一个版本的数据,继续按照上边的步骤判断可见性,依此类推,直到版本链中的最后一个版本,如果最后一个版本也不可见的话,那么就意味着该条记录对该事务不可见,查询结果就不包含该记录。

MySQL中,READ COMMITTEDREPEATABLE READ隔离级别的的一个非常大的区别就是它们生成ReadView的时机不同,我们来看一下。

4:实践验证RR,RC隔离级别下的MVCC

RC模式下:

现在通过两个事务来处理一个数据,解读一下MVCC的实现原理。这里事务提交方式改为手动,事务隔离级别改为RC

MVCC原理解析

1: 查询结果为:刘备

2:执行事务100,不提交

我们可以得到再undo.log中的一个这样的版本链

MVCC原理解析

这个时候我们再执行,查询,可以看到查询结果

MVCC原理解析

可以看到结果还是刘备。

分析:

  • 在执行SELECT语句时会先生成一个ReadViewReadViewm_ids列表的内容就是[100]

  • 然后从版本链中挑选可见的记录,从图中可以看出,最新版本的列c的内容是‘张飞‘,该版本的trx_id值为100,在m_ids列表内,所以不符合可见性要求,根据roll_pointer跳到下一个版本。

  • 下一个版本的列c的内容是‘关羽‘,该版本的trx_id值也为100,也在m_ids列表内,所以也不符合要求,继续跳到下一个版本。

  • 下一个版本的列c的内容是‘刘备‘,该版本的trx_id值为80,小于m_ids列表中最小的事务id100,所以这个版本是符合要求的,最后返回给用户的版本就是这条列c‘刘备‘的记录。

接下来我们执行操作:提交事务100的操作,同时执行事务200的操作,但是不提交,然后执行查询操作。

MVCC原理解析

我们可以看到查询结果,为张飞

分析:这个时候的版本链是这样的

MVCC原理解析

  • 在执行SELECT语句时会先生成一个ReadViewReadViewm_ids列表的内容就是[200](事务id为100的那个事务已经提交了,所以生成快照时就没有它了)。

  • 然后从版本链中挑选可见的记录,从图中可以看出,最新版本的列c的内容是‘诸葛亮‘,该版本的trx_id值为200,在m_ids列表内,所以不符合可见性要求,根据roll_pointer跳到下一个版本。

  • 下一个版本的列c的内容是‘赵云‘,该版本的trx_id值为200,也在m_ids列表内,所以也不符合要求,继续跳到下一个版本。

  • 下一个版本的列c的内容是‘张飞‘,该版本的trx_id值为100,比m_ids列表中最小的事务id200还要小,所以这个版本是符合要求的,最后返回给用户的版本就是这条列c‘张飞‘的记录。

以此类推,如果之后事务id为200的记录也提交了,再此在使用READ COMMITTED隔离级别的事务中查询表tid值为1的记录时,得到的结果就是‘诸葛亮‘了,具体流程我们就不分析了。总结一下就是:使用READ COMMITTED隔离级别的事务在每次查询开始时都会生成一个独立的ReadView。

MVCC原理解析

RR模式下的MVCC

对于使用REPEATABLE READ隔离级别的事务来说,只会在第一次执行查询语句时生成一个ReadView,之后的查询就不会重复生成了。我们还是用例子看一下是什么效果。

同样,按照上面的操作,重新操作。

事务100,操作,但是不提交,事务200 不进行操作,然后查询,

MVCC原理解析

结果就是这样,原因和之前的一样,可以分析。这里就不在分析了。

接下来我们执行查询,但是查询事务不提交,然后提交事务100;同时执行事务200,但是不提交;然后再次执行查询

MVCC原理解析

分析:

上面执行可以得到undo.log的版本链

MVCC原理解析

  • 因为之前已经生成过ReadView了,所以此时直接复用之前的ReadView,之前的ReadView中的m_ids列表就是[100, 200]

  • 然后从版本链中挑选可见的记录,从图中可以看出,最新版本的列c的内容是‘诸葛亮‘,该版本的trx_id值为200,在m_ids列表内,所以不符合可见性要求,根据roll_pointer跳到下一个版本。

  • 下一个版本的列c的内容是‘赵云‘,该版本的trx_id值为200,也在m_ids列表内,所以也不符合要求,继续跳到下一个版本。

  • 下一个版本的列c的内容是‘张飞‘,该版本的trx_id值为100,而m_ids列表中是包含值为100的事务id的,所以该版本也不符合要求,同理下一个列c的内容是‘关羽‘的版本也不符合要求。继续跳到下一个版本。

  • 下一个版本的列c的内容是‘刘备‘,该版本的trx_id值为8080小于m_ids列表中最小的事务id100,所以这个版本是符合要求的,最后返回给用户的版本就是这条列c‘刘备‘的记录。

也就是说两次SELECT查询得到的结果是重复的,记录的列c值都是‘刘备‘,这就是可重复读的含义。如果我们之后再把事务id为200的记录提交了,之后再到刚才使用REPEATABLE READ隔离级别的事务中继续查找这个id为1的记录,得到的结果还是‘刘备‘,具体执行过程大家可以自己分析一下。

总结

从上边的描述中我们可以看出来,所谓的MVCC(Multi-Version Concurrency Control ,多版本并发控制)指的就是在使用READ COMMITTDREPEATABLE READ这两种隔离级别的事务在执行普通的SEELCT操作时访问记录的版本链的过程,这样子可以使不同事务的读-写写-读操作并发执行,从而提升系统性能。READ COMMITTDREPEATABLE READ这两个隔离级别的一个很大不同就是生成ReadView的时机不同,READ COMMITTD在每一次进行普通SELECT操作前都会生成一个ReadView,而REPEATABLE READ只在第一次进行普通SELECT操作前生成一个ReadView,之后的查询操作都重复这个ReadView就好了。

MVCC原理解析

上一篇:Http——HttpClient使用


下一篇:TensorFlow之张量