事务的特性
ACID是事务应该具备的特性,一个标准的事务处理系统必须具备这些标准特征:
A(atomicity)——原子性: 一个事务是不可被分割的单元,一个事务里的所有操作要么全部成功、要么全部失败,不可能只执行其中一部分
C(consistency)——一致性: 一个事务操作涉及的数据总是从一个一致的状态转换到另一个一致的状态
I(isolation)——隔离性: 一个事务做的修改在提交前对其它事务是不可见的
D(durability)——持久性: 一个事务提交后这个事务做的修改就会永久保存到数据库中
事务的隔离级别
SQL标准中定义了四种隔离级别,从低到高分别是READ UNCOMMITTED、READ COMMITTED、REPEATABLE READ、SERIALIZABLE:
READ UNCOMMITTED(读未提交): 一个事务可以读取另一个事务未提交的数据,也就是说在READ UNCOMMITTED级别下,会产生脏读
READ COMMITTED(读提交): 一个事务可以读取另一个事务提交的数据,可能造成不可重复读
REPEATABLE READ(可重复读): 保证一个事务多次读取同一条记录得到的结果是一致的,但可能造成幻读(读取一个范围内的值,如果另一个事务在这个范围内插入一条,这个事务能感知到这条数据存在),MySQL的默认事务隔离级别是REPEATABLE READ
SERIALIZABLE(可串行化): 强制事务串行执行,会在读取的每一行数据都加上锁,防止并发操作
日志
事务的实现和日志是分不开的,InnoDB的事务是现实基于redo log实现的,这个日志是InnoDB存储引擎专属的日志,MySQL在服务层也提供了一个日志叫bin log,虽然这个日志和事务关系不大,但是是比较常用的日志,合并在这里一起介绍一下。
redo log
InnoDB的redo log大小是固定的,可能有多个大小相同的文件组成,用双指针组成一个环形队列,如下图所示:
图中表示有四个文件,write point表示写指针,check point表示擦除指针,write point和check point之间的数据表示写在redo log还没写到磁盘记录的数据。
当有一条数据更新时,InnoDB会把更新操作写到redo log,并更新内存,这时更新操作就算完成了,InnoDB会在合适的时候把redo log里的记录更新到磁盘记录,或者说更新到数据库里。
上面所说的实现,就是MySQL的WAL技术,WAL全名是Write-Ahead Logging,也就是写磁盘记录之前先把记录保存在日志里,等到合适的时候在更新到磁盘记录。
那么什么时候是合适的时候呢?一个合适的时候是系统比较空闲的时候,这是写磁盘比较合适,还有一个"合适的时候"是redo log写满的时候,如果write point指针追上check point指针,也就是说redo log写满了没来得及擦除,那么这时不能执行更新操作,需要停下来把redo log部分日志擦除,留出一些空间。
redo log的写入和事务是保持一致的,都是两阶段的,更新操作执行时,会把记录写入redo log,此时这条记录的状态是prepare,等到事务提交后,存储引擎会把这条记录的状态改成commit,redo log可以让InnoDB具备crash-safe能力,即使数据库异常重启,也能保证提交的数据不丢失。
从上面描述可以知道,redo log的好处主要有两个方面,一个方面是保证每次更新都是顺序写,这样可以提高更新操作的效率,另一个方面是保证crash-safe能力。
从我个人来看,redo log可以满足事务的原子性、一致性、持久性,因为redo log生效是在事务提交后,那么在事务提交后,一个事务里的所有操作同时成功、生效,符合事务的原子性、一致性,redo log提供的crash-safe能力符合事务的持久性。
bin log
上面说的redo log是存储引擎层的日志,只有InnoDB才有的日志,这里说的bin log是服务端层的,属于MySQL服务层提供的通用能力,是一种归档日志。
bin log使用场景比较多,比如可以基于bin log做数据恢复、主从复制,目前工作时很多数据复制、数据巡检都是基于bin log实现的。
redo log和bin log的不同点主要有三个:
redo log是InnoDB存储引擎提供的,bin log是MySQL服务层提供的,是通用的能力
redo log是物理日志,记录的是某个数据页做了什么修改,bin log是逻辑日志,记录的是这个语句的原始逻辑
redo log空间有限,满了之后后面日志会覆盖前面日志,bin log空间无限,一个文件满了之后会换个文件写,不会覆盖前面日志
undo log
undo log主要记录数据被修改之前的日志,表数据修改前会把数据写到undo log,方便后续回滚、MVCC使用。
undo log主要有两种:
insert undo log: insert时产生的undo log,只用于事务回滚,事务提交后可以立刻清除
update undo log: update或者delete时产生的undo log,用于事务回滚和MVCC,不能随便清除
多版本并发控制
同一条数据可以在系统中存在多个版本,就是多版本并发控制,也就是MVCC。
上面说到的事务隔离级别,读提交和可重复读都会用到MVCC。
MySQL里对一条数据的读分为两种,一种是快照读,一种是当前读:
快照读: 基于MVCC实现,读到的数据可能不是最新的数据
当前读: 读取到的数据都是最新版本,会对读取的行加锁
既然快照读是基于MVCC实现的,那么可以知道,MVCC可以提供读取历史版本数据的能力,这个能力的实现,依赖版本链、undo log、read view。
版本链依赖数据库记录上的回滚指针和undo log来实现,数据库每条数据记录都有一个字段标识上一个版本的指针,使用这个指针可以配合undo log这条数据的上一个版本,undo log里的数据记录也存有这么一个指针指向更前版本的数据,这样可以找到一条链,一路回溯到需要的最早的版本。
在读提交和可重复读隔离级别下,如果用到快照读,会创建read view:
读提交: 每次快照读都会创建一个read view
可重复读: 这个事务在第一次快照读时会创建一个read view
read view在创建时会记录当前已提交最大事务号,这时如果读取一条数据,就可以拿着这个最大事务号和版本链上的数据进行比较,判断应该使用哪个版本的数据。
由此可知,读提交隔离级别每次快照读都会创建一个read view,所以每次读到的数据都是新的,可重复读隔离级别使用第一次快照读时创建的read view,所以可以做到可重复读。
可重复读隔离级别下整个快照读的行为可以参考下面这张图,竖线表示一个事务的提交,可以理解只能读到创建read view时已经提交的数据,而read view的创建是在第一次快照读的时候,而不是事务开启的时候。
快照读情况下怎么判断一个数据是否能够读到?
上面说的事务号大小判断只是一个因素,这里说明一下具体的判断逻辑。
创建read view是会保存一些值:
当前系统活跃(未提交)的事务号,记作active_tx_ids
当前系统的最大事务号,记作max_commit_tx_id
当前系统活跃的最小事务号,记作min_active_tx_id
创建read_view的事务号,记作creator_tx_id
快照读能读到这条数据的条件是:
如果这个版本的数据的事务号大于max_commit_tx_id,说明是后面新创建的事务,那么判断是否是creator_tx_id,如果是,可以读到这个版本的数据,如果不是读不到
如果这个版本的数据的事务号小于min_active_tx_id,那么说明是之前已经创建并且提交的事务,可以读到
如果这个版本的数据的事务号不再active_tx_ids里面,说明这个事务已经提交,可以读到
可重复读隔离级别下是如何解决幻读的?
在快照读情况下,新插入的数据因为版本号过大(新插入的数据的事务号大于read view记录的已提交最大事务号),会被过滤掉,快照读情况下,MVCC解决了幻读问题。
在当前读情况下,因为每次读都会读取到最新数据,所以新插入的数据还是会被读出来,因此在当前读情况下会有幻读问题存在。