MySQL 学习笔记（二）MVCC 机制
之前在讲 MySQL 事务隔离性提到过，对于写操作给读操作的影响这种情形下发生的脏读、不可重复读、虚读问题。是通过MVCC 机制来进行解决的，那么MVCC到底是如何实现的，其内部原理是怎样的呢？我们要抓住三个方面：记录中的4个隐藏字段、undo log 和 read view。
一、MVCC 定义和解决的读问题
1. 事务并发一致性的读问题
脏读（Dirty Read）
脏读也就是当前事务读取到了其他事务还未提交的数据。我们举个例子来看看：
| Time | session A | session B |
|---|---|---|
| 1 | -设置当前会话事务隔离级别为：读未提交 set session transaction isolation level read uncommitted; |
|
| 2 | -设置当前会话事务隔离级别为：读未提交 set session transaction isolation level read uncommitted; |
|
| 3 | start transaction; select * from account;  |
|
| 4 | start transaction; select * from account; update account set user_name = '孙七' where id = 6;  |
|
| 5 | select * from account;  查询到了session B 中还没有提交的数据 |
不可重复读(Non-Repeatable Read)
不可重复读是两次读取的结果不相同，和脏读的区别就是不可重复读读到了其他事务提交后的数据。
举个实例来看看：
| Time | session A | session B |
|---|---|---|
| 1 | -设置当前会话事务隔离级别为：读已提交 set session transaction isolation level read committed; |
|
| 2 | -设置当前会话事务隔离级别为：读已提交 set session transaction isolation level read committed; |
|
| 3 | start transaction; select * from account;  |
|
| 4 | start transaction; select * from account; update account set user_name='赵赵' where id = 1; -此时已经发生修改 select * from account;   |
|
| 5 | select * from account; |
|
| 6 | commit; |
|
| 7 | select * from account; 对于未提交的事务，查询不到。相对于前一个隔离级别，杜绝了未提交事务修改对另外会话的影响。一旦另外的会话提交后，在进行查询时，会查出相应的修改。即在一个完整会话中，前后查询不同。 |
虚读（Phantom）
所谓虚读，也就是根据某些搜索条件先后查询数据库，发现两次查询结果条数不同。和不可重复读的区别就是不可重复读的条数没有变化，虚读条数因为修改操作造成了条数变化。
下面举个实例来说明：
| Time | session A | session B |
|---|---|---|
| 1 | -设置当前会话事务隔离级别为：可重复读 set session transaction isolation level repeatable read; select @@transaction_isolation; |
|
| 2 | -设置当前会话事务隔离级别为：可重复读 set session transaction isolation level repeatable read; select @@transaction_isolation; |
|
| 3 | start transaction; select * from account; |
|
| 4 | start transaction; select * from account; insert into account values(7,'刘八',100); -此时已经发生修改 select * from account;  |
|
| 5 | select * from account; |
|
| 6 | commit; |
|
| 7 | select * from account; insert into account values(7,'刘八',100); 虽然此时查询全表没有发现新的数据，但是这个时候插入和session B 中相同的插入语句却提示存在一条 key = 7 的语句，说明 session B 的操作确实影响到了 session A 。 这就是虚读 |
|
2.MVCC的定义
全称叫 Multi-Version Concurrency Control 的多版本并发控制。也就是指“维持一个数据的多个版本，使得读写操作没有冲突”。
在说明 MVCC 原理前，先了解一下 InnoDB 的当前读和快照读：
当前读
当前读，也就是它读取的是记录的最新版本，而且还要保证其他并发事务不能修改当前记录，实现方式是对读取记录进行加锁。比如下面给出的都是当前读
#共享锁
select lock in share mode;
select for update;
#排他锁
update
insert
delete
快照读
快照读是一种基于多版本并发控制（MVCC）的不加锁读取形式，由于多版本控制，使得快照读读到的可能不是数据的最新版本。比如不加锁的select 操作就是快照读。
二、MVCC 实现原理
1. 记录的三个隐藏字段
对于InnoDB 存储引擎来说，它的每条聚簇索引记录中都包含有以下三个隐藏字段：
row_id：隐藏主键。如果该数据表中没有设置主键，就会自动生成一个6字节的row_idroll_pointer：回滚指针。 指向旧版本的 undo 日志trx_id：最近修改记录的事务ID。记录创建这条记录或者最后一次修改该记录的事务ID
如图所示，row_id 表示该记录生成的唯一隐式主键；trx_id 表示当前操作该记录的事务ID；roll ptr 是指向上一版本的 undo 日志的地址。
2. undo 日志
undo log 就是回滚日志，之前在事务的原子性中介绍过，它是保证事务原子性的机制。undo 日志保存的只有 insert、delete 和 update这些修改记录的操作。下面举个例子来帮助理解 undo log 的执行流程：
-
1.有一个事务编号为1 的事务向数据表中插入一条记录，此时事务的状态是：
- row_id：隐藏主键为1
- trx_id：创建该记录的事务ID
- roll ptr：其上个版本的 undo 日志为空
-
2.第二个事务编号为2的事务对该记录进行修改，将name 字段的 ethan 改为 bob。此时的操作有：
- 修改数据时，数据库会对该行加排他锁
- 把该行数据拷贝一份到 undo log 中
- 拷贝完成后，再修改该记录name 字段的 ethan 为 bob、修改隐藏字段的事务ID 为2，回滚指针指向拷贝到 undo log 的记录。
- 事务提交后释放排他锁
-
3.若第三个事务ID 为 3 对记录的age 字段进行了修改，将 20 修改为 18，则会出现：
- 事务3修改记录时，数据库对该行加排他锁
- 数据库将该行数据拷贝到 undo log 中
- 拷贝完毕后将该记录字段的 age 改成 18。修改隐藏事务ID 为 3，回滚指针指向上个版本的地址
- 事务提交后释放锁
从第二次我们会发现，undo log 中会出现多个版本的日志。这就是版本链。链首是最新的旧记录，链尾是最早的旧记录。
3. ReadView(读视图)
ReadView 定义
ReadView 是事务进行快照读那一刻，生成的一个数据系统当前的快照，记录并维护当前活跃事务的id，并且这个 ID 值是递增的。ReadView 的作用就是用来做可见性判断，记录当前事务执行快照读时，创建的ReadView 能够看到哪些版本的数据。
那么是ReadView 是怎么判断的呢？
ReadView 版本可见性判断规则
在ReadView 视图中主要有四个重要的属性：
trx_list: 一个数值列表，当前系统活跃的读写事务的事务id 列表min_trx_id:trx_list中最小的事务id，trx_list中的最小值max_trx_id: 不是trx_list的最大值，它是指系统应该分配给下一事务的事务id 值- 比如现在
trx_list中有id 为1、2、3、4的事务，那么max_trx_id的值就是5
- 比如现在
creator_trx_id：生成该 ReadView 事务的事务ID
在访问某条记录时，只需要按照下面的步骤来判断记录的某个版本是否可见：
- 1.(
trx_id==creator_trx_id)若被访问版本的trx_id值与当前 ReadView 中的creator_trx_id相同，也就是说当前事务在访问它自己修改过的记录，该版本可以被当前事务访问。 - 2.(
trx_id<min_trx_id)若被访问版本的trx_id值小于 ReadView 的min_trx_id值，表明生成该版本的事务在当前事务生成ReadView 以前已经提交，该版本可以被当前事务访问。 - 3.(
trx_id>=max_trx_id)若被访问版本的trx_id值大于或等于 ReadView 中的max_trx_id，表明生成该版本的事务在当前事务生成 ReadView 后才开启，该版本可以被当前事务访问。 - 4.(
min_trx_id<trx_id<max_trx_id)若被访问版本的trx_id值介于 ReadView 的min_trx_id和max_trx_id值之间，需要判断trx_id属性值是否存在trx_list中- 如果存在，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
- 如果不存在，说明创建 ReadView 时生成该版本的事务已经被提交，因此该版本可以被访问
如果某个版本的数据对当前事务是不可见的，那就顺着版本链找到下一个版本数据，继续执行上面的步骤来判断记录的可见性，依次类推。知道版本中的最后一个版本。如果记录的最后一个版本也不可见，意味着该条记录对当前事务完全不可见，查询结果就不包含该记录。
举例
下面让我们来看看 MVCC 实现的具体流程是怎样的，如下表是事务ID 为2 的事务对某行数据执行了快照读，其中的列表如下：
| 事务1 | 事务2 | 事务3 | 事务4 |
| 事务开始 | 事务开始 | 事务开始 | 事务开始 |
| … | … | … | 修改且已提交 |
| 进行中 | 快照读 | 进行中 | |
| … | … | … |
那么此时ReadView 的参数值为：
- trx_list：事务1、2、3
- min_trx_id：事务1
- max_trx_id：事务5
- creator_trx_id：事务2
以事务4 版本为例，我们经过上述规则来比较看当前ReadView 能否看见事务4版本的数据：
- 经比较，只有第四条规则满足。此时
trx_id的值是介于min_trx_id和max_trx_id之间，但是不在 trx_list 中，因此经判断该事务已经提交。所以该版本可以被访问。
其实这个规则很好理解，在活跃事务列表里面的，意味还没有提交，除了创建ReadView 的当前事务，其他的事务都不可见。不在列表里面的说明都已经提交，自然可以看见。如下图除了黄色和红色不可见，其他的版本都可见。
三、MVCC 如何解决脏读、不可重复读和虚读
首先回顾一下MySQL的事务隔离级别中的视图
- 读未提交(RU)：它是直接返回记录的最新值，没有视图
- 读已提交(RC)：每次查询都会创建一个ReadView
- 可重复读(RR)：这个ReadView是在事务启动时创建，整个事务存在期间都用这个ReadView
- 串行化(serializable)：直接用加锁的方式来避免并行访问
1.MVCC 解决脏读
在读已提交的MVCC 中，每次查询都会创建一个 ReadView 。由于版本控制的可见性规则，使得当前事务只看的到已经提交的数据，所以这样就避免了看见未提交的数据，从而解决了脏读。
2.MVCC 解决不可重复读
因为RC 级别每次查询都会创建一个 ReadView ，所以对于已提交的事务，由于不能共用一个ReadView ，还是会造成两次读取过程中的不可重复读。所以RR 级别通过使用从启动到结束使用一个 ReadView， 来解决提交两次查询读取不一致的现象。
3.MVCC 到底能不能解决虚读？
先说结论：MVCC可以解决“快照读”，无法解决“当前读”
MVCC 可以解决“快照读”
MVCC 可以解决如不加锁的select。原理就是MVCC 使用快照来控制版本数据读取的范围，从而在 RR 级别避免了虚读。在我上面讲虚读的举例就说明了，在select 快照读时，没有发现新的数据。但是新插入同样的数据却报错，说明MVCC 无法彻底解决虚读。
MVCC 无法解决“当前读”
如果在select 上加锁，使用“当前读”，虚读还是会出现。所以真正要解决虚读，还是得用加锁的形式来解决。所以一般而言，也只有串行化级别才能真正解决虚读。
参考资料
https://www.cnblogs.com/kismetv/p/10331633.html
https://pdai.tech/md/db/sql-mysql/sql-mysql-mvcc.html
https://time.geekbang.org/column/article/68963
https://blog.csdn.net/qq_35590091/article/details/107734005
《MySQL是怎样运行的-从根儿上理解MySQL》
