SQL事务的四种隔离级别和MySQL多版本并发控制

 

SQL标准定义了4类隔离级别,包括了一些具体规则,用来限定事务内外的那些改变时可见的,那些是不可见的。低级别的隔离级一般支持更高的并发处理,并拥有更低的系统开销。

ReadUncommitted(读取未提交内容)

在该隔离级别,所有事务都可以看到其他未提交事务的执行结构。本隔离级别很少用于实际应用,因为它的性能也不比其他级别好多少。读取未提交的数据,也被称之为脏读(Dirty Read)

ReadCommitted(读取提交内容)

这是大多数数据库系统的默认隔离级别(但不是MySQL默认的)。它满足了隔离的简单定义:

一个事务只能看见已经提交事务所做的改变。这种隔离级别也支持所谓的不可重复读(Nonrepeatable Read),因为同一个事务的其他实例在该实例处理期间可能会有新的commit,所以同一select可能返回不同结果。

RepeatableRead(可重读)

这是MySQL的默认事务隔离级别,它确保同一事务的多个实例在并发读取数据时,会看到同样的数据行。不过理论上,这会导致另一个棘手的问题:幻读(Phantom Read)。简单的说,幻读值当用户读取某一范围的数据行时,另一个事务又在该范围内插入了新行,当用户再读取该范围的数据行时,会返现有新的“幻影”行。InnDB和Falcon存储引擎通过多版本并发控制(MVCC)机制解决该问题。

Serializable(可串行化)

这是最高的隔离级别,它通过强制事务排序,使之不可能互相冲突,从而解决幻读问题。简言之,它是在每个读的数据行上加了共享锁。在这个级别,可能导致大量的超时现象和锁竞争。

这四种隔离级别采用不同的锁类型来实现,若读取的是同一个数据的话,就容易发生问题。例如:

脏读(Drity Read):

某个事务已更新一份数据,另一个事务在此时读取了同一个分数据,由于某些原因,前一个RooBack了操作,则后一个事务所读取的数据就会是不正确的。

不可重复读(Non-repeatable read):

在一个事务的两次查询之中数据不一致,这可能是两次查询过程之间插入了一个事务更新的原有数据。

幻读(Phantom Read):

在一个事务的两次查询中数据条数不一致,例如有一个事务查询了几行数据,而另一个事务却在此时插入了新的几行数据,先前的事务在接下来的查询中,就会发现有几行数据是它先前所没有的。

在MySQL中实现了这四种隔离级别,分别有可能产生如下问题:

隔离级别

脏读

不可重复读

幻读

读未提交(Read uncommitted)

读已提交(Read committed)

不会

可重复读(Repeatable read)

不会

不会

可串行化(Serializable)

不会

不会

不会

查询当前事务隔离级别:

SELECT @@tx_isolation;

设置事务隔离级别:

SET tx_isolation = ‘’;

开启事务:

START transaction;

 

   提交事务:

commit

   回滚事务:

rollback;

 

 

 

多版本并发控制(Multiversion ConcurrencyControll MVCC)

第一点:

MVCC并不是MySql独有的,Oracle,PostgreSQL等都在使用。

MVCC并没有简单地使用行锁,而是使用“行级别锁”(row-level locking)。MVCC的基本原理是:

在事务中保存数据的快照,这意味着在一个事物里能够看到数据一致的视图,而不用担心这个事务运行多长时间,同时也意味着在同一个时刻不同事务看到的相同表里的数据可能是不同的。

MVCC的基本特征:

·       每行数据都存在一个版本,每次数据更新时都更新该版本

·       修改时Copy出当前版本随意修改,个事务之间无干扰

·       保存时比较版本号,如果成功(commit),则覆盖原记录;失败则放弃copy(rollback)

InnoDB存储引擎MVCC的实现策略:

在每一行数据中额外保存两个隐藏字段:当前行创建时的版本号和删除时的版本号(可能为空)。每个事务又有自己的版本号,这样事务内执行CRUD操作时,就通过版本号的比较来达到数据版本控制的目的。具体做法见下面的示意图。

 

 

 

---------------------------------------------------------

微信公众号“程序员之路”,路漫漫其修远兮,吾将上下而求索!

轻轻按住下面的它,让我们结伴,共同成长!

 

 

posted @ 2015-08-04 21:33  RedAnts  阅读(1574)  评论(0编辑  收藏  举报