前言
在和数据库打交道,事务总是绕不开的。简单说,事务就是要保证一组数据库操作要么全部成功,要么全部失败。 在 MySQL 中,事务支持是在引擎层实现的。MySQL 是一个支持多引擎的系统,但并不是所有的引擎都支持事务。比如 MySQL 原生的 MyISAM 引擎就不支持事务,这也是 MyISAM 被 InnoDB 取代的重要原因之一。
隔离性与隔离级别
事务具有四大特性,也就是常说的ACID(Atomicity、Consistency、Isolation、Durability,即原子性、一致性、隔离性、持久性),这里打算说说隔离性。
当数据库上有多个事务同时执行的时候,就可能出现脏读(dirty read)、不可重复读(non-repeatable read)、幻读(phantom read)的问题,为了解决这些问题,就有了“隔离级别”的概念。
隔离级别越高,效率就会越低。 SQL的事务隔离级别包括:读未提交(read uncommitted)、读提交(read committed)、可重复读(repeatable read)和串行化(serializable )。
- 读未提交,一个事务还没提交时,它做出的变更就能被其他事务看到
- 读提交,一个事务提交之后,它做出的变更才能被其他事务看到
- 可重复读,一个事务执行过程中看到的数据,总是跟这个事务在启动时看到的数据是一致的。在这个级别下,未提交的变更对其他事务也是不可见的。
- 串行化,对于同一行记录,“写”会加“写锁”,“读”会加“读锁”。当出现读写锁冲突的时候,后访问的事务必须等前一个事务执行完成,才能继续执行。
下面对这几种隔离级别进行简单解释。假设数据表T中只有一列,其中一行的值为1,下面是按照时间顺序执行的两个事务的行为。
在不同的隔离级别下,图中V1、V2、V3会得到不同的值
- 若隔离级别是“读未提交”, 则 V1 的值就是 2。这时候事务 B 虽然还没有提交,但是结果已经被 A 看到了。因此,V2、V3 也都是 2。
- 若隔离级别是“读提交”,则 V1 是 1,V2 的值是 2。事务 B 的更新在提交后才能被 A 看到。所以, V3 的值也是 2。
- 若隔离级别是“可重复读”,则 V1、V2 是 1,V3 是 2。之所以 V2 还是 1,遵循的就是这个要求:事务在执行期间看到的数据前后必须是一致的。
- 若隔离级别是“串行化”,则在事务 B 执行“将 1 改成 2”的时候,会被锁住。直到事务 A 提交后,事务 B 才可以继续执行。所以从 A 的角度看, V1、V2 值是 1,V3 的值是 2。
在实际实现上,数据库会创建一个视图,访问得到的就是视图的逻辑结果。在“可重复读”这个隔离级别下,视图是在事务启动时创建的,整个事务存在期间都是用这个视图;在“读提交”,视图是在每个SQL语句开始执行之后创建的;在“读未提交”这个隔离级别下,没有视图的概念,直接返回记录的最新值;在“串行化”隔离级别下,则是直接使用加锁的方式来避免并行访问
事务隔离的实现
在 MySQL 中,实际上每条记录在更新的时候都会同时记录一条回滚操作。记录上的最新值,通过回滚操作,都可以得到前一个状态的值。假设一个值从 1 被按顺序改成了 2、3、4,在 回滚日志(undo log) 里面就会有类似下面的记录。
当前值为4,但是不同时刻启动的事务会有不同的read-view。在视图 A、B、C 里面,这一个记录的值分别是 1、2、4,同一条记录在系统中可以存在多个版本,就是数据库的多版本并发控制(MVCC)。即使现在有另外一个事务正在将 4 改成 5,这个事务跟 read-view A、B、C 对应的事务是不会冲突的。
但是回滚日志(undo log)不可能一直保留,系统会进行判断,在不需要的时候将回滚日志删除,当系统中没有比这个回滚日志更早的read view时,意味着这个回滚日志可以被删除了。(也就是没有事务使用比当前回滚日志更早的回滚日志了)
因此,就衍生出一个问题,尽量不要使用长事务。 长事务意味着系统里会存在很多老的事务视图,由于这些事务随时可能访问数据库里面的任何数据,所以这个事务提交之前,数据库里面它可能用到的回滚记录都必须保留,这就会导致大量占用存储空间。
事务的启动方式
MySQL的事务启动方式有如下几种:
- 显式启动事务语句, begin 或 start transaction。配套的提交语句是 commit,回滚语句是 rollback。
- set autocommit=0,这个命令会将这个线程的自动提交关掉。意味着如果你只执行一个 select 语句,这个事务就启动了,而且并不会自动提交。这个事务持续存在直到你主动执行 commit 或 rollback 语句,或者断开连接。
有些客户端连接框架会默认连接成功后先执行一个 set autocommit=0 的命令。这就导致接下来的查询都在事务中,如果是长连接,就导致了意外的长事务。所以建议使用set autocommit=1,并用显式语句来启动事务。
也可以使用commit work and chain的语法,在 autocommit 为 1 的情况下,用 begin 显式启动的事务,如果执行 commit 则提交事务。如果执行 commit work and chain,则是提交事务并自动启动下一个事务。
事务是隔离还是不隔离的?
在阅读这部分之前,需要对行锁有相应的了解→小土地庙
前面说过,在可重复读隔离级别下,事务T启动时会创建一个视图read-view。之后事务执行期间,即使有其他事务修改了数据,事务T看到的数据仍然和刚启动时一样。但在锁的篇章中说过,一个事务要更新一行,如果另一个事务拥有这行的行锁,此时事务就会被锁住进入等待状态。那么此时就有出现一个问题: 等这个事务获取到行锁要更新数据时,它读到的值又是什么?
下面给出一张表和事务的执行顺序。
CREATE TABLE `t` (
`id` int(11) NOT NULL,
`k` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB;
insert into t(id, k) values(1,1),(2,2);
事务A | 事务B | 事务C |
---|---|---|
start transaction with consistent snapshot; | ||
start transaction with consistent snapshot; | ||
update t set k=k+1 where id=1 | ||
update t set k=k+1 where id=1;select k from t where id=1; | ||
select k from t where id=1;commit; | ||
commit; |
begin/start transaction 命令并不是一个事务的起点,在执行到它们之后的第一个操作 InnoDB 表的语句,事务才真正启动。如果你想要马上启动一个事务,可以使用 start transaction with consistent snapshot 这个命令。
第一种启动方式,一致性视图是在第执行第一个快照读语句时创建的; 第二种启动方式,一致性视图是在执行 start transaction with consistent snapshot 时创建的。
对于表中的事务C,语句本身就是一个事务,语句完成后就会自动提交。
这个事务组的执行结果为: **事务B查到的k值为3,事务A查到的k值为1。**产生这种结果,是因为MySQL中存在两种“视图”的概念:
- 一个是 view。它是一个用查询语句定义的虚拟表,在调用的时候执行查询语句并生成结果。创建视图的语法是 create view … ,而它的查询方法与表一样。
- 另一个是 InnoDB 在实现 MVCC 时用到的一致性读视图,即consistent read view,用于支持 RC(Read Committed,读提交)和 RR(Repeatable Read,可重复读)隔离级别的实现。
“快照”在MVCC中怎么工作的
在可重复读级别下,事务启动就“拍了个快照”,这个快照是基于整库的。下面来看这个快照是怎么实现的。
InnoDB 里面每个事务有一个唯一的事务 ID,叫作 transaction id。它是在事务开始的时候向 InnoDB 的事务系统申请的,是按申请顺序严格递增的。而每行数据也都是有多个版本的。每次事务更新数据的时候,都会生成一个新的数据版本,并且把 transaction id 赋值给这个数据版本的事务 ID,记为 row trx_id。同时,旧的数据版本要保留,并且在新的数据版本中,能够有信息可以直接拿到它。如图,就是数据被事务连续更新的状态。
图中虚线框里是同一行数据的 4 个版本,当前最新版本是 V4,k 的值是 22,它是被 transaction id 为 25 的事务更新的,因此它的 row trx_id 也是 25。图中的虚线箭头也就是前文提到的 回滚日志(undo log)。实际上,V1、V2、V3 并不是物理上真实存在的,而是每次需要的时候根据当前版本和 undo log 计算出来的。比如,需要 V2 的时候,就是通过 V4 依次执行 U3、U2 算出来。
按照可重复读的定义,一个事务启动的时候,能够看到所有已经提交的事务结果。但是之后,这个事务执行期间,其他事务的更新对它不可见。在实现上,InnoDB为每个事务构造了一个数组,用来保存这个事务启动瞬间,当前正在“活跃”的所有事务 ID。“活跃”指的就是,启动了但还没提交。 这个视图数组和高水位,就组成了当前事务的一致性视图(read-view)。而数据版本的可见性规则,就是基于数据的 row trx_id 和这个一致性视图的对比结果得到的。
这个视图数组把所有的 row trx_id 分成了几种不同的情况。
这样,对于事务启动瞬间来说,一个数据版本的row trx_id,有以下几种可能:
- 如果落在绿色部分,表示这个版本是已提交的事务或者是当前事务自己生成的,这个数据是可见的;
- 如果落在红色部分,表示这个版本是由将来启动的事务生成的,是肯定不可见的;
- 如果落在黄色部分,那就包括两种情况
- a. 若 row trx_id 在数组中,表示这个版本是由还没提交的事务生成的,不可见;
- b. 若 row trx_id 不在数组中,表示这个版本是已经提交了的事务生成的,可见。