第八讲笔记——事务到底是隔离的还是不隔离的？

第八讲笔记——事务到底是隔离的还是不隔离的？

让我们直接来看个例子吧。以下是一个只有两行表的初始化语句。

mysql> 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);

以下是三个事务的执行流程：

这里的关键就是事务的启动时期。

执行 begin/start transaction 命令并不是一个事务的起点，而是执行到他们之后的那个语句，事务才真正启动。如果想马上启动一个事务，那么可以使用 start transaction with consistent snapshot 这个命令。

而且，笔记没有特殊说明，均默认 autocommit = 1（autocommit = 1 表示，每次执行修改语句会自动提交，但是在 transcation 流程控制语句中不会触发）

其实在这三个事务结束之后，事务 A 查出来的 k 值为 1，事务 B 查出来的 K 值为 3。是不是蒙了？来来来，我们往下看。

在 MySQL 中有两个“视图”的概念：

• 一个是 view。它是一个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。创建视图的语句是 create view ...，而他的查询方法与表一样。
• 另一个就是 InnoDB 在实现 MVCC（多版本并发控制）时使用的一致性读视图，即 consistent read view，用户支持 RC（Read Commit，读提交）和 RR（Repeatable Read，可重复读）隔离级别的实现。它没有物理结构，作用是在事务执行期间用来定义“我能看到什么数据”。

“快照”在 MVCC 中怎么工作的？

在可重复读的隔离条件下，事务启动时就拍了个“快照”。这个“快照”是基于整个数据库的。别惊讶，往下看看。

༼ つ ◕_◕ ༽つ我们的“快照”不是直接复制这整个数据库，来让我们看看快照是怎么实现的。

InnoDB 中每个事务都会有一个事务 ID，叫做 transaction id。它是在事务开始时就向 InnoDB 中的事务系统申请的，是严格按照申请顺序递增的。

而且，每行数据都有多个版本。每次事务更新数据的时候，都会生成一个新的数据版本，并且当前数据版本的事务 ID 就等于更新这个数据事务的 ID 号，并把当前数据事务 ID 叫做 row trx_id。同时旧的数据版本要进行保留。

也就是说，数据表中的一行记录，都可能有多个数据版本，每个版本都有自己的 rowtrx_id。

下面的图就是一个记录被多个事务连续更新之后的状态。

此时最新的版本是 V4，它是被事务 id=25 更新的，所以他的 row trx_id = 25。

之前不是说，在数据更新的时候会生成 undolog（回滚日志）吗？在哪嘞？

其实 U1、U2、U3 三个虚线箭头就是 undolog；而且 V1、V2、V3、V4 也不是物理上存在的，而是需要的时候根据当前版本和 undolog 计算出来的。

快照的定义

༼ つ ◕_◕ ༽つ了解了多版本和 row trx_id 之后，我们再来看看，InnoDB 怎么定义整个库的快照。

可重复读的概念：一个事务启动的时候，能够看到所有已经提交的事务结果。也可以看到自己的修改结果，哪怕是未提交。但是这之后，这个事务执行期间，其他事务的更新对它不可见。

因此，一个事务启动时声明：以我启动的时刻为准，如果数据版本是在这之前的，我认。如果实在我启动以后才生成的，我不认，我要去找它的历史版本。还有哦，我自己的修改我还是认的，哪怕我还没提交。

怎么做到的呢？

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”就是指，启动了但还没提交。

数组里面事务 ID 最小值记为低水位，当前系统里面以及创建过的事务 ID 的最大值加 1 记为高水位（一般来说这个高水位就是它自己的 ID，但是在高并发的情况下说不准）

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，就是基于数据的 row trx_id 和这个一致性视图的对比结果的到的。

这个视图数组把所有的 row trx_id 分成了几种不同情况。

这样对于当前事务的启动瞬间来说，一个数据版本的 row trx_id，有以下几种可能：

1. 如果在绿色部分，表示这个版本是已经提交的事务或者当前事务自己生成的，这个数据是可见的（笔者对于“当前事务自己生成的”这句话有点看不懂，毕竟当前事务的 id 肯定比低水位要高，可能就是高水位。有点搞不懂为什么是在绿色区域）
2. 如果落在红色部分，表示这个版本是由未来的事务生成的，肯定不可见。
3. 如果是落在黄色区域，那就有两种情况。
   1. 若 row trx_id 在数组中，表示这个版本是由还未提交的事务生成的，不可见；
   2. 若 row trx_id 不在数组中，表示这个版本的事务已经提交了，所以可见。（eg: id 为 5 的长事务未提交， id 为 7 的短事务以及提交了，当前事务 id 为 9 。所以，7 在范围内，但可见）

所以，这就是 InnoDB 利用了“所有数据都有多个版本”的这个特性，实现了“秒级创建快照”的能力。

接下来我们分析一下开头的那三个事务，分析下事务 A 的查询为什么是 k=1。

这里，我们不妨做如下假设：

1. 事务A开始前，系统里面只有一个活跃事务ID是99；
2. 事务A、B、C的版本号分别是100、101、102，且当前系统里只有这四个事务；
3. 三个事务开始前，(1,1）这一行数据的rowtrx_id是90。

这样，事务A的视图数组就是[99,100], 事务B的视图数组是[99,100,101], 事务C的视图数组是 [99,100,101,102]。

为了简化分析，我先把其他干扰语句去掉，只画出跟事务A查询逻辑有关的 *** 作：

从图中可以看到，第一个有效更新是事务C，把数据从(1,1)改成了(1,2)。这时候，这个数据的最 新版本的rowtrx_id是102，而90这个版本已经成为了历史版本。

第二个有效更新是事务B，把数据从(1,2)改成了(1,3)。这时候，这个数据的最新版本（即row trx_id）是101，而102又成为了历史版本。

你可能注意到了，在事务A查询的时候，其实事务B还没有提交，但是它生成的(1,3)这个版本已 经变成当前版本了。但这个版本对事务A必须是不可见的，否则就变成脏读了。

好，现在事务A要来读数据了，它的视图数组是[99,100]。当然了，读数据都是从当前版本读起 的。所以，事务A查询语句的读数据流程是这样的：

• 找到(1,3)的时候，判断出rowtrx_id=101，比高水位大，处于红色区域，不可见；
• 接着，找到上一个历史版本，一看rowtrx_id=102，比高水位大，处于红色区域，不可见；
• 再往前找，终于找到了（1,1)，它的rowtrx_id=90，比低水位小，处于绿色区域，可见。

这样执行下来，虽然期间这一行数据被修改过，但是事务A不论在什么时候查询，看到这行数据 的结果都是一致的，所以我们称之为一致性读。

更新逻辑

在上面的过程中：事务 B 的 update 语句，如果按照一致性读，好像结果不对？

事务 B 的更新逻辑。

如果 B 在更新之前要去查的话就只能查到 k=1。

但是，当它要去更新数据的时候，就不能再在历史版本上更新了，否则事务 C 的更新就丢失了。因此，B 此时的 set k=k+1 是在（1，2）的基础上更新的。

所以，更新规则是：更新数据都是先读后写的，而这个读，只能是读当前的值，称为“当前读”（current read）

其实，除了 update 语句外，select 语句如果加锁，也是当前读。

所以，如果把事务A的查询语句 select *fromt where id=1 修改一下，加上 lock in share mode 或 for update，也都可以读到版本号是 101 的数据，返回的 k 的值是 3。

下面这两个select语句，就是 分别加了读锁（S锁，共享锁）和写锁（X锁，排他锁）。

mysql> select k from t where id=1 lock in share mode;
mysql> select k from t where id=1 for update;

两阶段锁协议

如果事务 C 不是马上提交的，而是变成了 C`呢？

事务 C`不是马上提交，在提交之前，事务 B 的更新发起了。这个时候由于“两阶段锁协议”和事务 B 是当前读（必须读最新版本），所以事务 B 会等待事务 C提交并释放写锁才能进行更新。

到这里，我们就把一致性读、当前读和行锁就串起来了。

那我们的核心问题：事务的可重复读的能力是怎么实现的？

可重复读的核心就是一致性读（consistent read）；而事务更新数据时，只能用当前读。如果当前记录的行锁被其他事务占用，就需要进入锁等待

而读提交和可重复读的逻辑类似，它们最主要的区别是：

• 在可重复读的隔离级别下，只需要事务开始时候创建一致性视图，之后事务里的其他查询都共用这一个视图
• 在读提交的隔离级别下，每一个语句执行前都会重新计算一个新的视图。

读可提交

༼ つ ◕_◕ ༽つ我们来看看，在读提交的隔离级别下，情况又是怎样的呢？

注：start tansation with consistent snapshot 的意思是从这个语法开始，创建一个维持整个事务的一致性快照。但是在读提交下，就没意义了，等效于start tansation。

下面是读提交时的状态图，可以看到这两个查询语句的创建视图数组的时机发生了变化，就是图中的 read view 框。（注意：这里，我们用的还是事务C的逻辑直接提交，而不是事务C’）

这时，事务 A 的查询语句的视图数组是在执行这个语句的时候创建的，时序上 (1,2)、(1,3) 的生成时间都在创建这个视图数组的时刻之前。但是，在这个时刻：

• (1,3)还没提交，属于情况1，不可见；
• (1,2)提交了，属于情况3，可见。

所以，这时候事务A查询语句返回的是k=2。

显然地，事务B查询结果k=3。

小结

InnoDB 行数据有多个版本，每个版本都有自己的 row trx_id，而且这个 id 等于生成这个版本的事务 ID。

每个事务（可重复读）或者语句（读可提交）都会有自己的一致性视图。普通查询语句是一致性读，更新语句是当前读，当前读要注意“两阶段锁协议”。

• 对于可重复读，查询只承认事务启动前就已经完成的提交数据；
• 对于读可提交，查询只承认语句启动前就已经完成的提交数据。