深入拆解 MySQL InnoDB 隔离级别:从 MVCC 到临键锁

news2026/5/22 3:51:40
前言关于 MySQL InnoDB 的事务隔离级别90% 的开发者都存在至少一个致命误区误区1RR可重复读 临键锁 彻底解决了幻读误区2Serializable 只是比 RR 加的锁更多本质还是用 MVCC误区3只要是 RR 级别所有查询都会自动加临键锁误区4读未提交和读已提交只是“能不能看到未提交数据”的区别底层实现完全一样误区5RR 要么完全解决不了幻读要么能100%解决幻读不存在中间状态这些误区不仅会导致线上出现诡异的数据一致性问题更是面试中被面试官追问到哑口无言的重灾区。本文将从底层实现机制出发彻底拆解四个隔离级别的本质差异戳破所有流传已久的错误认知最后给出面试可以直接背诵的终极结论。一、先给核心结论先上一张全网最清晰的隔离级别核心对比表建议直接保存隔离级别核心实现机制关键特性解决的问题遗留的问题读未提交RU直接读最新数据 行级记录锁仅用行级记录锁无间隙锁读写不阻塞写写互斥无脏读、不可重复读、幻读读已提交RCMVCC 行级记录锁每次读生成新的 Read View仅用行级记录锁无间隙锁脏读不可重复读、幻读可重复读RRMySQL默认MVCC 完整锁体系记录锁间隙锁Next-Key锁首次读生成 Read View 全程复用仅当前读加临键锁脏读、不可重复读、绝大多数场景幻读快照读当前读混用的特殊场景仍会幻读临键锁存在失效场景串行化Serializable全加锁串行执行所有读自动转为加锁读完全禁用 MVCC 快照读所有并发问题性能极低几乎无并发能力二、被忽略的底层RU 与 RC 的锁机制与核心区别很多人觉得读未提交RU和读已提交RC非常相似只是“能不能看到未提交数据”的区别。但实际上它们在锁机制和并发特性上有明确的边界这也是很多面试会深挖的细节。2.1 读未提交RU的锁机制最宽松的并发控制RU 是所有隔离级别中并发性能最高的它的锁规则极其简单读写操作可以同时进行读操作不加任何锁直接读取磁盘上的最新物理数据写写操作无法同时进行写操作INSERT/UPDATE/DELETE会对涉及的行加排他记录锁直到事务结束才释放永远不会使用间隙锁或临键锁只锁存在的行不锁间隙其他事务可以在任何位置插入新数据这种设计带来了极致的并发性能但代价是完全没有隔离性一个事务可以读到另一个事务未提交的修改也就是脏读。2.2 RC 与 RU 的唯一本质区别解决了脏读问题RC 级别在 RU 的基础上引入了 MVCC 机制但保留了和 RU 几乎一样的锁规则同样只使用行级记录锁没有间隙锁和临键锁同样读写不阻塞写写互斥唯一的不同RC 级别下普通 SELECT 会走 MVCC 快照读只能看到其他事务已经提交的修改也就是说RC 级别用 MVCC 解决了脏读问题但没有引入任何额外的锁机制所以它的并发性能和 RU 几乎没有差别这也是很多互联网公司会把默认隔离级别改成 RC 的重要原因。三、MVCC 如何支撑 RC 和 RR底层本质差异MVCC多版本并发控制是 InnoDB 实现高并发隔离的核心它的设计初衷就是让普通 SELECT 不加锁读写互不阻塞。MVCC 的核心是两个组件Undo Log 版本链每条记录修改时都会生成一个历史版本通过roll_pointer指针串联成链Read View读视图决定事务能看到哪个版本的数据RC 和 RR 两个隔离级别的唯一本质差异就是Read View 的生成时机不同3.1 读已提交RC每次读都生成新的 Read View每次执行普通SELECT时都会生成一个全新的 Read View能看到其他事务已经提交的最新修改效果解决了脏读不会读到未提交的数据但无法解决不可重复读——同一个事务内两次读取同一条记录中间被其他事务修改并提交后两次读到的值会不一样3.2 可重复读RR首次读生成 Read View全程复用事务内第一次执行普通 SELECT时生成 Read View后续所有快照读都复用这个视图永远只能看到事务启动时已经提交的数据看不到其他事务后续的修改效果完美解决了不可重复读并且纯快照读场景下可以完全避免幻读四、RR 最大的谎言“彻底解决了幻读”这是 MySQL 最容易误导人的地方也是面试必问的核心考点。很多资料要么说“RR 完全解决不了幻读”要么说“RR 彻底解决了幻读”但这两种说法都是错误的。真实情况是RR 隔离级别通过两套独立的机制解决了绝大多数场景的幻读问题但仍有极少数特殊场景无法覆盖。首先需要明确RR 级别是 InnoDB 唯一使用完整锁体系的隔离级别它同时支持三种类型的锁记录锁Record Lock锁住单行记录间隙锁Gap Lock锁住两个索引之间的间隙防止其他事务插入Next-Key Lock临键锁记录锁 间隙锁锁住一个左开右闭的区间是 InnoDB 默认的行锁算法正是因为引入了间隙锁和临键锁MySQL 才能在 RR 级别下解决当前读场景的幻读问题这也是 MySQL 选择 RR 作为默认隔离级别的核心原因。4.1 RR 确实能解决绝大多数场景的幻读RR 级别针对两种不同的读操作分别用不同的机制解决幻读4.1.1 纯快照读场景MVCC 完全解决幻读如果一个事务内只有普通 SELECT 快照读没有任何当前读操作那么 RR 级别可以100% 避免幻读。原理非常简单事务内所有快照读都复用同一个 Read View永远只能看到事务启动时已经存在的数据。其他事务后续插入的任何新数据都不会出现在这个 Read View 的可见范围内所以无论查询多少次结果都是一致的。-- 事务ABEGIN;SELECT * FROM user WHERE age 18; -- 第一次快照读生成Read View返回3条数据-- 事务BBEGIN;INSERT INTO user(age) VALUES(20); -- 插入成功并提交-- 事务ASELECT * FROM user WHERE age 18; -- 还是返回3条数据复用同一个Read ViewSELECT * FROM user WHERE age 18; -- 永远返回3条数据COMMIT;在这个纯快照读的场景中事务A永远不会看到事务B插入的新数据完全不会出现幻读。4.1.2 纯当前读场景临键锁完全解决幻读如果一个事务内只有当前读操作没有任何快照读操作并且查询条件走索引范围扫描那么 RR 级别也可以100% 避免幻读。原理当前读会自动加临键锁防幻读的核心是临键锁Next-Key Lock,这也是为什么序列化隔离级别下要使用当前读的原因锁住查询条件对应的整个索引区间包括记录之间的间隙。其他事务无法在这个区间内插入任何新数据自然也就不会出现幻读。-- 事务ABEGIN;SELECT * FROM user WHERE age 18 FOR UPDATE; -- 当前读加临键锁锁住age18的整个区间-- 返回3条数据-- 事务BBEGIN;INSERT INTO user(age) VALUES(20); -- 被阻塞因为age20在临键锁的范围内-- 直到事务A提交后事务B才能继续执行-- 事务ASELECT * FROM user WHERE age 18 FOR UPDATE; -- 还是返回3条数据UPDATE user SET nametest WHERE age 18; -- 更新3条数据COMMIT;在这个纯当前读的场景中临键锁完全挡住了其他事务的插入操作不会出现幻读。4.2 RR 无法解决的剩余幻读场景快照读当前读混用RR 级别唯一无法解决的幻读场景就是事务内先执行快照读后执行当前读的混合场景。这也是 MySQL 官方文档中明确承认的 RR 级别遗留的一致性问题。4.2.1 经典场景1范围查询后更新-- 事务ABEGIN;SELECT * FROM user WHERE age 18; -- 快照读走 MVCC不加任何锁-- 此时返回 3 条数据-- 事务BBEGIN;INSERT INTO user(age) VALUES(20); -- 完全无锁阻拦插入成功并提交-- 事务ASELECT * FROM user WHERE age 18; -- 还是返回 3 条数据MVCC 快照UPDATE user SET nametest WHERE age 18; -- 当前读穿透 MVCC更新了 4 条数据SELECT * FROM user WHERE age 18; -- 突然返回 4 条数据 → 幻读实锤这就是 RR 级别最经典的幻读场景第一步快照读不加锁也不会触发临键锁事务 B 可以自由插入第二步当前读会直接读取磁盘最新物理数据感知到这条“隐形”的新记录更新后再查询这条凭空出现的数据就暴露了这里临键锁根本没有机会生效因为第一步是无锁的快照读。4.2.2 更隐蔽的场景2看不见但能更新还有一种比上面更隐蔽的幻读场景90% 的开发者都不知道-- 事务ABEGIN;SELECT * FROM user WHERE id 100; -- 快照读返回空因为id100不存在-- 事务BBEGIN;INSERT INTO user(id, name) VALUES(100, 张三); -- 插入成功并提交-- 事务ASELECT * FROM user WHERE id 100; -- 还是返回空MVCC 快照看不到新数据UPDATE user SET name李四 WHERE id 100; -- 执行成功更新了1条数据SELECT * FROM user WHERE id 100; -- 突然返回 id100name李四 的记录 → 幻读这个场景完美揭示了 MVCC 的局限性MVCC 只能保证快照读的一致性让你看不到其他事务插入的新数据但当前读UPDATE会穿透 MVCC直接操作物理数据当你更新了这条“看不见”的记录后InnoDB 会把这条记录的最新版本加入到你的事务可见范围内此时再执行快照读就能读到你自己修改后的值幻读就此发生4.3 就算是当前读临键锁也会降级失效哪怕你全程都用当前读临键锁也不是万能的存在多个明确的失效场景场景1主键精准等值查询 → 退化为单行记录锁UPDATE user SET namea WHERE id10;临键锁直接退化为仅锁住 id10 这一行没有间隙锁其他事务可以轻松插入id9或id11照样产生幻读场景2查询条件无索引 → 退化为全表锁UPDATE user SET namea WHERE phone13800138000;如果 phone 字段没有索引InnoDB 无法进行索引范围扫描临键锁直接退化为全表排他锁虽然能防幻读但并发直接报废生产环境绝对不能这么用场景3分页、统计查询 → 逻辑幻读无法避免-- 事务ASELECT COUNT(*) FROM user WHERE age 18; -- 返回 100-- 事务B插入一条 age20 的记录并提交-- 事务ASELECT * FROM user WHERE age 18 LIMIT 100,10; -- 会返回这条新记录这种业务逻辑层面的幻读锁机制根本无法解决因为两次查询的语义本身就不同。4.4 RR 是“靠人规范”不是“靠数据库强制”RR 级别下想完全避免幻读必须由开发者手动保证事务开启后第一句就用SELECT ... FOR UPDATE当前读主动触发临键锁锁住查询范围禁止其他事务插入只要有一个开发者偷懒用了普通SELECT快照读就会留下幻读漏洞。靠人为规范的一致性永远是不可靠的。五、Serializable 为什么是终极兜底真的不用 MVCC 吗很多人以为 Serializable 只是比 RR 加的锁更多本质还是用 MVCC。这是另一个致命误区。5.1 核心原因MVCC 的优势和 Serializable 的目标完全冲突MVCC 的设计初衷是读写不阻塞提升并发性能而 Serializable 的目标是完全串行执行杜绝所有并发问题。这两个目标从根本上是矛盾的。既然要完全串行就不需要“读写不阻塞”的并发优势MVCC 在这里自然没有用武之地。5.2 Serializable 如何“禁用”MVCC在 Serializable 隔离级别下MySQL 会做一个关键的强制转换所有普通SELECT语句都会被自动等价为SELECT ... FOR SHARE也就是说你写的SELECT * FROM user WHERE id 1;在 Serializable 级别下MySQL 会自动变成SELECT * FROM user WHERE id 1 FOR SHARE;普通快照读 → 被强制转为加共享锁的当前读不再生成或使用 MVCC 的 Read View所有读操作都直接读取最新物理数据并加锁5.3 Serializable 的实现机制全加锁串行执行Serializable 级别下所有操作都会加锁读操作加共享锁S锁其他事务的写操作会被阻塞写操作加排他锁X锁其他事务的读、写都会被阻塞最终结果所有事务只能排队执行完全串行。从根源上彻底杜绝了脏读、不可重复读、幻读等所有并发问题没有任何漏洞。5.4 补充细节不是 MVCC 消失了而是逻辑不触发MVCC 是 InnoDB 内置的底层机制代码一直存在。但在 Serializable 级别下没有任何操作会触发 MVCC 的快照逻辑所以它实际上处于完全未被使用的状态。六、关键误区澄清MVCC 和锁不是互斥的很多人以为“用了 MVCC 就不用锁”这是完全错误的。InnoDB 中读操作分为两种快照读普通 SELECT走 MVCC不加锁读写不阻塞当前读UPDATE/DELETE/SELECT ... FOR UPDATE/FOR SHARE不管什么隔离级别都会直接加锁不走 MVCC也就是说MVCC 和锁是 InnoDB 同时使用的两种并发控制机制分别服务于不同的读场景。在 RR 级别下普通SELECT用 MVCC 实现高并发UPDATE/DELETE用临键锁防止幻读两者配合实现了“大部分场景高并发关键场景强一致”的平衡七、终极总结RU 与 RC 的核心区别RC 用 MVCC 解决了脏读问题两者都只使用行级记录锁无间隙锁并发性能几乎一致。RC 和 RR 的本质差异Read View 生成时机不同。RC 每次读生成新视图RR 首次读生成视图全程复用。RR 是唯一使用完整锁体系的级别同时支持记录锁、间隙锁和临键锁这是 MySQL 选择 RR 作为默认隔离级别的核心原因。RR 解决了绝大多数场景的幻读纯快照读靠 MVCC 解决纯当前读靠临键锁解决。RR 无法彻底解决幻读唯一的漏洞是快照读当前读混用的场景存在“先快照后当前读”和“看不见但能更新”两种经典幻读。临键锁存在失效场景主键等值查询退化为行锁无索引查询退化为表锁无法全覆盖所有场景。Serializable 完全不用 MVCC所有普通 SELECT 被强制转为加锁读全程靠锁串行执行牺牲性能换绝对一致性。隔离级别选择建议绝大多数业务场景使用默认的 RR 级别关键事务手动加FOR UPDATE防幻读高并发互联网场景可改为 RC 级别减少死锁概率提升并发性能金融、支付等核心场景必须使用 Serializable 级别从底层保证数据绝对一致写在最后MySQL 的隔离级别设计本质上是性能和一致性之间的权衡。从 RU 到 Serializable一致性越来越强但并发性能越来越差。RR 级别是 MySQL 给出的一个非常优秀的折中方案它在保证绝大多数场景数据一致性的同时保留了极高的并发性能。但我们必须清醒地认识到它的局限性不能盲目相信“RR 彻底解决了幻读”的神话。在对数据一致性要求极高的场景不要试图靠复杂的代码逻辑去弥补数据库的不足直接使用 Serializable 级别才是最可靠的选择。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2633550.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…