MySQL实战之事务到底是隔离的还是不隔离的

1.前言

我们在MySQL实战之事务隔离：为什么你改了我还看不见讲过事务隔离级别的时候提到过，如果是可重复读隔离级别，事务T启动的时候会创建一个视图read-view,之后事务T执行期间，即使有其他事务修改了数据，事务T看到的仍然跟在启动时看到一样。也就是说，一个在可重复读隔离级别下执行的事务，好像与世无争，不受外界影响。

但是我们在MySQL实战之行锁功过：怎么减少行锁对性能的影响？分享行锁的时候又提到，一个事务要更新一行，如果刚好有另外一个事务拥有这一行的行锁，它又不能这么超然了，会被锁住，进入等待状态。问题是，既然进入了等待状态，那么等这个事务自己获取到行锁要更新数据的时候，它读到的值又是什么呢？

我们来看一个例子，


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);

在这里插入图片描述
这里，我们需要注意的是事务的启动时机

begin/start transaction命令并不是一个事务的起点，在执行到他们之后第一个操作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。

在这个例子中，事务C没有显示的使用begin/commit,表示这个update语句本身就是一个事务，语句完成的时候会自动提交。事务B在更新了行之后查询；事务A在一个只读事务中查询，并且时间顺序是在事务B的查询之后。

这时，如果我告诉你事务B查到的k值是3，而事务A查到的k值是1，你是不是感觉是有点晕呢？

所以，本篇文章，主要就是说明白这个问题，希望借由把这个疑惑解开的过程，能够帮助你对InnoDB的事务和锁有更进一步的理解。

在MySQL中，有两个视图的概念：

一个是view。它是一个用于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…，而他的查询和表一样。
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 读已提交）和RR（Repeatable Read 可重复读）隔离级别的实现。

他没有物理结构，作用是事务执行期间用来定义”我能看到什么数据“。

在MySQL实战之事务隔离：为什么你改了我还看不见中，我们讲过了MVCC的实现逻辑。今天为了说明查询和更新的区别，我们换一个方式来说明，把read view拆开。你可以结合这两篇的说明来更深一步的理解MVCC。

2. 快照在MVCC里是怎么工作的

在可重复读隔离级别下，事务在启动的时候就拍了个快照。注意，这个快照是基于整库的。

这是，你会说这看上去不太现实啊，如果一个库有100G，那么我启动事务，MySQL就要拷贝100G的数据出来，这个过程的多慢呀。可是，我平时的事务执行起来很快呀。

实际上，我们并不需要拷贝100G的数据。我们先来看看这个快照读是怎么实现的。

InnoDB里面每个事务有一个唯一的事务ID，叫做transaction id。它是事务开始的时候向InnoDB的事务系统申请的，是按照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，即为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。

也就是说，数据库中的一行记录，其实可能有多个版本，每个版本由自己的row trx_id.

如下图所示，就是一个记录被多个事务连续更新后的状态。
在这里插入图片描述
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.

你可能会问，前面的文章不是说，语句更新会生成undo log(回滚日志)吗？那么，undo log在哪呢？

实际上，上图中，三个虚线箭头，就是undo log；而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。

明白了多版本和row trx_id的概念后，我们再来想一下，InnoDB是怎么定义那个100G的快照的。

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。

因此，一个事务只需要在启动的时候声明说，以我启动的时刻为准，如果一个数据版本是在我启动之前生成的，就认；如果是我启动以后生成的，我就不认，我必须要找到它的上一个版本。

当然，如果上一个版本也不可见，那就继续往前找。还有，如果这个事务自己更新的数据，还是要认的。

在实际上，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，活跃指的是，启动了但未提交。

数组里面事务ID的最小值为低水位，当前系统里面已经创建过的事务ID的最大值+1记为高水位。

这个视图数组和高水位，就组成当前事务的一致性视图。

而数据版本的可见性规则，就是基于数据row trx_id和这个一致性视图的对比结果得到的。

这个视图数组所有的rox trx_id分成了以下几种情况
在这里插入图片描述
这样，对于当前事务的启动瞬间来说，一个数据版本的rox 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。
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rox trx_id在数组中，表示这个版本是由还没有提交的事务生成的，不可见
b. 若rox 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

比如,对于图2中的数据来说，如果有一个事务，它的低水位是18，那么当访问这一行数据时，就会从V4通过U3计算出V3，所以在它看来，这一行的只是11.

你看，有了这个声明后，系统里面随后发生的更新，是不是就跟这个事务看到的内容无关了呢？因为之后的更新，生成的版本一定属于上面2或者3（a）的情况，而对它来说，这些新的数据版本是不存在的，所以这个事务的快照，就是静态的了。

所以你现在知道了，InnoDB利用了所有数据都有多个版本的特性，实现了秒级创建快照的能力。

接下来，我们继续看一下图1中的三个事务，分析下事务A的语句返回的结果，为什么是k=1.
这里我们不妨做一个假设：

事务A开始前，系统里面只有一个活跃事务ID是99；
事务A、B、C的版本号分别是100、101、102，且当前系统只有这四个事务
三个事务开始前，(1,1)这一行数据的rox trx_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，我先把其他的干扰语句去掉，只画出跟事务A查询逻辑相关的操作：
在这里插入图片描述

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

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rox 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，否则就变成了脏读了。

好，现在事务A来读取数据了，它的视图是[99,100]。当然了，读数据都是从当前版本读起的。所以，事务A查询语句读数据的流程是这样的：

找到(1,3)的时候，判断出rox trx_id=101，比高水位打，处于红色区域，不可见；
接着，找到上一个历史版本，一看rox trx_id=102,比高水位打，处于红色区域，不可见
再往前找，终于找到了(1,1)，他的rox trx_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。

这个判断规则是从代码逻辑直接转译过来的，但是正如你所见，用于人肉分析可见性很麻烦。

所以，我来给你翻译一下。一个数据版本，对于一个事务视图来说，除了自己的更新总是可见外，有三种情况：

版本未提交，不可见
版本已提交，但是在视图创建后提交的，不可见
版本已提交，而且是在视图创建前提交的，可见

现在我们用这个规则来判断图4中的查询结果，事务A的查询语句的视图数组是在事务A启动的时候生成的，这时候：

(1,3)还没有提交，属于情况1，不可见
(1,2)虽然已经提交，但是在事务A视图创建后，属于情况2，可见
(1,1)虽然已经提交，但是是在事务A视图创建前，属于情况3，可见

你看，去掉数字对比后，只用时间的先后顺序来判断，分析起来是不是轻松多了，所以，后面我们就用这个规则来分析。

3.更新逻辑

细心的同学可能有疑问了：事务B的update语句，如果按照一致性读，好像结果不对哦？

你看图5 中，事务B的视图数组是先生成的，之后事务C才提交的，不是应该看不见(1,2)吗，怎么能算出(1,3)来？
在这里插入图片描述
是的，如果事务B在更新之前查询一次数据，这个查询返回的k确实是1.

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

所以，这里就用了这样一条规则：更新数据都是先读后写的，而这个读，只能读当前值，成为当前读。

因此，在更新的时候，当前读拿到的数据是(1,2)，更新后生成了新版本数据(1,3)，这个新版本的rox trx_id是101.

所以，在执行事务B查询语句的时候，一看自己的版本号是101，最新数据的版本号也是101，是自己的更新，可以直接使用，所以查询得到的k值是3.

这里我们提到了一个概念，叫做当前读。其实，处理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 * from t 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k=3.下面这两个select，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;

再往前一步，假设事务C不是马上提交的，而是变成下面的事务C‘，会怎么样呢？
在这里插入图片描述
事务C’的不同是，更新后并没有马上提交，在它提交前，事务B的更新语句先发起了。前面说过了，虽然事务C’还没提交，但是（1，2）这个版本已经生成了，并且是当前的最新版本。那么，事务B的更新语句会怎么处理呢？

这时候，我们在上一篇文章中提到的“两阶段锁协议”就要上场了。事务C’没提交，也就是说（1，2）这个版本上的写锁还没释放。而事务B是当前读，必须要读取最新版本，而且必须要加锁，因此就被锁住了，必须等到事务C‘释放这个锁，才能继续它的当前读
在这里插入图片描述
到这里，我们把一致性读、当前读、和行锁就串起来了。