mysql中的mvcc 原理详解

简介

MVCC（Multi-Version Concurrency Control）多版本并发控制，是用来在数据库中控制并发的方法，实现对数据库的并发访问用的。在MySQL中，MVCC只在读取已提交（Read Committed）和可重复读（Repeatable Read）两个事务级别下有效。其是通过Undo日志中的版本链和ReadView一致性视图来实现的。MVCC就是在多个事务同时存在时，SELECT语句找寻到具体是版本链上的哪一个版本，然后在找到的版本上返回其中所记录的数据的进程。

首先需要知道的是，在MySQL中，会默许为我们的表后面添加三个隐藏字段：

• DB_ROW_ID：行ID，MySQL的B+树索引特性要求每一个表一定要要有一个主键。如果没有设置的话，会自动寻觅第一个不包括NULL的唯一索引列作为主键。如果或者找不到，就会在这个DB_ROW_ID上自动生成一个唯一值，以此来当作主键（该列和MVCC的关系不大）；
• DB_TRX_ID：事务ID，记录的是当前事务在做INSERT或UPDATE语句操作时的事务ID（DELETE语句被当作是UPDATE语句的特殊情况，后面会进行说明）；
• DB_ROLL_PTR：回滚指针，通过它可以将区别的版本串连起来，构成版本链。相当于链表的next指针。

注意，添加的隐藏字段其实不是很多人认为的创建时间和删除时间，同时在MySQL中MVCC的实现也不是通过甚么快照来实现的。之所以有这类说法多是源自于《高性能MySQL》一书中对MySQL中MVCC的毛病结论，然后就人云亦云传开了（注意，我这里一直强调的是MySQL中MVCC的实现，是由于在区别的数据库中可能会有区别的实现）。所以说看源码和看官方文档才是最权威的解释）

前言

很多人在谈起mysql事务的时候都能很快的答出mysql的几种事务隔离级别，和在各自隔离级别下产生的问题，但是一旦谈到为何会产生这样的结果时会觉得难以回答，说到底，或者对底层的原理未做深入的探究，本篇将从较为底层的原理层面来聊聊关于mysql的mvcc原理，了解并掌握了mvcc原理，也就可以真正回答这些问题了。

一、mysql 数据写入磁盘流程

在了解mvcc原理之前，先来看下面这类图，这是一张关于客户端发起一条update 数据的语句时，mysql 的innodb引擎所作的一些列操作进程（可依照前面的序列号）；

从这张图，我们提取以下关键信息：

• update 语句到达mysql的innodb引擎以后，其实不是直接操作磁盘进行数据修改，而是先将磁盘数据load到buffer pool（如果没有的话）；
• buffer poo中update完成以后，其实不是立即刷到磁盘，还需要将数据写到 undolog和redolog；
• undolog记录了数据修改前的记录，redolog记录的是事务提交时数据页的物理修改；
• 提交事务时，数据刷写到磁盘，同时把所有修改信息都存到该日志文件（redolog）, 用于在刷新脏页到磁盘,产生毛病时, 进行数据恢复使用；
• 数据确认落盘成功后，redolog就没有作用了，innodb将会自动清算redolog；

从上面的分析中，可以看出，redolog文件在全部履行进程中起到了非常重要的作用，有必要对该文件做一些深入的了解和学习；

二、redo log

又叫重做日志，记录的是事务提交时数据页的物理修改，用来实现事务的持久性

redo log 日志文件由两部份组成：

• 重做日志缓冲（redo log buffer），保存在内存中，容易丢失，对应于mysql配置文件参数为：innodb_log_buffer_size，redo log buffer 大小，默许 16M ，最大值是4096M，最小值为1M，可以通过命令：show variables like '%innodb_log_buffer_size%' 进行查看；
• 和重做日志文件（redo logfile）,保存在磁盘中，是持久的；

1、redolog 的整体流程

依然以上面流程图中的更新一条数据的事务进程分析，来看redolog的整体流转进程

具体步骤以下：

• 将原始数据从磁盘中load到内存，修改数据的内存拷贝（buffer pool）；
• 生成一条重做日志，并写入redo log buffer，记录的是数据被修改后的值；
• 事务commit时，将redo log buffer中的内容刷新到 redo log file，对 redo log file采取追加
• 写的方式；
• 定期将内存中修改的数据刷新到磁盘中；

2、为何需要 redo log

在 InnoDB引擎中的内存结构中，主要内存区域就是缓冲池， 在缓冲池中缓存了很多的数 据页（磁盘中读取mysql数据时一般以数据页为单位进行加载）； 在一个事务履行中，比如履行多个增删改的操作时， InnoDB 引擎会先操作缓冲池中的数据，如果 缓冲区没有对应的数据，再通过后台线程将磁盘中数据load出来，放到缓冲区，然后修改缓冲池中 的数据，修改后的数据页我们称为脏页； 而脏页则会在一定的时机，通过后台线程刷新到磁盘中，从而保证缓冲区与磁盘的数据一致。 但是缓冲区脏页数据其实不是实时刷新的，而是隔一段时间后才将缓冲区的数据刷到磁盘中。 假设刷新到磁盘的进程出错了，而提示给用户事务提交成功，而数据却 没有持久化下来，这就出现问题了，没有保证事务的持久性。 有了 redolog 以后，当对缓冲区的数据进行增删改以后，会首先将操作的数据页的变化，记录在 redo log buffer中。在事务提交时，会将 redo log buffer 中的数据刷新到 redo log 磁盘文件中。 过一段时间后，如果刷新缓冲区的脏页到磁盘时，产生毛病，此时就能够借助于 redo log 进行数据 恢复，这样就保证了事务的持久性。 而如果脏页成功刷新到磁盘 或 或触及到的数据已落盘，此 时redolog 就没有作用了，就能够删除，所以存在的两个 redolog 文件是循环写的。 说到这里就有火伴要问，为何每次提交事务，要刷新 redo log 到磁盘中呢，而不是直接将 buffer pool 中的脏页刷新 到磁盘呢？ 由于客户端与mysql进行数据交互（IO）进程中，们操作数据一般都是随机读写磁盘的（随机读写比较慢），而不是顺序读写磁盘（顺序读写块）。 而 redo log 在 往磁盘文件中写入数据，由因而日志文件，所以都是顺序写的。顺序写的效力，要远大于随机写。 这 种先写日志的方式，也称之为 WAL （ Write-Ahead Logging ）。

三、undo log

undo log 同样成为回滚日志，用于记录数据被修改前的信息 , 作用包括两个 : 提供回滚 ( 保证事务的原子性 ) 和 MVCC(多版本并发控制 ) 。

举例来讲，本次使用update语句修改了一条id为1的数据，如果事务提交失败，那末就需要回滚数据，mysql引擎怎样知道回滚到哪里呢？那就要借助undo log了，undolog中记录了修改之前的数据，所以就能够用于事务回滚。

1、undo log 特点

• undo log和redo log记录物理日志不一样，它是逻辑日志；
• 当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的 update记录；
• 履行rollback时，就能够从undo log中的逻辑记录读取到相应的内容并进行回滚；

2、undo log 类型

• insert undo log；
• update undo log；

3、undo log 生成进程

从文章开头的流程图中再简单抽象出下面的简化履行步骤

在开启一个事务对一条数据记录进行update的时候，对这条数据行来讲，其底层存储的结构大概长下面这样；

 在这行记录中，对应着两个隐藏字段，事务ID和回滚指针，当履行一条insert语句时，

对 undolog 来讲，记录的数据状态将会显现以下效果，可以看到，在这条记录中，回滚指针指向了一条数据鼓励，记录了这条数据的源信息，通过一个undo no标识；

履行update的时候，数据行记录变更，同时在redo log 回滚指针链上将增加一条记录，并连接上一条记录；

 继续履行一个update语句：

4、undo log 回滚进程

如果事务回滚，履行rollback，对应的流程以下：

• 通过undo no=3的日志把name='jike'的数据删除；
• 通过undo no=2的日志把id=1的数据的deletemark还原成0；
• 通过undo no=1的日志把id=1的数据的name还原成Tom；
• 通过undo no=0的日志把id=1的数据删除;

5、undo log的删除

undo log的删除分成2种

• 针对insert undo log，由于insert操作的记录，只对事务本身可见，对其他事务不可见。故该undo log可以在事务提交后直接删除，不需要进行purge操作；
• 针对update undo log，该undo log可能需要提供MVCC机制，因此不能在事务提交时就进行删除。提交时放入undo log链表，等待purge线程进行最后的删除；

四、mvcc

1、甚么是MVCC

全称：多版本并发控制，MVCC 是通过数据行的多个版本管理来实现数据库的并发控制。通过这项技术，使得在InnoDB的事务隔离级别下履行 一致性读操作有了保证。换言之，就是为了查询一些正在被另外一个事务更新的数据行，并且可以看到它们被更新之前的值，这样在做查询的时候就不用等待另外一个事务释放锁。

2、MVCC组成

mvcc的实现主要依赖下面的3个主要逻辑实现，分别是：

• 隐藏字段，在上文中有所交代，每一个数据行都会存在一个隐藏字段；
• undolog版本链，上文有所交代，记录了回滚数据行的数据；
• ReadView（读视图）是快照读SQL履行时MVCC提取数据的根据，记录并保护系统当前活跃的事务（未提交的）id，多是一个数组；

3、快照读与当前读

MVCC在MySQL InnoDB中的实现主要是为了提高数据库并发性能，用更好的方式去处理读-写冲突，这样即便有读写冲突时，也能做到不加锁，非阻塞并发读 ，而这个读指的就是快照读,而非当前读。当前读实际上是一种加锁的操作，是悲观锁的实现，而MVCC本质是采取乐观锁思想的一种方式。

快照读

快照读又叫一致性读，读取的是快照数据。不加锁的简单的 SELECT 都属于快照读，即不加锁的非阻塞读；比如这样：

之所以出现快照读的情况，是基于提高并发性能的斟酌，快照读的实现是基于MVCC，它在很多情况下，避免了加锁操作，下降了开消。

既然是基于多版本，那末快照读可能读到的其实不一定是数据的最新版本，而有多是之前的历史版本。快照读的条件是隔离级别不是串行级别，串行级别下的快照读会退化成当前读。

当前读

当前读读取的是记录的最新版本（最新数据，而不是历史版本的数据），读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。加锁的 SELECT，或对数据进行增删改都会进行当前读。比如：

五、mvcc操作演示

来看下面这一些列的事务操作进程，以下是一组操作同一条数据的记录的多个事务，从事务2 ~ 事务5，分别对应区别的操作何阶段；

从上文我们对undolog的了解，每次修改一条数据时，会在undolog 回滚链中增加一条记录，用于后续做数据回滚；

具体步骤以下：

比如当事务2履行第一条修改语句时，会记录一条undo log日志，记录了当前数据变更之前的模样; 然后更新记录，并且记录本次操作的事务ID，回滚指针，回滚指针用来指定如果产生回滚，回滚到哪个版本；

当事务 3 履行第一条修改语句时，也会记录 undo log 日志，记录数据变更之前的模样 ; 然后更新记 录，并且记录本次操作的事务 ID ，回滚指针，回滚指针用来指定如果产生回滚，回滚到哪个版本；

当事务 4 履行第一条修改语句时，也会记录 undo log 日志，记录数据变更之前的模样 ; 然后更新记 录，并且记录本次操作的事务 ID ，回滚指针，回滚指针用来指定如果产生回滚，回滚到哪个版本；

通过上面一些列的操作，终究会发现，区别事务或相同事务对同一条记录进行修改，会致使该记录的 undolog 生成一条 记录版本链表，链表的头部是最新的旧记录，链表尾部是最早的旧记录。

 有了上面的redo log 的回链，终究是怎样肯定某个事务读取的数据是长甚么模样呢？接下来 readview就派上用处了；

ReadView （读视图）是 快照读 SQL 履行时 MVCC 提取数据的根据，记录并保护系统当前活跃的事务 （未提交的）id；

ReadView中包括了四个核心字段：

区别的隔离级别，生成ReadView的时机区别：

• READ COMMITTED （读已提交）：在事务中每次履行快照读时生成ReadView；
• REPEATABLE READ（可重复读）：仅在事务中第一次履行快照读时生成ReadView，后续复用该ReadView；

也就是说，在利用mvcc的多版本并发控制时，只需要关注这两种事务隔离级别就好了，接下来，以上午的excel中展现的几个事务为例，对比这两种类型的事务隔离级别进行说明；

1、READ COMMITTED 隔离级别

以事务5为例进行说明，两次快照读读取数据时，是如何获得数据的?

在事务 5 中，查询了两次 id 为 30 的记录，由于隔离级别为 Read Committed ，所以每次进行快照读 都会生成一个 ReadView ，那末两次生成的 ReadView 以下

那末这两次快照读在获得数据时，就需根据所生成的 ReadView 和 ReadView 的版本链访问规则， 到undolog 版本链中匹配数据，终究决定此次快照读返回的数据； 先来看第一次快照读具体的读取进程

对应的undo log 版本链以下

在进行匹配时，会从undo log的版本链，从上到下进行挨个匹配：

1）先匹配下面这条记录，这条记录对应的trx_id为4，也就是将4带入右边的匹配规则中。 ①不满足 ②不满足 ③不满足 ④也不满足 ， 都不满足，则继续匹配undo log版本链的下一条；

2） 再匹配第二条记录， 这条 记录对应的 trx_id 为 3 ，也就是将 3 带入右边的匹配规则中。①不满足 ②不满足 ③不满足 ④也 不满足 ，都不满足，则继续匹配 undo log 版本链的下一条；

3）再匹配第三条记录，这条记 录对应的trx_id为2，也就是将2带入右边的匹配规则中。①不满足 ②满足 终止匹配，此次快照 读，返回的数据就是版本链中记录的这条数据；

再来看第二次快照读具体的读取进程:

 对应的undolog 版本链以下：

在进行匹配时，会从 undo log 的版本链，从上到下进行挨个匹配：

1）先匹配这条记录，这条记录对应的 trx_id为4，也就是将4带入右边的匹配规则中。 ①不满足 ②不满足 ③不满足 ④也不满足 ， 都不满足，则继续匹配undo log版本链的下一条；

2）再匹配第二条， 这条 记录对应的 trx_id 为 3 ，也就是将 3 带入右边的匹配规则中。①不满足 ②满足 。终止匹配，此次 快照读，返回的数据就是版本链中记录的这条数据；

2、REPEATABLE READ 隔离级别

在这类隔离级别下，仅在事务中第一次履行快照读时生成 ReadView ，后续继续复用该 ReadView 。 而 可重复读在一个事务中，履行两次相同的select 语句，查询到的结果是一样的； 那 MySQL 是怎么做到可重复读的呢 ? 依照上面的进程做一下类似的分析

可以看到，在可重复读这类事务 隔离级别下，只在事务中第一次快照读时生成 ReadView ，后续都复用该 ReadView。既然 ReadView 都一样， ReadView 版本链匹配规则也一样， 终究快照读返 回的结果也是一样的了。 总结 MVCC实现原理是通过 InnoDB表的隐藏字段、UndoLog 版本链、ReadView来实现的；MVCC + 锁，则实现了事务的隔离性；一致性则是由redolog 与 undolog保证；

到此这篇关于mysql mvcc 原理详解的文章就介绍到这了,更多相关mysql mvcc 原理内容请搜索之前的文章或继续浏览下面的相关文章希望大家以后多多支持！