MySQL

两个事务并发写，能保证数据唯一吗？

先来解释下标题讲的是个啥。
假设有这么一个用户注册的场景。用户并发请求注册新用户。
有一张数据库表，也就是下面的user表。
user表数据库原始状态
产品经理要求用户和用户之间，电话号码不能重复，为了保证这一点。想到了先查一下数据库，再判断一下，如果存在，就退出，否则插入一条数据。类似下面这样的伪代码。

  1. select user where phone_no =2;  // 查询sql
  2. if (user 存在) {
  3.         return 
  4. } else {
  5.   insert user;   // 插入sql
  6. }

但这是两条sql语句，先执行查询sql，判断后再决定要不要执行插入sql。每次用户注册的时候都会执行这么一段逻辑。
那如果，此时有多个用户在做操作，就会并发执行这段逻辑。
如果都并发执行，第一条sql语句执行完之后，都会发现没有用户存在。此时都执行了插入，这样就出现了两条一样的数据才对。
所以，有人就想了，这两条sql语句逻辑应该是一个整体，不应该拆开，于是就想到了事务，通过事务把这两个sql作为一个整体，要么一起执行，要么都回滚。
这正是数据库ACID里的A（Atomicity），原子性的完美体现啊。
ACID
伪代码类似下面这样。

  1. begin;
  2. select user where phone_no =2;  // 查询sql
  3. if (user 存在) {
  4.         return 
  5. } else {
  6.   insert user;   // 插入sql
  7. }
  8. commit;

那么问题来了，这段逻辑，并发执行，能保证数据唯一？
当然是不能。
事务內的多条sql语句，确实是原子的，要么一起成功，要么一起失败，这没错，但跟这个场景没什么太大关系。事务是并发执行的，第一个事务执行查询用户，并不会阻塞另一个事务查询用户，所以都有可能查到用户不存在，此时两个事务逻辑都判断为用户不存在，然后插入数据库。事务内两条sql都执行成功了，于是就插入了两条一样的数据。
并发事务写入两条数据.drawio

怎么保证数据唯一？

那么接下来聊聊，怎么保证上面这种场景下，插入的数据是唯一的。方法有很多种，这里只讨论MySQL内部的做法，不考虑其他外部中间件（比如redis分布式锁这些）。

唯一索引

通过下面的命令，可以为数据库user表的phone_no字段加入唯一索引。

  1. ALTER TABLE `user` ADD unique(`phone_no`);

执行一条写操作时，比如下面这句，

  1. INSERT INTO `user` (`user_name`, `phone_no`) VALUES('小红', 2);

第一次会插入成功，第二次再执行插入，则会出现报错。

Duplicate entry ‘2’ for key ‘phone_no’

含义是phone_no这个字段是唯一的，加两次phone_no=2会导致重复。
于是乎回到开头的场景里，就完美解决了重复插入的问题了。
那么问题来了。

为什么唯一索引能保证数据唯一？

看看一句写操作，会经历什么。
MySQL架构
首先，MySQL作为一个数据库，内部主要分为两层，一层是server层，一层是存储引擎层（一般是innodb）。
server层主要管的是数据库链接，权限校验，以及sql语句校验和优化之类的工作。请求打到存储引擎层，才是真正的查询和更新数据的操作。
大家都知道数据库是持久化存储，且最后都是把数据存到磁盘上的。
那数据库读写是直接读写磁盘数据吗？
不是，如果直接读写磁盘的话，那就太慢了，为了提升速度。
它在磁盘前面加了一层内存，叫buffer pool。它里面有很多细节，但最主要的就是个双向链表，里面放的是一个个数据页，每个数据页的大小默认是 16kb，数据页里面放的就是磁盘的数据。
bufferPool与磁盘
于是有了这层buffer pool内存，mysql的读和写操作都可以先操作这部分内存，如果想要读写的数据页不在buffer pool里，再跑到磁盘里去捞。由于读写内存的速度比读写磁盘快得多。
所以引擎读写都快多了。
但这还不够，很多时候写操作，诉求就是把xx更新为xx，或插入xx，数据库光知道这一点就够了，根本不需要知道数据页原来长什么样子。
有点抽象？举个例子吧。
比方说想要把id=1的这条数据的phone_no字段更新为100，数据库知道这一点就够了，至于这条数据原来phone_no究竟是等于20，还是30，这根本不重要，反正最后都会变成想要的phone_no=100。
也就是说，如果有那么一块内存，记录下准备把数据改成什么样子，然后后续异步慢慢更新到磁盘数据上。甚至到不需要在一开始就把这块数据从磁盘读到buffer pool中，按照这个思路，change buffer就来了。
changeBuffer在bufferPool内
于是乎，写加了普通索引的数据，它只要把想要写的内容写到change buffer上，就立马结束返回了。后面innodb引擎拿着这个change buffer，再异步读入磁盘数据到内存，将change buffer的数据修改到数据页中，再写回磁盘，这速度就上来了，秒啊。
但这个change buffer，放在唯一索引这里就不管用了，毕竟，它得保证数据真的只有一条，那就得去看下数据库里，是不是真的有这条数据。
所以，对于insert场景，普通索引把需求扔到change buffer就完事返回了，而唯一索引需要真的把数据从磁盘读到内存来，看下是不是有重复的，没重复的再插入数据。
这唯一索引，在性能上就输了一截了。
所以回到唯一索引为什么能保证数据唯一的问题上，一句话概括就是，唯一索引会绕过change buffer，确保把磁盘数据读到内存后再判断数据是否存在，不存在才能插入数据，否则报错，以此来保证数据是唯一的。

更改隔离级别

上面之所以写入时数据不能保证唯一是因为有两个事务在同时并发操作。
MySQL有四层隔离级别，应对不同的事务并发处理能力。
四层隔离级别
其中，串行化（serializable）隔离级别，正好从效果上来看，事务们都是依次执行的，这样就不存在并发问题了。
于是，执行逻辑成了下面这样。
串行化隔离级别加锁并发写数据
所以也能保证只插入一条数据。

这方案生产中能用吗？

这个方案虽然确实能保证只插入一条数据，但生产中不建议这么用，性能比较差，用了可能会被同事喷。但是如果一定要用，可以只将当前数据库连接会话（session）改为串行化，而不是将全局（global）改为串行化。这样就不会影响到其他会话的事务隔离级别。

  1. // 修改当前会话为串行化
  2. SET SESSION  TRANSACTION ISOLATION LEVEL  SERIALIZABLE;
  4. // 查看当前会话的事务隔离级别
  5. select @@tx_isolation; 
  6. // 输出 SERIALIZABLE
  8. // 查看全局事务隔离级别
  9. select @@global.tx_isolation;
  10. // 输出 REPEATABLE-READ

总结

  • 加唯一索引可以保证数据并发写入时数据唯一，而且最省事省心。
  • 数据库通过引入一层buffer pool内存来提升读写速度，普通索引可以利用change buffer提高数据插入的性能。
  • 唯一索引会绕过change buffer，确保把磁盘数据读到内存后再判断数据是否存在，不存在才能插入数据，否则报错，以此来保证数据是唯一的。
  • 更改隔离级别为串行化，也能实现并发写入时数据唯一。

前面也提到了，innodb中，利用了change buffer，为普通索引做了加速。有没有哪些场景下，change buffer不仅不能给普通索引加速，还起到反作用的呢？