介绍多版本并发控制

多版本并发控制技术(Multiversion Concurrency Control,MVCC)
技术是为了解决问题而生的,通过 MVCC 我们可以解决以下几个问题:

  1. 读写之间阻塞的问题:通过 MVCC 可以让读写互相不阻塞,即读不阻塞写,写不阻塞读,这样就可以提升事务并发处理能力。
  2. 降低了死锁的概率:这是因为 MVCC 没有使用锁,读取数据时并不需要加锁,对于写操作,也只锁定必要的行。
  3. 解决一致性读的问题:一致性读也被称为快照读,当我们查询数据库在某个时间点的快照时,只能看到这个时间点之前事务提交更新的结果,而不能看到这个时间点之后事务提交更新的结果。

    MVCC 的思想

    MVCC 是通过数据行的历史版本来实现数据库的并发控制。
    简单来说 MVCC 的思想就是保存数据的历史版本。这样一个事务进行查询操作时,就可以通过比较版本号来判断哪个较新的版本对当前事务可见。

    InnoDB 对 MVCC 的实现

    MVCC 没有正式的标准,所以在不同的 DBMS 中,MVCC 的实现方式可能是不同的。
    InnoDB 对 MVCC 的实现主要是通过 版本链 + ReadView 结构完成。

    版本链存储记录的多个版本

    先介绍聚簇索引记录的隐藏列,再介绍 Undo Log 版本链


对于使用 InnoDB 存储引擎的表来说,它的聚簇索引记录中都包含 3 个隐藏列

  1. db_row_id:隐藏的行 ID。在没有自定义主键也没有 Unique 键的情况下,会使用该隐藏列作为主键。
  2. db_trx_id:操作这个数据的事务 ID,也就是最后一个对该数据进行插入或更新的事务 ID。
  3. db_roll_ptr:回滚指针,也就是指向这个记录的 Undo Log 信息。Undo Log 中存储了回滚需要的数据。

    事务ID 事务执行过程中,只有在第一次真正修改记录时(比如进行 insert、delete、update 操作),才会被分配一个唯一的、单调递增的事务 ID,如果没有修改记录操作,按照一定的策略分配一个比较大的事务 ID,减少分配事务 ID 的锁竞争。每当事务向数据库写入新内容时, 所写的数据都会被标记操作所属的事务的事务ID。


在 InnoDB 存储引擎中,版本链由数据行的 Undo Log 组成。
每次对数据行进行修改,都会将旧值记录到 Undo Log,算是该数据行的一个旧版本。
Undo Log 有两个重要的属性:db_roll_ptr、db_trx_id

  • Undo Log 也有一个 db_roll_ptr 属性(insert 操作对应的 Undo Log 没有 db_roll_ptr 属性,因为 insert 操作对应的数据行没有更早的版本),Undo Log 的 db_roll_ptr 属性指向上一次操作的 Undo Log,所有的版本被 db_roll_ptr 属性连接形成一个链表。该链表即版本链,版本链的头节点就是数据行的最新值。
  • Undo Log 还包含生成该版本时,对应的事务 ID,用于判断当前版本的数据对事务的可见性。

版本链如下图所示。这样如果我们想要查找历史快照,就可以通过遍历回滚指针的方式进行查找。
图片.png

ReadView 判断版本链中的哪个较新的版本对当前事务是可见的

ReadView 用来判断版本链中的哪个较新的版本对当前事务是可见的。
ReadView 中主要包含 4 个比较重要的属性:

  • m_ids:表示在生成 ReadView 时,当前系统中所有活跃的读写事务的 ID 集合(列表)
  • min_transaction_id:表示在生成 ReadView 时,m_ids 中的最小值
  • max_transaction_id:表示在生成 ReadView 时,系统应该分配给下一个事务的 ID 值
  • creator_transaction_id:表示生成该 ReadView 的事务的 ID

有了这个 ReadView,这样在访问某条记录时,就可以用 ReadView 来判断版本链中的哪个较新的版本对当前事务是可见的。

  • 如果被访问版本的 transaction_id 属性值与 ReadView 中的 creator_trx_id 值相同,表明当前事务在访问它自己修改过的记录,所以该版本可以被当前事务访问。
  • 如果被访问版本的 transaction_id 属性值 小于 ReadView 中的 min_trx_id 值,表明生成该版本的事务在当前事务生成 ReadView 前已经提交了,所以该版本可以被当前事务访问。
  • 如果被访问版本的 transaction_id 属性值 大于 ReadView 中的 max_trx_id 值,表明生成该版本的事务在当前事务生成 ReadView 后才开启,所以该版本不可以被当前事务访问。
  • 如果被访问版本的 transaction_id 属性值在 ReadView 的 min_trx_id 和 max_trx_id 之间,那就需要判断一下 transaction_id 属性值是不是在 m_ids 列表中:
    • 如果在,表明生成 ReadView 时,被访问版本的事务还是活跃的,所以该版本不可以被当前事务访问
    • 如果不在,表明生成 ReadView 时,被访问版本的事务已经被提交了,所以该版本可以被当前事务访问

如果某个版本的数据对当前事务不可见的话,那就顺着版本链找到下一个版本的数据,继续按照上边的步骤判断
可见性,依此类推,直到版本链中的最后一个版本。如果最后一个版本也不可见的话,那么就意味着该条记录对当前事务完全不可见,查询结果就不包含该记录。

ReadView 的生成时机

MVCC 可以防止脏读,也可以防止不可重复读。
防止脏读 和 防止不可重复读 实现的不同之处就在:ReadView 的生成时机不同

  • 防止脏读:每次读取数据前,都生成一个 ReadView
  • 防止不可重复读:在当前事务第一次读取数据时,生成一个 ReadView,之后的查询操作都重复使用这个 ReadView

对于隔离级别为 读未提交 的事务来说,直接读取记录的最新版本即可。
对于隔离级别为 串行化 的事务来说,InnoDB 存储引擎使用加锁的方式来访问记录。
对于隔离级别为 读已提交 和 可重复读 的事务来说,都必须保证只能读到已经提交的事务修改的数据,不能读到未提交的事务修改的数据。

参考资料

31丨为什么大部分RDBMS都会支持MVCC?
08 | 事务到底是隔离的还是不隔离的?
事务的隔离级别 & MVCC