概述

  1.     我们的数据库一般都会并发执行多个事务，多个事务可能会并发的对相同的一批数据进行增删改查操作，可能就会导致我们说的脏写、脏读、不可重复读、幻读这些问题。<br />        这些问题的本质都是数据库的多事务并发问题，为了解决多事务并发问题，数据库设计了**事务隔离机制、锁机制、MVCC多版本并发控制隔离机制**，用一整套机制来**解决多事务并发问题**。接下来，我们会深入讲解这些机制，让大家彻底理解数据库内部的执行原理。

事务及其ACID属性

    事务是由一组SQL语句组成的逻辑处理单元，事务具有以下4个属性，通常简称为事务的ACID属性。
  • 原子性(Atomicity) ：事务是一个原子操作单元，其对数据的修改，要么全都执行，要么全都不执行。原子性针对操作，一个事务内的操作要么全都执行要么全不执行。
  • 一致性(Consistent) ：在事务开始和完成时，数据都必须保持一致状态。这意味着所有相关的数据规则都必须应用于事务的修改以保持数据的完整性。一致性针对数据，指的是对数据的操作在事务提交后应该从事务提交前的一致性状态转移到事务提交后的一致性状态。也就是说要保证一致性，事务内的操作首先必须执行，其次必须执行的正确。
  • 隔离性(Isolation) ：数据库系统提供一定的隔离机制，保证事务在不受外部并发操作影响的“独立”环境执行。这意味着事务处理过程中的中间状态对外部是不可见的，反之亦然。

  • 持久性(Durable) ：事务完成之后,它对于数据的修改是永久性的,即使出现系统故障也能够保持。

    并发事务处理带来的问题

    更新丢失(Lost Update)或脏写

      当两个或多个事务选择同一行，然后基于最初选定的值更新该行时，由于每个事务都不知道其他事务的存在，就会发生丢失更新问题–**最后的更新覆盖了由其他事务所做的更新**。

    脏读（Dirty Reads）

      一个事务正在对一条记录做修改，在这个事务完成并提交前，这条记录的数据就处于不一致的状态；这时，另一个事务也来读取同一条记录，如果不加控制，第二个事务读取了这些“脏”数据，并据此作进一步的处理，就会产生未提交的数据依赖关系。这种现象被形象的叫做“脏读”。<br />        一句话：**事务A读取到了事务B已经修改但尚未提交的数据**，还在这个数据基础上做了操作。此时，如果B事务回滚，A读取的数据无效，不符合一致性要求。

    不可重读（Non-Repeatable Reads）

      一个事务在读取某些数据后的某个时间，再次读取以前读过的数据，却发现其读出的数据已经发生了改变、或某些记录已经被删除了！这种现象就叫做“不可重复读”。<br />        也就是说如果在一个十五中多次查询相同的语句结果不变，或者结果不同的原因是在本事务内对数据进行了修改，这种叫做可重复读<br />        一句话：**事务A内部的相同查询语句在不同时刻读出的结果不一致，不符合隔离性**

    幻读（Phantom Reads）

      一个事务按相同的查询条件重新读取以前检索过的数据，却发现其他事务插入了满足其查询条件的新数据，这种现象就称为“幻读”。<br />        与不可重复读的区别是，不可重复读读到的是旧数据，幻读是读到了其他已提交事务新插入的数据<br />        一句话：**事务A读取到了事务B提交的新增数据，不符合隔离性**

    事务隔离级别

    “脏读”、“不可重复读”和“幻读”,其实都是数据库读一致性问题,必须由数据库提供一定的事务隔离机制来解决。
    image.png
    数据库的事务隔离越严格,并发副作用越小,但付出的代价也就越大,因为事务隔离实质上就是使事务在一定程度上“串行化”进行,这显然与“并发”是矛盾的。
    同时,不同的应用对读一致性和事务隔离程度的要求也是不同的,比如许多应用对“不可重复读”和“幻读”并不敏感,可能更关心数据并发访问的能力。
    查看当前数据库的事务隔离级别: 

    show variables like 'tx_isolation';

    设置事务隔离级别：

    set tx_isolation='REPEATABLE-READ';

      **Mysql默认的事务隔离级别是可重复读，用Spring开发程序时，如果不设置隔离级别默认用Mysql设置的隔离级别，如果Spring设置了就用已经设置的隔离级别**

    锁详解

      锁是计算机协调多个进程或线程并发访问某一资源的机制。<br />        在数据库中，除了传统的计算资源（如CPU、RAM、I/O等）的争用以外，数据也是一种供需要用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是影响数据库并发访问性能的一个重要因素。

    锁分类

  • 从性能上分为乐观锁(用版本对比来实现，类似于CAS)和悲观锁

  • 从对数据库操作的类型分，分为读锁和写锁(都属于悲观锁)

读锁（共享锁，S锁(Shared)）：针对同一份数据，多个读操作可以同时进行而不会互相影响
写锁（排它锁，X锁(eXclusive)）：当前写操作没有完成前，它会阻断其他写锁和读锁

  • 从对数据操作的粒度分，分为表锁和行锁

    表锁

      每次操作锁住整张表。开销小，加锁快；不会出现死锁；锁定粒度大，发生锁冲突的概率最高，并发度最低；一般用在整表数据迁移的场景，为了防止在数据迁移的时候有数据变动导致迁移不完整。<br />        表锁开销小、加锁快是因为要加表锁，直接找到这个表加锁即可。表锁锁住整个表，其他的事务不能随意的操作表中的其他数据（读锁其他会话可以查询，写锁其他会话所有操作阻塞）

    基本操作

    ``sql --建表SQL CREATE TABLEmylock(idINT (11) NOT NULL AUTO_INCREMENT,NAMEVARCHAR (20) DEFAULT NULL, PRIMARY KEY (id`) ) ENGINE = MyISAM DEFAULT CHARSET = utf8;

—插入数据 INSERT INTOtest.mylock (id, NAME) VALUES (‘1’, ‘a’); INSERT INTOtest.mylock (id, NAME) VALUES (‘2’, ‘b’); INSERT INTOtest.mylock (id, NAME) VALUES (‘3’, ‘c’); INSERT INTOtest.mylock (id, NAME) VALUES (‘4’, ‘d’);

手动增加表锁
```sql
lock table 表名称 read(write),表名称2 read(write);

查看表上加过的锁

show open tables;

删除表锁

unlock tables;

案例分析(加读锁）

image.png
当前session和其他session都可以读该表
当前session中插入或者更新锁定的表都会报错，其他session插入或更新则会等待

案例分析(加写锁）

image.png
当前session对该表的增删改查都没有问题（经测试查询不可以），其他session对该表的所有操作被阻塞

案例结论

1、对MyISAM表的读操作(加读锁) ,不会阻塞其他进程对同一表的读请求,但会阻塞对同一表的写请求。只有当读锁释放后,才会执行其它进程的写操作。
2、对MylSAM表的写操作(加写锁) ,会阻塞其他进程对同一表的读和写操作,只有当写锁释放后,才会执行其它进程的读写操作

行锁

    每次操作锁住一行数据。开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低，并发度最高。<br />        行锁开销大、加锁慢是因为行锁还需要定位表中的某一行，如果定位的字段又没有索引加锁的速度将更加的慢。会出现死锁是因为既然有多个事务可以访问这个表，那么事务A可能持有事务B需要的数据行，反之亦然。<br />        InnoDB与MYISAM的最大不同有两点：
  • InnoDB支持事务（TRANSACTION）

  • InnoDB支持行级锁

    行锁演示

      一个session开启事务更新不提交，另一个session更新同一条记录会阻塞，更新不同记录不会阻塞

    总结：

      **MyISAM**在执行查询语句SELECT前，会**自动**给涉及的所有表加读锁。在执行update、insert、delete操作会自动给涉及的表加写锁。<br />        **InnoDB**在执行查询语句SELECT时因为有MVCC机制不会加锁（串行隔离级别除外）。但是update、insert、delete操作会加行锁。<br />简而言之，就是**读锁会阻塞写，但是不会阻塞读。而写锁则会把读和写都阻塞**。

    行锁与事务隔离级别案例分析

    CREATE TABLE `account` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`name` varchar(255) DEFAULT NULL,
`balance` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `test`.`account` (`name`, `balance`) VALUES ('lilei', '450');
INSERT INTO `test`.`account` (`name`, `balance`) VALUES ('hanmei', '16000');
INSERT INTO `test`.`account` (`name`, `balance`) VALUES ('lucy', '2400');

    读未提交：

    （1）打开一个客户端A，并设置当前事务模式为read uncommitted（未提交读），查询表account的初始值：

    set tx_isolation='read-uncommitted';

    | | 操作 | | | 说明 | | —- | —- | —- | —- | —- | | | 事务A | | 事务B | | | 1 | start transaction;
    select
    from account; | image.png |
    | 事务A先查询得到初始值。 | | 2 |
    |
    | start transaction;
    update account
    set balance = balance - 50
    where id = 1; | 事务B更新值 | | 3 | select
    from account; | image.png |
    | 事务A再次查询值。虽然事务B没有提交，但是可以看到值已经是事务B修改后的值了 | | 4 |
    |
    | ROLLBACK;
    end; | 事务B因为某种原因回滚，所有的操作都将会被撤销，那客户端A刚刚查询到的数据其实就是脏数据： | | 5 | commit;
    end; |
    |
    | |

      事务B在没有提交或者回滚前在客户端A执行更新语句update account set balance = balance - 50 where id =1将会阻塞，事务B回滚后事务A自动继续执行。但是lilei的balance没有变成350，居然是400，是不是很奇怪，数据不一致啊。<br />        这是因为在应用程序中，我们会用400-50=350，并不知道其他会话回滚了，要想解决这个问题可以采用读已提交的隔离级别。也就是说，在Java中一般先查找结果，然后把字段值拿出来，然后减去50。这时候事务B已经回滚了，真实值应该是450，而我们在Java端的值还是400。

    读已提交

    （1）打开一个客户端A，并设置当前事务模式为read committed（未提交读），查询表account的所有记录：

    set tx_isolation='read-committed';

    | | 操作 | | | | 说明 | | —- | —- | —- | —- | —- | —- | | | 事务A | | 事务B | | | | 1 | begin;
    select
    from account; | image.png |
    | | 事务A先查询得到初始值。 | | 2 |
    |
    | begin;
    update account
    set balance = balance - 50
    where id = 1; | image.png | 事务B更新值
    更新后查询得到最新值 | | 3 | select
    from account; | image.png |
    | | 事务A再次查询值。查询到的仍然是原始值，因此读已提交可以防止脏读 | | 4 | select
    from account; | image.png | commit;
    end; | | 事务B提交，但是事务A再次查询数据变化了，*出现了不可重复读     | | 5 | commit;
    end; |
    |
    | | |

可重复读

（1）打开一个客户端A，并设置当前事务模式为repeatable read，查询表account的所有记录

set tx_isolation='repeatable-read';
操作 说明
事务A 事务B
1 begin;
select *
from account;		 image.png
事务A先查询得到初始值。
2

begin;
update account
set balance = balance - 50
where id = 1;		 image.png 事务B更新值
更新后查询得到最新值
3 select *
from account;		 image.png
事务A再次查询值。查询到的仍然是原始值，因此读已提交可以防止脏读
4 select *
from account;		 image.png commit;
end;		 事务B提交，事务A再次查询数据没有变化，避免了不可重复读
5 commit;
end;		 

    可以看到第一步事务B操作前和第4部事务B操作提交后事务A读取到的结果一致。<br />        在客户端A，接着执行update account set balance = balance - 50 where id = 1，balance没有变成400-50=350，lilei的balance值用的是步骤2中的350来算的，所以是300，数据的一致性没有被破坏。可重复读的隔离级别下使用了MVCC(multi-version concurrency control)机制，select操作不会更新版本号，是快照读（历史版本）；insert、update和delete会更新版本号，是当前读（当前版本）。

# 可重复读
set tx_isolation = 'repeatable-read';
begin;
select * from account;
update account set balance = balance - 50 where id = 1;
commit;
end;

image.png
当隔离级别为可重复读，不会发生不可重复读的原因是每次select读取的是历史的版本。但是更新值的时候会去获取最新的版本，无须担心会出错。更新之后再读取就是最新的值了（如果没有其他事务修改）。也就是上面说的，select不会更新版本，其他语句会更新版本号。
不可重复读看起来似乎不是问题，似乎就应该读到其他事物提交的更新值，历史版本的值不是一个错误的值吗。历史版本也是数据库中真实存在过的值，而非凭空捏造。在一个事务中不可重复读的原因是，如果在一个事务未提交或者回滚前，同一语句在不同的时间执行结果却不同，那么在编写后台代码的时候如果需要根据查询到的值来控制执行，例如库存操作，代码的判断将变得很麻烦，甚至无法判断。那么只需要在查询的时候是一个历史版本，但是在更新的时候必须要从数据库拿到真实的值
如果没有MVCC这种机制又想在一个事务内安全的操作，就需要使用锁。也就是对查询语句加锁（for update），如果查询成功在查询语句所在事务提交或回滚前其他事务不能修改这行记录。如果查询失败，说明有其他事务正在修改改行语句，在其他事务提交后才能继续查询。因此，MVCC实际是提供了一种在读写操作并发的时候不用加锁的方法，读取可能是过时的数据，但是更新的时候会从数据库获取实时的数据。（最终一致）

验证幻读

操作 说明
事务A 事务B
1 begin;
select *
from account;		 image.png
事务A先查询得到初始值。
2

begin;
insert into account(name, balance) values(‘sb’, 222);

commit;		 image.png 事务B插入后能够查询到最新值
3 select *
from account;		 image.png 事务A再次查询查不到事务B新插入的值
4 update account set balance = balance - 50 where id = 3;

select * ……		 image.png 事务A更新旧值而不是事务B新插入的值，再次查询没有出现幻读
5 update account
set balance = balance - 50 where id = 4;

select * …….		 image.png
事务A更新事务B新插入的值，再次查询出现幻读 
    在客户端A执行update account set balance=balance - 50 where id = 4;能更新成功，再次查询能查到客户端B新增的数据。还是那个原因，select读取的是历史版本也就是快照读，但是数据库中已经存在新插入的值，只需要select之外的操作就可以查询出新插入的值（必须操作的是新插入的值，考虑的是等值的情况，或许用范围查询导致临键锁、间隙锁之类的情况也能产生幻读的效果），从而产生幻读。

串行化

（1）打开一个客户端A，并设置当前事务模式为serializable，查询表account的初始值：

set tx_isolation='serializable';

image.png
（2）打开一个客户端B，并设置当前事务模式为serializable，更新相同的id为1的记录会被阻塞等待，更新id为2的记录可以成功，说明在串行模式下innodb的查询也会被加上行锁。
但是两个事务的查询互不阻塞，即在事务A中执行select操作，事务B只有select不会阻塞。事务A执行select外的其他操作，事务B的所有操作都会阻塞。也就是说加锁的是select语句查询到的具体行或者一个范围。
如果客户端A执行的是一个范围查询，那么该范围内的所有行包括每行记录所在的间隙区间范围(就算该行数据还未被插入也会加锁，这种是间隙锁)都会被加锁。此时如果客户端B在该范围内插入数据都会被阻塞，所以就避免了幻读。
幻读的避免
1、范围查询
范围查询只需避免范围内的幻读，事务A如果执行范围内的查询那么这个范围内的包括范围内没有插入的值的行都会锁住，事务B不能对这个范围进行增删改。
但是事务B可以对范围外增删改查，如果进行了修改并提交，事务A内可以查到增删改的数据。
2、非范围查询
只要事务A进行了任何操作，事务B只能查询甚至查询都不可以。只有事务A提交后事务B才能继续操作，从而避免了幻读。（没有看到即没有发生，即使提交后立刻就会发生）
这种隔离级别并发性极低，开发中很少会用到。
image.png

间隙锁(Gap Lock)

    间隙锁，锁的就是两个值之间的空隙。Mysql默认级别是repeatable-read，有办法解决幻读问题吗？间隙锁在某些情况下可以解决幻读问题。<br />假设account表里数据如下：<br />![image.png](https://cdn.nlark.com/yuque/0/2022/jpeg/22029360/1641044680172-9623ad1b-13ef-4394-a080-d968fd2c904e.jpeg#clientId=uf964629d-2e95-4&crop=0&crop=0&crop=1&crop=1&from=paste&id=u27c43493&margin=%5Bobject%20Object%5D&name=image.png&originHeight=223&originWidth=326&originalType=url&ratio=1&rotation=0&showTitle=false&size=77026&status=done&style=none&taskId=u4a027e52-3659-41f7-9050-7463673fac3&title=)<br />        那么间隙就有 id 为 (3,10)，(10,20)，(20,正无穷) 这三个区间，在事务A下面执行 

update account set name = 'zhuge' where id > 8 and id <18;
# 或者
select * from account where  id > 8 and id <18 for update

    则其他事务没法在这个**范围所包含的所有行记录(包括间隙行记录)以及行记录所在的间隙**里插入或修改任何数据，即id在**(3,20]**区间都无法修改数据，注意最后那个20也是包含在内的。<br />        **间隙锁是在可重复读隔离级别下才会生效。**

临键锁(Next-key Locks)

    Next-Key Locks是行锁与间隙锁的组合。像上面那个例子里的这个(3,20]的整个区间可以叫做临键锁。<br />        **无索引行锁会升级为表锁(RR级别会升级为表锁，RC级别不会升级为表锁)**<br />        锁主要是加在索引上，如果对非索引字段更新，行锁可能会变表锁。例如事务A执行下面语句，事务B对该表任一行操作都会阻塞住

update account set balance = 800 where name = 'lilei';

    **InnoDB的行锁是针对索引加的锁，不是针对记录加的锁。并且该索引不能失效，否则都会从行锁升级为表锁。**<br />        锁定某一行还可以用lock in share mode(共享锁) 和for update(排它锁)，例如：

select * from test_innodb_lock where a = 2 for update;

    这样其他session只能读这行数据，修改则会被阻塞，直到锁定行的session提交

结论

    Innodb存储引擎由于实现了行级锁定，虽然在锁定机制的实现方面所带来的性能损耗可能比表级锁定会要更高一下，但是在整体并发处理能力方面要远远优于MYISAM的表级锁定的。当系统并发量高的时候，Innodb的整体性能和MYISAM相比就会有比较明显的优势了。<br />        但是，Innodb的行级锁定同样也有其脆弱的一面，当我们使用不当的时候，可能会让Innodb的整体性能表现不仅不能比MYISAM高，甚至可能会更差。

行锁分析

    通过检查InnoDB_row_lock状态变量来分析系统上的行锁的争夺情况

 show status like 'innodb_row_lock%';

对各个状态量的说明如下，红色比较重要

Innodb_row_lock_current_waits 当前正在等待锁定的数量。当前有多少事务等待锁
Innodb_row_lock_time 从系统启动到现在锁定总时间长度
Innodb_row_lock_time_avg 每次等待所花平均时间
Innodb_row_lock_time_max 从系统启动到现在等待最长的一次所花时间
Innodb_row_lock_waits 系统启动后到现在总共等待的次数 
    尤其是当等待次数很高，而且每次等待时长也不小的时候，我们就需要分析系统中为什么会有如此多的等待，然后根据分析结果着手制定优化计划。

查看INFORMATION_SCHEMA系统库锁相关数据表

    需要在有锁竞争的时候执行

-- 查看事务
select * from INFORMATION_SCHEMA.INNODB_TRX;
-- 查看锁
-- 查看与锁相关的事务
select * from INFORMATION_SCHEMA.INNODB_LOCKS;
-- 查看锁等待
-- 查看真正等待锁的事务，reauesting_trc_id为等待锁的事务，blocking_trx_id为加锁的事务
select * from INFORMATION_SCHEMA.INNODB_LOCK_WAITS;

-- 释放锁，trx_mysql_thread_id可以从INNODB_TRX表里查看到
-- kill的不是trx_id，而是trx_mysql_thread_id。
-- 当一个事务长时间不是放锁时可以将其杀死。执行后事务所在session将断开连接
-- 如果执行语句将提示断开连接，再次执行会自动连接mysql服务器
kill trx_mysql_thread_id

-- 查看锁等待详细信息
show engine innodb status\G;

死锁

set tx_isolation='repeatable-read';

1、Session_1执行：select from account where id=1 for update;
2、Session_2执行：select from account where id=2 for update;
3、Session_1执行：select from account where id=2 for update;
4、Session_2执行：select from account where id=1 for update;
第3步事务A会阻塞，但是第四步事务B不会阻塞，而是跑出一个死锁的错误，然后回滚事务B，事务A正常执行
查看近期死锁日志信息：

show engine innodb status\G;

    大多数情况mysql可以自动检测死锁并回滚产生死锁的那个事务，但是有些情况mysql没法自动检测死锁。上面的简单的比较明显的死锁MySQL可以用它自己的DeadLock机制检测到，跑出一个死锁错误。

锁优化建议

  • 尽可能让所有数据检索都通过索引来完成，避免无索引行锁升级为表锁
  • 合理设计索引，尽量缩小锁的范围
  • 尽可能减少检索条件范围，避免间隙锁
  • 尽量控制事务大小，减少锁定资源量和时间长度，涉及事务加锁的sql尽量放在事务最后执行
  • 尽可能低级别事务隔离