深入理解MVCC

1、MVCC定义

MVCC:Multi-Version Concurrency Control，多版本并发控制机制。

在mysql中，为了满足事务的四大特性之一的隔离性，就是当前事务中的查询的数据不受其他事务的增删改操作的影响，因此mysql主要是通过这个可串行化的这种隔离级别和现在要谈的mvcc机制来实现。而可串行化就是将所有的操作由并行改为串行，就是在每个增删改查操作上面都加了锁，因此性能非常低，因此mysql也并没有选择这个可串行化来作为mysql默认的隔离级别，而是使用可重复读。接下来就是主要谈一下这个可重复读事务中的mvcc的机制和底层原理。

2、undolog日志

在讲mvcc机制之前，首先要了解一下这个undolog日志。在mysql中，如果使用的是默认的可重复读的这个隔离级别，在一条更新语句中如果加了事务，那么在这个事务启动之后，提交之前，那么这条数据是暂时不会添加到数据库的，直到事务提交成功才会更新或者添加到数据库中。那么中间就需要实现数据的暂存，那么这种存储方式就是通过这个undolog日志实现的。

CREATE TABLE `product` (`id` bigint(20) NOT NULL,`product_id` int(11) DEFAULT NULL COMMENT '商品id',`version` int(11) DEFAULT NULL COMMENT '版本',`stock` int(11) DEFAULT NULL COMMENT '商品数量',`updated_time` datetime DEFAULT NULL COMMENT '更新时间',`created_time` datetime DEFAULT NULL COMMENT '创建时间',`is_deleted` tinyint(4) DEFAULT NULL COMMENT '是否删除',PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

如上，创建一张表，新增一条数据

insert into stock values (1,1,0,100,now(),now(),0);

拿一条更新语句来说，如上面一张商品表，接下来要扣减一件商品的库存，一开始这件商品库存有100，现在扣减20，如果扣减成功，那么数据库的值就是80。

update product set stock = stock - 20 where id = 1;

如果在扣减库存时，发生异常数据回滚，那么此时数据需要回滚到之前的值，就需要一个日志来记录扣减之前的值，那么就是通过这个undolog来记录的。就是说在这个更新语句中，在开启事务之后，提交事务之前，这个库存100就会记录到undolog日志里面，减完后的80这个值如果整个事务没有发生异常那么就直接加入到数据库中，如果出现异常那么就通过undolog里面的值作为回滚的数据。一句话说这个undolog日志就是用来记录被修改的值，防止出现异常回滚的

3、undolog版本控制链

当然这个undolog日志也不是只记录一条，如在一个或者多个事务对这个库存进行多次修改，那么这个undolog就会形成一条历史版本控制链。在这个版本控制链中，有一个隐藏的事务id和指针。事务id在新增或者更新都会生成一个事务id，默认自增，指针所指向的就是当前数据修改前的一个历史数据，如果出现了回滚，那么就会根据这个链路依次往前回滚，直到找到上一个或者前面几个。

这个事务id在sql更新或者新增时生成，并非事务提交生成，因此可能出现事务大的id先提交，那么版本链路里面的事务id的大小就是乱序的。

4、readView

1、readView简介

在上面的undolog日志里面，可以发现确实记录了所有修改的值，也知道undolog是用来回滚的，但是会存在一个问题，如果单纯使用undolog来解决这个回滚问题，那么就会不知道回滚到链路中的哪一个节点，因此就需要通过readView来和这个undolog结合使用，通过readView来知道具体回滚到链路中的哪个节点。

在一个事务里面，执行任何查询都会生成当前事务的一致性视图read-view，在可重复读中的事务隔离级别中，该视图在事务结束之前都不会发生变化，当前如果是读已提交的隔离级别那么在每次执行sql时都会重新生成视图。

在可重复读的事务里面，这个readView视图由未提交的事务id数组和已创建的最大事务id(max_id)组成，因此这个最大的max_id可能在数组里面，也可能不在，因此事务最大的id可能先提交，而数组里面的id都是未提交的。

如上图，由四个事务ABCD，同时开启事务，同时去操作这个商品表的库存，事务ABC在执行更新语句之后，就会产生一个事务id，因为事务id都是自增的，因此从左往右事务依次递增。而事务D主要用来查询，并无增删改操作，主要是查询当前事务中的库存数量，由于没有更新和新增语句，因此也没有事务id。由于三个事务是同时开始，因此commit提交时间取决于更新语句的时间，谁先更新完谁先提交，因此可能会出现事务大的id先提交。

上图只要是针对库存表id为1的那一行数据进行操作的，而id=2只是为了通过更新语句给这个事务生成一个事务id

并且mvcc机制主要是针对于可重复读的这个隔离级别，因此在D中暂时只考虑查询有其他事务提交的数据，未提交之前的数据暂时不做select查询考虑。

2、readView和undolog结合使用规则

在使用readview只能看到当前的几个事务，并且不能得知事务的提交顺序，因此需要结合undolog一起使用，在两者结合使用之前，需要有一个readview视图和undolog版本的对比规则，接下来详细说明一下这个比对规则的一些命名:**假设这个数组中未提交的事务id数组的最小值假设为min_id ，已创建事务的事务id的最大id为max_id,undolog版本控制链的头节点为head节点。**如在下面的第三个select查询中,min_id = 102,max_id=104。

然后以这个min_id和这个max_id为分界线，小于min_id为已提交的事务，在这个两个值之间的为未提交或者已提交的事务，大于这个max_id的，为未开始的事务。

那么规则如下：

• head节点的事务id<=min_id：已提交的事务，该事务可见
• min_id<head节点的事务id<=max_id：未提交或者已提交的事务
• max_id<head节点的事务id：未开始的事务，不可见
• 如果事务id在数组中，表示事务未提交，不可见
• 如果事务id不在数组中：表示事务已提交，不可见

总结：只要满足一个事务是可见的，那么这个版本控制链路对应结点的值就是需要找的值

3、readview和undolog基本使用

1，假设库存一开始为200，由于事务id是自增，那么可以暂时假设这个事务trx_id=101的值对应的库存就是200，那么在事务D中，在第一次查询之后就会生成一个readview视图，并且在事务提交之前，这个视图的值不会改变。接下来主要研究一下在这个RR的默认级别事务中，为何select查询的值可以不变化，以及readview和undolog匹配的过程是咋样的。

2，接下来看第一个select查询，此时事务ABC都因为有了更新语句，因此此时abc都有对应的事务，并且事务A已经提交事务，此时的事务readview组成如下，而undolog链路中的值如下图，因为主要是针对表中id为1的库存对应的版本链路，因此暂时只有两个数据，bc中两个更新语句只为了生成事务id，数据并不在一个undolog版本链路上，并且此时头节点head对应的事务id为102。

那么通过这个头结点head对应的事务和readview的视图进行对比，此时的head事务id为102，min_id为数组中最小值103，max_id为已创建的最大值id104，根据版本比对规则，符合第一条head结点的事务id小于min_id，即当前结点时可见的，只要获取到的值是可见的，那么查询到的值就是这个事务对应的值，即100。

//第一个select查询语句的值,由未提交的事务id数组和已创建的最大的事务id组成
[103,104],104

3，接下来看第二个select查询语句，此时的事务B提交了，事务B是操作id为1的商品数据，因此在更新时会将原始值加入到这个undolog的日志版本链路上。由于事务D并没有提交，因此此时的readview如下，和之前一样，但是undolog日志链路会多一条数据，其链路如下图

那么此时的头节点的值为事务id103，即head对应的事务id为103，min_id为103，max_id为104。根据版本对比规则，符合第二条，但是此时的head对应的事务id还在数组中，因此这个结点的数据并不可见。那么将继续对比下一个结点，下一个结点的事务id为102，符合第一条head结点的事务id小于min_id，即事务id为102对应的结点时可见的，那么查询到的值仍然时100

//第二个select查询语句的值,由未提交的事务id数组和已创建的最大的事务id组成
[103,104],104

4，接下来再看第三个select语句，第三个select查询语句就是在事务C提交之后进行查询的，那么此时的readview视图如下，依旧不变，因为操作的是id为1的值，因此undolog版本链路上会多一条数据。

此时的头节点head的事务id为104，min_id为103，max_id为104。根据版本对比规则，符合第二条，但是此时的head对应的事务id还在数组中，因此这个结点的数据并不可见；那么将继续对比下一个结点，下一个结点的事务id为103，符合第二条，但是此时的head对应的事务id还在数组中，因此这个结点的数据也不可见；接下来对比第三条，head结点的事务id为102，小于min_id103，即事务id为102对应的结点时可见的，那么查询到的值仍然时100

//第三个select查询语句的值,由未提交的事务id数组和已创建的最大的事务id组成
[103,104],104

因此不管后面有再多的其他事务更改，只要当前事务没有提交，那么当前事务对应的readview就不会改变，通过undolog的日志版本链路，并且结合readview的版本比对规则，就可以找到一个可见的事务对应的数据，那并且这个值一定是最先获取的值，就如上面商品的库存，即使数据库中的值真的变了，也可以通过这个mvcc机制来保证事务的隔离性，从而解决使用读写锁效率低慢的问题。一句话总结就是：根据数据版本链对比规则，来读取同一条数据在版本链上的不同版本数据，并且可以存在多个事务形成多个readview，但是版本链undolog只有一条

5、总结

mvcc被称为多版本并发控制机制，由于mysql中的事务默认的事可重复读，在这个隔离级别中并没有解决幻读问题，以此可以通过mvcc机制解决，并且还可以解决并发中读写锁，读写冲突问题，从而提高并发读写的性能和效率。mcvv机制主要是通过undolog的日志版本控制链路和readview视图组成。undolog链路中的每个节点有一个事务id和一个指针组成，事务id是在更新或者插入数据时生成，指针是用来指向上一个版本，在执行完更新语句时就会将这个事务id加入到版本链路中；readview视图由未提交的事务id数组和已创建和最大事务id组成，并且在一个事务中，第一次select查询就会生成一个readview视图，并且在该事务提交之前该事务的readview视图不会改变，然后根据readview视图比对规则，其规则就是将undolog链路中的头节点为head节点，将数组中的最小id为min_id，将已创建的id为最大max_id，然后根据视图对比规则，找到一个事务id是可见的，那么找到的第一个可见的值，该事务id对应的节点的值就是需要查询的值。主要是通过版本链对比规则，来读取同一条数据版本链路上不同的数据。这样就可以保证在一个事务中查询的值可以一直不变，不受其他事务的影响，并且这种方案的效率远远高于读写锁。