MVCC-版本链管理

简介

MySQL 的 MVCC（Multiversion Concurrency Control，多版本并发控制）机制通过版本链管理来实现数据的多版本存储，从而支持高并发的读写操作。

---

基本概念

InnoDB 存储引擎在实现 MVCC 时，会为每一行数据维护一个版本链，这些版本链用于记录数据的多个版本。每个版本包含以下隐藏列：

1. DB_TRX_ID（事务ID）：记录创建或最后一次修改该版本的事务ID。
2. DB_ROLL_PTR（回滚指针）：指向该行数据的上一个版本的指针。
3. DB_ROW_ID：隐式的自增ID，用于唯一标识行记录。有主键的时候会使用主键，没有主键的时候会自动生成一个行 Id 作为聚簇索引。

这些隐藏列在实际的数据表结构中不可见，但它们是实现 MVCC 的关键。

---

版本链的形成与管理

数据插入操作

当插入一行新数据时，InnoDB 会为该行分配一个新的事务ID，并将 DB_TRX_ID 设置为当前事务ID。同时，因为这是一条新记录，没有上一个版本，所以 DB_ROLL_PTR 为空。

INSERT INTO example (id, value) VALUES (1, 'A');

在此操作中，假设事务ID 为 trx_id = 100，新记录会包含如下信息：

• id = 1
• value = 'A'
• DB_TRX_ID = 100
• DB_ROLL_PTR = NULL

数据更新操作

当更新一行数据时，InnoDB 不会直接覆盖原数据，而是创建一个新的版本。新版本会记录当前事务ID，并通过 DB_ROLL_PTR 指向旧版本。

UPDATE example SET value = 'B' WHERE id = 1;

假设事务ID 为 trx_id = 101，更新后的新记录会包含如下信息：

• id = 1
• value = 'B'
• DB_TRX_ID = 101
• DB_ROLL_PTR 指向旧版本

旧版本数据保存在回滚日志（Undo Log）中，包含以下信息：

• id = 1
• value = 'A'
• DB_TRX_ID = 100
• DB_ROLL_PTR = NULL

通过这种方式，InnoDB 形成了一个版本链，新版本指向旧版本，实现数据的多版本存储。

数据删除操作

当删除一行数据时，InnoDB 同样不会直接物理删除该行，而是创建一个标记为“已删除”的新版本，并指向旧版本。

DELETE FROM example WHERE id = 1;

假设事务ID 为 trx_id = 102，删除后的新记录会包含如下信息：

• id = 1
• value = NULL（表示该行已被删除）
• DB_TRX_ID = 102
• DB_ROLL_PTR 指向旧版本

---

一致性视图（Read View）

当一个事务开始时，InnoDB 会创建一个一致性视图（Read View），该视图记录当前系统中活跃事务的 ID，用于决定哪些版本对当前事务可见。具体来说：

1. m_ids：当前系统中所有活跃事务的 ID 列表。
2. min_trx_id：m_ids 中最小的事务ID。
3. max_trx_id：当前系统中将要分配的下一个事务ID。
4. creator_trx_id：创建这个 Read View 的事务ID。

通过一致性视图，InnoDB 能够决定某个数据版本是否对当前事务可见：

• 如果数据版本（要读取的数据行）的 DB_TRX_ID 小于 min_trx_id（当前事务开始时创建的一致性视图中的 min_trx_id），表示这个版本（要读取的数据行）在当前事务开始之前就已经提交了，所以这个版本（要读取的数据行）对当前事务是可见的。
• 如果数据版本的 DB_TRX_ID 大于或等于 max_trx_id，表示这个版本在当前事务开始之后才创建，所以是不可见的。
• 如果数据版本的 DB_TRX_ID 在 min_trx_id 和 max_trx_id 之间，则需要进一步检查该 DB_TRX_ID 是否在 m_ids 中：
  • 如果在，表示这个版本是由一个尚未提交的事务创建的，所以是不可见的。
  • 如果不在，则表示这个版本是由一个已经提交的事务创建的，所以是可见的。

如果当前版本对事务不可见，InnoDB 会沿着版本链（通过 roll_pointer 指针）查找上一个版本，重复上述判断过程，直到找到一个对当前事务可见的版本。

---

快照读与当前读

快照读（Snapshot Read）

快照读是读取一致性视图中的数据版本，而不加锁。这种读操作通常用于 SELECT 查询。

-- 事务1：启动事务
START TRANSACTION;
-- 快照读，读取一致性视图中的数据
SELECT * FROM example WHERE id = 1;

在快照读中，InnoDB 会根据一致性视图和版本链，选择一个对当前事务可见的数据版本返回。

当前读（Current Read）

当前读是读取最新的数据版本并加锁，确保数据的一致性。这种读操作用于需要更新或锁定数据的查询，如 SELECT ... FOR UPDATE 和 SELECT ... LOCK IN SHARE MODE。

-- 事务1：启动事务
START TRANSACTION;
-- 当前读，加排他锁
SELECT * FROM example WHERE id = 1 FOR UPDATE;

在当前读中，InnoDB 会读取最新的数据版本，并根据操作类型加上合适的锁（如排他锁或共享锁）。

---

优缺点

优点

1. 高并发性能：通过多版本数据存储，读操作无需加锁，提高了系统的并发性能。
2. 数据一致性：通过一致性视图和版本链，确保在事务隔离级别下的数据一致性。
3. 事务隔离：支持事务的隔离级别，如可重复读和读已提交，避免了脏读、不可重复读和幻读问题。

缺点

1. 存储开销：需要额外存储多版本数据和回滚日志，增加了存储需求。
2. 数据清理：需要定期清理无用的旧版本数据，避免回滚日志无限增长，增加了系统维护的复杂性。

通过详细理解版本链管理，可以更好地掌握 MySQL 的 MVCC 机制，提高数据库系统的性能和数据一致性。

---

版本链的清理

随着时间的推移，旧版本的数据可能不再被任何事务需要，因此 InnoDB 会定期清理这些不再需要的版本，这个过程被称为 purge。Purge 操作会检查 undo log 记录，并在确定没有事务需要访问这些旧版本时将其删除，释放空间供将来使用。

---

总结

MySQL 中的 MVCC 通过在每行记录中维护额外的系统字段来构建版本链，这使得不同事务可以看到数据的不同版本。版本链的管理涉及到版本的创建、读取版本的可见性判断，以及不再需要的版本的清理。这种机制允许事务并发执行，同时保持一致性和隔离性，是 InnoDB 高效性能的关键所在。

---

延伸

1. 一致性视图的实现原理（快照如何存储？存储在哪？多个快照存在时如何选取版本等）