这是学习笔记的第 1934 篇文章
对于MVCC想必大家也看到了不少源码层的解读,最大特点就是分析的是比较深入了,但是却不大好理解,最后有种不明觉厉的感觉,以至于在面试中经常翻船。
我们换个角度来解读一下, 在表设计中,我们有一种策略,那就是尽可能保留数据变化的历史,比如在数据发生变化时我们不会直接删除数据,而是把它转换为两类操作。
比如修改一个账户的余额,这是敏感信息,属于状态型数据,在更新时需要保留完整的数据变化历史,那么把余额从100变化为200的过程,会转化为1条update语句,1条insert语句。
如下的操作是我们预期的结果:
可以把这个过程改造为:
有的同学说,这个和MVCC有什么关系呢,其实MVCC的实现原理也是类似的方式,我们就以这种方式作为例子来解释,在这种情况下,第1行update语句对应的数据可以理解为是之前的数据镜像,而第2行则是数据处理后的结果。
如果存在大量的并发读写,我们可以把读的压力分担出来,即数据的查询可以指向镜像,而数据的修改指向当前的变化数据,这样两者是一个互补的关系。
这种情况类似下面的方式,比如T1,T2,T3三个顺序时间里发生了三次请求,分别是一次写请求和两次读请求.
那么在MySQL中会先在T1时间生成一个快照,比如数据标识是90,然后在这个基础上进行数据修改,数据标识为100,但是事务未提交。
在T1写数据的事务内,T2时间的读请求会读取T1时间生成的快照数据,读取的数据标识依旧是90,T3时间的读请求也是类似。
所以MVCC本身还是比较接地气的,只是我们理解的方式有些高大上,消化不了了。
我们小结一下:
1.表设计中数据生命周期的管理是一种体系化的管理方式,原理和思路是通用的。
2.数据生命周期管理有两个重要的标识,一个是标识数据变化的,一个是标识数据可用状态的。
明白了这些,理解InnoDB的MVCC就很简单了,我们使用类似的思路来做下解读,假设在每行记录后面保存两个隐藏的列来实现的,这两个列,分别保存了这个行的创建时间,一个保存的是行的删除时间。这里存储的是系统版本号,会自动递增,我们按照DML的几个维度进行阐述。
1)、首先是Insert操作, 事务id 假设是1
id | name | create version | delete version |
---|---|---|---|
1 | test | 1 |
2)、Update操作,会先把当前记录标识为已删除,然后新增一列数据,写入相应的版本号,在这里就是2,和上一条的delete_version是一致的,比如把字段name修改为new_test
id | name | create version | delete version |
---|---|---|---|
1 | test | 1 | 2 |
1 | new_test | 2 |
3)delete操作,就是把当前记录标识为已删除
id | name | create version | delete version |
---|---|---|---|
1 | new_value | 2 | 3 |
此外需要考虑的是上面的实现方式中,如果事务发生回滚该如何处理,这个是我们需要重点考虑的,也是对数据周期管理流程的一个补充,这里我们就要引出InnoDB层的实现undo.
我们来设想一个问题,原有的镜像数据在表中存放显然是难以维护的,而且从存储上也是一笔不小的开销,所以从性价比考虑,这部分的内容应该是独立存放的,这个存放的地方就是undo日志里面,一旦出现了事务回滚,我们可以把已有的数据状态通过逆向应用保证事务的ACID特性。
要实现这个细粒度的操作,在InnoDB的设计中,实际上所有行数据会增加三个内部属性列:
(1)DB_TRX_ID,6字节,记录每一行最近一次修改它的事务ID;
(2)DB_ROLL_PTR,7字节,记录指向回滚段undo日志的指针;
(3)DELETE BIT,标识该记录是否被删除,不是真正的删除数据;
把这三个列组合起来,就可以标记数据的周期性,并定位到相应的事务,在需要的时候进行回滚。
比如一张表test (id,name)主键为id列
l insert的数据在redo中顺序记录insert操作,同时生成undo记录,为逆操作delete
l delete的数据在redo中顺序记录delete操作,同时生成undo记录,为逆操作insert
l update的数据在redo中顺序记录update操作,同时生成undo记录,为逆操作update,原来是从id=1 变成 id=3,则逆操作为id =3,变成id=1
对于InnoDB来说,无论是更新,删除,都只是设置行记录上的deleted version标记位,而不是真正的删除记录,后续这些记录的清理,是通过Purge后台进程实现的。
此外,需要说明的是只有在隔离级别read-committed和 repeatable-read 才能使用MVCC,read-uncommited由于是读到未提交的,所以不存在版本的问题,而serializable 则会对所有读取的行加锁。