MySQL并发事务是怎么处理的？

前言

我们开发人员在进行并发编程时，总是会面临并发带来的安全性和一致性的挑战，为了解决这一问题，我们通常会采用同步机制和锁机制，例如Java中的synchronized关键字和Lock接口。

MySQL同样需要解决并发事务带来的复杂问题，上文简单介绍了MySQL通过事务隔离机制可以解决并发问题，本文将结合案例进行深入剖析，以便掌握其原理并学习其思想。

并发事务情况分析

如果读过之前的文章就会知道，每行数据的读写都是基于数据页操作的。那么在此基础上，并发事务可能存在以下几种情况：

1. 并发事务读/读数据页中的某行数据。
2. 并发事务读/写数据页中的某行数据。
3. 并发事务写/写数据页中的某行数据。

如果没有并发控制的情况下，单纯的读操作是不会对数据造成什么影响。

但是，一旦涉及到写操作，情况就会变得很复杂：

如果此时有一个事务对某行数据进行写操作，其他事务能否对该行数据进行读取？

这个问题有以下几个情形：

1. 如果可以，写事务进行回滚后，读事务的数据就不是最新状态了，一致性如何保证？
2. 如果不可以，读事务是不是只能进行排队等待写事务的完成，性能如何保证？
3. 如果不排队等待，又怎么保证读事务的数据是最新状态（一致性）？

各隔离级别如何处理并发事务？

到这里应该就看明白了。结合事务隔离级别，看一下MySQL是怎么处理的：

不处理

第一个情形不就是“读未提交”的“脏读”，一致性保证不了一点。

使用锁

第二个情形就是“串行化”，完全通过锁来处理并发事务。

使用锁意味着需要竞争，而竞争失败就需要等待，等待就意味着消耗时间，消耗时间就意味着会影响整体并发处理能力。

对于MySQL这样的数据库，性能的高低会直接影响用户的去留，所以，仅仅是“串行化”的并发处理是远远不够的。

使用MVCC

为了兼顾并发事务的一致性和性能问题（也就是第三个情形），就诞生MVCC，也是隔离级别“读已提交”和“可重复读”所运用到的技术。

什么是MVCC？

MVCC 全称 Multi-Version Concurrency Control（多版本并发控制），在数据库管理系统中通过保存数据的多个版本来避免读写冲突，从而提高并发处理能力。

如何理解MVCC？

这里关注两个关键字：多版本、读写冲突。

结合上面的并发事务情况分析：

1. 单纯的并发读操作不用做任何的并发处理。
2. 并发写操作又避免不了锁机制。
3. 并发读/写如果不做控制可能会有“脏读”问题，如果使用“串行化”处理并发，又会影响整体性能。

所以只能在并发读/写这里进行优化，所谓的避免读写冲突。

接下来就来看一下MVCC是如何在写事务处理的同时，保证读事务不需要排队等待就能获取到数据最新状态的。

MVCC的并发处理

数据的多版本

在《MySQL是如何保证数据不丢失的》，每个DML操作在更新数据页之前，InnoDB会先将数据当前的状态记录在「Undo Log」中。

既然这样，读事务直接读取这里的数据不就好了？

没错，MVCC就是这么处理的。

写事务在处理过程中，读事务既不需要排队等待，又能读取到除当前写事务之外最新的数据状态，也避免了因写事务的回滚而造成的“脏读”问题。如下图。

在并发事务中如果有多个写事务，那么Undo Log是这样的：

图中的「事务ID」和「回滚指针」是行数据中包含的「隐藏字段」，在 Undo Log 中通过回滚指针进行串联的数据就是指MVCC的「多版本」。

（这里说明下，同时执行DML操作时还是会使用锁来控制的，不会减少对锁的竞争。所以图中有个先后顺序。）

选择数据的某个版本

那么读事务应该以哪个版本的数据为准？

针对这个问题，MVCC通过Read View机制来处理。

Read View是什么？

Read View是事务进行读操作时生成的一个读视图，记录当前活跃事务的ID，分别是：

1. trx_list：Read View生成时刻正活跃的事务ID。
2. up_limit_id：trx_list列表中事务ID最小的值。
3. low_limit_id：已出现过的事务ID的最大值加1。

通过Read View可以判断在当前事务能看到哪个版本的数据。

判断逻辑是这样的：

• 如果数据行记录的事务ID小于up_limit_id，表示该记录在当前事务开始之前就已经提交了，因此对当前事务是可见的。
• 如果数据行记录的事务ID大于等于up_limit_id且小于low_limit_id，表示该记录正在被写事务操作，可以读取上个已提交的版本数据。
• 如果数据行记录的事务ID大于等于low_limit_id，则该记录对当前事务不可见，因为它是在当前事务开始后产生的。

（这里说明下，事务ID是递增的）。

案例说明

接下来，通过一张图具体看一下Read View怎么判断的。

图中有4个并发事务，并且在同一时刻开启了事务。

1. 查询1是事务tx03在事务tx01已修改未提交时进行查询，事务tx02的update还未开始执行，所以当前数据的事务ID=tx01，活跃的事务ID为tx01、tx02、tx03、tx04，按照Read View的逻辑：
   • tx01 不小于 up_limit_id（tx01），所以当前行记录age=19不可见。
   • tx01 大于等于 up_limit_id（tx01） 且小于 low_limit_id（tx05），可以读取上个已提交（XXX）的数据，也就是age=18。
2. 查询2是事务tx03在事务tx01已提交，事务tx02已修改未提交时进行查询，所以当前数据的事务ID=tx02，活跃的事务ID为tx02、tx03、tx04，按照Read View的逻辑：
   • tx02 不小于 up_limit_id（tx02），所以当前行记录age=20不可见。
   • tx02 大于等于 up_limit_id（tx02） 且小于 low_limit_id（tx05），可以读取上个已提交（tx01）的数据，也就是age=19。
3. 查询3是事务tx04在事务tx02已提交时进行查询，所以当前数据的事务ID=tx02，由于是可重复读，所以在事务开始就生成了活跃的事务IDtx01、tx02、tx03、tx04，按照Read View的逻辑：
   • tx02 不小于 up_limit_id（tx01），所以当前行记录age=20不可见。
   • tx02 大于等于 up_limit_id（tx01） 且小于 low_limit_id（tx05），可以读取上个已提交（XXX）的数据，也就是age=18。

各位可以按照这个逻辑，自行设置场景进行代入验证。

总结

基于上述，有以下总结：

1. MySQL通过事务隔离、锁机制、MVCC处理并发事务。
2. 事务隔离“读未提交”不做并发处理，不保证数据一致性。
3. 事务隔离“串行化”通过锁机制进行并发处理，并发性能低下。
4. 事务隔离“读已提交”和“可重复读”通过MVCC进行并发处理，并发性能高。
5. MVCC是通过Undo Log(多版本)结合Read View(快照)实现了无锁读并解决了一致性问题。

我正在参与2024腾讯技术创作特训营最新征文，快来和我瓜分大奖！