面试官必问：MySQL并发事务是怎么处理的？

傷城~ 2024-04-25 08:35 60阅读 0赞

![在这里插入图片描述][fcca2b7616804908ae3c0d377f47c530.png]

## 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：

### 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，仅仅是“串行化”并发处理是远远不够的。

### MVCC ###

所以，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》][MySQL]，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，那么读事务直接读取这里的数据不就好了？这样的话，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。

![在这里插入图片描述][b40309dfe3d346e39fbbfb00d0d97379.png]

在并发事务中如果有多个写事务，那么**Undo Log**是这样的：

![在这里插入图片描述][f5d47aeab8f84a55bf4ca308fb6cbffa.png]

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。

![在这里插入图片描述][af46010dc41c4741b2a89340b610bf48.png]

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ID\[tx01、tx02、tx03、tx04\]，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。

[fcca2b7616804908ae3c0d377f47c530.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/b9955121686849fcacb91b55cf631d87.png
[MySQL]: https://wangbinguang.blog.csdn.net/article/details/135090703
[b40309dfe3d346e39fbbfb00d0d97379.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/0fbca34cbcb54d5393fd772d7b525943.png
[f5d47aeab8f84a55bf4ca308fb6cbffa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/228268eb436745369fa618e82e950854.png
[af46010dc41c4741b2a89340b610bf48.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/25/b3b28e3075484856a5d216027d1442c4.png