MySQL事务及实现原理全面总结，再也不用担心面试

一. 事务transanction的四个基本要素

简单来说，事务就是要保证一组数据库操作，要么全部成功，要么全部失败，它具有以下四个基本要素。

ACID：原子性（Atomicity）、

            一致性（Correspondence）、

            隔离性（Isolation）、

            持久性（Durability）

1、原子性：事务开始后所有操作，要么全部做完，要么全部不做，不可能停滞在中间环节。如果事务在执行过程中发生错误，事务会被回滚（Rollback）到事务开始前的状态；

2、一致性：事务开始前和结束后，数据库的完整性约束没有被破坏。比如A向B转账，不可能A被扣了钱，B却没收到转账。要保证最后现实逻辑与数据库操作后的数据一致

3、隔离性：事务的隔离性意味着并发的事务之间是相互隔离的。即一个事务的内部操作及正在操作的数据必须封锁起来，不被企图进行修改的其他事务看到。

4、持久性：事务完成后，事务对数据库的所有更新将被保存起来，不会回滚。

        一致性是事务的最终目的，原子性、隔离性、持久性都是为了实现一致性！！事务的执行流程如下图所示：下文会具体解释相关日志和该执行流程

二. 原子性

在了解原子性实现原理之前，我们先要了解一下MySQL的WAL技术，WAL全称为Write-Ahead Logging，预写日志系统。其主要是指MySQL在执行写操作的时候并不是立刻更新到磁盘上，而是先记录在日志中，并更新内存，之后在系统空闲的时候将其更新到磁盘中。日志主要分为undo log、redo log、binlog。

原子性的实现主要依靠的是Undo log日志。原子性的体现主要是在sql在执行过程中发生错误而发生回滚上。回滚是要回到执行前的一个状态，那么怎么回到执行前的状态呢？我们是不是就得将执行前的状态记录下来。Undo log 就是实现这个功能的一个日志。

这个回滚日志Undo log，记录的东西非常简单：

• 比如如果在缓存页里执行了一个insert语句，那么此时undo log必须记录了插入数据的主键ID，回滚的时候就可以从缓存页里把这条数据给删除了；
• 如果在缓存页里执行了一个delete语句，那么undo log必须记录下来被删除的数据，回滚的时候就得重新插入一条数据
• 如果在缓存页里执行了一个update语句，那么起码要把更新之前的那个值记录下来，回滚的时候重新update一下，把之前更新的旧值更新回去。
• 如果在缓存页里执行了一个select语句，因为没有改变buffer pool，因此不需要任何undo log。

Redo log用来记录某数据块被修改后的值，可以用来恢复未写入 data file 的已成功事务更新的数据；Undo log是用来记录数据更新前的值，保证数据更新失败能够回滚。 

三. 持久性

我们需要先来了解下InnoDB是怎么来读写数据的。我们知道数据库的数据都是存放在磁盘中的，但是磁盘I/O的成本是很大的，如果每次读写数据都要访问磁盘，数据库的效率就会非常低。为了解决这个问题，InnoDB提供了 Buffer Pool 作为访问数据库数据的缓冲。

Buffer Pool 是位于内存的，包含了磁盘中部分数据页的映射。当需要读取数据时，InnoDB会首先尝试从Buffer Pool中读取，读取不到的话就会从磁盘读取后放入Buffer Pool；当写入数据时，会先写入Buffer Pool的页面，并把这样的页面标记为dirty，并放到专门的flush list上，这些修改的数据页会在后续某个时刻被刷新到磁盘中（这一过程称为刷脏，由其他后台线程负责） 。

通过前面的介绍，我们知道InnoDB使用 Buffer Pool 来提高读写的性能。但是 Buffer Pool 是在内存的，是易失性的，如果一个事务提交了事务后，MySQL突然宕机，且此时Buffer Pool中修改的数据还没有刷新到磁盘中的话，就会导致数据的丢失，事务的持久性就无法保证。为了解决这个问题，InnoDB引入了 redo log来实现数据修改的持久化。根据我们在上面所介绍的WAL机制，先写日志，再写磁盘，有了redo log，InnoDB就可以保证即使数据库发生异常重启，之前提交的记录都不会丢失，这个 能力称为crash-safe。

redo log是由两部分组成的：一是内存中的重做日志缓冲（redo log buffer）;二是用来持久化的重做日志文件（redo log file）。我们的数据最开始是在内存之中的,当我们提交事务的时候,redo log会有三种提交方式,来把内存的数据写到磁盘当中,这三种方式可以设置的

1. 从用户空间写到日志空间里去,然后每秒钟从日志空间写到操作系统内存中,然后调用fsync()写到磁盘当中（不会丢失数据,效率较低）
2. 从内存空间写到操作系统内存,然后调用fsync()直接写到磁盘当中（效率最高,会丢失一些数据）
3. 从内存空间写到操作系统内存,然后每秒调用fsync()直接写到磁盘当中（不会丢失数据,效率较低）

事务提交的时候，写入redo log 相比于直接刷脏的好处主要有三点：

1. 刷脏是随机I/O，但写redo log 是顺序I/O，顺序I/O比随机I/O快。
2. 刷脏是以数据页（Page）为单位的，即使一个Page只有一点点修改也要整页写入；而redo log中只包含真正被修改的部分，数据量非常小，无效IO大大减少。
3. 刷脏的时候可能要刷很多页的数据，无法保证原子性（例如只写了一部分数据就失败了），而redo log buffer 向 redo log file 写log block，是按512个字节，也就是一个扇区的大小进行写入，扇区是写入的最小单位，因此可以保证写入是必定成功的。
    

四. 隔离性

最后我们来看面试被问的最多的隔离性。当数据库上有多个事务同时执行的时候，就可能出现脏读（dirty read）、不可重复读（non- repeatable read）、幻读（phantomread）的问题，为了解决这些问题，就有了“隔离级别”的概念。

1. 脏读：如果一个事务A对数据进行了更改，但是还没有提交，而另一个事务B就可以读到事务A尚未提交的更新结果。这样，当事务A进行回滚时，那么事务B开始读到的数据就是一笔脏数据。
2. 不可重复读：同一个事务对同一个数据进行读取操作，读取到的结果不同。例如，事务B在事务A的更新操作前读到的数据，跟在事务A提交此更新操作后读到的数据，可能不同。
3. 幻读：就是一个事务读到另一个事务新增加并提交的数据（insert）。在同一个事务中，对于同一组数据读取到的结果不一致。比如，事务A 新增了一条记录，事务B 在 事务A 提交前后各执行了一次查询操作，发现后一次比前一次多了一条记录。幻读出现的原因就是由于事务并发新增记录而导致的。

         不可重复读和幻读很容易混淆，不可重复读侧重于修改，幻读侧重于删除或新增！！

下面我们来看为了解决这些问题出现的隔离级别。首先要知道，隔离得越严实，效率就会越低。因此很多时候，我们都要 在二者之间寻找一个平衡点。SQL标准的事务隔离级别包括：读未提交（read uncommitted）、 读提交（read committed）、可重复读（repeatable read）和串行化（serializable ）。 具体解释如下：

1. 读未提交是指，一个事务还没提交时，它做的变更就能被别的事务看到。
2. 读已提交是指，一个事务提交之后，它做的变更才会被其他事务看到。
3. 可重复读是指，一个事务执行过程中看到的数据，总是跟这个事务在启动时看到的数据是一 致的。当然在可重复读隔离级别下，未提交变更对其他事务也是不可见的。
4. 串行化，顾名思义是对于同一行记录，“写”会加“写锁”，“读”会加“读锁”。当出现读写锁冲突 的时候，后访问的事务必须等前一个事务执行完成，才能继续执行。

数据库的隔离性就是通过加锁和MVCC来实现的。从上面可以看到，可重复读的隔离级别会出现幻读的问题，而MySQL的默认隔离级别是可重复读，并且解决了幻读的问题。简单来说，MySQL的默认隔离级别解决了脏读、幻读、不可重复读的问题。我们先来看数据库并发场景有哪些

数据库并发场景有三种，分别为：

• 读-读：不存在任何问题，也不需要并发控制
• 读-写：有线程安全问题，可能会造成事务隔离性问题，可能遇到脏读，幻读，不可重复读
• 写-写：有线程安全问题，可能存在更新丢失问题，比如第一类更新丢失，第二类更新丢失

写-写操作的线程安全是通过加锁来实现的，具体可以看我之前总结的一篇文章：MySQL锁总结（全面简洁 + 图文详解）_李孛欢的博客-CSDN博客 。但是加锁的操作会严重影响数据库的性能和并发量，因此出现了MVCC---多版本并发控制。MVCC是一种用来解决读-写冲突的无锁并发控制，MVCC在数据库中的实现，就是为了解决读（快照读）写冲突，它的实现原理主要是依赖记录中的 3个隐式字段，undo日志 ，Read View 来实现的。MVCC可以为数据库解决以下问题：

• 在并发读写数据库时，可以做到在读操作时不用阻塞写操作，写操作也不用阻塞读操作，提高了数据库并发读写的性能
• 同时还可以解决脏读，幻读，不可重复读等事务隔离问题，但不能解决更新丢失问题

下面我们来看看MVCC的具体实现原理，参考：阿里P7要求这么低吗？老哥给你讲清楚什么是MySQL的MVCC_哔哩哔哩_bilibili 

什么是当前读和快照读？

• 当前读

像select lock in share mode(共享锁)，select for update;update,insert,delete（排他锁）这些操作都是一种当前读。就是它读取的是记录的最新版本，读取时要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。

• 快照读

像不加锁的select操作就是快照读，即不加锁的非阻塞读；快照读的前提是隔离级别不是串行级别，串行级别下的快照读会退化成当前读；之所以出现快照读的情况，是基于提高并发性能的考虑，快照读的实现是基于多版本并发控制，即MVCC,可以认为MVCC是行锁的一个变种，但它在很多情况下，避免了加锁操作，降低了开销；既然是基于多版本，即快照读可能读到的并不一定是数据的最新版本，而有可能是之前的历史版本

隐式字段

每行记录除了我们自定义的字段外，还有数据库隐式定义的DB_TRX_ID,DB_ROLL_PTR,DB_ROW_ID等字段

• DB_TRX_ID
  6byte，最近修改(修改/插入)事务ID（自增）：记录创建这条记录/最后一次修改该记录的事务ID
• DB_ROLL_PTR
  7byte，回滚指针，指向这条记录的上一个版本（存储于rollback segment里）
• DB_ROW_ID
  6byte，隐含的自增ID（隐藏主键），如果数据表没有主键，InnoDB会自动以DB_ROW_ID产生一个聚簇索引

如上图，DB_ROW_ID是数据库默认为该行记录生成的唯一隐式主键，DB_TRX_ID是当前操作该记录的事务ID,而DB_ROLL_PTR是一个回滚指针，用于配合undo日志，指向上一个旧版本。

 

 如上所示，undo log和回滚指针将最新记录和历史记录连接起来形成了一个版本链。那么我读取数据的时候到底选择哪个版本呢？ 这就要用read view来决定了。

read view 由下面这四部分组成。所谓活跃的事务ID就是还没有commit的事务id。那么readview是如何判断的呢？如下图所示：

这里的trx_id是每一个版本的事务id，如前面的图所示，张三的trx_id为1，李四的为2。

1. 第一种情况说明，当前这条记录是我自己创建的，当然可以读取。
2. 第二种情况就是trx_id小于最小的活跃事务id，min_trx_id，那就说明trx_id是已经commit了，那么该条数据可以被访问。
3. 第三种情况如果trx_id > max_trx_id，读取不到，因为已经超出了版本链。
4. 第四种情况，如果trx_id在min和max之间，就要看trx_id是不是在m_ids中，如果在，就不可访问，因为还没有commit。

了解了MVCC的原理，我们来看看RC和RR是怎么通过MVCC实现的 

RC、RR级别下的InnoDB快照读有什么不同？

正是Read View生成的时机不同，从而造成RC、RR级别下的快照读的结果不同。

• 在RR级别下的某个事务的对某条记录的第一次快照读会创建一个快照及Read View, 将当前系统活跃的其他事务记录起来，此后在调用快照读的时候，还是使用的是同一个Read View，所以只要当前事务在其他事务提交更新之前使用过快照读，那么之后的快照读使用的都是同一个Read View，所以对之后的修改不可见；
• 即RR级别下，快照读生成Read View时，Read View会记录此时所有其他活动事务的快照，这些事务的修改对于当前事务都是不可见的。而早于Read View创建的事务所做的修改均是可见
• 而在RC级别下的，事务中，每次快照读都会新生成一个快照和Read View, 这就是我们在RC级别下的事务中可以看到别的事务提交的更新的原因

总之在RC隔离级别下，是每个快照读都会生成并获取最新的Read View；而在RR隔离级别下，则是同一个事务中的第一个快照读才会创建Read View, 之后的快照读获取的都是同一个Read View，这样也解决了快照读的幻读问题。当前读的幻读问题是通过间隙锁解决的。