MySQL的MVCC机制理解和总结

关于MySQL的MVCC，网上的资料很多，也比较杂，本文是整理了相关资料后，结合我个人的理解所做的总结。

什么是MVCC

MVCC是多版本并发控制，可以在写数据的同时，支持并发读数据，从而提升并发性能。

讨论MVCC的两个前提条件

• MVCC只在RC（READ COMMITTED）和RR(REPEATABLE READ)两个事务隔离级别下工作
• MVCC中的读是快照读，不是当前读

MVCC的几个概念

• 隐藏字段trx_id和roll_pointer

InnoDB存储引擎的聚簇索引中有两个隐藏列：trx_id和roll_pointer

trx_id是事务版本号，每次有事务更改聚簇索引的记录时，会生成一个当前事务的id，并且把当前事务id赋值给trx_id列。

roll_pointer是回滚指针，每次有事务更改聚簇索引的记录时，会把旧版本数据写入到undo日志中，通过回滚指针指向undo日志的位置就可以找到修改前的数据。

• 版本链
  每次更改聚簇索引的记录，都会记录一条undo日志，每条undo日志也都有一个roll_pointer，因此，把这些roll_pointer串起来形成一个链表，就是版本链。
  借用掘金小册《MySQL是怎样运行的：从根儿上理解MySQL》的图来看，就很清楚什么是版本链了
  

• ReadView
  ReadView是一致性读视图，它是当前数据和undo日志中数据的一个快照，用来判断查询数据时，哪个版本的数据可以被查到。

ReadView有4个属性：

1. m_ids：表示在生成ReadView时当前系统中活跃的读写事务（也就是还未提交的事务）的事务id列表。
2. min_trx_id：m_ids中的最小值
3. max_trx_id：表示生成ReadView时系统中应该分配给下一个事务的id。不是m_ids中的最大值，而是m_ids中的最大值+1
4. creator_trx_id：生成该ReadView的事务的事务id

有了版本链和ReadView，MySQL就可以实现MVCC了，具体过程如下。

MVCC的机制

查询某一条数据时（前提一定是快照读），假如这条数据在ReadView里有多个版本，那么先取版本链头部的那条数据的trx_id字段，也就是上次修改了该条数据的事务id，然后按照这几个步骤判断应该能查到哪个版本的数据：

1. 如果trx_id==creator_trx_id，说明当前事务访问的是自己修改过的数据，所以这条数据对当前查询可见。
2. 如果trx_id
3. 如果trx_id>=max_trx_id，说明上次修改了该条数据的事务是在生成ReadView之后才开启的，这条数据不可见，然后从版本链中取这条数据的下一个版本，用下一个版本的trx_id从步骤1开始再次判断。
4. 如果 min_trx_id<=trx_id

经过以上步骤，就能确定版本链中哪个版本的数据对当前查询可见。如果版本链里所有版本的数据都不可见，那么就查不到该条数据。

对于RC隔离级别来说，每次读取数据前都生成ReadView
对于RR隔离级别来说，第一次读取数据时生成ReadView，同一个事务中多次读取数据使用同一个ReadView

二级索引和MVCC

MVCC的机制是依赖聚簇索引的隐藏字段trx_id和roll_pointer，但是二级索引并没有这两个隐藏列，无法直接用二级索引实现MVCC。

二级索引的页Page Header中有一个 MAX_TRX_ID属性，表示最后一次更新二级索引的事务id。如果MAX_TRX_ID=ReadView的min_trx_id，则回表到聚簇索引，用聚簇索引的MVCC机制判断可见性。

几种错误的理解

• begin之后就会开启事务，并获得事务id

正确的理解是：begin语句用来显示开启一个事务，但并不是在这时候获得事务id。
可以用这个方法来实验：

从INNODB_TRX中并不会查到任何事务，此时不会获得事务id。

• begin之后第一个select语句会开启事务，并获得事务id

正确的理解是：begin之后的select会开启一个事务，但这个事务并没有对数据做增删改的操作，不会分配事务id，事务id实际上为0。
先看一个begin之后update的例子：

这是正常的一个事务，事务id是5677，事务状态是running。
再看一个begin之后select的例子：

这也是一个事务，但它的事务id非常大。实际上，这个事务的事务id是0，非常大的数字是显示事务id时计算出来的数字，计算方式为当前事务的trx变量的指针地址转成整数，再加上2^48。
在MVCC中，这个查询语句生成的ReadView的creator_trx_id=0

• 每个事务开启后都会得到一个ReadView

正确的理解是：生成ReadView的时机是select快照读查询，而不是开启事务

• 如果一个事务第二次查询和第一次查询的结果不一致，说明存在幻读

正确的理解是：一个事务第二次查询的结果比第一次查询的结果多，说明存在幻读。幻读强调的是第二次查到了第一次没查到的数据，两次查询的数据量增加了。这是幻读和不可重复读的差别。不可重复读强调的是同一条数据，前后两次查询的结果不同。

• RR隔离级别下，同一个事务内使用的是同一个ReadView，因此可以解决幻读问题。

正确的理解是，虽然RR隔离级别下同一个事务内用的是同一个ReadView，但如果事务内更新了数据，再次查询时是可能出现幻读情况的，举个反例：

有一个城市表city，初始有两条数据

事务隔离级别为默认的RR

按以下次序，有两个会话分别读写该表

T4时刻session1的查询和T2时刻的查询在同一个事务中，用的是同一个ReadView，此时查不到sesstion2新增的数据。此时查询结果是深圳和广州两条数据。
T5时刻更新数据时，更新了3条数据
T6时刻再次查询，会把最新的3条数据同时查出来，此时出现了幻读

---

参考资料

掘金小册《MySQL是怎样运行的：从根儿上理解MySQL》
《MVCC详解，深入浅出简单易懂》https://blog.csdn.net/lans_g/article/details/124232192
《看一遍就懂：MVCC原理详解》https://zhuanlan.zhihu.com/p/451830526
《数据库基础（四）Innodb MVCC实现原理》https://zhuanlan.zhihu.com/p/52977862
《MySQL的可重复读级别能解决幻读吗》https://cloud.tencent.com/developer/article/1417728
《InnoDB的ID家族[ROW_ID，XID，TRX-ID，THREAD-ID]》https://segmentfault.com/a/1190000041540497?utm_source=sf-similar-article
《mysql二级索引没有mvcc_MySQL InnoDB MVCC深度分析》https://blog.csdn.net/weixin_35731579/article/details/113294971
《InnoDB多版本(MVCC)实现简要分析》https://blog.csdn.net/bluetjs/article/details/52672819