MySQL是如何实现事物隔离？
点击上方蓝色字体，选择“标星公众号”
优质文章，第一时间送达
作者 | JJian
来源 | urlify.cn/EryAbi
前言
众所周知，MySQL的在RR隔离级别下查询数据，是可以保证数据不受其它事物影响，而在RC隔离级别下只要其它事物commit后，数据都会读到commit之后的数据，那么事物隔离的原理是什么？是通过什么实现的呢？那肯定是通过MVCC机制（
Multi-Version Concurrency Control，即多版本并发控制），这是很多人知道的，但是我之前没有好好分析过其实现原理，所以写下此篇博文记录下!注：MySQL的InnoDB引擎之所以能够支持高性能的并发性能，就是由于MySQL的MVCC机制（归功于undo log、Read-View、），但是本篇不对MVCC过多的介绍。
参考资料：《MySQL实战45讲》系列，虽然讲解的比较清晰，但是仍然需要理解，比如关于视图数组部分我认为是相比较而言没有解释清楚，所以结合资料与自己见解加以记录！
一、RC与RR隔离级别
我们分别开启RC与RR隔离级别实验说明，首先假设有account账户表，在事务ABC开启前，账户中的余额balance为1，即
select balance from account =1; # 结果为1
1.RR事务隔离级别下查询结果
当在RR事务隔离级别分别开启三个事务，在不同时间段内做如下操作
事务A（显式开启事务，手动commit提交）：查询余额
事务B（显式开启事务，手动commit提交）：对id=1的余额加1
事务C（不显式开启事务，自动提交）：对id=1的余额加1
我们从时间逻辑上分为三个阶段，分析结果
第一阶段：事务A立马开始事务，随后事务B也紧跟着立马开始事务，然后事务C首先更新balance为2成功，当前balance=2；
第二阶段：事务B更新balance的值，此时先读到当前balance最新值为2，随后set balance=balance+1成功，当前balance=3；
第三阶段：事务A查询balance的值，此时的值为1（这里为什么等于1呢，是怎么实现的呢？不应该是当前最新值3吗？这就是本篇博文讨论的重点），最后commit结束事务，紧接着事务B也commit结束事务
最后事务A读取balance的结果是1，理所当然，RR即为可重复读，即一个事务在执行过程中看到的数据，总是跟这个事务启动时看到的数据是一致的，当前事务不管有没有提交，都不会影响数据，我只需要读取基于快照的数据即可，这就是快照读。但是我们要讨论的是如何在MVCC机制下实现？
注：begin/start transaction 命令并不是一个事务的起点，在执行到它们之后的第一个操作InnoDB表的语句，事务才真正启动。如果你想要马上启动一个事务，可以使用start transaction with consistent snapshot 这个命令。
1.RC事务隔离级别下查询结果
同样地，我们在RC隔离下，开启事务ABC，观察事务A最后的balance结果。
最后事务A读取balance的结果是2，理所当然，RC即为读可提交，字面意思就是其他事务只要提交后，当前事务我就能立马读取到最新当前值，这就是当前读。但是我们要讨论的是如何在MVCC机制下实现？
实际上这是因为实现MVCC时用到的一致性读视图，即consistent read view，用于支持RC（Read Committed，读提交）和RR（Repeatable Read，可重复读）隔离级别的实现。
三、事务隔离在MVCC的实现
在探讨MVCC如何实现事务隔离前，我们需要知道是视图数组、一致性视图等概念，才能帮助更好理解MVCC帮助事务实现了隔离。
1.数据行ROW的多版本
InnoDB里面每个事务有一个唯一的事务ID，叫作transaction id。它是在事务开始的时候向InnoDB的事务系统申请的，是按申请顺序严格递增的。
而每行数据也都是有多个版本的。每次事务更新数据的时候，都会生成一个新的数据版本，并且把transaction id赋值给这个数据版本的事务ID，记为row trx_id。同时，旧的数据版本要保留，并且在新的数据版本中，能够有信息可以直接拿到它（通过undo_log文件找到）。
也就是说，数据表中的一行记录，其实可能有多个版本(row)，每个版本有自己的row trx_id。
对某一个数据行ROW某个时刻经过三次更新事务的多版本控制流程，画如下图加深理解。
从图我们可以得到：
ROW有四个版本V1-V4，即经过三次更新balance后，当前最新版本为V4，当前balance已经更新为4，是最新值
InnoDB每次更新事务产生的transaction id都会赋值给row trx_id；
通过undo_log可以从V4撤回到V1,找到V1版本的balance=1，即undo_log回滚版本。
明白了数据行的ROW的多版本原理与实现后，可以帮助我们理解InnoDB是怎么定义并创建快照的！
2.视图数组
下述部分出自资料中的原句，特别是红色加深部分可能会比较难以理解，所以需要结合自己理解并画图
InnoDB是这么在事务开启的时候定义快照的，哪些事务的操作我可以忽视，哪么我必须要保存在快照里。可以理解为：一个事务只需要在启动的时候声明说，“以我启动的时刻为准，如果一个数据版本是在我启动之前生成的，就认；如果是我启动以后才生成的，我就不认，我必须要找到它的上一个版本”。
在实现上， InnoDB为每个事务构造了一个数组，用来保存这个事务启动瞬间，当前正在“活跃”的所有事务ID。“活跃”指的就是，启动了但还没提交。数组里面事务ID的最小值记为低水位，当前系统里面已经创建过的事务ID的最大值加1记为高水位。这个视图数组和高水位，就组成了当前事务的一致性视图（read-view）。
我对低水位与高水位的理解：
低水位=当前所有启动了但未提交事务集合的ID最小值=当前事务的上一个启动但未提交的事务ID最小值（所有活跃事务ID最小值）
高水位=当前事务的ID（当前ROW版本号/row trx_id）=已经创建过事务ID的最大值+1
举例说明：仍然以上述RR隔离级别下三个ABC事务为例
事务A开始前，系统里面只有一个活跃事务ID是99；
事务A、B、C的版本号分别是100、101、102，且当前系统里只有这四个事务；
三个事务开始前，(id,balance)=(1,1）这一行数据的row trx_id是90。
这样，事务A的视图数组就是[99], 事务B的视图数组是[99,100], 事务C的视图数组是[99,100,101]。即视图数组通用公式为：[{当前事务开启瞬间活跃事务ID集合}]。
而数据版本的可见性规则，就是基于row trx_id和一致性视图对比结果得到的，所以我们还必须再了解下一致性视图
3.一致性视图
通过对视图数组的理解，一致性视图就更加容易了，即：这个视图数组和高水位，就组成了当前事务的一致性视图（read-view）。
仍然以上述RR隔离级别下三个ABC事务为例
事务A开始前，系统里面只有一个活跃事务ID是99, 所以事物A开启瞬间活跃事物集合为[99]；
事务A、B、C的版本号分别是100、101、102，且当前系统里只有这四个事务，所以事物A、B、C高水位分别为100、101、102；
三个事务开始前，(id,balance)=(1,1）这一行数据的row trx_id是90。
这样，事务A的一致性视图就是[99,100], 事务B的一致性视图是[99,100,101], 事务C的一致性视图是[99,100,101,102]。即一致性视图通用公式为：[{当前事务开启瞬间活跃事务ID集合}，当前row trx_id]。
分析上述流程图结果：
第一个有效更新版本是事物C，更新balance=2，这个时候的最新版本row trx_id=102，而之前的在事物ABC之前的活跃事物最新版本row trx_id为99，所以此时99已经成为历史版本1；
第二个有效更新版本是事物B，更新balance=3，这个时候最新版本row trx_id=101，而此时row trx_id=102成为历史版本1，而row trx_id=99成为历史版本2；
事物A查询的时候，事物B是没有提交，但生成的(id, balance)=(1, 3)已经成为当前最新版本，事物A读取数据时，一致性视图为[99, 100]，而读数据都是从当前版本切的然后对比row trx_id，所以会有以下流程：
找到(1,3)的时候，判断出row trx_id=101，比高水位大，处于红色区域，不可见；
接着，找到上一个历史版本，一看row trx_id=102，比高水位大，处于红色区域，不可见；
再往前找，终于找到了（1,1)，它的row trx_id=90，比低水位小，处于绿色区域，可见。
最后事物A无论在什么时候查询，看到的数据都是一致性视图[99, 100]生成的快照数据(1, 1)，即row trx_id=90时的数据。这就称之为一致性读。
总结：
对于一个事务视图来说，除了自己的更新总是可见以外，有三种情况：
版本未提交，不可见；
版本已提交，但是是在视图创建后提交的，不可见；
版本已提交，而且是在视图创建前提交的，可见。
现在，我们用这个规则来判断图中的查询结果，事务A的查询语句的视图数组是在事务A启动的时候生成的，这时候：
(1,3)还没提交，属于情况1，不可见；
(1,2)虽然提交了，但是是在视图数组创建之后提交的，属于情况2，不可见；
(1,1)是在视图数组创建之前提交的，可见。
4.当前读与快照读
（1）当前读与快照读规则
当然按照这个一致性读的逻辑，事物B在事物C有效更新balance=2之后，但是事物B的视图数组是在事物C生成的，所以理论上来说不应该是事物B看到的是(id, balance)=(1, 1)这个数据（快照/历史版本）吗？而看不到当前版本(1, 2)数据。为什么事物B在更新balance之后直接数据就成为(1, 3)了呢？
如果事物B在update之前select一次数据，看到的值确实是balance=1，但是update是不能在历史版本上操作的，否则事物C的更新就会丢失，所以update操作都是在先读取当前版本，然后再更新。
也就说有这么一条规则：更新数据都是先读后更新，而这个读是读当前最新值，称之为“当前读（current read），而只查询不读的话就会读取当前快照，称之为“快照读”。所以在事物B更新balance之前，先查询到最新的版本(1, 2)然后再更新为(1, 3)。而事物A查询的快照数据为(1, 1)，而不是最新版本(1, 3)。
（2）当前读与快照读解释
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，读取时还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。是基于多版本控制的，那么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（快照数据）。
（3）RC读可提交下的视图规则
读提交的逻辑和可重复读的逻辑类似，它们最主要的区别是：
在可重复读隔离级别下，只需要在事务开始的时候创建一致性视图，之后事务里的其他查询，都共用这个一致性视图；
在读提交隔离级别下，每一个语句执行前都会重新算出一个新的视图，此时start transaction with consistent snapshot就等同于普通的start transaction/begin
所以在RC隔离级别下，事物A与事物B查询到的数据分别如下：
事物C立马更新balance=2，然后自动提交，生成最新版本(1, 2)，此时重新计算出视图数据(1, 2);
事物B查到此时的最新版本为(1, 2)，之后再更新为版本(1, 3)为当前最新版本，查询此时的事物B select到的balance=3（事物B更新balance=3之后立马算出一个新的视图，select就是根据此视图得到的数据），而不是1。
而此时事物B还未提交，对于事物A来说是看不见的，所以事物A此时读取到的事物C提交的最新版本(1, 2)。
