MySQL事务原理

Posted 2023-02-15 小王子jvm

原子性怎么实现的

首先需要知道的就是在mysql中有几种日志，什么undo log，redo log。而原子性就是undo log实现的。

undo log就是记录一些相反的操作，比如我插入一条数据，那么这个日志中记录的就是删除这条数据，更新这条数据，记录的就是更新为原来的数据。这样就可以在事务出现问题，需要回滚保证原子性，通过这个日志就可以查找到我之前的状态然后逐步 恢复过去。

持久性怎么实现

同样也是基于日志，叫做redo log日志。

数据库在更新数据时候，为了提升速度，会有一个对应的Buffer缓冲区，也就是先把数据读取到buffer中，对这个更改之后在刷回磁盘，这样就会出现一个问题，如果还没有刷回就挂了，数据岂不是直接丢了？

所以就有redo log这个东西来记录写入的东西：

• redo log buffer ：保存在内存中，同样是容易丢失的
• redo log file：保存在磁盘中，不会丢失

有了这个之后再来看看开启事务插入数据的一个过程：

1. 开启事务
2. 执行语句（更新或者插入，删除）—> 此时数据就会刷到buffer中
3. redo log buffer记录修改
4. commit事务 ----> 此时redo log buffer 就真的写入文件当中

后续刷新到数据磁盘是在MySQL后台完成的

为什么还有binlog这个日志文件

因为最开始 MySQL 里并没有 InnoDB 引擎。MySQL 自带的引擎是 MyISAM，但是 MyISAM 没有 crash-safe 的能力，binlog 日志只能用于归档。而 InnoDB 是另一个公司以插件形式引入 MySQL 的，既然只依靠 binlog 是没有 crash-safe 能力的，所以 InnoDB 使用另外一套日志系统——也就是 redo log 来实现 crash-safe 能力。

这两者是有不同的：

• binlog是server层的，所有存储引擎都可以使用，而redo log只能用于Innodb。
• redo log是物理日志，直接记录的是在某个数据页改了什么，而binlog是逻辑日志，记录的是执行语句的逻辑。
• redo log是循环写，空间大小固定，是会写完的，而binlog是追加的，满了就换下一个binlog。

至此再来看一下一条SQL执行的过程：

1. 假设是一条更新语句，就会先去取到这个数据，假设id为2
2. 判断在不在内存的数据页（buffer）中，有就往下执行，没有就从磁盘中读取更新到数据页中
3. 将数据跟新，假设为就是自增1，然后写回buffer
4. 然后就写入redo log，此时redo log处于prepare阶段
5. 写入binlog当中
6. 提交事务，此时处于commit阶段

这样数据就完整的写入日志磁盘当中，至于真正写回数据磁盘就是MySQL自己啥时候比较闲就去做的事情了。

这个prepare和commit就是两阶段提交了

两阶段提交

为毛数据库要这样搞呢，这是为了保证两个日志文件数据一致性的问题

1. redo log写入磁盘时候，事务就是prepare
2. binlog写入之后就是commit

这两都有一个共同的数据字段叫做XID，当数据崩溃进行恢复时候会先按顺序扫描redo log：

• 如果碰到既有 prepare、又有 commit 的 redo log，就直接提交；
• 如果说只有prepare，这个时候就要看binlog有没有记录了，拿着XID去binlog中找对应的事务。有记录就提交，没有就回滚。

所以保证持久性使用redo log日志，在更新之前会先写入日志，再去刷新buffer。而且，这是基于一个顺序IO追加的方式写入，效率很搞，buffer写入磁盘是随机的IO，并且buffer是以数据页为单位写入，MySQL中默认数据页大小为16k，一点点修改，也会让整个数据页的数据加载进buffer或者写入磁盘。

MVCC实现隔离性

在并发的情况下会出现一些问题，比如脏读，不可重复读，幻读。

• 脏读：两个人读取数据，假设A改了数据，但是没有真的把这个数据提交，但是B去读却可以读到这个数据，而这个数据就属于脏数据。
• 不可重复读：同样的，假设A读取一次数据，然后B改动了这个数据并且提交了，这个时候A再读取发现跟第一次读取不一样了。
• 幻读：A读取几行数据，然后B插入或者删除几条数据，A再次读取发现数据变多了或者变少了。

对应的为了解决这几个问题，就引出了几种隔离级别：读未提交，读已提交，可重复读，串行化。

• 读未提交：显然就是什么都解决不了，脏读后面的一系列问题都会出现。

• 读已提交：显然可以解决脏读，但是不可重复读后面的解决不了。

  

• 可重复读：就是为了解决不可重复读。

  

• 串行化：都别急，一行一行的执行，都能解决但是速度太慢。

读已提交和可重复读(MVCC就是解决这两个之间的问题)

简单的介绍这个过程，每个数据行都有一个隐藏的数据字段，trx_id，用于记录当前这个更新是哪个事务更新的。

然后就是read view这个东西，就是一个快照，也就是比如开启事务就会生成一个快照，这个事务使用的数据以哪个最新更新的事务数据为标准。（每个事务开启都会有一个事务id，这个事务id是按照开启的时间严格递增的）

假设此时事务数据指向的事务id为90

如果设置的隔离级别为读已提交，那么每条SQL执行前都会生成一个readview：

1. 如果事务1开启，查询A的值为1（查询之前生成一个ReadView），事务1的id为91
2. 然后事务2开启，事务id为92，然后更新A的值为2并且提交，那么此时的A指向的事务就是92
3. 然后事务1再次读取数据A，又会生成ReadView，生成的ReadView会获取到最新的值，也就是A=2，所以会出现不可重复读

如果设置的隔离级别为可重复读，那么RaedView会在事务开启的时候生成。

1. 如果事务1开启（生成的readview，此时最新的记录就是A为1），查询A的值为1，A为91
2. 事务2开启（同样最新的记录就是A为1），然后更新这个值并且提交
3. 事务1再读取，同样会读取到A为2，但是此时A指向的事务id为92，大于自己的，说明这个是在我开启之后更新的，所以不会要，会拿着这个数据在undo log中找上一条记录，直到找到一个事务id比我小的。

所以读已提交和可重复读在这里面的区别就是ReadView生成的时机不同。

这里再来一个事务，假设为3，在事务2修改前修改了，然后事务2去修改会在事务3的基础上去修改，这种读取方式叫做当前读。当然可以推理如果事务1读取而不是修改，读取到的值依然是生成快照的那个值。

最后，我这里的MVCC可能说的非常的简陋，我的理解大概就是这么个意思吧。