详解MySQL事务原理

• 老刘是即将找工作的研究生，自学大数据开发，一路走来，感慨颇深，网上大数据的资料良莠不齐，于是想写一份详细的大数据开发指南。这份指南把大数据的【基础知识】【框架分析】【源码理解】都用自己的话描述出来，让伙伴自学从此不求人。

• 您的点赞是我持续更新的动力，禁止白嫖，看了就要有收获，一起加油。

今天给大家分享的是大数据开发基础部分MySQL的事务，事务在MySQL知识点中非常重要的部分，很多伙伴只是知道MySQL的四大特性，但不知道其中的原理，老刘这次给大家详细的描述MySQL四大特性的原理，MySQL事务篇的大纲如下：

什么是事务？

在MySQL中的事务是由存储引擎实现的，而且支持事务的存储引擎不多，我们主要讲解InnoDB存储引擎中的事务。

事务处理可以用来维护数据库的完整性，保证成批的 SQL 语句要么全部执行，要么全部不执行。

事务用来管理 DDL、DML、DCL 操作，比如 insert,update,delete 语句，默认是自动提交的。

事务的四大特性（ACID）

1. Atomicity（原子性）：构成事务的的所有操作必须是一个逻辑单元，要么全部成功，要么全部失败。
   
2. Consistency（一致性）：数据库在事务执行前后状态都必须是稳定的或者是一致的，就是说事务开始和结束后，数据库的完整性不会被破坏。
   
3. Isolation（隔离性）：事务之间不会相互影响。由锁机制和MVCC机制来实现的，其中MVCC(多版本并发控制)：优化读写性能（读不加锁、读写不冲突），四种隔离级别为RU（读未提交）、RC（读已提交）、RR（可重复读）、SERIALIZABLE （串行化）。
   
4. Durability（持久性）：事务执行成功后必须全部写入磁盘，事务提交后，对数据的修改是永久性的，即使系统故障也不会丢失。
   

事务的使用

begin或start transaction：开启一个事务；

commit：提交一个事务，并使已对数据库进行的所有修改称为永久性的；

rollback：回滚会结束用户的事务，并撤销正在进行的所有未提交的修改。

ACID实现原理

下面我们就来详细讲解一下上述示例涉及的事务的ACID特性的具体实现原理。总结来说，事务的隔离性由多版本控制机制和锁实现，而原子性、一致性和持久性通过InnoDB的redo log、undo log和ForceLog at Commit机制来实现。

重做日志Redo Log

如果要存储数据则先存储数据的日志，一旦内存崩了，则可以从日志找重做日志保证了数据的可靠性，InnoDB采用了Write Ahead Log（预写日志）策略，即当事务提交时，先写重做日志，然后再择时将脏页写入磁盘。如果发生宕机导致数据丢失，就通过重做日志进行数据恢复。

回滚日志Undo Log

数据库崩溃重启后需要从redo log中把未落盘的脏页数据恢复出来，重新写入磁盘，保证用户的数据不丢失。当然，在崩溃恢复中还需要回滚没有提交的事务。由于回滚操作需要undo日志的支持，undo日志的完整性和可靠性需要redo日志来保证，所以崩溃恢复先做redo恢复数据，然后做undo回滚。

所以，在事务执行的过程中，除了记录redo log，还会记录一定量的undo log。undo log记录了数据在每个操作前的状态，如果事务执行过程中需要回滚，就可以根据undo log进行回滚操作。

Force Log at Commit机制

它实现事务的持久性，即当事务提交时，必须先将该事务的所有日志写入到重做日志文件进行持久化，然后事务的提交操作完成才算完成。为了确保每次日志都写入到重做日志文件，在每次将重做日志缓冲写入重做日志后，必须调用一次fsync操作（操作系统），将缓冲文件从文件系统缓存中真正写入磁盘。

总结一下就是redo log用于在崩溃时恢复数据，undo log用于对事务的影响进行撤销，也可以用于多版本控制。而Force Log at Commit机制保证事务提交后redo log日志都已经持久化。

原子性

原子性是指一个事务是一个不可分割的工作单位，其中的操作要么都做，要么都不做。例如银行转账要么成功，要么失败，是不存在中间的状态！

Undo Log是实现原子性的关键，靠的就是undo log。当事务对数据库进行修改时，InnoDB会生成对应的undo log。undo log它属于逻辑日志，它记录的是sql执行相关的信息。当发生回滚时，InnoDB会根据undo log的内容做与之前相反的工作：对于每个insert，回滚时会执行delete；对于每个delete，回滚时会执行insert；对于每个update，回滚时会执行一个相反的update，把数据改回去。

以update操作为例：当事务执行 update 时，其生成的 undo log 中会包含被修改行的主键(以便知道修改了哪些行)、修改了哪些列、这些列在修改前后的值等信息，回滚时便可以使用这些信息将数据还原到 update 之前的状态。

持久性

持久性是指事务执行成功后必须全部写入磁盘，事务提交后，对数据的修改是永久性的，即使系统故障也不会丢失。

InnoDB作为MySQL的存储引擎，数据是存放在磁盘中的，但如果每次读写数据都需要磁盘IO，效率会很低。为此，InnoDB提供了缓存(Buffer Pool)，Buffer Pool中包含了磁盘中部分数据页的映射，作为访问数据库的缓冲：当从数据库读取数据时，会首先从Buffer Pool中读取，如果Buffer Pool中没有，则从磁盘读取后放入Buffer Pool；当向数据库写入数据时，会首先写入Buffer Pool，Buffer Pool中修改的数据会定期刷新到磁盘中。

虽然Buffer Pool的使用大大提高了读写数据的效率，但是也有别的问题，当MySQL宕机，而此时Buffer Pool中修改的数据还没有刷新到磁盘，就会导致数据的丢失，事务的持久性无法保证。

于是，优秀的程序员们引入了redo log，当我们对数据进行修改时，除了修改Buffer Pool中的数据，还会在redo log中记录这次操作。当事务提交时，会调用fsync接口对redo log进行刷盘。如果MySQL宕机，重启时可以读取redo log中的数据，对数据库进行恢复。

还有一点必须知道就是redo log采用的是WAL策略，所有修改先写入日志，再更新到Buffer Pool，保证了数据不会因MySQL宕机而丢失，从而满足了持久性要求。

隔离性

在MySQL隔离性中，一般有两种情况：

1. 要求同一时刻只能有一个事务对数据进行写操作，InnoDB通过锁机制来保证这一点。
   
2. 在进行读操作的时候，可能出现脏读、不可重复读、幻读的问题。
   

首先讲第一种情况，MySQL要求同一时刻只能有一个事务对数据进行写操作，InnoDB通过锁机制来保证这一点。

锁机制的基本原理可以理解为：事务在修改数据之前，需要先获得相应的锁；获得锁之后，事务便可以修改数据；该事务操作期间，这部分数据是锁定的，其他事务如果需要修改数据，需要等待当前事务提交或回滚后释放锁。

至于锁机制中的锁，一般就是之前讲到的MySQL锁，大家可以去看看这篇MySQL锁的内容。

接着讲第二种情况，读操作可能出现脏读、不可重复读、幻读的问题。

隔离性追求的是并发情形下事务之间互不干扰，但是在事务的并发操作中可能会出现一些问题：

1. 丢失更新：两个事务针对同一数据都发生修改操作时，会存在丢失更新问题。
   
2. 脏读：对于两个事务 T1，T2，T1 读取了已经被 T2 更新但还没有被提交的字段。之后，若 T2 回滚，T1读取的内容就是临时且无效的。
   
3. 不可重复读：对于两个事务T1，T2，T1 读取了一个字段，然后 T2 更新了该字段。之后，T1再次读取同一个字段，发现字段的内容不一样。要求，多次读取数据的时候，在一个事务中读出的都应该是一样的。一般是由于 update 操作引发，所以将来执行的时候要特别注意。
   
4. 幻读：对于两个事务T1，T2，T1 从一个表中读取了一个字段，然后 T2 在该表中插入了一些新的行。之后。如果 T1 再次读取同一个表，就会多出几行。就是发现数据的数量不一样。要求，在一个事务中多次去读取数据的时候都应该是一样的。
   

虽然有上述这些问题，但MySQL数据库为我们提供的四种隔离级别（由低到高）：

1. Read uncommitted (读未提交)：最低级别，任何情况都无法保证。
   
2. Read committed (RC，读已提交)：可避免脏读的发生。
   
3. Repeatable read (RR，可重复读)：可避免脏读、不可重复读的发生。(InnoDB默认级别为RR，它可以解决幻读，主要原因是Next-Key（Gap）锁，只有RR才能使用Next-Key锁)
   
4. Serializable (串行化)：可避免脏读、不可重复读、幻读的发生。
   

解决脏读、不可重复读、幻读的问题使用的是MVCC，即多版本的并发控制协议。它说的就是在同一时刻，不同的事务读取到的数据可能是不同的(即多版本)。

MVCC最大的优点是读不加锁，因此读写不冲突，并发性能好。InnoDB实现MVCC，多个版本的数据可以共存，主要是依靠数据的隐藏列( 也可以称之为标记位 )和undo log。其中数据的隐藏列包括了该行数据的版本号、删除时间、指向undo log的指针等等；当读取数据时，MySQL可以通过隐藏列判断是否需要回滚并找到回滚需要的undo log，从而实现MVCC。

MVCC如何解决脏读、不可重复读、幻读的问题

1、MVCC解决脏读

当事务T1在第三个时刻读取自己的余额时，会发现数据已被T2事务修改，并且T2的状态还没有提交。此时事务A读取最新数据后，根据数据的undo log执行回滚操作，得到事务T2修改前的数据，从而避免了脏读。

2、MVCC解决不可重复读

当事务T1在第二个时刻第一次读取数据时，会记录该数据的版本号（数据的版本号是以row为单位记录的），假设版本号为1；当事务T2对自己的余额进行修改并且提交时，该行记录的版本号增加，假设版本号为2；当事务T1在第五个时刻再一次读取数据时，发现数据的版本号2大于第一次读取时记录的版本号1，因此会根据undo log执行回滚操作，得到版本号为1时的数据，从而实现了可重复读。

3、MVCC解决幻读

InnoDB实现的RR通过next-key lock机制避免了幻读现象。

next-key lock是行锁的一种，实现相当于record lock(记录锁) + gap lock(间隙锁)，它的特点是不仅会锁住记录本身(record lock的功能)，还会锁定一个范围(gap lock的功能)。

当事务T1在第二个时刻第一次读取0<id<5数据时，会进行标记，标记内容包括数据的版本号等，并且标记的不只是id=1的数据，还将范围(0,5)进行了标记。我们接着在第三个时刻插入新的用户并且提交事务，最后第五个时刻再次读取0<id<5数据时，便可以发现id=2的数据比之前标记的版本号更高，此时再结合undo log执行回滚操作，避免了幻读。

稍微总结下，InnoDB通过锁机制、数据的隐藏列、undo log和类next-key lock，实现了一定程度的隔离性，可以满足大多数场景的需要。不过需要说明的是，RR虽然避免了幻读问题，但是毕竟不是Serializable，不能保证完全的隔离。

一致性

一致性是事物追求的最终目标，前面提到的原子性，隔离性，持久性都是为了保证数据库的一致性。也就是说ACID四大特性之中，C(一致性)是目的，A(原子性)、I(隔离性)、D(持久性)是手段，是为了保证一致性，数据库提供的手段。数据库必须要实现AID三大特性，才有可能实现一致性。

总结

本文作为大数据开发指南MySQL的第四篇详细介绍了MySQL事务的内容，尤其是MySQL四大特性的原理。希望大家能够跟着老刘的文章，好好捋捋思路，争取能够用自己的话把这些知识点讲述出来！

尽管当前水平可能不及各位大佬，但老刘会努力变得更加优秀，让各位小伙伴自学从此不求人！

大数据开发指南地址如下：

• github：https://github.com/BigDataLaoLiu/BigDataGuide
  
• 码云：https://gitee.com/BigDataLiu/BigDataGuide
  

如果有相关问题，联系公众号：努力的老刘。文章都看到这了，点赞关注支持一波！