事务隔离、事务到底是不是隔离的

1 事务隔离：为什么你改了我还看不见

  MySQL是一个支持多引擎的系统，但并不是所有的引擎都支持事务。比如MySQL原生的MyISAM引擎就不支持事务，这也是MyISAM被InnoDB取代的重要原因之一。

1.1 隔离性与隔离级别

  SQL标准的事务隔离级别包括：

• 读未提交（read uncommitted）
  • 一个事务还没提交时，它做的变更就能被别的事务看到
• 读提交（read committed）
  • 一个事务提交之后，它做的变更才会被其他事务看到
• 可重复读（repeatable read）
  • 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。
• 串行化（serializable）
  • 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。

  假设数据表T中只有一列，其中一行的值为1，下面是按照时间顺序执行两个事务的行为。

create table T(c int) engine=InnoDB;
insert into T(c) values(1);

• 若隔离级别是“读未提交”， 则V1的值就是2。这时候事务B虽然还没有提交，但是结果已经被A看到了。因此，V2、V3也都是2。

• 若隔离级别是“读提交”，则V1是1，V2的值是2。事务B的更新在提交后才能被A看到。所以， V3的值也是2。

• 若隔离级别是“可重复读”，则V1、V2是1，V3是2。之所以V2还是1，遵循的就是这个要求：事务在执行期间看到的数据前后必须是一致的。

• 若隔离级别是“串行化”，则在事务B执行“将1改成2”的时候，会被锁住。直到事务A提交后，事务B才可以继续执行。所以从A的角度看， V1、V2值是1，V3的值是2。

在实现上，数据库里面会创建一个视图，访问的时候以视图的逻辑结果为准。

• 在“可重复读”隔离级别下，视图是在事务启动时创建的，整个事务存在期间都用这个视图。
• 在“读提交”隔离级别下，这个视图是在每个SQL语句开始执行的时候创建的。
• “读未提交”隔离级别下直接返回记录上的最新值，没有视图概念。
• “串行化”隔离级别下直接用加锁的方式来避免并行访问。

  可以看到在不同的隔离级别下，数据库行为是有所不同的。Oracle数据库的默认隔离级别是“读提交”，因此对于一些从Oracle迁移到MySQL的应用，为保证数据库隔离级别的一致，一定要记得将MySQL的隔离级别设置为“读提交”。

show variables like 'transaction_isolation';

+-----------------------+----------------+

| Variable_name | Value |

+-----------------------+----------------+

| transaction_isolation | READ-COMMITTED |

+-----------------------+----------------+

应用“可重复读”的场景：
  假设在管理一个个人银行账户表。一个表存了每个月底的余额，一个表存了账单明细。这时候要做数据校对，也就是判断上个月的余额和当前余额的差额，是否与本月的账单明细一致。希望在校对过程中，即使有用户发生了一笔新的交易，也不影响校对结果。
  这时候使用“可重复读”隔离级别就很方便。事务启动时的视图可以认为是静态的，不受其他事务更新的影响。

1.2 事务隔离的实现

  展开说明“可重复读”。
  在MySQL中，实际上每条记录在更新的时候都会同时记录一条回滚操作。通过回滚操作，都可以得到前一个状态的值。
  假设一个值从1被按顺序改成了2、3、4，在回滚日志里面就会有类似下面的记录。

当前值是4，但是在查询这条记录的时候，不同时刻启动的事务会有不同的read-view 。在视图A、B、C里面，这一个记录的值分别是1、2、4，同一条记录在系统中可以存在多个版本，就是数据库的多版本并发控制（MVCC）。

  对于read-view A，要得到1，就必须将当前值依次执行图中所有的回滚操作得到。

  即使现在有另外一个事务正在将4改成5，这个事务跟read-view A、B、C对应的事务是不会冲突的。

回滚日志的删除：
  系统会判断，当没有事务再需要用到这些回滚日志时，回滚日志会被删除。
判断不需要的标准：当系统里没有比这个回滚日志更早的read-view的时候。

不建议使用长事务的原因：
  长事务意味着系统里面会存在很老的事务视图。由于这些事务随时可能访问数据库里面的任何数据，所以这个事务提交之前，数据库里面它可能用到的回滚记录都必须保留，这就会导致大量占用存储空间。
  在MySQL 5.5及以前的版本，回滚日志是跟数据字典一起放在ibdata文件里的，即使长事务最终提交，回滚段被清理，文件也不会变小。
  除了对回滚段的影响，长事务还占用锁资源，也可能拖垮整个库。

1.3 事务的启动方式

MySQL的事务启动方式有以下几种：

1. 显式启动事务语句， begin 或 start transaction。配套的提交语句是commit，回滚语句是rollback。

2. set autocommit=0，这个命令会将这个线程的自动提交关掉。意味着如果只执行一个select语句，这个事务就启动了，而且并不会自动提交。这个事务持续存在直到主动执行 commit 或 rollback 语句，或者断开连接。

  有些客户端连接框架会默认连接成功后先执行一个set autocommit=0的命令。这就导致接下来的查询都在事务中，如果是长连接，就导致了意外的长事务。

  因此，建议总是使用set autocommit=1, 通过显式语句的方式来启动事务。

  我们可以在information_schema库的innodb_trx这个表中查询长事务，比如查找持续时间超过60s的事务。

select * from information_schema.innodb_trx where TIME_TO_SEC(timediff(now(),trx_started))>60

1.4 避免长事务对业务的影响

从应用开发端来看：

1. 确认是否使用了set autocommit=0。这可以在测试环境中开展，把MySQL的general_log开起来，然后随便跑一个业务逻辑，通过general_log的日志来确认。目标就是把它改成1。
2. 确认是否有不必要的只读事务。有些框架会习惯不管什么语句先用begin/commit框起来，这种只读事务可以去掉。
3. 业务连接数据库的时候，根据业务本身的预估，通过SET MAX_EXECUTION_TIME命令，来控制每个语句执行的最长时间，避免单个语句意外执行太长时间。

从数据库端来看：

1. 监控 information_schema.Innodb_trx表，设置长事务阈值，超过就报警/或者kill；
2. 使用Percona的pt-kill工具；
3. 在业务功能测试阶段输出所有的general_log，分析日志行为提前发现问题；
4. 如果使用的是MySQL 5.6或者更新版本，把innodb_undo_tablespaces设置成2（或更大的值）。如果真的出现大事务导致回滚段过大，这样设置后清理起来更方便。

1.5 如何删除表中的前10000行数据

• 第一种，直接执行delete from T limit 10000
• 第二种，在一个连接中循环执行20次 delete from T limit 500
• 第三种，在20个连接中同时执行delete from T limit 500

第二种方式是相对较好的。
第一种方式（即：直接执行delete from T limit 10000）里面，单个语句占用时间长，锁的时间也比较长；而且大事务还会导致主从延迟。
第三种方式（即：在20个连接中同时执行delete from T limit 500），会人为造成锁冲突。

2 事务到底是隔离的还是不隔离的

下面是一个表的初始化语句

CREATE TABLE `t` (
  `id` int(11) NOT NULL,
  `k` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB;
insert into t(id, k) values(1,1),(2,2);

  需要注意的是事务的启动时机。
  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（第一个快照读语句），事务才真正启动。如果想要马上启动一个事务，可以使用start transaction with consistent snapshot这个命令。
  事务C没有显式地使用begin/commit，表示这个update语句本身就是一个事务，语句完成的时候会自动提交。事务B在更新了行之后查询; 事务A在一个只读事务中查询，并且时间顺序上是在事务B的查询之后。
  这里，事务B查到的k的值是3，事务A查到的k的值是1。

看完后文你就懂啦~

在MySQL里，有两个“视图”的概念：

• 一个是view。它是一个用查询语句定义的虚拟表，在调用的时候执行查询语句并生成结果。创建视图的语法是create view ...，而它的查询方法与表一样。
• 另一个是InnoDB在实现MVCC时用到的一致性读视图（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。它没有物理结构，作用是事务执行期间用来定义“我能看到什么数据”。

2.1 “快照”在MVCC里是怎么工作的

  在可重复读隔离级别下，事务在启动的时候就“拍了个快照”，这个快照是基于整库的（如果一个库有100G，我们并不需要拷贝出这100G的数据）。
  InnoDB里面每个事务有一个唯一的事务IDtransaction 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。
  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。
  所以，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。如图所示，就是一个记录被多个事务连续更新后的状态。

  当前最新版本是V4，k的值是22，它是被 transaction id 为25的事务更新的，因此它的row trx_id也是25。
  实际上，图中的三个虚线箭头，就是 undo log（回滚日志）；而V1、V2、V3并不是物理上真实存在的，而是每次需要的时候根据当前版本和undo log计算出来的。比如，需要V2的时候，就是通过V4依次执行U3、U2算出来。

InnoDB定义快照的方式：
  按照可重复读的定义，一个事务启动的时候，能够看到所有已经提交的事务结果。但是之后，这个事务执行期间，其他事务的更新对它不可见。

  因此，一个事务只需要在启动的时候声明，“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，就不认，我必须要找到它的上一个版本”。如果“上一个版本”也不可见，那就得继续往前找。

  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）。数据版本的可见性规则，就是基于数据的row trx_id和这个一致性视图的对比结果得到的。

对于当前事务的启动瞬间来说，一个数据版本的row trx_id，有以下几种可能：

1. 落在绿色部分，表示这个版本是已提交的事务或者是当前事务自己生成的，这个数据是可见的；
2. 落在红色部分，表示这个版本是由将来启动的事务生成的，是肯定不可见的；
3. 落在黄色部分，包括两种情况
   a. row trx_id在数组中，表示这个版本是由还没提交的事务生成的，不可见；
   b. row trx_id不在数组中，表示这个版本是已经提交了的事务生成的，可见。

如果有一个事务，它的低水位是18，那么当它访问这一行数据时，就会从V4通过U3计算出V3，所以在它看来，这一行的值是11（V3的id < 18所以算是已提交事务）。
有了这个声明后，系统里面随后发生的更新，就跟这个事务看到的内容无关了，因为之后的更新，生成的版本一定属于上面的2或者3(a)的情况，所以这个事务的快照，就是“静态”的了。

因此得出结论：InnoDB利用了“所有数据都有多个版本”的这个特性，实现了“秒级创建快照”的能力。

接下来，对于开头提到的三个事务，分析事务A的语句返回的结果为什么是k=1。

不妨做如下假设：

1. 事务A开始前，系统里面只有一个活跃事务ID是99；
2. 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；
3. 三个事务开始前，(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[99,100], 事务B的视图数组是[99,100,101], 事务C的视图数组是[99,100,101,102]。

和事务A查询逻辑有关的操作如图：

  第一个有效更新是事务C，把数据从(1,1)改成了(1,2)。这时候，这个数据的最新版本的row trx_id是102，90这个版本已经成为了历史版本。
  第二个有效更新是事务B，把数据从(1,2)改成了(1,3)。这时候，这个数据的最新版本的row trx_id是101，102又成为了历史版本。

  现在事务A要来读数据了，它的视图数组是[99,100]。读数据都是从当前版本读起的。所以，事务A查询语句的读数据流程是这样的：

• 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，row trx_id=102，比高水位大，处于红色区域，不可见；
• 再往前找，找到了（1,1)，它的row trx_id=90，比低水位小，处于绿色区域，可见。

  这样执行下来，虽然期间这一行数据被修改过，但是事务A不论在什么时候查询，看到这行数据的结果都是一致的，所以称为一致性读。

概括性总结：
一个数据版本，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：

1. 版本未提交，不可见；
2. 版本已提交，但是是在视图创建后提交的，不可见；
3. 版本已提交，而且是在视图创建前提交的，可见。

  用这个规则来判断事务A查询中的查询结果，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：

• (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。

2.2 更新逻辑

  事务B的update语句，如果按照一致性读，事务B的视图数组是先生成的，之后事务C才提交，不是应该看不见(1,2)吗，怎么能算出(1,3)？

  如果事务B在更新之前查询一次数据，这个查询返回的k的值确实是1。

  但是，当它要去更新数据的时候，就不能再在历史版本上更新了，否则事务C的更新就丢失了。因此，事务B此时的set k=k+1是在（1,2）的基础上进行的操作。

  更新数据都是先读后写的，而这个读，只能读当前的值，称为“当前读”（current read）。

  因此，在更新的时候，当前读拿到的数据是(1,2)，更新后生成了新版本的数据(1,3)，这个新版本的row trx_id是101。

  所以，在执行事务B查询语句的时候，一看自己的版本号是101，最新数据的版本号也是101，可以直接使用，所以查询得到的k的值是3。

  其实，除了update语句外，select语句如果加锁，也是当前读（查询和读还是有区别的）。

  所以，如果把事务A的查询语句select * from t where id=1修改一下，加上lock in share mode 或 for update，也都可以读到版本号是101的数据，返回的k的值是3。下面这两个select语句，就是分别加了读锁（S锁，共享锁）和写锁（X锁，排他锁）。

select k from t where id=1 lock in share mode;
select k from t where id=1 for update;

更进一步讨论，假设事务C不是马上提交的，而是变成了下面的事务C’

  事务C’的不同是，更新后并没有马上提交，在它提交前，事务B的更新语句先发起了。虽然事务C’还没提交，但是(1,2)这个版本也已经生成了，并且是当前的最新版本。

  这时，“两阶段锁协议”就要上场了。事务C’没提交，也就是说(1,2)这个版本上的写锁还没释放。而事务B是当前读，必须要读最新版本，而且必须加锁，因此就被锁住了，必须等到事务C’释放这个锁，才能继续它的当前读。

事务的可重复读的能力是怎么实现的？
  可重复读的核心就是一致性读（consistent read）；而事务更新数据的时候，只能用当前读。如果当前的记录的行锁被其他事务占用的话，就需要进入锁等待。

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。

在读提交隔离级别下，事务A和事务B的查询语句查到的k，分别是多少？
  说明：start transaction with consistent snapshot;的意思是从这个语句开始，创建一个持续整个事务的一致性快照。所以，在读提交隔离级别下，这个用法就没意义了，等效于普通的start transaction。
下面是读提交时的状态图，可以看到这两个查询语句的创建视图数组的时机发生了变化（read view）。（这里，用的还是事务C的逻辑直接提交，而不是事务C’）

  事务A的查询语句的视图数组是在执行这个语句的时候创建的，时序上(1,2)、(1,3)的生成时间都在创建这个视图数组的时刻之前。但是，在这个时刻：

• (1,3)还没提交，属于情况1，不可见；
• (1,2)提交了，属于情况3，可见。
  所以，事务A查询语句返回的是k=2，事务B查询结果k=3。

2.3 数据无法修改的“诡异”场景

读提交情境下：

CREATE TABLE `t` (
  `id` int(11) NOT NULL,
  `c` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB;
insert into t(id, c) values(1,1),(2,2),(3,3),(4,4);

如果有两个session按照如下的顺序执行会出现上面的结果。

或者

  这个实际场景还挺常见——所谓的“乐观锁”。时常我们会基于version字段对row进行cas式的更新，类似update ...set ... where id = xxx and version = xxx。如果version被其他事务抢先更新，则在自己事务中更新失败，同一个事务中再次select还是旧值，就会出现“异象”（anomaly）。
  解决方案就是每次cas更新不管成功失败，结束当前事务。如果失败则重新起一个事务进行查询更新。
  这里，判断是否成功的标准是 affected_rows 是不是等于预期值。比如这个例子里面预期值本来是4