内容简介：《InnoDB行锁，如何锁住一条不存在的记录?》埋了一个坑，没想到评论反响剧烈，大家都希望深挖下去。原计划写写InnoDB的锁结束这个case，既然呼声这么高，干脆全盘系统性的写写InnoDB的并发控制，锁，事务模型好了。体系相对宏大，一篇肯定写不完，容我娓娓道来，通俗地说清楚来龙去脉。
《InnoDB行锁，如何锁住一条不存在的记录?》埋了一个坑，没想到评论反响剧烈，大家都希望深挖下去。原计划写写InnoDB的锁结束这个case，既然呼声这么高，干脆全盘系统性的写写InnoDB的并发控制，锁，事务模型好了。
体系相对宏大，一篇肯定写不完，容我娓娓道来，通俗地说清楚来龙去脉。
一、并发控制
(1) 为啥要进行并发控制?
并发的任务对同一个临界资源进行操作，如果不采取措施，可能导致不一致，故必须进行并发控制(Concurrency Control)。
(2) 技术上，通常如何进行并发控制?
通过并发控制保证数据一致性的常见手段有：
- 锁(Locking)
- 数据多版本(Multi Versioning)
二、锁
(1) 如何使用普通锁保证一致性?
普通锁，被使用最多：
- 操作数据前，锁住，实施互斥，不允许其他的并发任务操作;
- 操作完成后，释放锁，让其他任务执行;
如此这般，来保证一致性。
(2) 普通锁存在什么问题?
简单的锁住太过粗暴，连“读任务”也无法并行，任务执行过程本质上是串行的。
于是出现了共享锁与排他锁：
- 共享锁(Share Locks，记为S锁)，读取数据时加S锁
- 排他锁(eXclusive Locks，记为X锁)，修改数据时加X锁
共享锁与排他锁的玩法是：
- 共享锁之间不互斥，简记为：读读可以并行
- 排他锁与任何锁互斥，简记为：写读，写写不可以并行
可以看到，一旦写数据的任务没有完成，数据是不能被其他任务读取的，这对并发度有较大的影响。
画外音：对应到数据库，可以理解为，写事务没有提交，读相关数据的select也会被阻塞。
(3) 有没有可能，进一步提高并发呢?
即使写任务没有完成，其他读任务也可能并发，这就引出了数据多版本。
三、数据多版本
数据多版本是一种能够进一步提高并发的方法，它的核心原理是：
- 写任务发生时，将数据克隆一份，以版本号区分;
- 写任务操作新克隆的数据，直至提交;
- 并发读任务可以继续读取旧版本的数据，不至于阻塞;
如上图：
- 最开始数据的版本是V0;
- T1时刻发起了一个写任务，这是把数据clone了一份，进行修改，版本变为V1，但任务还未完成;
- T2时刻并发了一个读任务，依然可以读V0版本的数据;
- T3时刻又并发了一个读任务，依然不会阻塞;
可以看到，数据多版本，通过“读取旧版本数据”能够极大提高任务的并发度。
提高并发的演进思路，就在如此：
- 普通锁，本质是串行执行
- 读写锁，可以实现读读并发
- 数据多版本，可以实现读写并发
画外音：这个思路，比整篇文章的其他技术细节更重要，希望大家牢记。
好，对应到InnoDB上，具体是怎么玩的呢?
四、redo, undo,回滚段
在进一步介绍InnoDB如何使用“读取旧版本数据”极大提高任务的并发度之前，有必要先介绍下redo日志，undo日志，回滚段(rollback segment)。
(1) 为什么要有redo日志?
数据库事务提交后，必须将更新后的数据刷到磁盘上，以保证ACID特性。磁盘随机写性能较低，如果每次都刷盘，会极大影响数据库的吞吐量。
优化方式是，将修改行为先写到redo日志里(此时变成了顺序写)，再定期将数据刷到磁盘上，这样能极大提高性能。
画外音：这里的架构设计方法是，随机写优化为顺序写，思路更重要。
假如某一时刻，数据库崩溃，还没来得及刷盘的数据，在数据库重启后，会重做redo日志里的内容，以保证已提交事务对数据产生的影响都刷到磁盘上。
一句话，redo日志用于保障，已提交事务的ACID特性。
(2) 为什么要有undo日志?
数据库事务未提交时，会将事务修改数据的镜像(即修改前的旧版本)存放到undo日志里，当事务回滚时，或者数据库奔溃时，可以利用undo日志，即旧版本数据，撤销未提交事务对数据库产生的影响。
画外音：更细节的，
- 对于insert操作，undo日志记录新数据的PK(ROW_ID)，回滚时直接删除;
- 对于delete/update操作，undo日志记录旧数据row，回滚时直接恢复;
他们分别存放在不同的buffer里。
一句话，undo日志用于保障，未提交事务不会对数据库的ACID特性产生影响。
(3) 什么是回滚段?
存储undo日志的地方，是回滚段。
undo日志和回滚段和InnoDB的MVCC密切相关，这里举个例子展开说明一下。
栗子：
t(id PK, name)
数据为：
- shenjian
- zhangsan
- lisi
此时没有事务未提交，故回滚段是空的。
接着启动了一个事务：
start trx; delete (1, shenjian); update set(3, lisi) to (3, xxx); insert (4, wangwu)
并且事务处于未提交的状态。
可以看到：
- 被删除前的(1, shenjian)作为旧版本数据，进入了回滚段;
- 被修改前的(3, lisi)作为旧版本数据，进入了回滚段;
- 被插入的数据，PK(4)进入了回滚段;
接下来，假如事务rollback，此时可以通过回滚段里的undo日志回滚。
画外音：假设事务提交，回滚段里的undo日志可以删除。
可以看到：
- 被删除的旧数据恢复了;
- 被修改的旧数据也恢复了;
- 被插入的数据，删除了;
事务回滚成功，一切如故。
四、InnoDB是基于多版本并发控制的存储引擎
《大数据量，高并发量的互联网业务，一定要使用InnoDB》提到，InnoDB是高并发互联网场景最为推荐的存储引擎，根本原因，就是其多版本并发控制(Multi Version Concurrency Control, MVCC)。行锁，并发，事务回滚等多种特性都和MVCC相关。
MVCC就是通过“读取旧版本数据”来降低并发事务的锁冲突，提高任务的并发度。
(1) 核心问题：旧版本数据存储在哪里?
存储旧版本数据，对 MySQL 和InnoDB原有架构是否有巨大冲击?
通过上文undo日志和回滚段的铺垫，这两个问题就非常好回答了：
- 旧版本数据存储在回滚段里;
- 对MySQL和InnoDB原有架构体系冲击不大;
InnoDB的内核，会对所有row数据增加三个内部属性：
- DB_TRX_ID，6字节，记录每一行最近一次修改它的事务ID;
- DB_ROLL_PTR，7字节，记录指向回滚段undo日志的指针;
- DB_ROW_ID，6字节，单调递增的行ID;
(2) InnoDB为何能够做到这么高的并发?
回滚段里的数据，其实是历史数据的快照(snapshot)，这些数据是不会被修改，select可以肆无忌惮的并发读取他们。
快照读(Snapshot Read)，这种一致性不加锁的读(Consistent Nonlocking Read)，就是InnoDB并发如此之高的核心原因之一。
这里的一致性是指，事务读取到的数据，要么是事务开始前就已经存在的数据(当然，是其他已提交事务产生的)，要么是事务自身插入或者修改的数据。
(3) 什么样的select是快照读?
除非显示加锁，普通的select语句都是快照读，例如：
select * from t where id>2
这里的显示加锁，非快照读是指：
select * from t where id>2 lock in share mode select * from t where id>2 for update
问题来了，这些显示加锁的读，是什么读?会加什么锁?和事务的隔离级别又有什么关系?
本节的内容已经够多了，且听下回分解。
五、总结
- 常见并发控制保证数据一致性的方法有锁，数据多版本;
- 普通锁串行，读写锁读读并行，数据多版本读写并行;
- redo日志保证已提交事务的ACID特性，设计思路是，通过顺序写替代随机写，提高并发;
- undo日志用来回滚未提交的事务，它存储在回滚段里;
- InnoDB是基于MVCC的存储引擎，它利用了存储在回滚段里的undo日志，即数据的旧版本，提高并发;
- InnoDB之所以并发高，快照读不加锁;
- InnoDB所有普通select都是快照读;
画外音：本文的知识点均基于MySQL5.6。
【本文为51CTO专栏作者“58沈剑”原创稿件，转载请联系原作者】
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
