Innodb 实现高并发、redo/undo MVCC原理

一、并发控制

 
因为并发情况下有可能出现不同线程对同一资源进行变动，所以必须要对并发进行控制以保证数据的同一与安全。
 
可以参考CPython解释器中的GIL全局解释器锁，所以说python中没有真正的多线程，多线程任意时刻只有一个程序能申请到GIL操作CPU。

 

1.2 Innodb中的并发控制

 

锁（lock）
数据多版本（multi versioning）

 

1.2.1 锁

 

• 使用普通锁来保证数据的一致性:
   
  操作数据前实行互斥，即当前程序曹锁数据时，不允许其他并发任务操作该数据，进入排队等待
  操作完成后释放锁
   

• 普通锁问题：
  锁定粒度大，容易出现死锁
  简单粗暴，没有并行“读任务”，本质上是串行执行任务。

• 正对上述问题，有了共享锁及排他锁

1. 共享锁（share locks 称为S锁）读取数据时加S锁
   共享锁之间不互斥，简记为：读读可以并行

2. 排他锁（exclusive locks 称为X锁）修改数据时加X锁
   排他锁与任何锁互斥，简记为：写读，写写不可以并行

上述中可以了解到，只要修改数据时加了排他锁， 其它操作同一数据的并行线程都进入了排队等待释放锁。且写的数据没有完成提交的话，其它任务是没法去读取数据的，也阻塞了

 

1.2.2 数据多版本（某种意义的读写分离）

 

• 作为一种提高并发的方式：原理

1. 写任务发生时，将数据克隆一份，以版本号区分；

2. 写任务操作新克隆的数据，直至提交；

3. 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：

1. 最开始数据的版本是V0；

2. 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；

3. T2时刻并发了一个读任务，依然可以读V0版本的数据；

4. 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。

总结：

• 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

 

二、Innodb redo/undo 日志、回滚段 (rollback segment) 操作，实现上述思路

 

• ACID:
  原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）

 

2.1 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。

优化方式为：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。

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。

 

2.2 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。

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。

 

2.3 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

建议看完MVCC原理再看下面：MVCC原理
直接看也行

举例：
create table tb(
id int auto_increment primary key,
name cahr(32));

插入三条数据
1, shenjian

2, zhangsan

3, 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：

(1)被删除前的(1, shenjian)作为旧版本数据，进入了回滚段；

(2)被修改前的(3, lisi)作为旧版本数据，进入了回滚段；

(3)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。

假设事务提交，回滚段里的undo日志可以删除。

可以看到：

(1)被删除的旧数据恢复了；

(2)被修改的旧数据也恢复了；

(3)被插入的数据，删除了；

事务回滚成功，一切如故。

 

三、innodb 是基于MVCC（多版本并发控制）的存储引擎

 
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。

旧数据存储的地方：
(1)旧版本数据存储在回滚段里；

(2)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：

(1)DB_TRX_ID，6字节，记录每一行最近一次修改它的事务ID；

(2)DB_ROLL_PTR，7字节，记录指向回滚段undo日志的指针；

(3)DB_ROW_ID，6字节，单调递增的行ID；

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。

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;

总结

(1)常见并发控制保证数据一致性的方法有锁，数据多版本；

(2)普通锁串行，读写锁读读并行，数据多版本读写并行；

(3)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；

(4)undo日志用来回滚未提交的事务，它存储在回滚段里；

(5)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；

(6)InnoDB之所以并发高，快照读不加锁；

(7)InnoDB所有普通select都是快照读；