都是同样条件的mysqlselect语句,为什么读到的内容却不一样?

 关注

“脚本之家

”，与百万开发者在一起

假设当前数据库里有下面这张表。

老规矩，以下内容还是默认发生在innodb引擎的可重复读隔离级别下。

大家可以看到，线程1，同样都是读 age >= 3 的数据。第一次读到1条数据，这个是原始状态。这之后线程2将id=2的age字段也改成了3。

线程1此时再读两次，一次读到的结果还是原来的1条，另一次读的结果却是2条，区别在于加没加for update。

为什么同样条件下，都是读，读出来的数据却不一样呢？

可重复读不是要求每次读出来的内容要一样吗？

要回答这个问题。

我需要从盘古是怎么开天辟地这个话题开始聊起。

不好意思。

失态了。

那就从事务是怎么回滚的开始聊起吧。

事务的回滚是怎么实现的

我们在执行事务的时候，一般都是下面这样的格式

begin;
操作1;
操作2;
操作3;
xxxxx
....
commit;

在提交事务之前，会执行各种操作，里面可以包含各种逻辑。

只要是执行逻辑，那就有可能会报错。

回想下事务的ACID里有个A，原子性，整个事务就是个整体，要么一起成功，要么一起失败。

如果失败了的话，那就要让执行到一半的事务有能力回到没执行事务前的状态，这就是回滚。

执行事务的代码就类似写成下面这样。

begin;
try:
    操作1;
  操作2;
  操作3;
  xxxxx
  ....
  commit;
except Exception:
    rollback;

如果执行rollback能回到事务执行前的状态的话，那说明mysql需要知道某些行，执行事务前的数据长什么样子。

那数据库是怎么做到的呢？

这就要提到undo日志了，它记录了某一行数据，在执行事务前是怎么样的。

比如id=1那行数据，name字段从"小白"更新成了"小白debug"，那就会新增一个undo日志，用于记录之前的数据。

由于同时并发执行的事务可以有很多，于是可能会有很多undo日志，日志里加入事务的id（trx_id）字段，用于标明这是哪个事务下产生的undo日志。

同时将它们用链表的形式组织起来，在undo日志里加入一个指针（roll_pointer），指向上一个undo日志，于是就形成了一条版本链。

有了这个版本链，当某个事务执行到一半发现失败时，就直接回滚，这时候就可以顺着这个版本链，回到执行事务前的状态。

当前读和快照读是什么

有了上面的undo日志版本链之后，我们可以看到最新的数据在表头，在这之后的都是一个个旧的数据版本。不管是最新的，还是旧的数据版本，我们都叫它数据快照。

当前读，读的就是版本链的表头，也就是最新的数据。

快照读，读的就是版本链里的其中一个快照，当然如果这个快照正好就是表头，那此时快照读和当前读的结果一样。

我们平时执行的普通select语句，比如下面这种，就是快照读。

select * from user where phone_no=2；

而特殊的select语句，比如在select后面加上lock in share mode或for update，都属于当前读。

除此之外insert，update，delete操作都属于写操作，既然写，那必然是写最新的数据，所以都会引发当前读。

那么问题来了。

当前读，读的是版本链的表头，那么执行当前读的时候，有没有可能恰好有其他事务，生成更加新的快照，替代当前表头，成为新的表头呢，那这时候岂不是读的不是最新数据了？

答案是不会，不管是select … for update这些（特殊的）读操作，还是insert、update这些写操作，都会对这行数据加锁。而生成undo日志快照，也是在写操作的情况下生成的，执行写操作前也需要获得锁。所以写操作需要阻塞等待当前读完成后，获得锁后才能更新版本链。

read view

数据库里可以同时并发执行非常多的事务, 每个事务都会被分配一个事务ID, 这个 ID 是递增的，越新的事务，ID 越大。

而数据表里某行数据的undo日志版本链，每个undo日志上面也有一个事务id (trx_id)，它是创建这个undo日志的事务id。

并不是所有事务都会生成undo日志，也就是说某行数据的undo日志版本链上只有部分事务的id。但是，所有事务都有可能会访问这行数据对应的版本链。而且版本链上虽然有很多undo日志快照，但也不是所有undo日志都能被读，毕竟有些undo日志，创建它们的事务还没提交呢，人家随时可能失败并回滚。

现在的问题就成了，现在有一个事务，通过快照读的方式去读undo日志版本链，那它能读哪些快照？并且它应该读哪个快照？

这里就要引入一个read view的概念。它就像是一个有上下边界的滑动窗口。

整个数据库里有那么多事务，这些事务分为已经提交（commit）的，和没提交的。没提交的，意味着这些事务还在进行中，也就是所谓的活跃事务。所有的活跃事务的id，组成m_ids。而这其中最小的事务id就是read view的下边界，叫min_trx_id。

产生read view的那一刻，所有事务里最大的事务id，加个1，就是这个read view的上边界，叫max_trx_id。

概念太多，有点乱？没事的，继续往下看，后面会有例子的。

事务能读哪些快照

有了这些基础信息之后，我们先看下事务在read view下，他能读哪些快照呢？

记住一个大前提：事务只能读到自己产生的undo日志数据（事务提不提交都行），或者是其他事务已经提交完成的数据。

现在事务（假设就叫事务A吧）有了read view之后，不管看哪个undo日志版本链，我们都可以把read view往版本链上一放。版本链就被分成了好几部分。

• 版本链快照的trx_id < read view的min_trx_id

  从上面的描述中，我们可以知道read view的m_ids来源于数据库所有活跃事务的id，而最小的min_trx_id就是read view的下边界，因为事务id是根据时间递增的，所以如果版本链快照的trx_id比 min_trx_id 还要小，那这些肯定都是非活跃（已经提交）的事务id，这些快照都能被事务A读到。

• 版本链快照的trx_id >= read view的max_trx_id

  max_trx_id是在事务A创建read view的那一刻产生的，它比那时候所有数据库已知的事务id都还要大。所以如果undo日志版本链上的某个快照上含有比 max_trx_id 还要大的 trx_id，那说明这个快照已经超出事务A的"理解范围了"，它不该被读到。

• read view的min_trx_id <= 版本链快照的trx_id < read view的max_trx_id

• 如果版本链快照的trx_id正好就是事务A的id，那正好是它自己生成的undo日志快照，那不管有没有提交，都能读。

• 如果版本链快照的trx_id正好在活跃事务m_ids中, 那这些事务数据都还没提交，所以事务A不能读到它们

• 除了上面两种情况外，剩下的都是已经提交的事务数据，可以放心读。

事务会读哪个快照

上面提到，事务在read view的可见范围里，有机会能读到N多快照。但那么多快照版本，事务具体会读哪个快照呢？

事务会从表头开始遍历这个undo日志版本链，它会拿每个undo日志里的trx_id去跟自己的read view的上下边界去做判断。第一个出现的小于max_trx_id的快照。

• 如果快照是自己产生，那提不提交都行，就决定是读它了。

• 如果快照是别人产生的，且已经提交完成了，那也行，决定读它了。

比如下图，undo日志1正好小于max_trx_id，且事务已经提交，那么就读它了。

MVCC是什么

像上面这种，维护一个多快照的undo日志版本链，事务根据自己的read view去决定具体读那个undo日志快照，最理想的情况下是每个事务都读自己的一份快照，然后在这个快照上做自己的逻辑，只有在写数据的时候，才去操作最新的行数据，这样读和写就被分开了，比起单行数据没有快照的方式，它能更好的解决读写冲突，所以数据库并发性能也更好。其实这就是面试里常问的MVCC，全称Multi-Version Concurrency Control，即多版本并发控制。

四个隔离级别是怎么实现的

之前的写的一篇文章最后留了个问题，四个隔离级别是怎么实现的。

知道了undo日志版本链和MVCC之后，我们再回过头来看下这个问题。

读未提交，每次读到的都是最新的数据，也不管数据行所在的事务是否提交。实现也很简单，只需要每次都读undo日志版本链的链表头（最新的快照）就行了。

与读未提交不同，读提交和可重复读隔离级别都是基于MVCC的read view实现的，反过来说, MVCC也只会出现在这两个隔离级别里。

读已提交隔离级别，每次执行普通select，都会重新生成一个新的read view，然后拿着这个最新的read view到某行数据的版本链上挨个遍历，找到第一个合适的数据。这样就能做到每次都读到其他事务最新已提交的数据。

可重复读隔离级别下的事务只会在第一次执行普通select时生成read view，后续不管执行几次普通select，都会复用这个 read view。这样就能保持每次读的时候都是在同一标准下进行读取，那读到的数据也会是一样的。

串行化目的就是让并发事务看起来就像单线程执行一样，那实现也很简单，和读未提交隔离级别一样，串行化隔离界别下事务只读undo日志链的链表头，也就是最新版本的快照，并且就算是普通select，也会在版本链的最新快照上加入读锁。这样其他事务想写，也得等这个读锁释放掉才行。所有对这行数据进行操作的事务，都老老实实地阻塞等待加锁，一个接一个进行处理，从效果上看就跟单线程处理一样。

再看文章开头的例子

我们用上面提到的概念，重新回到文章开头的例子，梳理一遍。

我们假设数据库一开始的三条数据，都是由trx_id=1的事务insert生成的。

于是数据表一开始长下面这样。每行数据只有一个快照。注意快照里，trx_id填的是创建它们的事务id，也就是刚刚提到的事务1。roll_pointer原本应该指向insert产生的undo日志，为了简化，这里写为null（insert undo日志在事务提交后可以被清理掉）。

下面这个图，还是文章开头的图，这里放出来是为了方便大家，不用划回去看了。

在线程1启动事务，我们假设它的事务trx_id=2，第一次执行普通select，是快照读，在可重复读隔离级别，会生成一个read view。当前这个数据库，活跃事务只有它一个，那m_ids =[2]。m_ids里最小的id，也就是min_trx_id=2。max_trx_id是当前最大数据库事务id（只有它自己，所以也是2），加个1，也就是max_trx_id=3

此时线程1的事务，拿着这个read view去读数据库表。

因为这三条数据的trx_id=1都小于min_trx_id=2，都属于可见范围，因此能读到这三条数据的所有快照，最后返回符合条件（age>=3）的数据，有1条。

这时候事务2，假设它的事务trx_id=3，执行更新操作，生成新的undo日志快照。

此时线程1第二次执行普通select，还是快照读，由于是可重复读，会复用之前的read view，再执行一次读操作，这里重点关注id=2的那行数据，从版本链表头开始遍历，第一个快照trx_id=3 >= read view的max_trx_id=3，因此不可读，遍历下一个快照trx_id=1 < min_trx_id=2，可读。于是id=2的那行数据，还是拿到age=2，而不是更新后的age=3，因此快照读结果还是只有1条数据符合age>=3。

但是线程1第三次读，执行select for update，就成了当前读了，直接读undo日志版本链里最新的那行快照，于是能读到id=2，age=3，所以最终结果返回符合age>=3的数据有2条。

总的来说就是，由于快照读和当前读，读数据的规则不同，我们看到了不一样的结果。

看到这里，大家应该理解了，所谓的可重复读每次读都要读到一样的数据，这里头的"读"，指的是快照读。

如果下次面试官问你，可重复读隔离级别下每次读到的数据都是一样的吗？

你该知道怎么回答了吧？

总结

• 事务通过undo日志实现回滚的功能，从而实现事务的原子性（Atomicity）。

• 多个事务生成的undo日志构成一条版本链。快照读时事务根据read view来决定具体读哪个快照。当前读时事务直接读最新的快照版本。

• mysql的innodb引擎通过MVCC提升了读写并发。