MySQL笔记(7)-- 事务和实现

一、背景

  前面有说到InnoDB是事务型引擎,那什么是事务?事务的特性是什么?它所对应的隔离级别是哪些?是怎么实现的?下面来详细讨论下。

二、事务的理解

  事务就是一组原子性的SQL查询,或者说一个独立的工作单元。如果数据库引擎能够成功地对数据库应用该组查询的全部语句,那么就执行该组语句。如果其中有任何一条语句因为崩溃或其他原因无法执行,那么所有的语句都不会执行。也就是说,事务内的语句,要么全部执行成功,要么全部执行失败。

  可以用银行转账的例子来解释事务的必要性。如果一个银行的数据库有两张表,支票表和储蓄表,现在用户张三从他的支票账户转移200元到他的储蓄账号,那么需要发生至少三个步骤:

  1. 检查支票账号的余额高于200元;
  2. 从支票账号余额中减去200元;
  3. 在储蓄账号余额中增加200元。

  上述三个步骤的操作必须打包在一个事务中,任何一个事务的失败,则必须回滚所有的步骤,即支票账号和储蓄账号都回到这个转账操作的最初状态。

  可以用start transaction语句开始一个事务,然后用commit提交事务将修改的数据持久保留或使用rollback撤销所有的修改。事务SQL的样本如下:

start transaction;
select balance from checking where customer_id=1;
update checking set balance=balance-200.00 where customer_id=1;
update savings set balance=balance+200.00 where customer_id=1;
commit;

  单纯的事务不是这个故事的全部。试想一下,如果执行到第四条语句时服务器崩溃了,会发生什么?可能会损失200元。再假如,在执行到第三条语句和第四条语句之间时,另外一个进程要删除支票账号的所有余额,那么结果可能是银行在不知道这个逻辑的情况下白白给了张三200元。

  因此引出了下面的概念,事务的特性,即除非系统通过严格的ACID测试,否则空谈事务的概念是不够的。一个良好的事务处理系统,必须具备这些标准特性。

三、事务的特性

1.原子性(atomicity)

  一个事务必须视为一个不可分割的最小工作单元,整个事务中的所有操作要么全部提交成功,要么全部失败回滚,对于一个事务来说,不可能只执行其中的一部分操作,这就是事务的原子性。

2.一致性(consistency)

  数据库总是从一个一致性的状态转换到另一个一致性的状态。在前面的例子中,一致性确保了,即使在执行第三、四条语句之间时系统崩溃,支票账号中也不会损失200元,因为事务最终没有提交,所以事务中所做的修改也不会保存到数据库中。一致性可以理解是例子中----开始的支票账号总数加上储蓄账号总数之和,等于转账结束后支票账号总数加上储蓄账号总数之和。

3.隔离性(isolation)

  通常来说,一个事务所做的修改在最终提交之前,对其他事务是不可见的。在前面的例子中,当执行第三条语句、第四条语句还未开始时,此时有另外一个账号汇款过来,则其看到的支票账号余额并没有被减去200元。这当我们后面讨论隔离级别时,会发现为什么我们要说“通常来说”是不可见的。

4.持久性(durability)

  一旦事务提交,则其所做的修改就会永久保存到数据库中。比如写redo log日志

  一个实现了ACID的数据库,比没有实现ACID的数据库,通常会需要更强的CPU处理能力、更大的内存和更多的磁盘空间。这也是MySQL的存储引擎架构可以发挥优势的地方,用户可以根据业务来判断是否需要事务处理,来选择合适的存储引擎。对于一些不需要事务的查询类应用,选择一个非事务型的存储引擎,可以获得更高的性能。即使存储引擎不支持事务,也可以通过LOCK TABLES加锁和UNLOCK TABLES解锁语句来提供一定程度的保护。

四、隔离级别

1.READ UNCOMMITTED(未提交读)

  在READ UNCOMMITTED级别,事务中的修改,即使没有提交,对其他事务也都是可见的。事务读取未提交的数据,称为脏读(Dirty Read)。

2.READ COMMITTED(提交读)

  大多数数据库系统的默认隔离级别都是READ COMMITTED(但MySQL不是)。一个事务开始时,只能“看见”已经提交的事务所做的修改。换句话说,一个事务从开始直到提交之前,所做的任何修改对其他事务都是不可见的。这个级别有时也叫不可重复读(nonrepeatable read),因为两次执行同样的查询,可能会得到不一样的结果。【针对update更新操作】

3.REPEATABLE READ(可重复读)

  REPEATABLE READ解决了脏读的问题,保证了在同一个事务中多次读取同样记录的结果是一致的,但还是存在幻读的问题,即当某个事务在读取某个范围内的记录时,另外一个事务又在该范围内插入了新的记录,当之前的事务再次读取该范围的记录时,会产生幻行。InnoDB存储引擎通过多版本并发控制(MVCC,Multiversion Concurrency Control)解决了幻读的问题。该级别是MySQL的默认事务隔离级别。【针对insert插入操作】

4.SERIALIZABLE(可串行化)

  通过强制事务串行执行,避免了幻读的问题。简单来说,SERIALIZABLE会在读取的每一行数据上都加锁,所以可能导致大量的超时和锁争用的问题。“写”会加“写锁”,“读”会加“读锁”,当出现读写锁冲突时,后访问的事务必须等前一个事务执行完成,才能继续执行。

  其中“提交读”和“可重复读”可能比较难理解,所以下面用一个例子说明这几种隔离级别。假设数据表T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:

  我们来看看在不同的隔离级别下,事务A会有哪些不同的返回结果,也就是图里面的V1、V2、V3的返回值分别是什么:

  • 若隔离级别是“未提交读”,则V1的值是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“提交读”,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: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“时,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的值是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“未提交读”隔离级别下直接返回记录上的最新值,没有视图概念;
  • 在”提交读“隔离级别下,视图是在每个SQL语句开始执行的时候创建的;
  • 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;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;
  • 在“串行化”隔离级别下直接用加锁的方式来避免并行访问。

  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“提交读”,因此如果你想一些数据从Oracle迁移到MySQL,为保证数据库隔离级别的一致,你要将MySQL的隔离级别设置为“提交读”。配置的方式是,将启动参数transaction-isolation的值设置为READ-COMMITTED。你可以用show variables来查看当前的值。

mysql> show variables like 'transaction_isolation';
 
+-----------------------+----------------+
 
| Variable_name | Value |
 
+-----------------------+----------------+
 
| transaction_isolation | READ-COMMITTED |
 
+-----------------------+----------------+

五、事务隔离的实现

  理解了事务的隔离级别,那么事务隔离是怎么实现的呢?这里以“可重复读”来展开说明。

  在MySQL中,实际上每条记录在更新时都会同时记录一条回滚操作。记录上的最新值,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,在回滚日志里面就有类型下面的记录:

  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。如图中看到的,在视图A、B、C中,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,这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。

  同时你会发现,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对于的事务是不会冲突的。

  回滚日志在不需要的时候会被删除,即系统会判断,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。那什么时候才不需要了呢?就是当系统里没有比这个回滚日志更早的read-view的时候。

  基于上面的说明,我们来讨论下为什么建议你尽量不要使用长事务。

  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,这就导致大量占用存储空间。

  在MySQL5.5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。比如数据只有20GB,而回滚段有200GB的库,最终只好为了清理回滚段,重建整个库。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。

事务的启动方式

  1. 显示启动事务语句,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闭。意味着如果你只执行一个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你主动执行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,通过显示语句的方式来启动事务。

  对于一个需要频繁使用事务的业务,第二种方式每个事务在开始时都不需要主动执行一次“begin”,减少了语句的交互次数。如果你顾虑“多一次交互”的问题,建议使用commit work and chain语法。

  在autocommit为1的情况下,用begin显式启动的事务,如果执行commit则提交事务,如果执行commit work and chain,则是提交事务并自动启动下一个事务,这样也省去了再次执行begin语句的开销。同时带来的好处是从程序开发的角度明确每个语句是否处于事务中。

  你可以在information_schema库的innodb_trx这个表查询长事务,比如下面这个语句,由于查找持续时间超过60s的事务:

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

 六、讨论

   前面说了系统里面应该避免长事务,那么有什么方案来避免出现或者处理这种情况呢?

  首先,从应用开发端来看:

  1. 确认是否使用了set_autocommit=0,这个确认工作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;
  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。把好几个select语句放到了事务中,这种只读事务可以去掉;
  3. 业务连接数据库时,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。

  其次,从数据库端来看:

  1. 监控information_schema.Innodb_trx表,设置长事务阀值,超过就预警或kill;
  2. Percona的pt-kill工具不错,推荐使用;
  3. 在业务功能测试阶段要求输出所有的general_log,分析日志行为提前发现问题;
  4. 如果使用的是MySQL5.6或者更新版本,把innodb_undo_tablespaces设置为2(或者更大的值)。如果真出现大事务导致回滚段过大,这样设置后清理起来更方便。
posted @ 2020-03-26 13:47  码猿手  阅读(...)  评论(...编辑  收藏
Live2D