InnoDB,select 为啥会阻塞 insert?

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

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)。

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

如何使用普通锁保证一致性?

普通锁,被使用最多:

(1) 操作数据前,锁住,实施互斥,不允许其他的并发任务操作;

(2) 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。

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。

 

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:

(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。

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)。

 

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。

 

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。

 

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:

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。

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:

(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。

 

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。

 

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:

(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;

 

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。

 

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。

 

总结

(1) 常见并发控制保证数据一致性的方法有数据多版本

(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;

画外音:本文的知识点均基于 MySQL5.6。

希望大家有收获,下一篇继续深入 InnoDB 的

转载: 58 沈剑 [架构师之路]