mysql中一致性视图是什么

MVCC 的作用是什么？

避免因为写锁的阻塞而造成读数据的并发阻塞问题。可以这么理解，在引擎层做了一个逻辑上（注意是逻辑上，不是物理上）的读写分离。

它是通过保存数据的多个历史版本，根据版本号来决定数据是否对事务可见。在InnoDB内部中，会记录一个全局的活跃读写事务ID数组，其主要根据事务ID 大小用来判断事务的可见性。

所以它可以使数据不用加锁就达到事务隔离的效果。

序列

1. 事务日志
2. 版本+模型
3. 一致性视图

几种事务日志？

binlog。Mysql服务层产生的日志，用来做数据复制与同步以及故障恢复的。

redo log。Mysql数据日志记录，Mysql的写入流程是先写日志，再写磁盘，这里的日志就是redo log。这就是Mysql的WAL技术（Write-Ahead Logging）（Redis的写入也是这种方式）。具体一点就是，当一条数据需要更新的时候，InnoDB引擎会先把数据写入redo log，然后更新内存（change buffer），到这里就算成功了。数据会在适当的时候（什么是适当的时候？后面单独讲）去刷磁盘。

undo log。跟 redo log 是相反的，回放日志记录。它的生成方式是这样的：

• insert => delete

  insert into t(a) values(1);   => id = 1
  ---
  delete t where id = 1;
  复制代码

• delete => insert

  delete t where id = 1;       => id => 1, a => 1
  ---
  insert into t(id, a) values(1, 1);
  复制代码

• update => update

  update t set a = 2 where id = 1;    => id => 1, a => 1
  ---
  update t set a = 1 where id = 1;
  复制代码

版本模型

事务版本号

在InnoDB下，每个事务都有一个唯一的事务ID（transaction id），它是在事务开始的时候向事务系统申请（全局ID生成器）的。

数据版本

每一次的插入及更新操作都会视为一个版本。这个版本的架构如下：

• trx_id。事务ID
• roll ptr。指向上一个数据版本的指针，用于回退版本

根据这两个字段可以形成一个单链表，使得数据都可以溯源；在查询的时候，就可以有选择性的展示哪个版本的数据。那这个有选择性的展示是怎么实现的呢？

一致性视图

InnoDB为每个事务维护了一个数组，这个数组用来保存这个事务启动的瞬间，当前活跃的事务ID。这个数组里有两个水位值：

• 低水位：事务ID 最小值
• 高水位：事务ID 最大值 + 1

这两个水位值就构成了当前事务的一致性视图（Read-View）

当前事务（S1）在启动的瞬间，会生成一个活跃事务ID 数组。某个数据版本的trx_id。会有以下几种情况：

【【1，2，5】，【4，6】，【7，8】】

• （trx_id == 2 && trx_id < low woter）落在绿色区域（【1，2，5】）。表示这个事务是已提交的或者就是自己。那这个数据版本对S1是可见的
• 落在黄色区域（【4，6】）。
  • （trx_id == 4 && trx_id >= low woter && trx_id < hign woter）如果trx_id in active array。说明这个数据版本的事务还没提交。对S1不可见
  • （trx_id == 5 && trx_id not in 【low woter, hign woter】）如果trx_id not in active array。对S1可见。为什么会有这种情况呢？
    • 黄绿蓝区域是由水位来隔开的
    • 因为低水位往后的且小于高水位的都会在黄色区域
    • 当前事务是6，事务4未提交，事务5已经提交了
• （trx_id == 8 && trx_id >= hign woter）落在红色区域（7，8）。在S1启动的时候，我这个版本还没生成呢。对S1不可见

下面来举个例子看下

create table t(name varchar, age int, sex int, address varchar) engine=InnoDB;

insert into t(name, age, sex, address) values('tom', 23, 2, 'beijing');
复制代码

我们来画一下以上事务的版本结构

捋一下 trx_id = 1 的事务是怎么读到数据的？

1. 找到 age = 3 版本的 trx_id = 3。判断 >= 当前事务的高水位，不可见。继续根据 ptr 找 age = 4 的版本。
2. 找到 age = 4 版本的 trx_id = 4。判断 >= 当前事务的高水位，不可见。继续根据 ptr 找 age = 5 的版本。
3. 找到 age = 5 版本的 trx_id = 5。判断 >= 当前事务的高水位，不可见。继续根据 ptr 找 age = 24 的版本。
4. 找到 age = 24 版本的 trx_id = 1。判断 < 当前事务的低水位，可见。

这么一套下来，trx_id = 1 的事务 不管在什么时候查询，看到的数据都是 age = 24。这就是一致性视图。