性能文章>拿捏!隔离级别、幻读、Gap Lock、Next-Key Lock>

拿捏!隔离级别、幻读、Gap Lock、Next-Key Lock原创

2年前
3673133

前面我写了很多Mysql相关的知识点,到这一篇稍微可以串一下了,从SQL执行流程、MVCC到锁,很多时候可能觉得对于间隙锁和Next-Key Lock好像已经理解了,但是好像又觉得理解差那么一点意思,这篇文章从头来梳理一下概念,明确一下这些知识。

首先,对于Mysql来说实现了两种行级锁:

共享锁:允许事务读一行数据,一般记为S,也称为读锁

排他锁:允许事务删除或者更新一行数据,一般记为X,也称为写锁

关于读写锁的互斥性,应该都很清楚,读锁只能和读锁兼容,其他场景都无法兼容,这里不再赘述吧。

隔离级别

继续回顾下关于Mysql的4个隔离级别:

读未提交Read Uncommitted:能读到其他事务还没有提交的数据,这种现象叫做脏读。

读已提交Read Committed:只会读取其他事务已经提交的数据,所以不会产生RC的脏读问题。所以又带来一个问题叫做不可重复读,一个事务中两次一样的SQL查询可能查到的结果不一样。

可重复读Repeatable Read:RR是Mysql的默认隔离级别,一个事务中两次SQL查询总是会查到一样的结果,不存在不可重复读的问题,但是还是会有幻读的问题。

串行Serializable:串行场景没有任何问题,完全串行化的操作,读加读锁,写加写锁。

幻读、Next-Key Lock、MVCC

简单的回顾完了基础,那么我们看看RR级别下还会存在的幻读到底是什么问题,Mysql官方文档这样描述的:

The so-called phantom problem occurs within a transaction when the same query produces different sets of rows at different times. For example, if a SELECT is executed twice, but returns a row the second time that was not returned the first time, the row is a “phantom” row.

翻译过来就是,幻读指的是同一事务下,不同的时间点,同样的查询,得到不同的行记录的集合。

如果说一个select执行了两次,但是第二次比第一次多出来行记录,这就是幻读。

所以,对于幻读来说那一定是新增插入的数据!

比如说在一个事务内,先查询select * from user where age=10 for update,得到的结果是id为[1,2,3]的记录,再次执行查询,得到了结果为[1,2,3,4]的记录,这是幻读。

那怎么解决幻读的问题?以前我在文章里说解决幻读的原理是MVCC(MVCC原理看这里)很多网上的文章也有这么写的,其实不能说错,但是肯定也是不太对的,准确地来说应该是通过MVCC+Next-Key Lock的方式才解决了幻读的问题。

对于MVCC中的读可以分为两种,分别叫做快照读当前读(这个当前读的说法我在书里翻了半天也没有找到,但是看网上一堆资料和大佬都叫当前读,那么我们就叫当前读吧,你知道的话可以告诉我哪本书有这个称呼,Mysql我只看见Lock reading或者锁定读的叫法,有的也说锁定读就是当前读,但是并没有找到当前读这种称呼的出处在哪儿)。

快照读就是简单的select查询,查询的都是快照版本,这个场景下因为都是基于MVCC来查询快照的某个版本,所以不会存在幻读的问题,也可以认为是解决了幻读的方案之一,对于RC级别来说,因为每次查询都重新生成一个read view,也就是查询的都是最新的快照数据,所以会可能每次查询到不一样的数据,造成不可重复读,而对于RR级别来说只有第一次的时候生成read view,查询的是事务开始的时候的快照数据,所以就不存在不可重复读的问题,当然就更不可能有幻读的问题了。

所以,现在我们说幻读,其实不是指快照读的场景,而是指的是当前读的场景。

当前读指的是lock in share modefor updateinsertupdatedelete这些需要加锁的操作。对于MVCC来说就是解决的快照读的场景,而对于当前读那么就是Next-Key Lock要解决的事情。

那么Next-Key Lock是什么?怎么解决的幻读?

行锁有写锁X和读锁S两种,实际上行锁有3种实现算法,Next-Key Lock是其中之一。

第一种叫做Record Lock,字面意思,行记录的锁,实际上指的是对索引记录的锁定。

比如执行语句select * from user where age=10 for update,将会锁住user表所有age=10的行记录,所有对age=10的记录的操作都会被阻塞。

第二种都比较熟悉,叫做Gap Lock,也就是间隙锁,它用于锁定的索引之间的间隙,但是不会包含记录本身。

比如语句select * from user where age>1 and age<10 for update,将会锁住age在(1,10)的范围区间,此时其他事务对该区间的操作都会被阻塞。

间隙锁是可重复读RR隔离级别下特有的,另外还有几种场景也会不使用间隙锁。

  1. 事务隔离级别设置为读已提交RC ,这样肯定没有间隙锁了。

  2. Innodb_locks_unsafe_for_binlog设置为1

  3. 另外一种情况适用于主键索引或者唯一索引的等值查询条件,比如select * from user where id=1id是主键索引,这样只使用Record Lock就可以了,因为能唯一锁定一条记录,所以没有必要再加间隙锁了,这是锁降级的过程。

而第三种Next-Key Lock实际上就是相当于Record Lock+Gap Lock的组合。比如索引有10,20,30几个值,那么被锁住的区间可能会是(-∞,10],(10,20],(20,30],(30,+∞)。

解决幻读

上一篇关于更新SQL执行过程我们已经对这个基础有了一定的了解,在这里我们去掉和这里内容无关的一些日志的细节,把给数据加锁的流程加入进去,这样通过SQL执行可以更好地理解Next-Key Lock到底是如何解决幻读的,执行过程如下:

  1. 首先第一步Server层会来查询数据
  2. 存储引擎根据查询条件查到数据之后对数据进行加锁,Record Lock或者间隙锁,然后返回数据
  3. Server层拿到数据之后调用API去存储引擎更新数据
  4. 最后存储引擎返回结果,流程结束

搞一张表说明一下,user表有4个字段,id是主键索引,name是唯一索引,age是普通索引,city没有索引,然后插入一些测试数据,下面区分一下几种情况来说明是怎么加Next-Key Lock的,然后就知道为啥会没有幻读的问题了。

没有索引

更新语句update user set city='nanjing' where city='wuhan'会发生什么?

因为city是没有索引的,所以存储引擎只能给所有的记录都加上锁,然后把数据都返回给Server层,然后Server层把city改成nanjing,再更新数据。

因此,首先Record Lock会锁住现有的7条记录,间隙锁则会对主键索引的间隙全部加上间隙锁。

所以,更新的时候没有索引是非常可怕的一件事情,相当于把整个表都给锁了,那表都给锁了当然不存在幻读了。

普通索引

我们再假设一个语句select * from user where age=20 for update

因为age是一个普通索引,存储引擎根据条件过滤查到所有匹配age=20的记录,给他们加上写锁,间隙锁会加在(10,20),(20,30)的区间上,因此现在无论怎样都无法插入age=20的记录了

为什么要锁定这两个区间?如果不锁定这两个区间的话,那么还能插入比如id=11,age=20或者id=21,age=20的记录,这样就存在幻读了。

(那实际上写锁不光是在会加在age普通索引上,还会加在主键索引上,因为数据都是在主键索引下对吧,这个肯定也要加锁的,为了看起来简单点,就不画出来了)

唯一&主键索引

如果查询的是唯一索引又会发生什么呢?比如有查询语句select * from user where name='b' for update

上面我们提到过,如果是唯一索引或者主键索引的话,并且是等值查询,实际上会发生锁降级,降级为Record Lock,就不会有间隙锁了。

因为主键或者唯一索引能保证值是唯一的,所以也就不需要再增加间隙锁了。

很显然,是无法插入name=b的的记录的,也不存在幻读问题。

如果是范围查询比如id>1 and id<11呢,实际上也是一样的锁定方式,不再赘述。

相比稍微有点不同的是上面也说过,唯一索引不光锁定唯一索引,还会锁定主键索引,主键索引的话只要索引主键索引就行了。

总结

那最后说了这么多,RR级别下不是都已经解决了幻读的问题吗,怎么还说有幻读的问题呢?

关于这个问题,可以看看这个报出的BUGhttps://bugs.mysql.com/bug.php?id=63870,回复说了这不是BUG,这是符合隔离规范的设计,有兴趣的自己看看吧。

 

点赞收藏
艾小仙
请先登录,查看1条精彩评论吧
快去登录吧,你将获得
  • 浏览更多精彩评论
  • 和开发者讨论交流,共同进步

为你推荐

日常Bug排查-偶发性读数据不一致

日常Bug排查-偶发性读数据不一致

33
1