MySQL是如何實現事物隔離？
前言
眾所周知，MySQL的在RR隔離級別下查詢數據，是可以保證數據不受其它事物影響，而在RC隔離級別下只要其它事物commit後，數據都會讀到commit之後的數據，那麼事物隔離的原理是什麼？是通過什麼實現的呢？那肯定是通過MVCC機制（
Multi-Version Concurrency Control，即多版本並發控制），這是很多人知道的，但是我之前沒有好好分析過其實現原理，所以寫下此篇博文記錄下!註：MySQL的InnoDB引擎之所以能夠支援高性能的並發性能，就是由於MySQL的MVCC機制（歸功於undo log、Read-View、），但是本篇不對MVCC過多的介紹。
參考資料：《MySQL實戰45講》系列，雖然講解的比較清晰，但是仍然需要理解，比如關於視圖數組部分我認為是相比較而言沒有解釋清楚，所以結合資料與自己見解加以記錄！
一、RC與RR隔離級別
我們分別開啟RC與RR隔離級別實驗說明，首先假設有account賬戶表，在事務ABC開啟前，賬戶中的餘額balance為1，即
select balance from account =1; # 結果為1
1.RR事務隔離級別下查詢結果
當在RR事務隔離級別分別開啟三個事務，在不同時間段內做如下操作
- 事務A（顯式開啟事務，手動commit提交）：查詢餘額
- 事務B（顯式開啟事務，手動commit提交）：對id=1的餘額加1
- 事務C（不顯式開啟事務，自動提交）：對id=1的餘額加1
我們從時間邏輯上分為三個階段，分析結果
- 第一階段：事務A立馬開始事務，隨後事務B也緊跟著立馬開始事務，然後事務C首先更新balance為2成功，當前balance=2；
- 第二階段：事務B更新balance的值，此時先讀到當前balance最新值為2，隨後set balance=balance+1成功，當前balance=3；
- 第三階段：事務A查詢balance的值，此時的值為1（這裡為什麼等於1呢，是怎麼實現的呢？不應該是當前最新值3嗎？這就是本篇博文討論的重點），最後commit結束事務，緊接著事務B也commit結束事務
最後事務A讀取balance的結果是1，理所當然，RR即為可重複讀，即一個事務在執行過程中看到的數據，總是跟這個事務啟動時看到的數據是一致的，當前事務不管有沒有提交，都不會影響數據，我只需要讀取基於快照的數據即可，這就是快照讀。但是我們要討論的是如何在MVCC機制下實現？
註：begin/start transaction 命令並不是一個事務的起點，在執行到它們之後的第一個操作InnoDB表的語句，事務才真正啟動。如果你想要馬上啟動一個事務，可以使用start transaction with consistent snapshot 這個命令。
1.RC事務隔離級別下查詢結果
同樣地，我們在RC隔離下，開啟事務ABC，觀察事務A最後的balance結果。
最後事務A讀取balance的結果是2，理所當然，RC即為讀可提交，字面意思就是其他事務只要提交後，當前事務我就能立馬讀取到最新當前值，這就是當前讀。但是我們要討論的是如何在MVCC機制下實現？
實際上這是因為實現MVCC時用到的一致性讀視圖，即consistent read view，用於支援RC（Read Committed，讀提交）和RR（Repeatable Read，可重複讀）隔離級別的實現。
三、事務隔離在MVCC的實現
在探討MVCC如何實現事務隔離前，我們需要知道是視圖數組、一致性視圖等概念，才能幫助更好理解MVCC幫助事務實現了隔離。
1.數據行ROW的多版本
InnoDB裡面每個事務有一個唯一的事務ID，叫作transaction id。它是在事務開始的時候向InnoDB的事務系統申請的，是按申請順序嚴格遞增的。
而每行數據也都是有多個版本的。每次事務更新數據的時候，都會生成一個新的數據版本，並且把transaction id賦值給這個數據版本的事務ID，記為row trx_id。同時，舊的數據版本要保留，並且在新的數據版本中，能夠有資訊可以直接拿到它（通過undo_log文件找到）。
也就是說，數據表中的一行記錄，其實可能有多個版本(row)，每個版本有自己的row trx_id。
對某一個數據行ROW某個時刻經過三次更新事務的多版本控制流程，畫如下圖加深理解。
從圖我們可以得到：
- ROW有四個版本V1-V4，即經過三次更新balance後，當前最新版本為V4，當前balance已經更新為4，是最新值
- InnoDB每次更新事務產生的transaction id都會賦值給row trx_id；
- 通過undo_log可以從V4撤回到V1,找到V1版本的balance=1，即undo_log回滾版本。
明白了數據行的ROW的多版本原理與實現後，可以幫助我們理解InnoDB是怎麼定義並創建快照的！
2.視圖數組
下述部分出自資料中的原句，特別是紅色加深部分可能會比較難以理解，所以需要結合自己理解並畫圖
InnoDB是這麼在事務開啟的時候定義快照的，哪些事務的操作我可以忽視，哪么我必須要保存在快照里。可以理解為：一個事務只需要在啟動的時候聲明說，「以我啟動的時刻為準，如果一個數據版本是在我啟動之前生成的，就認；如果是我啟動以後才生成的，我就不認，我必須要找到它的上一個版本」。
在實現上， InnoDB為每個事務構造了一個數組，用來保存這個事務啟動瞬間，當前正在「活躍」的所有事務ID。「活躍」指的就是，啟動了但還沒提交。數組裡面事務ID的最小值記為低水位，當前系統裡面已經創建過的事務ID的最大值加1記為高水位。這個視圖數組和高水位，就組成了當前事務的一致性視圖（read-view）。
我對低水位與高水位的理解：
低水位=當前所有啟動了但未提交事務集合的ID最小值=當前事務的上一個啟動但未提交的事務ID最小值（所有活躍事務ID最小值）
高水位=當前事務的ID（當前ROW版本號/row trx_id）=已經創建過事務ID的最大值+1
舉例說明：仍然以上述RR隔離級別下三個ABC事務為例
- 事務A開始前，系統裡面只有一個活躍事務ID是99；
- 事務A、B、C的版本號分別是100、101、102，且當前系統里只有這四個事務；
- 三個事務開始前，(id,balance)=(1,1）這一行數據的row trx_id是90。
這樣，事務A的視圖數組就是[99], 事務B的視圖數組是[99,100], 事務C的視圖數組是[99,100,101]。即視圖數組通用公式為：[{當前事務開啟瞬間活躍事務ID集合}]。
而數據版本的可見性規則，就是基於row trx_id和一致性視圖對比結果得到的，所以我們還必須再了解下一致性視圖
3.一致性視圖
通過對視圖數組的理解，一致性視圖就更加容易了，即：這個視圖數組和高水位，就組成了當前事務的一致性視圖（read-view）。
仍然以上述RR隔離級別下三個ABC事務為例
- 事務A開始前，系統裡面只有一個活躍事務ID是99, 所以事物A開啟瞬間活躍事物集合為[99]；
- 事務A、B、C的版本號分別是100、101、102，且當前系統里只有這四個事務，所以事物A、B、C高水位分別為100、101、102；
- 三個事務開始前，(id,balance)=(1,1）這一行數據的row trx_id是90。
這樣，事務A的一致性視圖就是[99,100], 事務B的一致性視圖是[99,100,101], 事務C的一致性視圖是[99,100,101,102]。即一致性視圖通用公式為：[{當前事務開啟瞬間活躍事務ID集合}，當前row trx_id]。
分析上述流程圖結果：
第一個有效更新版本是事物C，更新balance=2，這個時候的最新版本row trx_id=102，而之前的在事物ABC之前的活躍事物最新版本row trx_id為99，所以此時99已經成為歷史版本1；
第二個有效更新版本是事物B，更新balance=3，這個時候最新版本row trx_id=101，而此時row trx_id=102成為歷史版本1，而row trx_id=99成為歷史版本2；
事物A查詢的時候，事物B是沒有提交，但生成的(id, balance)=(1, 3)已經成為當前最新版本，事物A讀取數據時，一致性視圖為[99, 100]，而讀數據都是從當前版本切的然後對比row trx_id，所以會有以下流程：
- 找到(1,3)的時候，判斷出row trx_id=101，比高水位大，處於紅色區域，不可見；
- 接著，找到上一個歷史版本，一看row trx_id=102，比高水位大，處於紅色區域，不可見；
- 再往前找，終於找到了（1,1)，它的row trx_id=90，比低水位小，處於綠色區域，可見。
最後事物A無論在什麼時候查詢，看到的數據都是一致性視圖[99, 100]生成的快照數據(1, 1)，即row trx_id=90時的數據。這就稱之為一致性讀。
總結：
- 版本未提交，不可見；
- 版本已提交，但是是在視圖創建後提交的，不可見；
- 版本已提交，而且是在視圖創建前提交的，可見。
- (1,3)還沒提交，屬於情況1，不可見；
- (1,2)雖然提交了，但是是在視圖數組創建之後提交的，屬於情況2，不可見；
- (1,1)是在視圖數組創建之前提交的，可見。
4.當前讀與快照讀
（1）當前讀與快照讀規則
當然按照這個一致性讀的邏輯，事物B在事物C有效更新balance=2之後，但是事物B的視圖數組是在事物C生成的，所以理論上來說不應該是事物B看到的是(id, balance)=(1, 1)這個數據（快照/歷史版本）嗎？而看不到當前版本(1, 2)數據。為什麼事物B在更新balance之後直接數據就成為(1, 3)了呢？
如果事物B在update之前select一次數據，看到的值確實是balance=1，但是update是不能在歷史版本上操作的，否則事物C的更新就會丟失，所以update操作都是在先讀取當前版本，然後再更新。
也就說有這麼一條規則：更新數據都是先讀後更新，而這個讀是讀當前最新值，稱之為「當前讀（current read），而只查詢不讀的話就會讀取當前快照，稱之為「快照讀」。所以在事物B更新balance之前，先查詢到最新的版本(1, 2)然後再更新為(1, 3)。而事物A查詢的快照數據為(1, 1)，而不是最新版本(1, 3)。
（2）當前讀與快照讀解釋
當前讀：像select lock in share mode(共享鎖), select for update ; update, insert ,delete(排他鎖)這些操作都是一種當前讀。就是它讀取的是記錄的最新版本，讀取時還要保證其他並發事務不能修改當前記錄，會對讀取的記錄進行加鎖。
快照讀：像不加鎖的select操作就是快照讀，即不加鎖的非阻塞讀；快照讀的前提是隔離級別不是串列級別，串列級別下的快照讀會退化成當前讀。是基於多版本控制的，那麼快照讀可能讀到的並不一定是數據的最新版本，而有可能是之前的歷史版本（快照數據）。
（3）RC讀可提交下的視圖規則
讀提交的邏輯和可重複讀的邏輯類似，它們最主要的區別是：
- 在可重複讀隔離級別下，只需要在事務開始的時候創建一致性視圖，之後事務里的其他查詢，都共用這個一致性視圖；
- 在讀提交隔離級別下，每一個語句執行前都會重新算出一個新的視圖，此時start transaction with consistent snapshot就等同於普通的start transaction/begin
- 事物C立馬更新balance=2，然後自動提交，生成最新版本(1, 2)，此時重新計算出視圖數據(1, 2);
- 事物B查到此時的最新版本為(1, 2)，之後再更新為版本(1, 3)為當前最新版本，查詢此時的事物B select到的balance=3（事物B更新balance=3之後立馬算出一個新的視圖，select就是根據此視圖得到的數據），而不是1。
- 而此時事物B還未提交，對於事物A來說是看不見的，所以事物A此時讀取到的事物C提交的最新版本(1, 2)。
