MySQL—redo log、undo log以及MVCC-编程知识

MySQL—redo log、undo log以及MVCC

首先回忆一下MySQL事务的四大特性：ACID，即原子性、一致性、隔离性和持久性。其中原子性、一致性、持久性实际上是由InnoDB中的两份日志保证的，一份是redo log日志，一份是undo log日志；而隔离性则依赖于锁和MVCC。

一、redo log

重做日志，记录的是事务提交时数据页的物理修改，是用来实现事务的持久性。
该日志文件由两部分组成：重做日志缓冲( redo log buffer )以及重做日志文件( redo log file )，前者在内存中，后者在磁盘中。

1. 应用场景

我们知道，在InnoDB引擎中的内存结构中，主要的内存区域就是缓冲池，在缓冲池中缓存了很多的数据页。当我们在事务中执行多个增删改的操作时，InnoDB引擎会先操作缓冲池中的数据，如果缓冲池没有对应的数据，则会通过后台线程将磁盘中的数据加载出来，存放在缓冲池中，然后将缓冲池中的数据修改，修改后的数据页我们称为脏页。而脏页则会在一定的时机，通过后台线程刷新到磁盘中，从而保证缓冲池与磁盘数据的一致性。然而缓冲池的脏页数据并不是实时刷新的，而是一段时间之后才将缓冲池的数据刷新到磁盘中，假如刷新到磁盘的过程出错了，而提示给用户事务提交成功，这样数据没有持久化下来，违背了事务的持久性。redo log的作用就是，当事务提交之后会把所有修改信息都存到该日志文件中，用于在刷新脏页到磁盘发生错误时, 进行数据恢复使用。

2. 工作流程

在这里插入图片描述
当对缓冲池的数据进行增删改之后，会首先将数据页变化记录在redo log buffer中。在事务提交时，会将redo log buffer中的数据刷新到redo log磁盘文件中。之后，如果刷新缓冲池的脏页到磁盘时，发生错误，此时就可以借助于redo log进行数据恢复，这样就保证了事务的持久性。而如果脏页成功刷新到磁盘，此时redo log就没有作用了，就可以删除了，所以磁盘中存在两个redo log文件并且是循环写的。

3. 优点

可能有人会问，那为什么每一次提交事务，要刷新redo log buffer到磁盘中呢，而不是在事务提交时直接将buffer pool中的脏页刷新到磁盘呢？
因为在业务操作中，我们操作数据一般都是随机的，如果此时刷新磁盘，是随机IO，性能比较低。而redo log在往磁盘文件中写入数据时，由于是日志文件，所以是顺序IO。顺序IO的效率要远大于随机IO。这种先写日志的方式，称之为 WAL ( Write-Ahead Logging )。

二、undo log

回滚日志，用于记录数据被修改前的信息 , 作用包含两个：

提供回滚(保证事务的原子性和一致性)
MVCC(多版本并发控制)

undo log和redo log记录物理日志不一样，它记录的是逻辑日志。可以认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。如此一来，当执行事务回滚时，就可以从undo log中的逻辑记录读取到相应的内容并进行回滚。从而保证了事务的原子性和一致性。
undo log采用段的方式进行管理和记录，存放在InnoDB存储引擎的rollback segment回滚段中。undo log在事务执行时产生，事务提交时，并不会立即删除undo log，因为这些日志可能还用于MVCC。

三、MVCC

全称Multi-Version Concurrency Control，即多版本并发控制。指维护一个数据的多个版本，使得读写操作没有冲突。MVCC的具体实现，依赖于数据库记录中的隐式字段、undo log日志、readView。

1. 隐式字段

在一张表中，每行数据除了我们设置的字段以外，InnoDB还会自动地添加三个隐藏字段：

隐藏字段	含义
DB_TRX_ID	最近修改事务ID，记录插入这条记录或最后一次修改该记录的事务ID(从1开始自增)
DB_ROLL_PTR	回滚指针，指向这条记录的上一个版本，用于配合undo log，指向上一个版本
DB_ROW_ID	隐藏主键，如果表结构没有指定主键，将会生成该隐藏字段

上述的前两个字段是肯定会添加的，是否添加最后一个字段取决于当前表有没有主键，如果有主键，则不会添加该隐藏字段。

2. undo log

当执行insert的时候，产生的undo log日志只在回滚时需要，在事务提交后，可被立即删除。而执行update、delete的时候，产生的undo log日志不仅在回滚时需要，在快照读时也需要，不会立即被删除。
下面我们介绍一下undo log版本链的生成。假设有一张表的原始数据为
在这里插入图片描述
然后，有四个并发事务同时在操作这张表。

A. 第一步
在这里插入图片描述

当事务2执行第一条修改语句时，会记录undo log日志，记录数据变更之前的样子(左图)；然后更新记录，并且记录本次操作的事务ID，回滚指针，回滚指针用来指定如果发生回滚，回滚到哪一个版本(右图)。

在这里插入图片描述

B. 第二步

在这里插入图片描述

当事务3执行第一条修改语句时，也会记录undo log日志，记录数据变更之前的样子(左图)；然后更新记录，并且记录本次操作的事务ID，回滚指针，回滚指针用来指定如果发生回滚，回滚到哪一个版本(右图)。

在这里插入图片描述

C. 第三步

在这里插入图片描述

当事务4执行第一条修改语句时，也会记录undo log日志，记录数据变更之前的样子(左图)；然后更新记录，并且记录本次操作的事务ID，回滚指针，回滚指针用来指定如果发生回滚，回滚到哪一个版本(右图)。

在这里插入图片描述

最终我们发现，不同事务或相同事务对同一条记录进行修改，会导致该记录的undolog生成一条记录版本链表，链表的头部是最新的旧记录，链表尾部是最早的旧记录。

3. readView

首先我们先介绍两个概念，当前读和快照读。

当前读
读取的是记录的最新版本，读取时还要保证其他并发事务不能修改当前记录，会对读取的记录进行加锁。对于我们日常的操作，如：select … lock in share mode(共享锁)，select …for update、update、insert、delete(排他锁)都是一种当前读。
快照读
简单的select(不加锁)就是快照读，快照读，读取的是记录数据的可见版本，有可能是历史数据，不加锁，是非阻塞读。在不同的事务隔离级别下，生成快照读的时机不同。
- Read Committed：每次select，都生成一个快照读。
- Repeatable Read：开启事务后仅在第一个select语句快照读。
- Serializable：快照读会退化为当前读。

ReadView(读视图)是快照读SQL执行时MVCC提取数据的依据，记录并维护系统当前活跃的事务(未提交的)id。ReadView中包含了四个核心字段：

字段	含义
m_ids	当前活跃的事务ID集合
min_trx_id	最小活跃事务ID
max_trx_id	预分配事务ID，当前最大事务ID+1(因为事务ID是自增的)
creator_trx_id	ReadView创建者的事务ID

而在readView中也规定了版本链数据的访问规则(trx_id代表undolog版本链中记录的事务ID)：

条件	是否可以访问	说明
trx_id ==creator_trx_id	可以访问该版本	成立，说明数据是当前这个事务更改的
trx_id < min_trx_id	可以访问该版本	成立，说明数据已经提交
trx_id > max_trx_id	不可以访问该版本	成立，说明该事务是在readView生成后才开启
min_trx_id <= trx_id<= max_trx_id	如果trx_id不在m_ids中，是可以访问该版本的	成立，说明数据已经提交