都是同样条件的 mysql select 语句，为什么读到的内容却不一样？
都是同样条件的 mysql select 语句，为什么读到的内容却不一样？
假设当前数据库里有下面这张表。
老规矩，以下内容还是默认发生在 innodb 引擎的可重复读隔离级别下。
大家可以看到，线程 1，同样都是读 age >= 3 的数据。第一次读到1 条数据，这个是原始状态。这之后线程 2 将 id=2 的 age 字段也改成了 3。
线程 1 此时再读两次，一次读到的结果还是原来的1 条，另一次读的结果却是2 条，区别在于加没加 for update。
为什么同样条件下，都是读，读出来的数据却不一样呢？
可重复读不是要求每次读出来的内容要一样吗？
要回答这个问题。
我需要从盘古是怎么开天辟地这个话题开始聊起。
不好意思。
失态了。
那就从事务是怎么回滚的开始聊起吧。
事务的回滚是怎么实现的
我们在执行事务的时候，一般都是下面这样的格式
begin;
操作1;
操作2;
操作3;
xxxxx
....
commit;
在提交事务之前，会执行各种操作，里面可以包含各种逻辑。
只要是执行逻辑，那就有可能会报错。
回想下事务的ACID里有个A，原子性，整个事务就是个整体，要么一起成功，要么一起失败。
如果失败了的话，那就要让执行到一半的事务有能力回到没执行事务前的状态，这就是回滚。
执行事务的代码就类似写成下面这样。
begin;
try:
操作1;
操作2;
操作3;
xxxxx
....
commit;
except Exception:
rollback;
如果执行rollback能回到事务执行前的状态的话，那说明 mysql 需要知道某些行，执行事务前的数据长什么样子。
那数据库是怎么做到的呢？
这就要提到undo 日志了，它记录了某一行数据，在执行事务前是怎么样的。
比如id=1那行数据，name字段从**"小白"更新成了"小白 debug"**，那就会新增一个 undo 日志，用于记录之前的数据。
由于同时并发执行的事务可以有很多，于是可能会有很多 undo 日志，日志里加入事务的 id（trx_id）字段，用于标明这是哪个事务下产生的 undo 日志。
同时将它们用链表的形式组织起来，在 undo 日志里加入一个指针（roll_pointer），指向上一个 undo 日志，于是就形成了一条版本链。
有了这个版本链，当某个事务执行到一半发现失败时，就直接回滚，这时候就可以顺着这个版本链，回到执行事务前的状态。
当前读和快照读是什么
有了上面的 undo 日志版本链之后，我们可以看到最新的数据在表头，在这之后的都是一个个旧的数据版本。不管是最新的，还是旧的数据版本，我们都叫它数据快照。
当前读，读的就是版本链的表头，也就是最新的数据。
快照读，读的就是版本链里的其中一个快照，当然如果这个快照正好就是表头，那此时快照读和当前读的结果一样。
我们平时执行的普通 select 语句，比如下面这种，就是快照读。
select * from user where phone_no=2；
而特殊的 select 语句，比如在select后面加上lock in share mode或for update，都属于当前读。
除此之外insert，update，delete操作都属于写操作，既然写，那必然是写最新的数据，所以都会引发当前读。
那么问题来了。
当前读，读的是版本链的表头，那么执行当前读的时候，有没有可能恰好有其他事务，生成更加新的快照，替代当前表头，成为新的表头呢，那这时候岂不是读的不是最新数据了？
答案是不会，不管是 select ... for update 这些（特殊的）读操作，还是 insert、update 这些写操作，都会对这行数据加锁。而生成 undo 日志快照，也是在写操作的情况下生成的，执行写操作前也需要获得锁。所以写操作需要阻塞等待当前读完成后，获得锁后才能更新版本链。
read view
数据库里可以同时并发执行非常多的事务, 每个事务都会被分配一个事务 ID, 这个 ID 是递增的，越新的事务，ID 越大。
而数据表里某行数据的 undo 日志版本链，每个 undo 日志上面也有一个事务 id (trx_id)，它是创建这个 undo 日志的事务 id。
并不是所有事务都会生成 undo 日志，也就是说某行数据的 undo 日志版本链上只有部分事务的 id。但是，所有事务都有可能会访问这行数据对应的版本链。而且版本链上虽然有很多 undo 日志快照，但也不是所有 undo 日志都能被读，毕竟有些 undo 日志，创建它们的事务还没提交呢，人家随时可能失败并回滚。
现在的问题就成了，现在有一个事务，通过快照读的方式去读 undo 日志版本链，那它能读哪些快照？并且它应该读哪个快照？
这里就要引入一个read view的概念。它就像是一个有上下边界的滑动窗口。
整个数据库里有那么多事务，这些事务分为已经提交（commit）的，和没提交的。没提交的，意味着这些事务还在进行中，也就是所谓的活跃事务。所有的活跃事务的 id，组成m_ids。而这其中最小的事务 id 就是 read view 的下边界，叫 min_trx_id。
产生 read view 的那一刻，所有事务里最大的事务 id，加个 1，就是这个 read view 的上边界，叫 max_trx_id。
概念太多，有点乱？没事的，继续往下看，后面会有例子的。
事务能读哪些快照
有了这些基础信息之后，我们先看下事务在 read view 下，他能读哪些快照呢？
记住一个大前提**：事务只能读到自己产生的 undo 日志数据（事务提不提交都行），或者是其他事务已经提交完成的数据**。
现在事务（假设就叫事务 A吧）有了 read view 之后，不管看哪个 undo 日志版本链，我们都可以把 read view 往版本链上一放。版本链就被分成了好几部分。
版本链快照的 trx_id < read view 的 min_trx_id
从上面的描述中，我们可以知道 read view 的 m_ids 来源于数据库所有活跃事务的 id，而最小的 min_trx_id 就是 read view 的下边界，因为事务 id 是根据时间递增的，所以如果版本链快照的 trx_id 比 min_trx_id 还要小，那这些肯定都是非活跃（已经提交）的事务 id，这些快照都能被事务 A 读到。
版本链快照的 trx_id >= read view 的 max_trx_id
max_trx_id 是在事务 A 创建 read view 的那一刻产生的，它比那时候所有数据库已知的事务 id 都还要大。所以如果 undo 日志版本链上的某个快照上含有比 max_trx_id 还要大的 trx_id，那说明这个快照已经超出事务 A 的"理解范围了"，它不该被读到。
read view 的 min_trx_id <= 版本链快照的 trx_id < read view 的 max_trx_id
- 如果版本链快照的 trx_id 正好就是事务 A 的 id，那正好是它自己生成的 undo 日志快照，那不管有没有提交，都能读。
- 如果版本链快照的 trx_id 正好在活跃事务 m_ids 中, 那这些事务数据都还没提交，所以事务 A 不能读到它们
- 除了上面两种情况外，剩下的都是已经提交的事务数据，可以放心读。
事务会读哪个快照
上面提到，事务在 read view 的可见范围里，有机会能读到 N 多快照。但那么多快照版本，事务具体会读哪个快照呢？
事务会从表头开始遍历这个 undo 日志版本链，它会拿每个 undo 日志里的 trx_id 去跟自己的 read view 的上下边界去做判断。第一个出现的小于 max_trx_id 的快照。
- 如果快照是自己产生，那提不提交都行，就决定是读它了。
- 如果快照是别人产生的，且已经提交完成了，那也行，决定读它了。
比如下图，undo日志1正好小于max_trx_id，且事务已经提交，那么就读它了。
MVCC 是什么
像上面这种，维护一个多快照的undo 日志版本链，事务根据自己的read view去决定具体读那个 undo 日志快照，最理想的情况下是每个事务都读自己的一份快照，然后在这个快照上做自己的逻辑，只有在写数据的时候，才去操作最新的行数据，这样读和写就被分开了，比起单行数据没有快照的方式，它能更好的解决读写冲突，所以数据库并发性能也更好。其实这就是面试里常问的MVCC，全称Multi-Version Concurrency Control，即多版本并发控制。
四个隔离级别是怎么实现的
之前的写的一篇文章最后留了个问题，四个隔离级别是怎么实现的。
知道了undo 日志版本链和MVCC之后，我们再回过头来看下这个问题。
读未提交，每次读到的都是最新的数据，也不管数据行所在的事务是否提交。实现也很简单，只需要每次都读 undo 日志版本链的链表头（最新的快照）就行了。
与读未提交不同，读提交和可重复读隔离级别都是基于 MVCC 的 read view 实现的，反过来说, MVCC 也只会出现在这两个隔离级别里。
读已提交隔离级别，每次执行普通 select，都会重新生成一个新的 read view，然后拿着这个最新的 read view到某行数据的版本链上挨个遍历，找到第一个合适的数据。这样就能做到每次都读到其他事务最新已提交的数据。
可重复读隔离级别下的事务只会在第一次执行普通 select时生成read view，后续不管执行几次普通 select，都会复用这个 read view。这样就能保持每次读的时候都是在同一标准下进行读取，那读到的数据也会是一样的。
串行化目的就是让并发事务看起来就像单线程执行一样，那实现也很简单，和读未提交隔离级别一样，串行化隔离界别下事务只读 undo 日志链的链表头，也就是最新版本的快照，并且就算是普通 select，也会在版本链的最新快照上加入读锁。这样其他事务想写，也得等这个读锁释放掉才行。所有对这行数据进行操作的事务，都老老实实地阻塞等待加锁，一个接一个进行处理，从效果上看就跟单线程处理一样。
再看文章开头的例子
我们用上面提到的概念，重新回到文章开头的例子，梳理一遍。
我们假设数据库一开始的三条数据，都是由trx_id=1的事务insert生成的。
于是数据表一开始长下面这样。每行数据只有一个快照。注意快照里，trx_id填的是创建它们的事务 id，也就是刚刚提到的事务1。roll_pointer原本应该指向 insert 产生的 undo 日志，为了简化，这里写为null（insert undo 日志在事务提交后可以被清理掉）。
下面这个图，还是文章开头的图，这里放出来是为了方便大家，不用划回去看了。
在线程 1启动事务，我们假设它的事务trx_id=2，第一次执行普通 select，是快照读，在可重复读隔离级别，会生成一个read view。当前这个数据库，活跃事务只有它一个，那m_ids =[2]。 m_ids 里最小的 id，也就是min_trx_id=2。max_trx_id 是当前最大数据库事务 id（只有它自己，所以也是 2），加个 1，也就是max_trx_id=3
此时线程 1的事务，拿着这个 read view 去读数据库表。
因为这三条数据的 trx_id=1 都小于 min_trx_id=2，都属于可见范围，因此能读到这三条数据的所有快照，最后返回符合条件（age>=3）的数据，有 1 条。
这时候事务 2，假设它的事务trx_id=3，执行更新操作，生成新的 undo 日志快照。
此时线程 1第二次执行普通 select，还是快照读，由于是可重复读，会复用之前的 read view，再执行一次读操作，这里重点关注 id=2 的那行数据，从版本链表头开始遍历，第一个快照 trx_id=3 >= read view 的 max_trx_id=3，因此不可读，遍历下一个快照trx_id=1 < min_trx_id=2，可读。于是 id=2 的那行数据，还是拿到 age=2，而不是更新后的 age=3，因此快照读结果还是只有1 条数据符合 age>=3。
但是线程 1第三次读，执行 select for update，就成了当前读了，直接读 undo 日志版本链里最新的那行快照，于是能读到 id=2，age=3，所以最终结果返回符合 age>=3 的数据有 2 条。
总的来说就是，由于快照读和当前读，读数据的规则不同，我们看到了不一样的结果。
看到这里，大家应该理解了，所谓的可重复读每次读都要读到一样的数据，这里头的**"读"，指的是快照读**。
如果下次面试官问你，可重复读隔离级别下每次读到的数据都是一样的吗？
你该知道怎么回答了吧？
总结
- 事务通过 undo 日志实现回滚的功能，从而实现事务的原子性（Atomicity）。
- 多个事务生成的 undo 日志构成一条版本链。快照读时事务根据 read view 来决定具体读哪个快照。当前读时事务直接读最新的快照版本。
- mysql 的 innodb 引擎通过 MVCC 提升了读写并发。
最后
最近原创更文的阅读量稳步下跌，思前想后，夜里辗转反侧。
我有个不成熟的请求。
离开广东好长时间了，好久没人叫我靓仔了。
大家可以在评论区里，叫我一靓仔吗？
我这么善良质朴的愿望，能被满足吗？
如果实在叫不出口的话，能帮我点下右下角的点赞和在看吗？
别说了，一起在知识的海洋里呛水吧
关注公众号:【小白 debug】
不满足于在留言区说骚话？
加我，我们建了个划水吹牛皮群，在群里，你可以跟你下次跳槽可能遇到的同事或面试官聊点有意思的话题。就超！开！心！
