两个事务并发写，能保证数据唯一吗？
两个事务并发写，能保证数据唯一吗？
哟，又是我小白。最近有点高产了。
连我自己都害怕了。
直接进入正题吧。
两个事务并发写，能保证数据唯一吗？
我先来解释下标题讲的是个啥。
我们假设有这么一个用户注册的场景。用户并发请求注册新用户。
你有一张数据库表，也就是下面的 user 表。
产品经理要求用户和用户之间，电话号码不能重复，为了保证这一点。我们想到了先查一下数据库，再判断一下，如果存在，就退出，否则插入一条数据。类似下面这样的伪代码。
select user where phone_no =2; // 查询sql
if (user 存在) {
return
} else {
insert user; // 插入sql
}
但这是两条 sql 语句，先执行查询 sql，判断后再决定要不要执行插入 sql。每次用户注册的时候都会执行这么一段逻辑。
那如果，此时有多个用户在做操作，就会并发执行这段逻辑。
如果都并发执行，第一条 sql 语句执行完之后，都会发现没有用户存在。此时都执行了插入，这样就出现了两条一样的数据才对。
所以，有人就想了，这两条 sql 语句逻辑应该是一个整体，不应该拆开，于是就想到了事务，通过事务把这两个 sql 作为一个整体，要么一起执行，要么都回滚。
这正是数据库 ACID 里的 A（Atomicity），原子性的完美体现啊。
伪代码类似下面这样。
begin;
select user where phone_no =2; // 查询sql
if (user 存在) {
return
} else {
insert user; // 插入sql
}
commit;
那么问题来了，这段逻辑，并发执行，能保证数据唯一？
当然是不能。
事务內的多条 sql 语句，确实是原子的，要么一起成功，要么一起失败，这没错，但跟这个场景没什么太大关系。事务是并发执行的，第一个事务执行查询用户，并不会阻塞另一个事务查询用户，所以都有可能查到用户不存在，此时两个事务逻辑都判断为用户不存在，然后插入数据库。事务内两条 sql 都执行成功了，于是就插入了两条一样的数据。
怎么保证数据唯一？
那么我们接下来聊聊，怎么保证上面这种场景下，插入的数据是唯一的。方法有很多种，但我们今天只讨论 mysql 内部的做法，不考虑其他外部中间件（比如 redis 分布式锁这些）。
唯一索引
通过下面的命令，可以为数据库 user 表的 phone_no 字段加入唯一索引。
ALTER TABLE `user` ADD unique(`phone_no`);
我们执行一条写操作时，比如下面这句，
INSERT INTO `user` (`user_name`, `phone_no`) VALUES('小红', 2);
第一次会插入成功，第二次再执行插入，则会出现报错。
Duplicate entry '2' for key 'phone_no'
含义是 phone_no 这个字段是唯一的，加两次 phone_no=2 会导致重复。
于是乎回到我们文章开头的场景里，就完美解决了重复插入的问题了。
那么问题来了。
为什么唯一索引能保证数据唯一？
我们看看一句写操作，会经历什么。
首先，mysql 作为一个数据库，内部主要分为两层，一层是server 层，一层是存储引擎层（一般是innodb）。
server 层主要管的是数据库链接，权限校验，以及 sql 语句校验和优化之类的工作。请求打到存储引擎层，才是真正的查询和更新数据的操作。
大家都知道数据库是持久化存储，且最后都是把数据存到磁盘上的。
那数据库读写是直接读写磁盘数据吗？
不是，如果直接读写磁盘的话，那就太慢了，为了提升速度。
它在磁盘前面加了一层内存，叫buffer pool。它里面有很多细节，但最主要的就是个双向链表，里面放的是一个个数据页，每个数据页的大小默认是 16kb，数据页里面放的就是磁盘的数据。
于是有了这层 buffer pool 内存，mysql 的读和写操作都可以先操作这部分内存，如果想要读写的数据页不在 buffer pool 里，再跑到磁盘里去捞。由于读写内存的速度比读写磁盘快得多。
所以引擎读写都快多了。
但这还不够，很多时候写操作，我的诉求就是把 xx 更新为 xx，或插入 xx，数据库光知道这一点就够了，我根本不需要知道数据页原来长什么样子。
有点抽象？举个例子吧。
比方说我想要把 id=1 的这条数据的 phone_no 字段更新为 100，数据库知道这一点就够了，至于这条数据原来 phone_no 究竟是等于 20，还是 30，这根本不重要，反正最后都会变成我想要的 phone_no=100。
也就是说，如果有那么一块内存，记录下我准备把数据改成什么样子，然后后续异步慢慢更新到磁盘数据上。那我甚至到不需要在一开始就把这块数据从磁盘读到 buffer pool 中，按照这个思路，change buffer就来了。
于是乎，写加了普通索引的数据，当想要更新的数据它不在 buffer 里时，也不需要立马去磁盘里加载这份数据了，只要把想要写的内容写到 change buffer 上，就立马结束返回了。后面 innodb 引擎拿着这个 change buffer，再异步读入磁盘数据到内存，将 change buffer 的数据修改到数据页中，再写回磁盘，这速度就上来了，秒啊。
但这个 change buffer，放在唯一索引这里就不管用了，毕竟，它得保证数据真的只有一条，那就得去看下数据库里，是不是真的有这条数据。
所以，对于 insert 场景，普通索引把需求扔到 change buffer 就完事返回了，而唯一索引需要真的把数据从磁盘读到内存来，看下是不是有重复的，没重复的再插入数据。
这唯一索引，在性能上就输了一截了。
所以回到唯一索引为什么能保证数据唯一的问题上，一句话概括就是，唯一索引会绕过 change buffer，确保把磁盘数据读到内存后再判断数据是否存在，不存在才能插入数据，否则报错，以此来保证数据是唯一的。
总结
- 加唯一索引可以保证数据并发写入时数据唯一，而且最省事省心。
- 数据库通过引入一层 buffer pool 内存来提升读写速度，普通索引可以利用 change buffer 提高数据插入的性能。
- 唯一索引会绕过 change buffer，确保把磁盘数据读到内存后再判断数据是否存在，不存在才能插入数据，否则报错，以此来保证数据是唯一的。
给大家留个问题呗，前面也提到了，innodb 中，利用了 change buffer，为普通索引做了加速。有没有哪些场景下，change buffer 不仅不能给普通索引加速，还起到反作用的呢？
最后
大家也别笑，文章开头提到的通过开事务来保证数据唯一性的错误操作，其实很容易犯，而且我曾经也遇到过不止一次这样的事情。
做这个操作的人，还会信誓旦旦，言之凿凿的说出他的理解，在我解释了几遍发现无果之后，我选择低头假装思考，然后说："你说的有点道理，我再回去好好想想"，然后默默的为数据表加上唯一索引......
我相信对方肯定已经理解了。那一刻，我感觉我写的不是代码，我写的是人情世故。
如果文章对你有帮助，欢迎.....
算了。
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！
