新闻详情

新闻详情

首页 / 资讯中心 / 详情

MVCC深入:Read View、版本链与快照读——InnoDB并发控制的内核

发布时间:2026/11/4 9:45:05来源:尧图网络
MVCC深入:Read View、版本链与快照读——InnoDB并发控制的内核
大家好我是小耶写功课只是为了我踩过的坑你们别再踩了之前写过事务隔离级别——脏读、不可重复读、幻读。但那是表象。隔离级别是怎么实现的为什么InnoDB能做到“读不阻塞写、写不阻塞读”为什么RR级别下幻读没有被完全解决答案都在MVCC多版本并发控制里。今天把MVCC的底层机制彻底拆开讲清楚。一、什么是MVCCMVCCMulti-Version Concurrency Control多版本并发控制。它的核心思想是同一行数据在数据库中保留多个版本不同事务读取时看到的是符合自己隔离级别的那个版本。InnoDB为每一行数据维护了三个隐藏字段DB_TRX_ID6字节最后一次修改该行的事务IDDB_ROLL_PTR7字节指向Undo Log中该行的上一个版本DB_ROW_ID6字节如果没有显式主键InnoDB用它生成聚簇索引DB_ROLL_PTR是版本链的关键——通过它当前行可以一路回溯到所有历史版本。二、版本链是怎么构建的每次对数据进行修改UPDATE或DELETEInnoDB都会在Undo Log中记录修改前的旧值。修改后当前行的DB_ROLL_PTR指向Undo Log中的旧版本。举个例子一个事务把id1的name从张三改成李四再把age从25改成26。版本链会变成当前行: name李四, age26, trx_id100, roll_ptr - Undo Log ↑ Undo Log: name李四, age25, trx_id100, roll_ptr - Undo Log ↑ Undo Log: name张三, age25, trx_id90, roll_ptr - NULL版本链的每一个版本都记录了修改它的事务ID。这个ID是Read View判断“哪个版本可见”的核心依据。三、Read View决定哪个版本可见Read View是事务在快照读时生成的一个“可见性判断规则”。它包含四个核心字段字段含义m_ids当前活跃事务ID列表已启动但未提交的事务min_trx_id活跃事务中最小的事务IDmax_trx_id下一个将要分配的事务IDcreator_trx_id创建这个Read View的事务ID当一个事务要读取某行数据时沿着版本链从头开始找如果版本的trx_id小于min_trx_id说明这个版本在Read View创建之前就已提交——可见如果版本的trx_id大于等于max_trx_id说明这个版本在Read View创建之后才启动——不可见如果trx_id在min_trx_id和max_trx_id之间如果trx_id在m_ids列表中说明事务还活跃——不可见如果不在说明已提交——可见沿着版本链一直找到第一个可见的版本就是当前事务能读到的数据。四、RC和RR的Read View差异这是MVCC最核心的差异点。隔离级别Read View生成时机效果READ COMMITTED每次SELECT都生成新的Read View能读到其他事务最新提交的数据REPEATABLE READ只在事务第一次SELECT时生成之后复用整个事务期间看到的是同一份快照RC下事务A第一次SELECT时看到的是当时的数据快照。事务B提交后事务A再次SELECT会生成新的Read View看到事务B提交的数据。这就是“读已提交”。RR下事务A第一次SELECT生成Read View后后续所有SELECT都复用这个Read View。即使事务B提交了事务A也看不到——因为它仍然用旧Read View判断可见性。这就是“可重复读”。这也解释了为什么RR级别下幻读没有被完全解决。快照读普通SELECT下RR确实避免了幻读——因为Read View不变新插入的行对当前事务不可见。但当前读SELECT ... FOR UPDATE、SELECT ... LOCK IN SHARE MODE会读取最新数据如果另一个事务插入了新行当前读会看到它——这就是幻读。五、快照读与当前读InnoDB的读操作分两种快照读Snapshot Read普通的SELECT语句。读取的是Read View决定的历史版本不加锁不阻塞写。当前读Current ReadSELECT ... FOR UPDATE、SELECT ... LOCK IN SHARE MODE、INSERT、UPDATE、DELETE。读取的是最新版本需要加锁。读类型语句是否加锁读取版本快照读普通SELECT不加锁Read View决定的版本当前读FOR UPDATE / 写操作加锁最新版本MVCC的核心价值就在于快照读——读操作不需要加锁写操作不会被读阻塞。这是InnoDB高并发性能的基石。六、长事务与Undo Log膨胀MVCC有一个代价历史版本必须保留到不再被任何Read View需要为止。如果一个事务长时间不提交它持有的Read View会一直阻止InnoDB清理旧版本。Undo Log不断膨胀占用大量表空间。监控长事务SELECT trx_id, trx_state, trx_started, TIMESTAMPDIFF(SECOND, trx_started, NOW()) AS duration_sec FROM information_schema.innodb_trx WHERE TIMESTAMPDIFF(SECOND, trx_started, NOW()) 60;如果发现长事务需要评估是否可以提交或回滚。监控指标Innodb_history_list_length持续增长说明Undo Log清理不及时版本链过长。七、小结MVCC是InnoDB并发控制的内核。版本链记录历史Read View决定可见性快照读利用MVCC实现无锁读当前读读取最新版本并加锁。RC和RR的核心差异在于Read View的生成时机——每次SELECT vs 首次SELECT。理解MVCC才能理解InnoDB为什么能做到高并发下的读写不互相阻塞。小耶在手SQL 不愁还有什么想了解的欢迎留言小耶一定知无不言言无不尽……我们下次见~
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/3 12:09:41

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉