事務隔離級別的時候提到過，如果是可重複讀隔離級別，事務T啟動的時候會建立一個檢視read-view，之後事務T執行期間，即使有其他事務修改了資料，事務T看到的仍然跟在啟動時看到的一樣。也就是說，一個在可重複讀隔離級別下執行的事務，好像與世無爭，不受外界影響。

但是，我在上一篇文章中，和你分享行鎖的時候又提到，一個事務要更新一行，如果剛好有另外一個事務擁有這一行的行鎖，它又不能這麼超然了，會被鎖住，進入等待狀態。問題是，既然進入了等待狀態，那麼等到這個事務自己獲取到行鎖要更新資料的時候，它讀到的值又是什麼呢？

我給你舉一個例子吧。下面是一個只有兩行的表的初始化語句。

mysql> CREATE
 
 TABLE `t` (
  `id` int(11) NOT NULL,
  `k` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB;
insert into t(id, k) values(1,1),(2,2);

這裡，我們需要注意的是事務的啟動時機。

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。

還需要注意的是，在整個專欄裡面，我們的例子中如果沒有特別說明，都是預設autocommit=1。

在這個例子中，事務C沒有顯式地使用begin/commit，表示這個update語句本身就是一個事務，語句完成的時候會自動提交。事務B在更新了行之後查詢; 事務A在一個只讀事務中查詢，並且時間順序上是在事務B的查詢之後。

這時，如果我告訴你事務B查到的k的值是3，而事務A查到的k的值是1，你是不是感覺有點暈呢？

所以，今天這篇文章，我其實就是想和你說明白這個問題，希望藉由把這個疑惑解開的過程，能夠幫助你對InnoDB的事務和鎖有更進一步的理解。

在MySQL裡，有兩個“檢視”的概念：

• 一個是view。它是一個用查詢語句定義的虛擬表，在呼叫的時候執行查詢語句並生成結果。建立檢視的語法是create view … ，而它的查詢方法與表一樣。
• 另一個是InnoDB在實現MVCC時用到的一致性讀檢視，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。

它沒有物理結構，作用是事務執行期間用來定義“我能看到什麼資料”。

“快照”在MVCC裡是怎麼工作的？

在可重複讀隔離級別下，事務在啟動的時候就“拍了個快照”。注意，這個快照是基於整庫的。

這時，你會說這看上去不太現實啊。如果一個庫有100G，那麼我啟動一個事務，MySQL就要拷貝100G的資料出來，這個過程得多慢啊。可是，我平時的事務執行起來很快啊。

實際上，我們並不需要拷貝出這100G的資料。我們先來看看這個快照是怎麼實現的。

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。

而每行資料也都是有多個版本的。每次事務更新資料的時候，都會生成一個新的資料版本，並且把transaction id賦值給這個資料版本的事務ID，記為row trx_id。同時，舊的資料版本要保留，並且在新的資料版本中，能夠有資訊可以直接拿到它。

也就是說，資料表中的一行記錄，其實可能有多個版本(row)，每個版本有自己的row trx_id。

如圖2所示，就是一個記錄被多個事務連續更新後的狀態。

圖中虛線框裡是同一行資料的4個版本，當前最新版本是V4，k的值是22，它是被transaction id 為25的事務更新的，因此它的row trx_id也是25。

你可能會問，前面的文章不是說，語句更新會生成undo log（回滾日誌）嗎？那麼，undo log在哪呢？

實際上，圖2中的三個虛線箭頭，就是undo log；而V1、V2、V3並不是物理上真實存在的，而是每次需要的時候根據當前版本和undo log計算出來的。比如，需要V2的時候，就是通過V4依次執行U3、U2算出來。

明白了多版本和row trx_id的概念後，我們再來想一下，InnoDB是怎麼定義那個“100G”的快照的

按照可重複讀的定義，一個事務啟動的時候，能夠看到所有已經提交的事務結果。但是之後，這個事務執行期間，其他事務的更新對它不可見。

因此，一個事務只需要在啟動的時候宣告說，“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”。

當然，如果“上一個版本”也不可見，那就得繼續往前找。還有，如果是這個事務自己更新的資料，它自己還是要認的。

在實現上， InnoDB為每個事務構造了一個數組，用來儲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，當前系統裡面已經建立過的事務ID的最大值加1記為高水位。

這個檢視陣列和高水位，就組成了當前事務的一致性檢視（read-view）。

而資料版本的可見性規則，就是基於資料的row trx_id和這個一致性檢視的對比結果得到的。

這個檢視陣列把所有的row trx_id 分成了幾種不同的情況

這樣，對於當前事務的啟動瞬間來說，一個數據版本的row trx_id，有以下幾種可能：

1. 如果落在綠色部分，表示這個版本是已提交的事務或者是當前事務自己生成的，這個資料是可見的；

2. 如果落在紅色部分，表示這個版本是由將來啟動的事務生成的，是肯定不可見的；

3. 如果落在黃色部分，那就包括兩種情況
   a. 若 row trx_id在陣列中，表示這個版本是由還沒提交的事務生成的，不可見；
   b. 若 row trx_id不在陣列中，表示這個版本是已經提交了的事務生成的，可見。

比如，對於圖2中的資料來說，如果有一個事務，它的低水位是18，那麼當它訪問這一行資料時，就會從V4通過U3計算出V3，所以在它看來，這一行的值是11。

你看，有了這個聲明後，系統裡面隨後發生的更新，是不是就跟這個事務看到的內容無關了呢？因為之後的更新，生成的版本一定屬於上面的2或者3(a)的情況，而對它來說，這些新的資料版本是不存在的，所以這個事務的快照，就是“靜態”的了。

所以你現在知道了，InnoDB利用了“所有資料都有多個版本”的這個特性，實現了“秒級建立快照”的能力。

接下來，我們繼續看一下圖1中的三個事務，分析下事務A的語句返回的結果，為什麼是k=1。

這裡，我們不妨做如下假設：

1. 事務A開始前，系統裡面只有一個活躍事務ID是99；

2. 事務A、B、C的版本號分別是100、101、102，且當前系統裡只有這四個事務；

3. 三個事務開始前，(1,1）這一行資料的row trx_id是90。

這樣，事務A的檢視陣列就是[99,100], 事務B的檢視陣列是[99,100,101], 事務C的檢視陣列是[99,100,101,102]。

為了簡化分析，我先把其他干擾語句去掉，只畫出跟事務A查詢邏輯有關的操作：

從圖中可以看到，第一個有效更新是事務C，把資料從(1,1)改成了(1,2)。這時候，這個資料的最新版本的row trx_id是102，而90這個版本已經成為了歷史版本。

第二個有效更新是事務B，把資料從(1,2)改成了(1,3)。這時候，這個資料的最新版本（即row trx_id）是101，而102又成為了歷史版本。

你可能注意到了，在事務A查詢的時候，其實事務B還沒有提交，但是它生成的(1,3)這個版本已經變成當前版本了。但這個版本對事務A必須是不可見的，否則就變成髒讀了。

好，現在事務A要來讀資料了，它的檢視陣列是[99,100]。當然了，讀資料都是從當前版本讀起的。所以，事務A查詢語句的讀資料流程是這樣的：

• 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

這樣執行下來，雖然期間這一行資料被修改過，但是事務A不論在什麼時候查詢，看到這行資料的結果都是一致的，所以我們稱之為一致性讀。

這個判斷規則是從程式碼邏輯直接轉譯過來的，但是正如你所見，用於人肉分析可見性很麻煩。

所以，我來給你翻譯一下。一個數據版本，對於一個事務檢視來說，除了自己的更新總是可見以外，有三種情況

1. 版本未提交，不可見；

2. 版本已提交，但是是在檢視建立後提交的，不可見；

3. 版本已提交，而且是在檢視建立前提交的，可見。

現在，我們用這個規則來判斷圖4中的查詢結果，事務A的查詢語句的檢視陣列是在事務A啟動的時候生成的，這時候：

• (1,3)還沒提交，屬於情況1，不可見；
• (1,2)雖然提交了，但是是在檢視陣列建立之後提交的，屬於情況2，不可見；
• (1,1)是在檢視陣列建立之前提交的，可見。

你看，去掉數字對比後，只用時間先後順序來判斷，分析起來是不是輕鬆多了。所以，後面我們就都用這個規則來分析。

更新邏輯

細心的同學可能有疑問了：事務B的update語句，如果按照一致性讀，好像結果不對哦？

你看圖5中，事務B的檢視陣列是先生成的，之後事務C才提交，不是應該看不見(1,2)嗎，怎麼能算出(1,3)來？

是的，如果事務B在更新之前查詢一次資料，這個查詢返回的k的值確實是1。

但是，當它要去更新資料的時候，就不能再在歷史版本上更新了，否則事務C的更新就丟失了。因此，事務B此時的set k=k+1是在（1,2）的基礎上進行的操作。

所以，這裡就用到了這樣一條規則：更新資料都是先讀後寫的，而這個讀，只能讀當前的值，稱為“當前讀”（current read）。

因此，在更新的時候，當前讀拿到的資料是(1,2)，更新後生成了新版本的資料(1,3)，這個新版本的row trx_id是101。

所以，在執行事務B查詢語句的時候，一看自己的版本號是101，最新資料的版本號也是101，是自己的更新，可以直接使用，所以查詢得到的k的值是3。

這裡我們提到了一個概念，叫作當前讀。其實，除了update語句外，select語句如果加鎖，也是當前讀。

所以，如果把事務A的查詢語句select * from t where id=1修改一下，加上lock in share mode 或 for update，也都可以讀到版本號是101的資料，返回的k的值是3。下面這兩個select語句，就是分別加了讀鎖（S鎖，共享鎖）和寫鎖（X鎖，排他鎖）。

mysql> select k from t where id=1 lock in share mode;
mysql> select k from t where id=1 for update;

再往前一步，假設事務C不是馬上提交的，而是變成了下面的事務C’，會怎麼樣呢？

事務C’的不同是，更新後並沒有馬上提交，在它提交前，事務B的更新語句先發起了。前面說過了，雖然事務C’還沒提交，但是(1,2)這個版本也已經生成了，並且是當前的最新版本。那麼，事務B的更新語句會怎麼處理呢？

這時候，我們在上一篇文章中提到的“兩階段鎖協議”就要上場了。事務C’沒提交，也就是說(1,2)這個版本上的寫鎖還沒釋放。

而事務B是當前讀，必須要讀最新版本，而且必須加鎖，因此就被鎖住了，必須等到事務C’釋放這個鎖，才能繼續它的當前讀。

到這裡，我們把一致性讀、當前讀和行鎖就串起來了。

現在，我們再回到文章開頭的問題：事務的可重複讀的能力是怎麼實現的？

可重複讀的核心就是一致性讀（consistent read）；而事務更新資料的時候，只能用當前讀。如果當前的記錄的行鎖被其他事務佔用的話，就需要進入鎖等待。

而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建立一致性檢視，之後事務裡的其他查詢都共用這個一致性檢視；
• 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檢視。

那麼，我們再看一下，在讀提交隔離級別下，事務A和事務B的查詢語句查到的k，分別應該是多少呢？

這裡需要說明一下，“start transaction with consistent snapshot; ”的意思是從這個語句開始，建立一個持續整個事務的一致性快照。所以，在讀提交隔離級別下，這個用法就沒意義了，等效於普通的start transaction。

下面是讀提交時的狀態圖，可以看到這兩個查詢語句的建立檢視陣列的時機發生了變化，就是圖中的read view框。（注意：這裡，我們用的還是事務C的邏輯直接提交，而不是事務C’）

這時，事務A的查詢語句的檢視陣列是在執行這個語句的時候建立的，時序上(1,2)、(1,3)的生成時間都在建立這個檢視陣列的時刻之前。但是，在這個時刻：

• (1,3)還沒提交，屬於情況1，不可見；
• (1,2)提交了，屬於情況3，可見。

所以，這時候事務A查詢語句返回的是k=2。

顯然地，事務B查詢結果k=3。

小結

InnoDB的行資料有多個版本，每個資料版本有自己的row trx_id，每個事務或者語句有自己的一致性檢視。普通查詢語句是一致性讀，一致性讀會根據row trx_id和一致性檢視確定資料版本的可見性。

• 對於可重複讀，查詢只承認在事務啟動前就已經提交完成的資料；
• 對於讀提交，查詢只承認在語句啟動前就已經提交完成的資料；

而當前讀，總是讀取已經提交完成的最新版本。

你也可以想一下，為什麼表結構不支援“可重複讀”？這是因為表結構沒有對應的行資料，也沒有row trx_id，因此只能遵循當前讀的邏輯。