【MVCC快照如何实现】

MVCC(多版本并发控制)快照的实现原理

MVCC(Multi-Version Concurrency Control)是现代数据库实现事务隔离级别的核心技术，它通过数据多版本和快照机制来实现高效的并发控制。下面我将详细解析MVCC快照的实现机制。

一、MVCC核心组件

1. 版本链结构

MVCC通过以下隐藏字段维护数据版本：

• DB_TRX_ID(6字节)：记录创建或最后一次修改该行的事务ID
• DB_ROLL_PTR(7字节)：回滚指针，指向undo log记录
• DB_ROW_ID(6字节)：隐含自增ID(无主键时生成)
• DELETE BIT(1位)：标记该行是否被删除

2. undo log(回滚日志)

• 存储数据修改前的状态
• 组成版本链的关键结构
• 类型：
  • INSERT undo log：事务回滚时需要删除
  • UPDATE undo log：事务回滚时需要恢复旧值

3. ReadView(读视图)

决定事务能看到哪些版本的数据，包含：

• m_ids：生成ReadView时活跃的事务ID列表
• min_trx_id：活跃事务中的最小ID
• max_trx_id：系统将分配的下一个事务ID
• creator_trx_id：创建该ReadView的事务ID

二、MVCC快照的生成过程

1. 事务启动时

• 分配唯一事务ID(单调递增)
• 根据隔离级别决定是否立即创建ReadView：
  • 读已提交：每条语句执行前创建新ReadView
  • 可重复读：事务第一次读操作时创建ReadView

2. 数据读取时的可见性判断

def is_visible(trx_id, read_view):if trx_id < read_view.min_trx_id:return True  # 已提交的旧事务elif trx_id == read_view.creator_trx_id:return True  # 自身修改可见elif trx_id in read_view.m_ids:return False # 活跃事务不可见else:return True  # 已提交的新事务

3. 版本链遍历过程

1. 从最新数据行开始检查
2. 通过DB_ROLL_PTR找到undo log中的旧版本
3. 对每个版本应用可见性判断
4. 返回第一个可见的版本

三、不同隔离级别的实现差异

1. 读已提交(RC)

• 每次执行SELECT都新建ReadView
• 能看到其他事务已提交的修改
• 可能产生不可重复读现象

2. 可重复读(RR)

• 事务第一次读操作时创建ReadView
• 整个事务期间复用同一个ReadView
• 保证同一事务内读取一致性
• MySQL通过间隙锁避免幻读

四、MVCC的写入流程

1. 更新操作

1. 对原数据行打删除标记
2. 插入新行并更新DB_TRX_ID
3. 原行DB_ROLL_PTR指向undo log

2. 删除操作

1. 设置行的DELETE BIT为1
2. 记录undo log

3. 插入操作

1. 分配新行并设置DB_TRX_ID为当前事务ID

五、MVCC的清理机制

1. purge线程

• 定期清理不再需要的undo log
• 清理条件：
  • 对应事务已提交
  • 没有活跃事务需要访问该版本

2. 版本链修剪

• 当某版本对所有活跃事务都不可见时
• 可被安全回收

六、各数据库实现对比

特性	MySQL(InnoDB)	PostgreSQL	Oracle
版本存储	主表+undo log	主表+TOAST(大对象存储)	回滚段
快照生成时机	语句/事务级别	事务级别	SCN(System Change Number)
清理机制	purge线程	VACUUM进程	SMON后台进程

七、MVCC的优势与局限

优势：

• 读不阻塞写，写不阻塞读
• 避免大部分锁争用
• 实现非锁定一致性读

局限：

• 需要维护多版本数据，增加存储开销
• 长期事务可能导致版本堆积
• 需要复杂的垃圾回收机制

MVCC快照的实现是现代数据库高并发能力的基石，理解其原理有助于优化事务设计和排查并发问题。