原文地址 https://mp.weixin.qq.com/s/R3yuitWpHHGWxsUcE0qIRQ
原创： 58沈剑 架构师之路 2018-08-14
《InnoDB 行锁，如何锁住一条不存在的记录？》埋了一个坑，没想到评论反响剧烈，大家都希望深挖下去。原计划写写 InnoDB 的锁结束这个 case，既然呼声这么高，干脆全盘系统性的写写 InnoDB 的并发控制，锁，事务模型好了。
体系相对宏大，一篇肯定写不完，容我娓娓道来，通俗地说清楚来龙去脉。
一、并发控制
为啥要进行并发控制？
并发的任务对同一个临界资源进行操作，如果不采取措施，可能导致不一致，故必须进行并发控制（Concurrency Control）。
技术上，通常如何进行并发控制？
通过并发控制保证数据一致性的常见手段有：
锁（Locking）
数据多版本（Multi Versioning）
二、锁
如何使用普通锁保证一致性？
普通锁，被使用最多：
(1) 操作数据前，锁住，实施互斥，不允许其他的并发任务操作；
(2) 操作完成后，释放锁，让其他任务执行；
如此这般，来保证一致性。
普通锁存在什么问题？
简单的锁住太过粗暴，连 “读任务” 也无法并行，任务执行过程本质上是串行的。
于是出现了共享锁与排他锁：
共享锁（Share Locks，记为 S 锁），读取数据时加 S 锁
排他锁（eXclusive Locks，记为 X 锁），修改数据时加 X 锁
共享锁与排他锁的玩法是：
共享锁之间不互斥，简记为：读读可以并行
排他锁与任何锁互斥，简记为：写读，写写不可以并行
可以看到，一旦写数据的任务没有完成，数据是不能被其他任务读取的，这对并发度有较大的影响。
画外音：对应到数据库，可以理解为，写事务没有提交，读相关数据的 select 也会被阻塞。
有没有可能，进一步提高并发呢？
即使写任务没有完成，其他读任务也可能并发，这就引出了数据多版本。
三、数据多版本
数据多版本是一种能够进一步提高并发的方法，它的核心原理是：
（1）写任务发生时，将数据克隆一份，以版本号区分；
（2）写任务操作新克隆的数据，直至提交；
（3）并发读任务可以继续读取旧版本的数据，不至于阻塞；
如上图：
1. 最开始数据的版本是 V0；
2. T1 时刻发起了一个写任务，这是把数据 clone 了一份，进行修改，版本变为 V1，但任务还未完成；
3. T2 时刻并发了一个读任务，依然可以读 V0 版本的数据；
4. T3 时刻又并发了一个读任务，依然不会阻塞；
可以看到，数据多版本，通过 “读取旧版本数据” 能够极大提高任务的并发度。
提高并发的演进思路，就在如此：
普通锁，本质是串行执行
读写锁，可以实现读读并发
数据多版本，可以实现读写并发
画外音：这个思路，比整篇文章的其他技术细节更重要，希望大家牢记。
好，对应到 InnoDB 上，具体是怎么玩的呢？
四、redo, undo, 回滚段
在进一步介绍 InnoDB 如何使用 “读取旧版本数据” 极大提高任务的并发度之前，有必要先介绍下 redo 日志，undo 日志，回滚段（rollback segment）。
为什么要有 redo 日志？
数据库事务提交后，必须将更新后的数据刷到磁盘上，以保证 ACID 特性。磁盘随机写性能较低，如果每次都刷盘，会极大影响数据库的吞吐量。
优化方式是，将修改行为先写到 redo 日志里（此时变成了顺序写），再定期将数据刷到磁盘上，这样能极大提高性能。
画外音：这里的架构设计方法是，随机写优化为顺序写，思路更重要。
假如某一时刻，数据库崩溃，还没来得及刷盘的数据，在数据库重启后，会重做 redo 日志里的内容，以保证已提交事务对数据产生的影响都刷到磁盘上。
一句话，redo 日志用于保障，已提交事务的 ACID 特性。
为什么要有 undo 日志？
数据库事务未提交时，会将事务修改数据的镜像（即修改前的旧版本）存放到 undo 日志里，当事务回滚时，或者数据库奔溃时，可以利用 undo 日志，即旧版本数据，撤销未提交事务对数据库产生的影响。
画外音：更细节的，
对于 insert 操作，undo 日志记录新数据的 PK(ROWID)，回滚时直接删除；_
对于 delete/update 操作，undo 日志记录旧数据 row，回滚时直接恢复；
他们分别存放在不同的 buffer 里。
一句话，undo 日志用于保障，未提交事务不会对数据库的 ACID 特性产生影响。
什么是回滚段？
存储 undo 日志的地方，是回滚段。
undo 日志和回滚段和 InnoDB 的 MVCC 密切相关，这里举个例子展开说明一下。
栗子：
t(id PK, name);
数据为：
1, shenjian
2, zhangsan
3, lisi
此时没有事务未提交，故回滚段是空的。
接着启动了一个事务：
start trx;
delete (1, shenjian);
update set(3, lisi) to (3, xxx);
insert (4, wangwu);
并且事务处于未提交的状态。
可以看到：
(1) 被删除前的 (1, shenjian) 作为旧版本数据，进入了回滚段；
(2) 被修改前的 (3, lisi) 作为旧版本数据，进入了回滚段；
(3) 被插入的数据，PK(4) 进入了回滚段；
接下来，假如事务 rollback，此时可以通过回滚段里的 undo 日志回滚。
画外音：假设事务提交，回滚段里的 undo 日志可以删除。
可以看到：
(1) 被删除的旧数据恢复了；
(2) 被修改的旧数据也恢复了；
(3) 被插入的数据，删除了；
事务回滚成功，一切如故。
四、InnoDB 是基于多版本并发控制的存储引擎
《大数据量，高并发量的互联网业务，一定要使用 InnoDB》提到，InnoDB 是高并发互联网场景最为推荐的存储引擎，根本原因，就是其多版本并发控制（Multi Version Concurrency Control, MVCC）。行锁，并发，事务回滚等多种特性都和 MVCC 相关。
MVCC 就是通过 “读取旧版本数据” 来降低并发事务的锁冲突，提高任务的并发度。
核心问题：
旧版本数据存储在哪里？
存储旧版本数据，对 MySQL 和 InnoDB 原有架构是否有巨大冲击？
通过上文 undo 日志和回滚段的铺垫，这两个问题就非常好回答了：
(1) 旧版本数据存储在回滚段里；
(2) 对 MySQL 和 InnoDB 原有架构体系冲击不大；
InnoDB 的内核，会对所有 row 数据增加三个内部属性：
(1)DB_TRX_ID，6 字节，记录每一行最近一次修改它的事务 ID；
(2)DB_ROLL_PTR，7 字节，记录指向回滚段 undo 日志的指针；
(3)DB_ROW_ID，6 字节，单调递增的行 ID；
InnoDB 为何能够做到这么高的并发？
回滚段里的数据，其实是历史数据的快照（snapshot），这些数据是不会被修改，select 可以肆无忌惮的并发读取他们。
快照读（Snapshot Read），这种一致性不加锁的读（Consistent Nonlocking Read），就是 InnoDB 并发如此之高的核心原因之一。
这里的一致性是指，事务读取到的数据，要么是事务开始前就已经存在的数据（当然，是其他已提交事务产生的），要么是事务自身插入或者修改的数据。
什么样的 select 是快照读？
除非显示加锁，普通的 select 语句都是快照读，例如：
select * from t where id>2;
这里的显示加锁，非快照读是指：
select * from t where id>2 lock in share mode;
select * from t where id>2 for update;
问题来了，这些显示加锁的读，是什么读？会加什么锁？和事务的隔离级别又有什么关系？
本节的内容已经够多了，且听下回分解。
总结
(1) 常见并发控制保证数据一致性的方法有锁，数据多版本；
(2) 普通锁串行，读写锁读读并行，数据多版本读写并行；
(3)redo 日志保证已提交事务的 ACID 特性，设计思路是，通过顺序写替代随机写，提高并发；
(4)undo 日志用来回滚未提交的事务，它存储在回滚段里；
(5)InnoDB 是基于 MVCC 的存储引擎，它利用了存储在回滚段里的 undo 日志，即数据的旧版本，提高并发；
(6)InnoDB 之所以并发高，快照读不加锁；
(7)InnoDB 所有普通 select 都是快照读；
画外音：本文的知识点均基于 MySQL5.6。
希望大家有收获，下一篇继续深入 InnoDB 的锁。
希望通俗的技术文被更多人看到，求帮转。
相关文章：
