当前位置： 首页 > news >正文

MySQL中的事务隔离全详解

news 2025/7/7 20:09:37

第一部分：MySQL事务的特性与并行事务引发的问题

1. 什么是事务及其四大特性（ACID）？

        事务（Transaction）是数据库操作的基本单位，它将一组操作组合在一起，以确保这些操作作为一个整体被执行。如果事务中的某个操作失败，所有的更改都会回滚（撤销），保证数据的完整性和一致性。

        事务的四大特性，通常用 ACID（Atomicity, Consistency, Isolation, Durability）来表示：

  1. 原子性（Atomicity）

    • 定义：事务是一个不可分割的整体，要么全部执行，要么全部不执行。
    • 举例：银行转账时，假设从账户 A 转账 100 元到账户 B，包括两个操作：
      1. 从 A 减少 100 元。
      2. 向 B 增加 100 元。
        如果任意一个操作失败，整个事务都必须回滚，确保账户余额不会出现错误。

  2. 一致性（Consistency）

    • 定义：事务执行前后，数据库都必须保持一致的状态。这意味着，所有事务必须从一个有效的数据库状态转到另一个有效的状态。
    • 举例：假设 A 和 B 的账户总余额为 1000 元，无论转账操作发生何种中断，事务的完成后，总余额必须仍然是 1000 元。

  3. 隔离性（Isolation）

    • 定义：多个事务并发执行时，一个事务的执行不能受到其他事务的干扰。每个事务就像独立运行在数据库中一样，其执行过程对其他事务是不可见的。
    • 举例：如果 A 向 B 转账时，另一个事务查询账户 B 的余额，必须等到转账事务完成后才能看到更新后的数据，否则查询的结果可能不准确。

  4.  持久性（Durability）

    • 定义：事务一旦提交，其所做的更改就会永久存储在数据库中，即使系统发生故障也不会丢失。
    • 举例：如果银行系统发生断电，但 A 转账给 B 的操作已经提交，那么重启后，转账操作仍然有效，数据不会丢失。

2. 并行事务可能引发的问题

        在并发环境中，多个事务同时操作数据库，可能导致以下问题：

  1. 脏读（Dirty Read）

    • 定义：一个事务读取了另一个事务未提交的数据。
    • 场景：
      • 事务 A 修改了账户 B 的余额，将其从 500 元改为 300 元，但尚未提交。
      • 事务 B 读取了账户 B 的余额为 300 元。
      • 如果事务 A 回滚，账户 B 的余额又恢复到 500 元，此时事务 B 的读取结果就不正确了。

  2. 不可重复读（Non-Repeatable Read）

    • 定义：一个事务在两次读取同一数据时，发现数据不一致，数据被其他事务修改了。
    • 场景：
      • 事务 A 查询账户 B 的余额，第一次读到 500 元。
      • 事务 B 修改账户 B 的余额为 300 元并提交。
      • 事务 A 再次读取账户 B 的余额，发现变成了 300 元，数据与第一次读取不一致。

  3. 幻读（Phantom Read）

    • 定义：一个事务在读取某个范围的数据时，发现范围内的数据被其他事务插入或删除了，导致前后查询结果不一致。
    • 场景：
      • 事务 A 查询工资大于 5000 的员工数，第一次查到 5 个员工。
      • 事务 B 插入了一名工资为 6000 的新员工并提交。
      • 事务 A 再次查询，发现工资大于 5000 的员工变成了 6 个，出现了“幻影”记录。

第二部分：MySQL的事务隔离级别及其实现

        为了解决并发事务引发的问题，SQL 标准定义了 四种事务隔离级别，MySQL 也提供了相应的支持。隔离级别由低到高分别是：

  1. 读未提交（Read Uncommitted）
  2. 读已提交（Read Committed）
  3. 可重复读（Repeatable Read）
  4. 可序列化（Serializable）

1. 什么是事务隔离级别？

        事务隔离级别决定了一个事务能看到其他事务所做更改的程度。隔离级别越高，事务之间的干扰越少，但性能可能受到影响。

        MySQL 默认使用的存储引擎 InnoDB 实现了所有隔离级别，通过锁机制和多版本并发控制（MVCC）来实现隔离。

2. 四种隔离级别的详细介绍

1. 读未提交（Read Uncommitted）

  • 定义：一个事务可以读取其他事务尚未提交的更改。
  • 问题：
    • 存在脏读问题。
    • 不可重复读和幻读问题仍然存在。
  • 场景：
    • 事务 A 修改某记录，将余额从 500 改为 300，但未提交。
    • 事务 B 读取该记录时，余额显示为 300。
    • 如果事务 A 回滚，事务 B 看到的数据就是错误的。

优缺点：
优点是并发性能高，缺点是数据不可靠。适用于对事务一致性要求极低的场景。

2. 读已提交（Read Committed）

  • 定义：一个事务只能读取到其他事务已提交的数据。
  • 问题：
    • 解决了脏读问题。
    • 不可重复读和幻读问题仍然存在。
  • 场景：
    • 事务 A 修改记录，将余额从 500 改为 300，但未提交，事务 B 无法看到此更改。
    • 事务 A 提交后，事务 B 再读取该记录，看到余额为 300。

优缺点：
数据一致性较高，适用于大多数应用场景。Oracle 数据库默认使用此级别。

3. 可重复读（Repeatable Read）

  • 定义：在一个事务中多次读取相同数据时，结果始终一致，即使其他事务修改了数据。
  • 问题：
    • 解决了脏读和不可重复读问题。
    • 但幻读问题仍然存在。
  • 场景：
    • 事务 A 查询某记录，第一次读取余额为 500。
    • 事务 B 修改该记录的余额为 300 并提交。
    • 在事务 A 中再次读取余额，结果仍为 500，保持一致。

优缺点：
通过 MVCC 技术解决不可重复读问题，InnoDB 默认使用此级别。

4. 可序列化（Serializable）

  • 定义：通过强制事务按顺序执行，确保完全隔离。
  • 问题：
    • 解决了脏读、不可重复读和幻读问题。
    • 并发性能最低。
  • 场景：
    • 事务 A 查询工资大于 5000 的员工数。
    • 事务 B 插入一名工资为 6000 的新员工，必须等待事务 A 提交后才能执行。

优缺点：
完全隔离，数据一致性最强，但性能开销大，适合高要求的金融场景。

3. 隔离级别对并发问题的解决情况

隔离级别脏读不可重复读幻读
读未提交（RU）√√√
读已提交（RC）×√√
可重复读（RR）××√
可序列化（S）×××

4. MySQL 隔离级别的实现细节

MySQL 的 InnoDB 存储引擎通过以下机制实现隔离级别：

  1. 锁机制

    • 行级锁：对单行记录进行加锁，减少锁冲突，提高并发性能。
    • 间隙锁（Gap Lock）：锁定索引范围，避免幻读问题。

  2. MVCC（多版本并发控制）

    • 在可重复读隔离级别下，使用 MVCC 技术为每个事务提供“时间点快照”，避免读取到其他事务的修改。

第三部分：事务隔离级别的性能影响、实际使用场景及实现方式

        在选择事务隔离级别时，我们需要综合考虑数据一致性和系统性能，并了解每种隔离级别的具体实现原理。下面逐步展开分析：

1. 隔离级别的性能影响

        事务隔离级别从低到高，对性能的影响逐渐增大：

  1. 读未提交（Read Uncommitted）

    • 性能最高，因为不需要对数据加锁或者版本控制。
    • 缺点是数据一致性最低，可能会读到未提交的临时数据，适合对数据准确性要求极低的场景（如临时报表统计）。

  2. 读已提交（Read Committed）

    • 性能较高，仅使用短时间锁定，读取已提交数据，减少了脏读问题。
    • 缺点是仍可能存在不可重复读和幻读问题，适用于 OLTP（在线事务处理）系统，例如大部分电商订单场景。

  3. 可重复读（Repeatable Read）

    • 性能中等，通过 MVCC 技术避免不可重复读问题。
    • 会引入间隙锁（Gap Lock）防止幻读，这可能导致更多锁争用，适合对数据一致性要求较高的业务场景，例如库存管理。

  4. 可序列化（Serializable）

    • 性能最低，因为事务是串行执行的，需要加锁或控制访问范围，可能会导致大量事务等待。
    • 适合高一致性需求的场景，例如金融转账、证券交易。

2. 实际使用场景建议

  • 读未提交（RU）
    适用于日志分析、临时数据汇总等场景，这些场景对数据的最终一致性要求不高。

  • 读已提交（RC）
    推荐作为通用隔离级别，适用于电商、社交平台等对性能和一致性均衡要求的场景。

  • 可重复读（RR）
    适用于需要保证多个查询结果一致的场景，例如库存查询或长时间事务操作。

  • 可序列化（S）
    使用场景较少，适用于需要严格一致性且并发量低的场景，如银行核心账户系统。

3. 四种隔离级别的实现方式

        在 MySQL 中，隔离级别通过 锁机制 和 MVCC（多版本并发控制） 实现：

1. 读未提交（Read Uncommitted）的实现

  • 实现机制：
    • 不加锁，直接读取最新数据，即使这些数据未提交。
    • 数据的可见性完全依赖于修改的事务状态，因此可能导致脏读。

2. 读已提交（Read Committed）的实现

  • 实现机制：
    • 读取数据时，事务只访问已经提交的版本。
    • 使用短时锁（读锁）来保证读取的数据已经提交，避免脏读。
    • MVCC 机制：为每个事务维护一个快照，读取时仅访问在事务启动时已经提交的数据版本。

3. 可重复读（Repeatable Read）的实现

  • 实现机制：
    • 使用 MVCC 技术，保证在一个事务内读取到的所有数据版本一致。
    • 为了避免幻读问题，InnoDB 在范围查询时引入 间隙锁（Gap Lock），锁定数据范围，阻止其他事务插入新数据。
    • 例子：
      • 如果查询“工资 > 5000 的记录”，事务会锁住满足条件的记录以及索引范围，其他事务不能在范围内插入新记录。

4. 可序列化（Serializable）的实现

  • 实现机制：
    • 使用读写锁（Shared/Exclusive Lock）强制事务串行化。
    • 事务读取数据时，会加共享锁（S 锁），其他事务无法修改；事务写入数据时，会加排他锁（X 锁），阻止其他事务读取或修改。
    • 执行范围查询时，锁定整个查询范围，完全避免幻读。
http://www.lryc.cn/news/495854.html

相关文章：

  • 异常--C++
  • SeggisV1.0 遥感影像分割软件【源代码】讲解
  • 锁-读写锁-Swift
  • Kafka如何保证消息可靠？
  • 5.10【机器学习】
  • [白月黑羽]关于仿写股票数据软件题目的解答
  • 详解LZ4文件解压缩问题
  • vue项目中单独文件的js不存在this.$store?.state怎么办
  • Github提交Pull Request教程 Git基础扫盲（零基础易懂）
  • Java函数式编程【二】【Stream的装饰】【中间操作】【map映射器】【摊平映射器flatMap】
  • 树莓派明明安装了opencv和numpy，却找不到
  • numpy.float8不存在；Python中，实现16位浮点数
  • Redis集群配置 （不使用docker 部署）
  • HTML5系列（7）-- Web Storage 实战指南
  • 【在Linux世界中追寻伟大的One Piece】读者写者问题与读写锁
  • 用到动态库的程序运行过程
  • 类型转换与IO流：C++世界的变形与交互之道
  • Pytorch使用手册- TorchVision目标检测微调Tutorial的使用指南（专题十二）
  • 人工智能机器学习算法分类全解析
  • Linux 35.6 + JetPack v5.1.4@DeepStream安装
  • 图数据库 | 11、图数据库架构设计——高性能图存储架构(下)
  • 【HTTP】HTTP协议
  • 大数据新视界 -- Hive 基于 MapReduce 的执行原理（上）（23 / 30）
  • SpringBoot源码解析(六)：打印Banner
  • 【计算机网络】实验6：IPV4地址的构造超网及IP数据报
  • easy excel 生成excel 文件
  • Ajax：回忆与节点
  • Python+OpenCV系列：Python和OpenCV的结合和发展
  • Ubuntu20.04 由源码编译安装opencv3.2 OpenCV
  • A058-基于Spring Boot的餐饮管理系统的设计与实现