事务原子性、一致性、持久性的实现原理

关注

原创 2022-06-01 15:34:57 3.4k 阅读 AI 写同款· GEO 优化 ›

浅析分布式系统之体系结构技术基本目标----一致性（单对象、单操作） 一致性的本质 一致性定义：逻辑层面，一致性（consistency）是指一個形式系統中不蕴含矛盾（wiki）。在计算机系统的范畴之内，一致性其实是一种人们对于系统的综合需求，人们往往需要计算机的运行结果或状态是确定的、正确的且与系统的需求不蕴含矛盾，而不蕴含矛盾本身是一种随着不同的系统环境以及业务需求而变化而变化的要求。也就是说，对所有的计算机系统来说，只要它们的运行状态或结果与某种业务需求所定义的状态或结果一致不矛盾都可以认为达到了满足了一致性需求。因此针对不同的业务需求以及不同分布式系统的「一致」的定阅读详情

前言

大家都知道事务有四个特性：

原子性（atomicity）

原子性是指整个数据库事务是不可分割的工作单位。只有使事务中所有的数据库操作执行都成功，才算整个事务成功。如果事务中任何一个SQL语句执行失败，那么已经执行成功的SQL语句也必须撤销，数据库状态应该退回到执行事务前的状态。
一致性（consistency）

一致性指事务将数据库从一种状态转变为下一种一致的状态。在事务开始之前和事务结束以后，数据库的完整性约束没有被破坏。
隔离性（isolation）

一个事务的影响在该事务提交前对其他事务都不可见——这通过锁来实现。
持久性（durability）

事务一旦提交，其结果就是永久性的。即使发生宕机等故障，数据库也能将数据恢复。

对于隔离性的实现，可以参考我的这篇文章：InnoDB锁与事务简析

本篇文章主要讲述其它三个特性是如何实现的：通过数据库的redo和undo来完成。本文如果不做特别说明，默认指的是mysql的InnoDB存储引擎。

实现

基础知识

redo log记录的关于每个页（Page）的更改的物理情况
undo log和redo log记录物理日志不一样，它是逻辑日志。可以认为当delete一条记录时，undo log中会记录一条对应的insert记录，反之亦然，当update一条记录时，它记录一条对应相反的update记录。
LSN称为日志的逻辑序列号(log sequence number)，在innodb存储引擎中，lsn占用8个字节。LSN的值会随着日志的写入而逐渐增大。事务中更新操作会产生一个新的LSN。LSN不仅存在于redo log中，还存在于数据页中。
checkpoint检查点，表示脏页写入到磁盘的时候

整体流程

在这里插入图片描述
无论是日志还是数据，都是现在buffer里修改，然后再同步到磁盘上的。

启动事务后，修改的数据如果没有在log buffer中，则会从磁盘读取到log buffer
对内存中数据修改之前，将原始数据记录到undo log
对内存中的数据页进行修改，在内存数据页中记录LSN，暂且称之为data_in_buffer_lsn
在修改数据页的同时(几乎是同时)向redo log in buffer中写入redo log，并记录下对应的LSN，暂且称之为redo_log_in_buffer_lsn；
日志刷盘和数据刷盘

日志刷盘的规则为
- 发出commit动作时
- 每秒刷一次
- 当log buffer中已经使用的内存超过一半时
- 当有checkpoint时
数据刷盘的规则为
- 当有checkpoint时
日志刷盘的次数比数据刷盘次数更多，另外即使在checkpoint时，innoDB也会**保证在写数据前，需要先写日志，这种方式称为预写日志方式（Write-Ahead Logging，WAL）。**InnoDB存储引擎通过预写日志的方式来保证事务的完整性。

预写日志方式之所以能保证完整性，是因为日志和数据页中有LSN，通过LSN可以比较日志和数据页中数据记录的顺序。日志文件是真正的核心。

实例

来源于：详细分析MySQL事务日志(redo log和undo log)

在这里插入图片描述
上图中，从上到下的横线分别代表：时间轴、buffer中数据页中记录的LSN(data_in_buffer_lsn)、磁盘中数据页中记录的LSN(data_page_on_disk_lsn)、buffer中重做日志记录的LSN(redo_log_in_buffer_lsn)、磁盘中重做日志文件中记录的LSN(redo_log_on_disk_lsn)以及检查点记录的LSN(checkpoint_lsn)。

假设在最初时(12:0:00)所有的日志页和数据页都完成了刷盘，也记录好了检查点的LSN，这时它们的LSN都是完全一致的。

假设此时开启了一个事务，并立刻执行了一个update操作，执行完成后，buffer中的数据页和redo log都记录好了更新后的LSN值，假设为110。这时候如果执行 show engine innodb status 查看各LSN的值，即图中①处的位置状态，结果会是：

log sequence number(110) > log flushed up to(100) = pages flushed up to = last checkpoint at

之后又执行了一个delete语句，LSN增长到150。等到12:00:01时，触发redo log刷盘的规则(其中有一个规则是 innodb_flush_log_at_timeout 控制的默认日志刷盘频率为1秒)，这时redo log file on disk中的LSN会更新到和redo log in buffer的LSN一样，所以都等于150，这时 show engine innodb status ，即图中②的位置，结果将会是：

log sequence number(150) = log flushed up to > pages flushed up to(100) = last checkpoint at

再之后，执行了一个update语句，缓存中的LSN将增长到300，即图中③的位置。

假设随后检查点出现，即图中④的位置，正如前面所说，检查点会触发数据页和日志页刷盘，但需要一定的时间来完成，所以在数据页刷盘还未完成时，检查点的LSN还是上一次检查点的LSN，但此时磁盘上数据页和日志页的LSN已经增长了，即：

log sequence number > log flushed up to 和 pages flushed up to > last checkpoint at

但是log flushed up to和pages flushed up to的大小无法确定，因为日志刷盘可能快于数据刷盘，也可能等于，还可能是慢于。但是checkpoint机制有保护数据刷盘速度是慢于日志刷盘的：当数据刷盘速度超过日志刷盘时，将会暂时停止数据刷盘，等待日志刷盘进度超过数据刷盘。

等到数据页和日志页刷盘完毕，即到了位置⑤的时候，所有的LSN都等于300。

随着时间的推移到了12:00:02，即图中位置⑥，又触发了日志刷盘的规则，但此时buffer中的日志LSN和磁盘中的日志LSN是一致的，所以不执行日志刷盘，即此时 show engine innodb status 时各种lsn都相等。

随后执行了一个insert语句，假设buffer中的LSN增长到了800，即图中位置⑦。此时各种LSN的大小和位置①时一样。

随后执行了提交动作，即位置⑧。默认情况下，提交动作会触发日志刷盘，但不会触发数据刷盘，所以 show engine innodb status 的结果是：

log sequence number = log flushed up to > pages flushed up to = last checkpoint at

最后随着时间的推移，检查点再次出现，即图中位置⑨。但是这次检查点不会触发日志刷盘，因为日志的LSN在检查点出现之前已经同步了。假设这次数据刷盘速度极快，快到一瞬间内完成而无法捕捉到状态的变化，这时 show engine innodb status 的结果将是各种LSN相等。

恢复

mysql的恢复策略是：

恢复时，先根据redo重做所有事务，包括未提交的事务
再根据undo回滚未提交的事务。

通过这种策略，保证了事务的原子性、一致性和持久性。

另外，引入了checkpoint机制，在恢复的时候，只需要从checkpoint的位置往后恢复即可

感想

网络上很多的内容可能不准确，即使是我写的这篇文章，也可能有不准确的地方，解决这个问题的最好办法是读源码
不同的技术可能实现不同，但核心原理往往都是相通的，而这些核心原理一般建立在基础知识之上
学习知识可以学习到不同的深度，看完《MySQL技术内幕：InnoDB存储引擎》便能大体掌握mysql的使用，但是了解的不深入，随着写了这两篇文章，对Mysql的了解更加深入了一些，如果需要继续深入，真的需要看源码了，这个事情感觉得耗费更多的时间。所以需要知道自己需要了解到什么水平，用有限的时间去做性价比更高的事情，选择很重要。