MySQL 事务、日志、锁、索引学习总结，

MySQL架构

MySQL可分为Server和存储引擎两部分，如图1所示。

Server层：包括客户端连接器、查询缓存、解析/预处理器、优化器、执行器等，以及MySQL内置函数和所有跨引擎的功能都在这一层实现，比如存储过程、触发器、视图等。每个部分的功能参考

存储引擎层：负责数据的存储和读取，为插件式架构，支持innoDB、MyISAM、Memory等多个存储引擎，InnoDB为默认存储引擎。



图1 MySQL逻辑架构

表存储

表包含两部分，表结构定义和数据。在MySQL中，表由存储引擎负责存储，以InnoDB为例：

1. 表结构定义：在MySQL8.0之前，只能存在于.frm 后缀文件中(MySQL Server层和InnoDB中均存在)；之后允许将其放在系统数据表中。
2. 表数据：包括数据段(主键索引)和索引段(二级索引)，由innodb_file_per_table参数控制存储位置, 自5.6.6开始，默认配置为ON。
   1. OFF表示，存放在系统共享表空间
   2. ON表示，单独存放在一个.ibd文件中

使用单独文件存储表数据，在删除表时直接删除文件可以回收空间。

而在共享表空间中存储，即使将表删除，空间也是不会回收的。因为InnoDB 中数据以B+树结构组织，删除其中一部分记录，只是将其相应的位置标记为删除可复用(由于索引排序，记录只能被相应的数据所复用)；而当数据页上所有记录都被删除时，意味着数据页可以复用到任意位置。

在删除数据之后而又没用复用时，就会造成数据空洞；同样的，在新增时也可能导致数据空洞，当一个数据页A已经写满了，但由于索引的有序性，需要在A中间再插入一条数据，这时就需要进行页分裂再申请一个数据页来保存数据(当前数据以及之后的索引分裂到新的数据页)。

在大量增删操作之后的表可能存在数据空洞，即很多位置无法复用。通过重建表可以实现空间收缩：

1. recreate table: alter table t engine = InnoDB，可以实现在线重建表，短暂持有MDL写锁，之后持有MDL读锁。使用一个rowlog存储重建表期间表数据的修改记录，不会阻塞其他事务的增删改。
2. analyze table t 对表的索引信息做重新统计，没有修改数据，加MDL读锁。
3. optimize table t 等于recreate+analyze。

日志

MySQL 中记录日志的方式为WAL(Write-Ahead Logging），先预写日志再更新数据，对于非内存数据库来说，可以减少磁盘IO提高性能。

MySQL日志：

1. binlog：在对数据进行增删改之后，都将会记录一条binlog,可用于数据归档和备份，存在两种格式的binlog_format：
   1. statement记录的是SQL语句，最后会有COMMIT。
   2. row记录的实际操作的数据记录，最后会有一个XID event。

sync_binlog设置为1时，表示每次事务操作的binlog都持久化到磁盘中，在MySQL异常重启后可保证binlog不丢失。

InnoDB日志：

1. redolog：在对数据进行增删改之后，都将会记录一条redolog。其为物理日志，记录的是在某个数据页上做了什么修改，可用于崩溃后恢复事务数据和减少更新数据时的磁盘IO访问。innodb_flush_log_at_trx_commit这个参数设置成1的时候，表示每次事务的redo log都直接持久化到磁盘。
2. undolog：在事务中对数据每进行一次修改便会记录一次undolog，用于将最新数据恢复到之前事务版本。在长事务中可能占用大量存储空间。在系统判定undo-log无用时，会将其删除，即在没有比回滚日志更早的Read View时。

binlog和redolog存在一个共同的数据字段XID，通过这个字段可以将redolog和binlog关联起来，可用于事务恢复。

索引

在InnoDB中，表数据都是根据主键顺序以索引的形式存放的，这种存储方式的表称为索引组织表。索引的底层数据结构为B+树，所以每一个索引在InnoDB中都对应一颗B+树，InnoDB中存在有两种类型的索引：

1. 聚簇索引(主键)
   
   聚簇索引的叶子结点存的是整行数据。
2. 二级索引
   
   二级索引分为唯一和普通索引，叶子结点中存的是主键的值，如果需要获取整行数据，需要使用主键值再去聚簇索引中回表查询。

索引维护：由于底层数据结构为B+树，所以维护索引就是在维护B+树；而B+树是有序的，插入更新数据时可能导致数据移动而引入额外磁盘IO。而在索引字段重复时，又会页分裂出新的数据页来保存重复Key。

创建高性能索引

B+ 树的高和阶：阶由页大小(默认16K)和索引大小而决定，而高又由阶和行数决定。

InnoDB 事务

数据库事务是数据库管理系统执行过程中的一个逻辑单位，由一个有限的数据库操作序列构成，具备四个基本属性，原子性(Atomicity)、一致性(Consistency)、隔离性(Isolation)、持久性(Duarbility)。

如何启动/回滚事务：

1. 手动使用 BEGIN, ROLLBACK, COMMIT来实现；BEGIN 开始一个事务，ROLLBACK 事务回滚，COMMIT 事务提交
2. 直接用 SET AUTOCOMMIT = 0/1 来改变 MySQL 的自动提交模式:
   • 若参数autocommit=0(禁止自动提交)，事务则在用户本次对数据进行操作时自动开启，在用户执行commit命令时提交，用户本次对数据库开始进行操作到用户执行commit命令之间的一系列操作为一个完整的事务周期。若不执行commit命令，系统则默认事务回滚。总而言之，当前情况下事务的状态是自动开启手动提交。
   • 若参数autocommit=1（系统默认值，开启自动提交），事务的开启与提交又分为两种状态：
     • 手动开启手动提交：当用户执行start transaction命令时（事务初始化），一个事务开启，当执行commit命令时事务提交，若不执行commit命令，系统则默认事务回滚。
     • 自动开启自动提交：如果用户在当前情况下未执行start transaction命令而对数据库进行了操作，系统则默认用户对数据库的每一个操作为一个孤立的事务，也就是说用户每进行一次操作系都会即时提交或者即时回滚。

事务提交:

InnoDB中事务分为两阶段提交：

1. 第一阶段是在更新完数据后，记录redo-log，这时redolog状态为prepare
2. 第二阶段是在记完redo-log之后，记录bin-log，将redolog状态置为commit

两阶段提交常用于分布式系统中，InnoDB 中使用两阶段提交可以保证在事务恢复时，其binlog是正确的；如果只记录redolog，在恢复事务之后就会导致数据与binlog不一致。

事务恢复

得益于两阶段提交，事务在恢复之后可以保证数据与binlog的一致，事务恢复时的判断规则为：

1. 如果redo log里面的事务是完整的，也就是有prepare、commit标识，则直接提交；
2. 如果redo log里面的事务只有完整的prepare，则判断对应的事务binlog是否是存在并且完整的，如果是，则提交事务； 否则，回滚事务。

实现事务隔离

在InndDB中，通过MVCC(一致性视图)实现事务的隔离性，在InnoDB中，一行数据物理上只保存最新值，但通过undolog可以回滚到之前事务版本，所以数据可能存在多个版本(事务Id用作区分)。MVCC便是使用事务Id、数据、undolog来实现一致性视图(read-view），但在生成一致性读时，可重复读(Repeatable read)和读提交(read committed)的read view生成策略是不一致的：

1. 在可重复读级别下，整个事务存在期间都使用同一个视图，只会获取小于等于当前事务Id版本数据，如果数据被更新了，就通过undolog计算得到相应版本的数据，解决了不可重复读问题。
2. 在读提交级别下，视图在每条SQL执行期间创建，只获取已提交的最新事务版本数据，所以每条SQL看到的数据可能都是不一致的，存在不可重复读问题。

事务问题

1. 在可重复读级别下，每条SQL使用到的锁需要等到事务提交或回滚之后才释放，存在长事务时，可能会占用的更多的资源，如锁、undolog等，所以应避免长事务并且将资源占用较多的SQL放在事务后程进行。
2. 在读提交级别下，每条SQL使用到的锁在SQL执行完成后便会释放，在多事务并行时，如果binlog_format=statement时可能造成数据和binlog的不一致，所以应将其设置为row。

InnoDB 行锁、间隙锁、临键锁

行锁(record lock)：

InnoDB事务中，一条更新语句执行时，必须要获得其行写锁，而行锁分为读锁和写锁，其中读锁之间兼容，读写锁、写锁之间互斥，如 select id from table1 lock in share mode 当前读加读锁；select if from table1 for update 当前读加写锁。在RR级别下，行锁在需要的时候才加上，但是得等到事务结束时才释放，这叫做两阶段锁协议，两阶段加锁协议主要为了保证事务的隔离性(解决不可重复读)和一致性(数据状态一致)。

间隙锁(Gap Lock)：

通过两阶段锁协议可以解决不可重复读和数据一致性问题，但幻读(两次当前读时，行数不一致)仍然存在，即便将所有行都加上行锁也无法解决幻读问题。间隙锁(Gap Lock)的引入就是为解决幻读问题，间隙锁锁定的记录之间间隙，是一个区间范围；在被间隙锁锁定的区间范围内，不能插入新的数据。

如索引中存在三个聚簇节点Id[1,3,6]，事务A执行update table t1 set name = 'ss' where t1.id = 3，若没有间隙锁，事务可以同时执行insert into table(id, name) values(4, 's4')；但由于间隙锁的存在(1,6)，事务B需要等待事务A释放间隙锁之后才能新增成功。在当前读时，索引扫描到的记录都会加上间隙锁，区间为前开后开。

临键锁(next-key lock)：

临键锁是加锁的基本单位，由行锁+间隙锁组成，区间范围为前开后闭。在使用select * from table for update时，会将表中所有记录行锁和间隙都锁住，间隙锁区间为(-∞，+∞]。

加锁有两个基本原则，一是加锁基本单位为临键锁；二是索引查找过程中访问到的对象才会加锁。针对等值查询，有两个专门优化的点，一是在唯一索引上加锁时，临键锁退化成行锁(唯一约束已经确保不能新增相同数据)；二是在普通索引上时，临键锁退化成间隙锁(间隙已经确保无法新增相同数据)。

InnoDB Buffer

InnoDB使用缓冲池(buffer pool)管理内存，在缓冲池中存在一个change buffer，用来对在数据进行增、删、改时进行优化，可以减少随机IO读取。innodb_change_buffer_max_size=50，表示change buffer最多占用buffer bool的50%

InnoDB中查询记录是一条一条的，但是读取时是以数据页为单位的，读取一条记录时会将记录所在的数据页整个读取到缓冲池中。

Change Buffer的应用

数据的更新/插入/删除都包括对聚簇索引和普通索引的修改，这个过程中分为两种情况：

1. 如果对应数据页(聚簇和二级)已经存在于内存：直接更新内存中的数据页，记录redo-log、binlog；
2. 如果数据页不在内存之中，对于唯一索引(包括聚簇)，需要将数据加载到内存中进行唯一性约束校验，校验通过再在内存中更新数据、记录redolog；对于非唯一索引，直接将数据更改日志存储在change-buffer中(不写磁盘)，记录redolog、binlog。

对于一个唯一、非唯一索引皆存的表来说，对于数据的更新可能是不同步的，主键、唯一索引数据已经在内存中更改、而普通索引则是将更改先记录在change buffer中，写入change buffer时也会记录redolog、binlog，确保崩溃后恢复。change buffer不仅在内存中，也会被写入到系统表空间中，change buffer写入磁盘的操作叫做purge。在特定时刻，change buffer中的操作会merge到原数据页中：一是访问这个数据页时；二是后台线程定期维护；三是在系统正常关闭的过程中。