SQL的事务

一、基本概念

1. 事务是数据库区别于文件系统的重要特性之一，当有了事务，就可以让数据库始终保持一致性，同时可以通过事务的机制恢复到某个时间点，保证了提交到数据库的修改不会因为系统崩溃而丢失；
2. 事务只是一个改变，是一些操作的集合，用专业术语说，就是一组逻辑操作单元。事务本身不具备四个特性，而是通过某些手段尽可能让执行单元满足四个特性，那么此时称之为一个完整的事务。

经常在网络上、现实中一提到事务就绑死ACID四个特性，但实际ACID不仅在事务中有体现，还可以涵盖各个领域。

二、事务处理的原则

所有的事务都是作为一组逻辑操作单元来执行，即使出现故障，都不能改变这种方式。当在一个事务中执行多个操作时，要么事务提交（commit），所有修改都会永久地保存下来；要么事务回滚（rollback），所有修改都放弃，一切回归最初状态。

常见例子：

A给B转账，A余额减少，B余额增加，这是一套必须同时完成的操作，如果其中一个失败了，则所有操作都会失败。

在SQL中体现为：

UPDATE account SET money = money - 100 WHERE name = 'A';
UPDATE account SET money = money + 100 WHERE name = 'B';

这两句SQL语句就必须同时完成，或同时失败。

三、ACID

• 原子性（atomicity）：
  
  指事务是不可分割的工作单位，要么全部提交，要么全部回滚。

  原子就是物理世界中最小的单位了，无法在继续分下去了，表达的是一个整体性的概念。

• 一致性（consistency）：
  
  在事务执行前后，数据从一个合法性状态转换到另一个合法性状态，这种状态是语义上的，不同的业务场景，对于合法性状态有不同的定义。

  可以理解为满足预定结果的状态称为合法的状态，这种状态由自己定义，比如现实世界中的约束。如果满足这种状态，那就是满足一致性，如果不满足，这操作失败，事务回滚。

  比如余额字段设置为无符号数值，即钱是不允许负数的，如果此时SQL语句修改余额小于0，此时就不满足定义的语义，所以SQL会执行失败（显示出来就是报错），事务就会回滚。

• 隔离性（isolation）：

  指事务的执行不能被其它事务干扰，即一个事务内部的操作及使用的数据对并发的其它事务都是隔离的、独立的，并发执行的各个事务之间不能互相干扰。

  比如事务A把余额从0改成100了，此时事务A还没有commit，而事务B进来读取余额了，此时结果是0还是100？这个时候就引出隔离级别这个概念了。

• 持久性（durability）：

  指事务一旦提交（commit），对数据的改变就是永久性的，之后的其它操作丢不会对其有任何影响。

  比如A给B转账100，A减去100，B增加100，然后事务提交，A与B的余额就都是修改后的了，如果此时A反悔不转钱了，是无法做到的，只能再开个事务让B给A转回去。

  持久性是通过事务日志来保证的，日志包括重做日志(redo)、回滚日志(undo)。当通过事务对数据进行修改时，首先会将数据库的变化信息记录到redo日志中，然后再对数据库对应的行进行修改，这样的话即使数据库崩溃，重启后也能找到没有更新到数据库系统的redo日志重新执行，从而使事务具有持久性。

总结：在ACID中，原子性是基础，隔离性是手段，一致性是约束条件，持久性是最终的目的。

如果要一句话回答事务是什么？那就是保证原子性、一致性、隔离性，持久性的一个或多个数据库操作称为一个事务。

四、事务的状态

• 活动的（active）：

  事务对应的数据库操作正在执行的过程中，称为事务处在活动的状态。

• 部分提交的（partially committed）：

  当事务的最后一个操作执行完成，改动的数据的还处在内存中，并没有刷写到磁盘，此时称为事务处在部分提交的状态。

• 失败的（failed）：

  当事务处于活动的或者部分提交的状态时，可能遇到某些错误（数据库自身错误、操作系统错误、断电等）而无法继续执行，或人为的停止事务的执行，称为事务处于失败的状态。

• 中止的（aborted）：

  如果事务执行了一部分而变为失败的状态，那么就需要将修改过的事务的操作还原（就是回滚操作），还原完成后，事务就出在了中止的状态。

• 提交的（committed）：

  处于部分提交的状态的事务将修改过的数据刷写到磁盘后，称为事务处在提交的状态。

五、事务的隔离级别

事务的隔离级别的出现，就是为了解决ACID中的 I（isolation 隔离性）在并发环境下，同时被操作的数据的隔离问题，同前面所述例子：

比如事务A把余额从0改成100了，此时事务A还没有commit，而事务B进来读取余额了，此时结果是0还是100？

以MySQL为例，MySQL是一个客户端/服务端架构的软件，对于同一个服务器来说，可以由若干个客户端与之连接，每个客户端与服务端连接上之后，称为一个会话（Session）。每个客户端都可以在自己的会话中向服务器发出请求语句，而请求语句可以是某个事务的一部分。对于服务器来说可以同时处理多个事务，但又要满足隔离性的特性，理论上在某个事务对某个数据进行访问时，其它事务应该进行排队，直到该事务提交之后，其它事务才能继续访问这个数据（类比Java多线程锁机制），但这样性能影响太大。如果既要保持事务的隔离性，又想让服务器在处理访问同一数据的多个事务的性能尽可能高，这时候就看二者如何权衡取舍了。

5.1 准备数据

创建一张表及数据

CREATE TABLE student (
    no INT,
    name VARCHAR(20),
    age INT,
    PRIMARY KEY (no)
) Engine=InnoDB;

INSERT INTO student VALUES(1, '小明', 18);

确认数据正常：

mysql> SELECT * FROM student;
+----+--------+------+
| no | name   | age  |
+----+--------+------+
|  1 | 小明   |   18 |
+----+--------+------+
1 row in set (0.00 sec)

5.2 数据并发问题

在并发情况下，如果不保证串行执行（就是一个接一个执行），那么会出现以下几种问题：

1. 脏写（Dirty Write）

对于两个事务 Session A、Session B，如果 Session A修改了 Session B 修改过但还未提交的数据，就意味着发生了脏写。

脏写示意图

发生时间编号	Session A	Session B
①	BEGIN;
②		BEGIN;
③		UPDATE student SET name = '李四' WHERE no = 1;
④	UPDATE student SET name = '张三' WHERE no = 1;
⑤	COMMIT;
⑥		ROLLBACK;

已知表中仅有一条no为1、name为小明的记录。

Session A 与 Session B 各自开启自己的事务，Session B 的事务先将no为1的记录修改name列的值为李四，然后这条记录紧接着又 Session A 给改成了张三，并且Session A 还 COMMIT 了，按理来说此时张三就应该永久刷写到磁盘了，但接着Session B 将它的事务回滚了，对于这记录的修改全部撤回，即no为1的记录的name列的值为小明。那对于 Session A 来说就有问题了，明明update且commit了，最后一看什么变化都没有，这是无法被容忍的问题，所以在标准SQL中的四种隔离级别中都解决了脏写的问题（就是没法复现了）。

2. 脏读（Dirty Read）

对于两个事务 Session A、Session B，如果 Session A读取了 Session B 修改过但还未提交的数据，之后 Session B 回滚，则 Session A 读到的数据就是临时且无效的。

脏读示意图

发生时间编号	Session A	Session B
①	BEGIN;
②		BEGIN;
③		UPDATE student SET name = '李四' WHERE no = 1;
④	SELECR * FROM student WHERE no = 1; （如果此时读出来是李四，而不是小明，则发生了脏读）
⑤	COMMIT;
⑥		ROLLBACK;

已知表中仅有一条no为1、name为小明的记录。

Session A 与 Session B 各自开启自己的事务，Session B 的事务先将no为1的记录修改name列的值为李四，然后紧接着 Session A 查询这条记录，如果发现读到的数据为李四，即读到了Session B 中还没有提交的数据，之后 Session B 进行了回滚，数据还原回小明，那么 Session A 读到的李四就是一个不存在的数据，这种现象称为脏读。

在某些场合下，返回不存在的数据、假的数据给客户，是可能会出大问题的。

3. 不可重复度（Non-Repeatable Read）

对于两个事务 Session A、Session B，Session A 读取了一条记录的一个字段，然后 Session B 修改了这条记录的同个字段，接着 Session A 再重复上一次查询，两次结果不同了，这就发生了不可重复读。

不可重复读示意图

发生时间编号	Session A	Session B
①	BEGIN;
②	SELECR * FROM student WHERE no = 1; （此时读出来是小明）
③		BEGIN; UPDATE student SET name = '李四' WHERE no = 1; COMMIT;
④	SELECR * FROM student WHERE no = 1; （读出来是李四，跟上次不同，则发生了不可重复读）
⑤		BEGIN; UPDATE student SET name = '王五' WHERE no = 1; COMMIT;
⑥	SELECR * FROM student WHERE no = 1; （读出来是王五，又跟上次不同，则发生了不可重复读）

已知表中仅有一条no为1、name为小明的记录。

Session A 第一次查询该记录为小明（注意还没有COMMIT），接着 Session B 修改该记录为李四，然后 Session A 再次查询发现变成李四了，跟上一次查询结果不同，这种现象称为不可重复读。同理 Session B 又修改值为王五，紧接着Session A 又再次查询发现结果又变了，变成了王五，因为发生了不可重复读。

对于这种现象，在现实中很多场景下中我们会认为这是合理的、可以接受的，每次查询就应该查出当前最新的数据，但处于并发事务内的角度来看这属于一种问题。

4. 幻读（Phantom Read）

对于两个事务 Session A、Session B，Session A 读取了一条记录的一个字段，然后 Session B 往表插入一些新的记录，之后 Session A 再次读取发现多出了新的记录，这就算幻读。

幻读示意图

发生时间编号	Session A	Session B
①	BEGIN;
②	SELECR * FROM student WHERE no > 0; （此时读出来只有小明一条记录）
③		BEGIN; INSERT INTO student VALUES(2, '李四', 19); COMMIT;
④	SELECR * FROM student WHERE no > 0; （此时读出来有小明、李四两条记录，发生了幻读）

已知表中仅有一条no为1、name为小明的记录。

Session A 第一次查询限定条件为 no > 0，查出来一条记录为小明（注意还没有COMMIT），接着 Session B 插入了一条记录李四，然后 Session A 再次查询结果为小明、李四两条记录了，多了一条，这种现象称为幻读，而多出来的记录称为幻影记录。

对于这种现象，还是那句话，在现实中很多场景下中我们会认为这是合理的、可以接受的，但处于并发事务内的角度来看这属于一种问题。

对于幻读的注意点：

​ 幻读强调的是多出来的记录。按照示意图，如果 Session B 不是插入记录，而是删除记录，那 Session A 再次查询发现记录数量变少了，这种现象不属于幻读。由于第二次查变少了，严格归类的话，这种现象属于不可重复读。

5.3 SQL标准的四种隔离级别

按照并发问题严重程度高到低排序：脏写 > 脏读 > 不可重复读 > 幻读

由于脏写问题是无法接受的，所以现在市面主流数据库都不会出现这个问题，那还剩下后面3个问题。如果能把所有问题都解决那肯定最好，但也就意味着并发性能最差，如果要最高的并发性能，又会出现数据并发的问题......因此回到前面说的权衡取舍问题了，看不同的场景是要数据绝对准确性，还是要最高的并发性能，亦或牺牲部分并发性能以换取数据的相对准确。

在SQL官方标准中，设立了以下四个隔离级别：

1. 读未提交（Read Uncommitted）

在该隔离级别中，所有事务都可以看到其它未提交事务的执行结果，意味着会发生脏读、不可重复读，幻读。

2. 读已提交（Read Committed）

读已提交满足了隔离的基本定义：一个事务只能看见已经提交的事务的执行结果。这是大部分数据库系统的默认隔离级别，比如Oracle、SQL Server，可以避免脏读，但仍会发生不可重复读，幻读。

3. 可重复读（Repeatable Read）

事务A在读到一条数据之后，此时事务还没提交或回滚，接着事务B对该数据进行了修改并提交，那么事务A再次读取该数据，读到的还是原来的内容。可以避免脏读、不可重复读，但仍会发生幻读，这是MySQL默认的隔离级别。

4. 可串行化（Serializable）

确保事务可以从一个表中读取相同的行，在整个事务持续期间，禁止其它事务对该表相同行进行插入、更新，删除操作。所有的问题都可以解决，但性能最为低下。

SQL标准的四种隔离级别分别可能出现的并发问题

	脏写	脏读	不可重复读	幻读	加锁读
Read Uncommitted	×	√	√	√	×
Read Committed	×	×	√	√	×
Repeatable Read	×	×	×	√	×
Serializable	×	×	×	×	√

5.4 不同数据库的隔离级别

SQL标准虽然有4种隔离级别，但不同的数据库的支持程度不一样。

	Oracle	MySQL	SQL Server
Read Uncommitted	×	√	√
Read Committed	√（默认）	√	√（默认）
Repeatable Read	×	√（默认）	√
Serializable	√	√	√
Snapshot			√
Read Committed Snapshot			√

值得注意的是：

1. MySQL 的实现 Repeatable Read 在一定程度上也可以解决幻读的问题（快照读+MVCC机制），与SQL官方标准略有区别；
2. SQL Server 支持的隔离级别比SQL标准的还要多出两种。

5.5 其它

MySQL中查看隔离级别：

# 5.7.20之前
SHOW VARIABLES LIKE 'tx_isolation';

# 5.7.20及之后
SHOW VARIABLES LIKE 'transaction_isolation';

# 所有版本均可用
SELECT @@transaction_isolation;

MySQL中设置隔离级别：

SET [GLOBAL|SESSION] TRANSACTION_ISOLATION = '隔离级别';

隔离级别可选项：
> READ-UNCOMMITTED
> READ-COMMITTED
> REPEATABLE-READ
> SERIALIZABLE

或者：

SET [GLOBAL|SESSION] TRANSACTION ISOLATION LEVEL '隔离级别';

隔离级别可选项：
> READ UNCOMMITTED
> READ COMMITTED
> REPEATABLE READ
> SERIALIZABLE

GLOBAL：对后续所有新开会话有效

SESSION：只对当前会话有效

无论设置什么级别，数据库一旦重启都以配置文件为准