一个事务要更新一行，如果刚好有另外一个事务拥有这一行的行锁，它会被锁住。既然进入等待状态，那么等到这个事务自己获取到行锁要更新数据时，它读到的值又是什么呢？

• 初始化
  
• 事务A、B、C的执行流程
  

何时启动事务？

• begin/start transaction
  在执行到它们之后的第一个操作InnoDB表的语句，事务才真正启动。一致性视图是在执行第一个快照读语句时创建的。
• start transaction with consistent snapshot
  若你想要马上启动一个事务，可以使用。一致性视图是在执行start transaction with consistent snapshot时创建的。

若无特殊说明，默认autocommit=1。

该案例中：

• 事务C没有显式使用begin/commit，表示该update语句本身就是个事务，语句完成时会自动提交
• 事务B在更新了行之后，查询
• 事务A在一个只读事务中查询，并且时间上是在事务B的查询后

视图

MySQL有两个“视图”概念：

• view
  一个用查询语句定义的虚拟表，在调用时，执行查询语句并生成结果。创建视图的语法是create view … ，而它的查询方法与表一样
• InnoDB在实现MVCC时用到的一致性读视图，即consistent read view
  用于支持读提交、可重复读。它没有物理结构，事务执行期间用来定义“我能看到什么数据”。

“快照”在MVCC里是怎么工作的？

在可重复读下，事务启动时就“拍了个快照”。

• 该快照是基于整库的。
  若一个库有100G，则启动一个事务，MySQL就要拷贝100G的数据出来，这得多慢啊。实际上，并不需要拷贝出这100G数据。

先看看快照的实现。
InnoDB的每个事务有个唯一事务ID：transaction id，在事务开始时向InnoDB事务系统申请的，按申请顺序严格递增。

每行数据也都有多个版本

每次事务更新数据时，都会生成一个新的数据版本，并把transaction id赋给该数据版本的事务ID，记为row trx_id。同时，旧数据版本要保留，并且在新数据版本中，能够有办法可以直接拿到它。

也就是说，数据表中的一行记录，其实可能有多个版本(row)，每个版本有自己的row trx_id。

如图所示，就是一个记录被多个事务连续更新后的状态。

• 行状态变更图
  TODO

虚线框里是同一行数据的4个版本，当前最新版本是V4，k=22，它是被transaction id=25的事务更新，因此它的row trx_id=25。

• 语句更新会生成undo log（回滚日志），在哪呢？
  三个虚线箭头，就是undo log。V1、V2、V3并非物理上真实存在，而是每次需要时，根据当前版本和undo log计算而得。比如，需要V2时，就通过V4依次执行U3、U2计得。

那InnoDB如何定义那个“100G”快照？
按可重复读定义，一个事务启动时，能够看到所有已提交的事务结果。但之后，该事务执行期间，其他事务的更新对它不可见。

因此，一个事务只需在启动时说，以我启动时刻为准：

• 若一个数据版本是在我启动前生成，就认
• 启动后才生成，我不认，我必须要找到它的上一个版本。若上个版本也不可见，就继续往前找。若是该事务自己更新的数据，它自己还是要认的。

视图数组

InnoDB为每个事务构造了一个数组，以保存该事务启动瞬间，当前正“活跃”（启动了，但尚未提交）的所有事务ID。

在该数组里：

• 事务ID的最小值，记为低水位
• 当前系统里已创建过的事务ID的最大值加1，记为高水位

这个视图数组和高水位，就组成了当前事务的一致性视图（read-view）。

而数据版本的可见性规则，就是基于数据的row trx_id和这个一致性视图的对比结果而得。

该视图数组把所有row trx_id 分成：

• 数据版本可见性规则
  
  对于当前事务的启动瞬间，一个数据版本的row trx_id，有如下可能：

1. 若落在绿色，表示该版本是已提交的事务或当前事务自己生成的，这个数据是可见的
2. 若落在土色，表示该版本是由将来启动的事务生成的，肯定不可见
3. 若落在黄色，包括两种情况：
   a. 若 row trx_id在数组中，表示该版本是由尚未提交的事务生成的，不可见
   b. 若 row trx_id不在数组中，表示该版本是已提交的事务生成的，可见

比如，对于【行状态变更图】的数据，若有一个事务，它的低水位是18，则当它访问这一行数据时，就会从V4通过U3计算出V3，所以在它看来，这一行值是11。

有了该声明后，系统里随后发生的更新，就跟该事务看到的内容无关了。因为之后的更新，生成的版本一定属于上面的2或者3(a)，而对它来说，这些新的数据版本是不存在的，所以这个事务的快照，就是“静态”的了。

所以InnoDB利用了“所有数据都有多版本”的特性，实现了“秒级创建快照”能力。

接下来，我们开始分析一开始的三个事务

事务案例分析

假设：

• 事务A开始前，系统里只有一个活跃事务ID=99
• 事务A、B、C版本号分别是100、101、102，且当前系统里只有这四个事务
• 三个事务开始前，(1,1）这一行数据的row trx_id是90

于是：

• 事务A的视图数组[99,100]
• 事务B的视图数组是[99,100,101]
• 事务C的视图数组是[99,100,101,102]

为简化分析，先把其他干扰语句去掉，只画出跟事务A查询逻辑有关的操作：

• 事务A查询数据逻辑图
  TODO

• 第一个有效更新是事务C，(1,1)=》(1,2)。这时，该数据的最新版本的row trx_id=102，版本90已成为历史版本

• 第二个有效更新是事务B，(1,2)=》(1,3)。这时，该数据的最新版本（即row trx_id）=101，版本102成为历史版本

在事务A查询时，事务B还没有提交，但它生成的(1,3)这个版本已经变成当前版本。但这个版本对事务A必须是不可见的，否则就变成脏读了。

现在事务A要来读数据了，它的视图数组是[99,100]。读数据都是从当前版本读起的。所以，事务A查询语句的读数据流程是这样的：

• 找到(1,3)的时候，判断出row trx_id=101，比高水位大，处于红色区域，不可见
• 接着，找到上一个历史版本，一看row trx_id=102，比高水位大，处于红色区域，不可见
• 再往前找，终于找到了（1,1)，它的row trx_id=90，比低水位小，处于绿色区域，可见

这样执行下来，虽然期间这一行数据被修改过，但是事务A不论在什么时候查询，看到这行数据的结果都是一致的，所以称之为一致性读。

一个数据版本，对于一个事务视图来说，除了自己的更新总是可见之外，还有如下情况：

1. 版本未提交，不可见
2. 版本已提交，但是是在视图创建后提交的，不可见
3. 版本已提交，而且是在视图创建前提交的，可见。

现在，让我们用这些规则判断查询结果，事务A的查询语句的视图数组是在事务A启动时生成的，这时：

• (1,3)还没提交，属于case1，不可见
• (1,2)虽然提交了，但却在视图数组创建之后提交，属于case2，不可见
• (1,1)是在视图数组创建之前提交的，可见

现在只需通过时间先后分析即可。

更新逻辑

事务B的update语句，若按一致性读，好像结果不对呢？

你看下图，事务B的视图数组是先生成的，之后事务C才提交，不是应该看不见(1,2)吗，怎么能算出(1,3)？

• 事务B更新逻辑图
  TODO

若事务B在更新前查询一次数据，该查询返回的k的值确实是1。
但当它要去更新数据时，就不能再在历史版本上更新了，否则事务C的更新就丢失了。因此，事务B此时的set k=k+1是在（1,2）的基础上进行的操作。

所以，这里用到规则：更新数据都是先读后写。这个读，只能读当前的值，称为“当前读”（current read）。

因此，在更新时，当前读拿到的数据是(1,2)，更新后生成了新版本数据(1,3)，这个新版本的row trx_id是101。

所以，在执行事务B查询语句时，一看自己的版本号是101，最新数据的版本号也是101，是自己的更新，可以直接使用，所以查询得到的k的值是3。

当前读（current read）

除了update语句外，select语句若加锁，也是当前读。

所以，若修改事务A的查询语句

select * from t where id=1

// 加了读锁（S锁，共享锁）
mysql> select k from t where id=1 lock in share mode;
// 写锁（X锁，排他锁）
mysql> select k from t where id=1 for update;

start transaction with consistent snapshot;