浅读openGauss MVCC可见性判断机制

数据运维 2024-04-10 张二河 手机阅读

在数据的并发读写过程中，由于写入并不是原子性的，因此当一个线程正在写时，如果另一个线程进行读操作的话就很有可能产生数据不一致的问题。 比如数据的前半部分写入了，但是后半部分尚未写入，那么在读取时就会取到中间值，也就是脏数据，典型案例就是 64 位整型的写入将会分为两次写入。

解决这个问题的最简单方式就是使用读写锁，多个线程可以并发的读，不可并发地读写。但是对于数据库这类应用来说。对读写的并发有着更高的要求，因为通常而言应用都是读多写少，并且写入的代价是读取代价的几倍之多，一旦有数据写入并阻塞读取时，可能会导致较高的延迟，因此就有了多版本并发控制，它使得读写可以并发进行，读取不会阻塞写入，同时写入也不会阻塞读取。

一. 概述

多版本并发控制（Multi-Version Concurrency Control, MVCC）是一种通过冗余多份历史数据来达到并发读写目的的一种技术，在写入数据时，旧版本的历史数据将不会被删除，那么此时并发的读仍然能够读取到对应的历史数据，这样就使得读和写能够并发运行，并且不会出现数据不一致的问题。

在实现 MVCC 时，主要有两种方式:

  1. 在写入数据时将旧数据迁移到另一个地方，比如回滚段（undo log）。其他线程在读取改行数据时，从回滚段中将旧数据读出来。

  2. 另一种方式直接将新数据插入到相关表页中，在同一个存储区域中保存数据的多个版本，openGauss用的便是这一方式。

二、基本概念

事务ID

多版本并发控制既然会保留一份数据的多个版本，那么就需要能够区分出哪个版本是最新的，哪个版本是最旧的。一个最朴素的想法就是给每一个版本添加一个时间戳，用时间戳来比较新旧，但是时间戳不稳定，万一有人修改了服务器的配置，事情就乱套了。因此，openGauss使用了一个 32 位无符号自增整数来作为事务标识以比较新旧程度。

    openGauss=# select txid_current();
    txid_current
    --------------
             507
    (1 row)

    SnapshotData核心代码说明

      typedef struct SnapshotData {
         SnapshotType snapshot_type; * type of snapshot */
      <br>
       TransactionId xmin;      /* all XID < xmin are visible to me */
       TransactionId xmax;      /* all XID >= xmax are invisible to me */
      <br>
       /*
        * 正在运行的事务 txid 列表
        * note: all ids in xip[] satisfy xmin t_infomask & HEAP_XMAX_INVALID)      /* 未被当前事务删除 */
                 return true;
         }
         
         /* 该元组在进行中，并且插入语句不由当前事务执行，则不可见 */
         return false;
      }