快照读通过DB_TRX_ID、DB_ROLL_PTR和ReadView协同判断行版本可见性:沿版本链遍历,依规则比对事务ID,满足creator_trx_id相等、小于min_trx_id或不在m_ids中且小于max_trx_id时可见。

SELECT 不加锁就能读到“合适版本”的数据,靠的是 DB_TRX_ID、DB_ROLL_PTR 和 ReadView 三者协同——不是靠猜,也不是靠运气,而是每次快照读时用明确规则比对事务 ID。
快照读怎么知道该读哪一行版本?
普通 SELECT(非 SELECT ... FOR UPDATE 或 LOCK IN SHARE MODE)触发快照读,InnoDB 会为该查询生成一个 ReadView,它包含四个关键属性:m_ids(当前活跃事务 ID 列表)、min_trx_id(m_ids 中最小值)、max_trx_id(下一个待分配事务 ID)、creator_trx_id(当前事务自己的 ID)。
接着,InnoDB 沿着某行的版本链(由 DB_ROLL_PTR 串联)从最新版往前遍历,对每个版本检查其 DB_TRX_ID:
- 若
DB_TRX_ID==creator_trx_id:自己改的,可见; - 若
DB_TRX_IDmin_trx_id:该版本在ReadView创建前已提交,可见; - 若
DB_TRX_ID>=max_trx_id:该版本在ReadView创建后才启动,不可见; - 若
DB_TRX_ID∈m_ids:该事务还没提交,不可见; - 否则(即
min_trx_id≤DB_TRX_IDmax_trx_id 且不在m_ids中):已提交但晚于ReadView创建,仍不可见。
第一个满足可见条件的版本,就是这次 SELECT 实际读到的数据。
RC 和 RR 隔离级别下 ReadView 生成时机不同
这是理解行为差异的关键点,不是“机制变了”,而是 ReadView 的生命周期不同:
-
READ COMMITTED:每次执行SELECT都新建一个ReadView,所以同一事务内多次查询可能看到不同结果(已提交的新版本); -
REPEATABLE READ:仅在事务中**第一次**快照读时创建ReadView,后续所有SELECT复用它,因此能保证可重复读; -
READ UNCOMMITTED:不走 MVCC,直接读最新行,ReadView不生效; -
SERIALIZABLE:退化为加锁读,快照读失效。
注意:UPDATE/DELETE 等当前读操作始终读最新版本并加锁,不受 ReadView 影响——它们要确保写冲突被拦截,不能依赖快照。
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录,或需要将该能力封装成可公开复用的 Codex skill。
旧版本数据存在哪儿?为什么不能随便删?
每一行的历史版本都存于 Undo Log 中,通过 DB_ROLL_PTR 串成链表。但这些日志不是永久保留的:
-
INSERT_UNDO:事务提交后即可清理,因为插入的行只对该事务可见; -
UPDATE_UNDO(含DELETE):必须等到**所有可能用到该版本的事务都结束**才能清理——也就是要等最老的活跃ReadView消失后,对应 undo 才能被 purge 线程回收; - 如果长事务(如未提交的
SELECT或阻塞的业务逻辑)长期持有ReadView,就会导致 undo 日志堆积、ibdata1文件膨胀、甚至purge延迟引发ERROR 1205(死锁)或Lock wait timeout exceeded。
所以,“MVCC 不加锁”是有代价的:它用空间(undo 存储)换时间(并发性能),而这个空间能否及时释放,取决于你有没有漏掉那些迟迟不结束的事务。
哪些操作不走 MVCC?
别误以为所有 SELECT 都是快照读。以下情况一律跳过 ReadView,直接做当前读并加锁:
SELECT ... FOR UPDATESELECT ... LOCK IN SHARE MODE-
UPDATE、DELETE、INSERT ... ON DUPLICATE KEY UPDATE
哪怕你在 RR 隔离级别下执行 SELECT ... FOR UPDATE,它也不会去版本链里找历史数据,而是立刻给最新记录加行锁(或间隙锁),然后读它——这就是为什么幻读在 RR 下仍可能发生:当前读看到的是“此刻真实状态”,而快照读看到的是“事务开始时的快照”,两者视角根本不同。
真正容易被忽略的,是 ReadView 的“一次性绑定”特性——它在事务内只建一次,但它的有效性完全依赖于其他事务是否及时退出。一个没关的连接、一段忘加 COMMIT 的代码、甚至监控脚本里的长查询,都可能让整个库的 undo 回收卡住。这不是理论风险,是线上高频踩坑点。










