什么是MVCC

news/2025/1/16 3:23:22/

MVCC(Multi - Version Concurrency Control)即多版本并发控制。

一、背景和概念

数据库系统中,并发控制是非常重要的。当多个事务同时访问和修改数据时,需要一种机制来确保数据的一致性和正确性。MVCC 是一种并发控制的技术,它允许在同一时间内,不同事务对同一数据对象的多个版本进行读取和操作,而不会相互干扰。

可以把数据想象成一本书,在传统的并发控制方式下,当一个人(事务)在修改书中的内容(数据)时,其他人(其他事务)就不能同时看这本书或者修改它。而 MVCC 就像是制作了这本书的多个副本(数据的多个版本),不同的人(事务)可以同时查看和修改不同的副本,这样就大大提高了并发处理的效率。

二、MVCC 在数据库中的实现原理

版本号和事务 ID

在 MVCC 机制中,每个事务都有一个唯一的事务 ID(Transaction ID)。同时,数据库中的每一行数据都会有多个版本,每个版本都有一个版本号与之关联。当一个事务开始修改数据时,它会创建一个新的数据版本,并将自己的事务 ID 作为这个新版本的版本号。
例如,在一个简单的银行账户余额数据表中,最初账户余额为 1000 元,版本号为 1。当事务 T1 开始修改余额,将其改为 1200 元时,就会创建一个新的版本,这个版本的版本号为 T1 的事务 ID,并且记录下旧的版本(余额为 1000 元,版本号为 1)。
读操作的实现

MVCC 中的读操作分为两种情况:快照读和当前读。
快照读:读取的是数据在某个特定时间点(事务开始时)的快照。也就是说,当一个事务开始后,它看到的数据版本是固定的,不受其他事务对同一数据修改的影响。例如,事务 T2 在事务 T1 修改账户余额之后开始读取余额,根据快照读,T2 看到的余额仍然是 1000 元,因为它读取的是自己事务开始时的数据快照。
当前读:读取的是数据的最新版本。例如,在一个库存管理系统中,当事务 T3 需要根据当前的库存情况进行业务决策(如是否允许继续销售商品)时,它需要进行当前读,获取库存数据的最新版本。
写操作的实现

当一个事务进行写操作时,它会创建一个新的数据版本。在写入新数据之前,数据库系统会检查事务的隔离级别等相关规则。例如,如果事务的隔离级别是可重复读(Repeatable Read),那么在事务执行期间,它所看到的数据版本应该是固定的。所以当事务进行写操作时,会确保新创建的数据版本不会影响其他事务在其快照读时看到的数据。
继续以银行账户余额为例,事务 T1 在修改余额为 1200 元后,其他事务如果进行快照读,仍然可以看到余额为 1000 元的旧版本,直到它们进行当前读或者事务 T1 提交并且其他事务的隔离级别允许看到新数据版本。
三、MVCC 的优势

提高并发性能
由于不同事务可以同时访问数据的不同版本,减少了事务之间的等待时间。在高并发的数据库应用场景中,如大型电商网站的订单处理和用户信息查询同时进行时,MVCC 能够让多个事务同时进行而不会因为锁的竞争而频繁阻塞,从而提高了系统的整体性能。
保证数据一致性
通过版本控制,MVCC 可以在并发环境下很好地满足事务的隔离性要求。不同事务按照自己的事务 ID 和隔离级别来读取和操作数据版本,确保了数据在事务执行过程中的一致性。例如,在一个分布式数据库系统中,多个节点上的事务通过 MVCC 来访问和修改数据,能够有效避免数据不一致的情况。
————————————————

                            版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
                        
原文链接:https://blog.csdn.net/2401_87476016/article/details/144971757


http://www.ppmy.cn/news/1563496.html

相关文章

我的年度总结

这一年的人生起伏:从曙光到低谷再到新的曙光 其实本来没打算做年度总结的,无聊打开了帅帅的视频,结合自己最近经历的,打算简单聊下。因为原本打算做的内容会是一篇比较丧、低能量者的呻吟。 实习生与创业公司的零到一 第一段工…

Adobe与MIT推出自回归实时视频生成技术CausVid。AI可以边生成视频边实时播放!

传统的双向扩散模型(顶部)可提供高质量的输出,但存在显著的延迟,需要 219 秒才能生成 128 帧的视频。用户必须等待整个序列完成才能查看任何结果。相比之下CausVid将双向扩散模型提炼为几步自回归生成器(底部&#xff…

49_Lua调试

Lua提供了debug库用于创建自定义调试器,尽管Lua本身没有内置的调试器1。这个库允许开发者在程序运行时检查和控制执行流程,这对于开发过程中的错误查找和修复非常有用。 1.Debug库概述 debug库提供的函数可以分为两类:自省函数(introspection functions)和钩子函数(hoo…

【Go】Go并发编程基础详解

1. 操作系统发展历程 1.1 进程概念 进程是程序的一次运行过程,进程这个概念是比较抽象的,从来就没有标准统一的定义,进程主要包含三部分要素:程序、数据、进程控制块 程序:用于描述进程要完成的功能,是控…

Redis集群的键分布机制

Redis 集群的键分布机制基于哈希槽(Hash Slot),它是一种无中心的分布式哈希算法,用于确定键存储在哪个节点上。以下是 Redis 集群键分布机制的详细说明: 1、键分布基本原理 1.1 哈希槽的概念 Redis 集群将所有的键分…

android framework.jar 在应用中使用

在开发APP中&#xff0c;有时会使用系统提供的framework.jar 来替代 android.jar, 在gradle中配置如下&#xff1a; 放置framework.jar 依赖配置 3 优先级配置 gradle.projectsEvaluated {tasks.withType(JavaCompile) {Set<File> fileSet options.bootstrapClasspat…

关于使用FastGPT 摸索的QA

近期在通过fastGPT&#xff0c;创建一些基于特定业务场景的、相对复杂的Agent智能体应用。 工作流在AI模型的基础上&#xff0c;可以定义业务逻辑&#xff0c;满足输出对话之外的需求。 在最近3个月来的摸索和实践中&#xff0c;一些基于经验的小问题点&#xff08;自己也常常…

【高阶数据结构】布隆过滤器+海量数据处理

布隆过滤器 一.什么是布隆过滤器&#xff1f;二.布隆过滤器器误判率推导三.布隆过滤器代码实现四.布隆过滤器删除问题五.布隆过滤器的应用六.海量数据处理问题1.10亿个整数中求最大的前100个2.100亿个整数中&#xff0c;求某个整数是否出现3.给两个文件&#xff0c;分别有100亿…