微信公众号：欢少的成长之路

小知识，大挑战！本文正在参与“程序员必备小知识”创作活动。

大家好，我是Leo，上篇文章大概介绍了为什么查询一条记录性能慢的原因。今天我们介绍一下幻读的一些相关知识，以及幻读相关的间隙锁，间隙锁死锁的解决方案。

概念

可重复读

两个事务进行数据操作他们是互不干扰的 ，事务先A进行数据查询，事务B进行一次事务修改并进行数据提交，事务A再进行一次查询，数据是不改变的

提交读

两个事务进行数据操作，事务先A进行数据查询，事务B进行一次事务修改并进行数据提交，事务A再进行一次查询，数据是B修改后的数据。

案例

幻读是什么

如下图所示，我们一起分析一下。

• sessionA首先开启了一个事务并且在T1时刻给d为5的数据加上了写锁
• sessionB没有开启事务。修改了id为0的数据，把d改成了5
• sessionA继续执行了d=5的数据加上了写锁
• sessionC插入了一条数据115
• sessionA再次查询数据就发现数据一直在变，一直在多

这种从事务开启到事务结束，如果同一个数据看到不同的结果。我们就称为幻读。

for update 加了写锁都是 当前读。而当前读的规则就是看到所有已经提交过的数据。

幻读有什么问题

如下图所示，我们继续分析一下

session B 的第二条语句 update t set c=5 where id=0，语义是“我把 id=0、d=5 这一行的 c 值，改成了 5”。

由于在 T1 时刻，session A 还只是给 id=5 这一行加了行锁， 并没有给 id=0 这行加上锁。因此，session B 在 T2 时刻，是可以执行这两条 update 语句的。这样，就破坏了 session A 里 Q1 语句要锁住所有 d=5 的行的加锁声明。

session C 也是一样的道理，对 id=1 这一行的修改，也是破坏了 Q1 的加锁声明。

以上是语义上的问题。下面还有数据一致性上的问题

我们知道，锁的设计是为了保证数据的一致性。而这个一致性，不止是数据库内部数据状态在此刻的一致性，还包含了数据和日志在逻辑上的一致性。

如下图，我们继续分析会有什么问题。

为了说明这个问题，我给 session A 在 T1 时刻再加一个更新语句，即：update t set d=100 where d=5。

update跟for update的含义是一样的。都是给d为5的数据加锁。然后修改成d为100

• sessionA在T1时刻，会给d为5的数据加锁。并且修改d为100（不提交）
• sessionB在T2时刻，会修改id为0的数据改成d，c为5。（提交）
• 回到了sessionA的T3时刻，再次查询加写锁
• sessionC在T4时刻，执行了插入语句，修改id为1的数据c为5.（提交）

这样看好像也没啥逻辑和一致性问题。再来看一下binlog日志

update t set d=5 where id=0; /*(0,0,5)*/
update t set c=5 where id=0; /*(0,5,5)*/

insert into t values(1,1,5); /*(1,1,5)*/
update t set c=5 where id=1; /*(1,5,5)*/

update t set d=100 where d=5;/*所有d=5的行，d改成100*/

你会发现在执行这三行结果都变成了(0,5,100)、(1,5,100) 和 (5,5,100)。也就说有两条数据被改了。

那么我们应该怎么改？如下图，加了锁的

由于 session A 把所有的行都加了写锁，所以 session B 在执行第一个 update 语句的时候就被锁住了。需要等到 T6 时刻 session A 提交以后，session B 才能继续执行。

这样对于 id=0 这一行，在数据库里的最终结果还是 (0,5,5)。在 binlog 里面，执行序列是这样的：

insert into t values(1,1,5); /*(1,1,5)*/
update t set c=5 where id=1; /*(1,5,5)*/

update t set d=100 where d=5;/*所有d=5的行，d改成100*/

update t set d=5 where id=0; /*(0,0,5)*/
update t set c=5 where id=0; /*(0,5,5)*/

上图的binlog数据不一致的问题算是解决了。数值也是对的了。那么还有一个问题！

全部加锁解决了每个数据的正确性，那么新数据就无法保证正确性了。现在就不是读写锁可以解决的了。

如何解决幻读？间隙锁！

今天我们聊一下间隙锁。简单介绍一下。比如一个表中有6行数据。那么就会加7个间隙锁。这7个锁就分布在每条记录的前后。

当你执行 select * from t where d=5 for update 的时候。就不止是给数据库中已有的 6 个记录加上了行锁，还同时加了 7 个间隙锁。这样就确保了无法再插入新的记录。

数据行是可以加上锁的实体，数据行之间的间隙，也是可以加上锁的实体。

行锁，间隙锁，读锁，写锁

行锁分为：读锁，写锁。

间隙锁是单独的一个锁。

也就是说，跟行锁有冲突关系的是“另外一个行锁”。

跟间隙锁存在冲突关系的，是“往这个间隙中插入一个记录”这个操作。间隙锁之间都不存在冲突关系。

举例说明一下

• sessionA开启一个事务 并且给c为7的数据加了一个读锁。
• session B 并不会被堵住。因为表 t 里并没有 c=7 这个记录，因此 session A 加的是间隙锁 (5,10)。而 session B 也是在这个间隙加的间隙锁。它们有共同的目标，即：保护这个间隙，不允许插入值。但，它们之间是不冲突的。

间隙锁和行锁合称 next-key lock，每个 next-key lock 是前开后闭区间

那么我们在使用for update的时候也就是加了7 个 next-key lock，分别是 (-∞,0]、(0,5]、(5,10]、(10,15]、(15,20]、(20, 25]、(25, +supremum]。

supremum： 因为 +∞是开区间。实现上，InnoDB 给每个索引加了一个不存在的最大值 supremum，这样才符合我们前面说的“都是前开后闭区间”。

回到案例

间隙锁和 next-key lock 的引入，帮我们解决了幻读的问题，但同时也带来了一些“困扰”。

我们先引一个逻辑出来继续理论！

**业务逻辑 **是这样的：任意锁住一行，如果这一行不存在的话就插入，如果存在这一行就更新它的数据

begin;
select * from t where id=N for update;

/*如果行不存在*/
insert into t values(N,N,N);
/*如果行存在*/
update t set d=N set id=N;

commit;

这个逻辑一旦有并发，就会碰到死锁。你一定也觉得奇怪，这个逻辑每次操作前用 for update 锁起来，已经是最严格的模式了，怎么还会有死锁呢？

如下图，假设N=9

• session A 执行 select … for update 语句，由于 id=9 这一行并不存在，因此会加上间隙锁 (5,10);
• session B 执行 select … for update 语句，同样会加上间隙锁 (5,10)，间隙锁之间不会冲突，因此这个语句可以执行成功；
• session B 试图插入一行 (9,9,9)，被 session A 的间隙锁挡住了，只好进入等待；
• session A 试图插入一行 (9,9,9)，被 session B 的间隙锁挡住了。

至此，两个 session 进入互相等待状态，形成死锁。当然，InnoDB 的死锁检测马上就发现了这对死锁关系，让 session A 的 insert 语句报错返回了。

结论： 间隙锁的引入，可能会导致同样的语句锁住更大的范围，这其实是影响了并发度的

业务权衡

一开始我们就提到了，幻读只会出现在可重复隔离级别情况下。间隙锁是在可重复读隔离级别下才会生效的。

所以，你如果把隔离级别设置为读提交的话，就没有间隙锁了。但同时，你要解决可能出现的数据和日志不一致问题，需要把 binlog 格式设置为 row。这，也是现在不少公司使用的配置组合。

总结

生产库上会经常出现由于间隙锁导致的死锁现象。行锁确实比较直观，判断规则也相对简单，间隙锁的引入会影响系统的并发度，也增加了锁分析的复杂度，但也有章可循