技术干货| MongoDB事务原理

guwj
发布于 2022-10-18 10:39
浏览
0收藏

MongoDB作为领先的NoSQL,为了支撑更多的需求场景,也在不断完善其功能。从早期支持大吞吐量读/写操作的MMAPv1存储引擎,到引入支持高并发操作的WiredTiger存储引擎,以及对事务功能的持续演进,MongoDB不仅保留了最初的架构优势,同时又汲取了其他数据库的优点。


MongoDB从 3.0版本引入WiredTiger存储引擎之后开始支持事务,MongoDB 3.6之前的版本只能支持单文档的事务,从MongoDB 4.0版本开始支持复制集部署模式下的事务,从MongoDB 4.2版本开始支持分片集群中的事务。


本文就主要对MongoDB事务的基本原理、事务的snapshot隔离、实现事务间并发操作的MVCC并发控制机制,以及事务日志做一些介绍!


事务的基本原理


与关系型数据库一样,MongoDB事务同样具有ACID特性,说明如下:


●  原子性(Automicity):一个事务要么完全执行成功,要么不做任何改变。

●  一致性(Consistency):当多个事务并行执行时,元素的属性在每个事务中保持一致。

●  隔离性(Isolation):当多个事务同时执行时,互不影响。WiredTiger本身支持多种不同类型的隔离级别,如读-未提交(read-uncommitted)、读-已提交(read-committed)和快照(snapshot)隔离。MongoDB默认选择的是快照隔离。

●  持久性(Durability):一旦提交事务,数据的更改就不会丢失。


在不同隔离级别下,一个事务的生命周期内,可能出现脏读、不可重复读、幻读等现象。


下面介绍这3种现象出现的场景与含义。


1. 脏读现象


例如,某款手机在数据库中的库存还有1部,客户A发起一个查询手机库存的事务,同时,客户B发起了一个购买手机的事务(但未提交事务),此时客户A读到手机库存为0部,认为售完了。但客户B突然不想购买这款手机了,于是回滚了此事务,手机库存又变为1部,客户A读到的手机库存为0部就是一个脏读数据,如下图所示。

技术干货| MongoDB事务原理-开源基础软件社区


2. 不可重复读现象


例如,某款手机在数据库中的库存还有1部,客户A发起一个查询手机库存的事务(事务还未完成),读到其值为1。同时,客户B发起了一个购买手机的事务(提交了事务),此时客户A再次查询手机库存,读到其值为0。客户A在同一个事务中读到的同一条记录的取值不一样,这种现象就是不可重复读,如下图所示。

技术干货| MongoDB事务原理-开源基础软件社区


3. 幻读现象


例如,某款手机在数据库中的库存还有1部,客户A发起一个购买手机的事务(事务还未完成),读到其值为1。同时,管理员B发起了一个增加1部手机的事务(提交了事务),此时客户A再次查询手机库存,读到其值为1(有新增数据)。客户A在同一个事务中本来应该读到的库存值为0,认为手机已经售完,但发现库存中还有1部手机,客户A两次读到的数据集不一样,这种现象就是幻读,如下图所示。

技术干货| MongoDB事务原理-开源基础软件社区


下面介绍与事务相关的数据结构,如下图所示。


技术干货| MongoDB事务原理-开源基础软件社区


 其中,

(1)id字段:这是事务的全局唯一标识,通过分析它与具体的操作关联,就能够知道一个事务包含哪些操作。


(2)snapshot_data字段:MongoDB使用的是快照隔离级别的事务,这个字段用于保存事务的快照信息,具体来说它会有snap_min和snap_max两个属性,通过这两个属性能够计算一个事务开始时的数据范围,每个事务开始时都会构造一个这样的快照。


(3)commit_timestamp字段:表示事务提交的时间。


(4)durable_timestamp字段:表示事务修改的数据已持久化的时间,与具体操作中的durable_ts字段关联。


(5)prepare_timestamp字段:表示事务开始准备的时间。


(6)WT_TXN_OP字段:包含事务的修改操作,用于事务回滚和生成事务日志(Journal)。


(7)logrec字段:表示事务日志的缓存,用于在内存中保存事务日志(对于MongoDB来说Journal日志就是事务日志)。


事务的snapshot隔离


WiredTiger存储引擎支持read-uncommitted、read-committed和snapshot3种事务隔离级别,MongoDB启动时默认选择snapshot隔离。


事务开始时,系统会创建一个快照,从已提交的事务中获取行版本数据,如果行版本数据标识的事务尚未提交,则从更早的事务中获取已提交的行版本数据作为其事务开始时的值。


通过事务可以看到其他还未提交的事务修改的行版本数据,但不会看到事务id大于snap_max的事务修改的数据。


快照数据的获取流程如下图所示。

技术干货| MongoDB事务原理-开源基础软件社区


假设图中的5个事务对同一条记录进行操作,E事务开始时,生成的快照数据包含B、D两个未完成的事务,同时获取离它最近且完成了的C事务修改后的值作为事务开始时的取值,即2。


如果E事务为写事务,对库存值进行修改,则会进行冲突检测,以防止对过期数据的修改,保证数据的一致性(如D事务在E事务提交之前完成,行版本已发生变化,若E事务还要进行修改,则提交时会产生冲突)。


通过一段代码加深对快照隔离级别事务的认识:


session1 = client.start_session()  //开启一个session
session1.start_transaction()   //在session内部,开启一个事务
inventory.insert_one({'_id': 4, 'model':'switch', 'count': 200}, session= session)
doc1 = inventory.find_one({'_id': 4}, session=session1)
pprint.pprint(doc1)
doc2 = inventory.find_one({'_id': 4})
pprint.pprint(doc2)
session1.commit_transaction()  //提交事务
doc3 = inventory.find_one({'_id': 4})
pprint.pprint(doc3)
session1.end_session()    //结束session


任何事务都是封装在一个session中进行的。


MVCC并发控制机制


要实现事务之间的并发操作,可以使用锁机制或MVCC控制等。对于WiredTiger来说,使用MVCC控制来实现并发操作,相较于其他锁机制的并发,MVCC实现的是一种乐观并发机制。


MVCC并发控制机制如下图所示:

技术干货| MongoDB事务原理-开源基础软件社区


(1)A事务首先从表中读取要修改的行数据,读取的库存值为100,行记录的版本号为1。


(2)B事务也从中读取要修改的相同行数据,读取的库存值为100,行记录的版本号为1。


(3)A事务修改库存值后提交,同时行记录版本号加1,变为2,大于A事物一开始读取行记录版本号1,A事务可以提交。


(4)但B事务提交时发现此时行记录版本号已经变为2,产生冲突,B事务提交失败。


(5)B事务尝试重新提交,此时再次读取的版本号为2,加1后版本号变为3,不会产生冲突,正常提交B事务。


通过代码分析事务的并发与冲突。

session1 = client.start_session() //开启一个session1
session1.start_transaction()  //在session1中开启一个事务1
inventory.delete_one({'_id':4}, session=session1)
doc1 = inventory.find_one({'_id': 4},session=session1)
pprint.pprint(doc1)     //输出none,说明在事务中已经删除


session2 = client.start_session() //开启一个session2
session2.start_transaction()  //在session2中开启一个事务2
inventory.delete_one({'_id':4}, session=session2) //执行产生事务冲突


session1.abort_transaction()      //终止事务1
session1.end_session()        //结束session1
session2.abort_transaction()      //终止事务2
session2.end_session()        //结束session2


doc2 = inventory.find_one({'_id': 4}) //隐式开启第3个session和事务
pprint.pprint(doc2)    //在事务外可以找到,说明事务1被终止后回滚了


事务日志(Journal)


Journal是一种WAL(Write Ahead Log)事务日志,目的是实现事务提交层面的数据持久化。


Journal持久化的对象不是修改的数据,而是修改的动作,以日志形式先保存到事务日志缓存中,再根据相应的配置按一定的周期,将缓存中的日志数据写入日志文件中。


事务日志落盘的规则如下。


(1)按时间周期落盘。


在默认情况下,以50毫秒为周期,将内存中的事务日志同步到磁盘中的日志文件。


(2)提交写操作时强制同步落盘。


当设置写操作的写关注为j:true时,强制将此写操作的事务日志同步到磁盘中的日志文件。


(3)事务日志文件的大小达到100MB。


关于作者:郭远威


MongoDB中文社区长沙分会主席;资深大数据架构师,著有《大数据存储MongoDB实战指南》《MongoDB核心原理与实践》;通信行业业务架构与数据迁移专家,先后在华为,中兴工作十余年;曾负责实施了海外多个运营商的大数据迁移及BI等大数据系统的设计开发。


文章转载自公众号:Mongoing中文社区


分类
标签
已于2022-10-18 10:40:27修改
收藏
回复
举报
回复
添加资源
添加资源将有机会获得更多曝光,你也可以直接关联已上传资源 去关联
    相关推荐