Skip to content

02 · 事务与 ACID:凭什么敢说「数据一定不会丢」 ​

学完你能说出:

  • ACID 四个字母各是什么、各靠什么实现,以及为什么说「C 是目标,A、I、D 是手段」。
  • undo log、redo log、binlog 三份日志各干什么。
  • 为什么要两阶段提交,「先写日志」为什么反而更快。

先看地图 ​

上一篇讲怎么找得快,这一篇讲怎么不出错。本篇讲 4 个点:

① 事务是什么(用转账走一遍)→ ② ACID 各靠什么 → ③ 三份日志 → ④ 两阶段提交

最后预告一下并发时的三种异常,下一篇细讲。

一句话本质 ​

事务把多条操作打包成一个整体:要么全做,要么全不做;做完就一定不会丢。靠的是日志:undo 负责撤销,redo 负责恢复。

生活类比 ​

银行柜台办转账:

  • 柜员先在底单上记下「A 原来有 1000」(undo log),万一中途出错能改回去;
  • 再在流水账上记「A 减 100,B 加 100」(redo log),记完就告诉你「办好了」;
  • 账本本身晚上再统一誊写(数据页后台刷盘);
  • 第二天停电,柜员翻流水账就能把没誊完的补上。

一步步看:A 给 B 转 100 元 ​

sql
BEGIN;
UPDATE account SET balance = balance - 100 WHERE id = 'A';   -- 1000 → 900
UPDATE account SET balance = balance + 100 WHERE id = 'B';   -- 500  → 600
COMMIT;

如果第 1 条执行完、第 2 条之前系统崩了:

  • 没有事务:A 少了 100,B 没收到,钱凭空消失。
  • 有事务:重启后发现这个事务没提交,用 undo log 把 A 改回 1000。

ACID 各靠什么 ​

字母意思例子靠什么实现
A 原子性全做或全不做转账两步不会只做一步undo log:记旧值,回滚时改回去
C 一致性数据始终满足规则两人总额始终 1500,余额不为负不是单独实现的:A、I、D + 应用的业务约束共同保证
I 隔离性并发的事务互不干扰转账做到一半,别人看不到 A 少了 100 而 B 没多锁 + MVCC(下两篇)
D 持久性提交后断电也不丢显示「转账成功」后停电,重启钱还在redo log:先写日志再改数据页

三份日志 ​

← 左右滑动看完整图 →UPDATE 余额 1000 → 900在 Buffer Pool 里改① undo log记旧值:余额原来 1000提交(两阶段提交)② redo log标记 prepare③ binlog写入逻辑操作④ redo log标记 commit返回「提交成功」数据页(脏页)后台慢慢刷盘,不阻塞提交断电后重启:redo 是 commit → 补做;是 prepare 且 binlog 完整 → 提交;binlog 不完整 → 回滚redo 顺序写(约 0.1 ms)代替直接改数据页的随机写(约 10 ms),这就是「先写日志」快的原因
一次提交写三份日志:undo log 记旧值(能撤销、给 MVCC 提供旧版本);redo log 记「哪页改成了什么」,顺序写、先落盘(断电能恢复);binlog 记逻辑操作(主从同步、数据同步)。redo 和 binlog 用两阶段提交保证要么都算、要么都不算。数据页留在内存里,后台再慢慢刷盘。
日志在哪一层记什么用来干什么
undo logInnoDB旧值:「A 原来是 1000」回滚;给 MVCC 提供旧版本
redo logInnoDB物理修改:「某页某位置改成了 900」崩溃恢复;固定大小、循环写
binlogServer 层逻辑操作:「把 A 的余额减了 100」主从复制、按时间点恢复、数据同步(大数据里的 CDC 就是读它)

redo log 为什么快:直接改数据页要找到磁盘上那一页的位置(随机写,机械盘约 10 毫秒);写 redo log 是往文件末尾追加(顺序写,约 0.1 毫秒)。提交时只要求 redo log 落盘,数据页留在内存里后台慢慢刷。这个思路叫 WAL(Write-Ahead Logging,先写日志)。

两阶段提交:两份日志怎么保证一致 ​

一次提交要写 redo log 和 binlog 两份。如果写完一份就崩了:

  • 只有 redo:主库恢复后有这笔转账,从库(靠 binlog 同步)没有 → 主从不一致。
  • 只有 binlog:从库有这笔转账,主库没有 → 也不一致。

解法:redo 先写 prepare → 写 binlog → redo 再标 commit。崩溃恢复时:

redo 状态binlog怎么处理
commit—已提交,补做
prepare完整提交(只差最后一步)
prepare不完整回滚

用 binlog 是否完整来裁决,两份日志就能做到要么都算、要么都不算。

预告:并发时的三种异常 ​

异常现象例子
脏读读到别人还没提交的数据看到 A 余额 900,结果对方回滚了
不可重复读同一事务里两次读同一行,值变了第一次读 1000,第二次读 900
幻读同一事务里两次范围查询,行数变了第一次查到 10 笔订单,第二次 11 笔

隔离级别就是在「允许哪些异常」和「性能」之间做选择,下一篇细讲。

为什么这么设计 ​

为什么不每次提交都直接把数据页写回磁盘? ​

  • 问题:一个事务改 10 行、分布在 5 个页上,每次提交就要 5 次随机写(约 50 毫秒),每秒只能处理约 20 个事务。
  • 方案:WAL:提交时只把 redo log 顺序写到磁盘,数据页留在内存,后台批量刷。
  • 好处:一次顺序追加约 0.1 毫秒,吞吐量提升上百倍;断电时用 redo log 把没刷盘的修改补回来,不丢数据。

一句话答法

直接写数据页是随机写,很慢;WAL 先把修改顺序追加到 redo log,提交时只等日志落盘,数据页后台慢慢刷,既快又能在断电后用日志恢复。

为什么已经有 redo log 了,还要 binlog? ​

  • 问题:redo log 是 InnoDB 自己的,固定大小循环覆盖,记的是物理页修改,没法拿来给别的数据库重放。
  • 方案:Server 层另记一份 binlog:追加写、不覆盖、记逻辑操作。
  • 好处:可以做主从复制、恢复到任意时间点,也能被 Canal 这类工具读出来,把变更实时同步到大数据平台。

一句话答法

redo log 是引擎层的物理日志、循环写,只管崩溃恢复;binlog 是 Server 层的逻辑日志、追加写,用于主从复制、按时间点恢复和数据同步。

为什么说 C 是目标,A、I、D 是手段? ​

  • 问题:「余额不能为负」「总额守恒」这些规则是业务定义的,数据库自己不知道。
  • 方案:数据库提供原子性、隔离性、持久性三种保证,再加上约束(主键、非空)和应用代码里的判断。
  • 好处:分工清楚:数据库保证「操作不会半途而废、不会互相干扰、不会丢」,业务保证「操作本身是对的」。

一句话答法

一致性是最终目标,数据库用 undo 保证原子性、用锁和 MVCC 保证隔离性、用 redo 保证持久性,再加上业务约束,共同达成一致性。

英文术语拆解 ​

术语拆开看一句话意思
ACIDAtomicity 原子性、Consistency 一致性、Isolation 隔离性、Durability 持久性事务的 4 个特性
undo logundo 撤销 + log 日志记旧值,用于回滚和 MVCC
redo logredo 重做 + log 日志记修改,用于崩溃恢复
binlogbinary 二进制 + log 日志Server 层的逻辑日志,用于复制和同步
WALWrite 写 + Ahead 提前 + Logging 记日志先写日志、再改数据
2PCTwo 两 + Phase 阶段 + Commit 提交两阶段提交
fsyncfile 文件 + sync 同步让操作系统把缓存里的数据真正写到磁盘

面试怎么问 ​

Q:ACID 分别是什么?怎么实现的?

原子性靠 undo log,记录旧值,失败时回滚;持久性靠 redo log,先写日志再刷数据页,崩溃后重放;隔离性靠锁和 MVCC;一致性不是单独实现的,是前三者加上业务约束共同保证的目标。

Q:redo log 和 binlog 有什么区别?

redo log 在 InnoDB 引擎层,是物理日志(哪一页改成了什么),固定大小循环写,用于崩溃恢复;binlog 在 Server 层,是逻辑日志,追加写不覆盖,用于主从复制、按时间点恢复和数据同步(比如 Canal 读 binlog 做 CDC)。

Q:什么是两阶段提交?为什么需要?

提交时 redo 先写 prepare,再写 binlog,最后 redo 标记 commit。因为要同时写两份日志,写完一份就崩溃会导致主从不一致。崩溃恢复时,redo 是 prepare 就看 binlog 是否完整:完整就提交,不完整就回滚,保证两份日志要么都生效、要么都不生效。

Q:为什么先写日志反而比直接写数据快?

直接改数据页是随机写,要定位磁盘上的具体位置;写 redo log 是顺序追加。顺序写比随机写快几十到上百倍。提交时只等 redo log 落盘,数据页在后台批量刷,所以吞吐量高,断电也能靠 redo 恢复。

容易混的地方 ​

  • 一致性不是数据库单独实现的:这是最常见的答错点。
  • 不可重复读 vs 幻读:前者是同一行的值变了(UPDATE),后者是范围里的行数变了(INSERT / DELETE)。
  • undo log 不只用来回滚:MVCC 读旧版本也靠它。
  • binlog 不是 InnoDB 的:它属于 Server 层,所有引擎共用。

和其他知识的连接 ​

  • ← 来自 后端分层:@Transactional 背后就是这里的事务。
  • → 影响 隔离级别与 MVCC:undo log 里的旧版本就是 MVCC 的版本链。
  • → 影响 锁与死锁:隔离性的另一半。
  • → 影响 大数据的增量同步(CDC):读 binlog 就能拿到业务库的每一次变更。

自测 3 问 ​

Q1:转账做到一半系统崩了,重启后数据库怎么处理?分别用到哪份日志?

点开看答案

没提交的事务用 undo log 回滚,把已改的值改回旧值;已提交但数据页还没刷盘的事务,用 redo log 重放补上。所以要么转账完全没发生,要么完整生效。

Q2:为什么说 ACID 里的 C 是目标而不是手段?

点开看答案

「余额不能为负、总额守恒」这类规则是业务定义的。数据库提供原子性(undo)、隔离性(锁、MVCC)、持久性(redo)三种保证,再加上约束和业务代码,共同达成一致性。

Q3:两阶段提交时,redo 是 prepare、binlog 已经完整写入,然后崩溃了。重启后怎么处理?为什么?

点开看答案

提交。binlog 已经完整,说明从库可能已经同步到这条变更,主库也必须保留,才能主从一致。binlog 不完整才回滚。

✅ 验收清单 ​

  • 能说出 ACID 各自的意思和实现手段,并解释「C 是目标」
  • 能用一张表对比 undo log、redo log、binlog
  • 能用「顺序写 vs 随机写」解释 WAL 为什么快
  • 能讲清两阶段提交的 3 步和崩溃恢复时的判断规则
  • 能用例子区分脏读、不可重复读、幻读

下一步该懂什么 ​