---
tags: [MySQL, 一致性读, 当前读, snapshot read, current read]
create time: 2026-05-16 00:00
---

# 一致性读 vs 当前读

## 概述

> [!QUESTION] 思考题
> 事务 A 在执行 `SELECT * FROM orders WHERE id = 1`，同时事务 B 正在 `UPDATE orders SET amount = 100 WHERE id = 1` 并尚未 COMMIT——此时 A 应该读到旧值还是新值？

InnoDB 为此提供了两种读模式：**一致性读（Consistent Nonlocking Read）**和**当前读（Current Read）**。它们的核心区别在于是否使用 MVCC 快照、是否获取锁。这个区别直接影响你对并发行为的预期，也是理解 InnoDB 事务隔离的基石。

## 两种读的对比

| 特性 | 一致性读（快照读） | 当前读 |
|------|-------------------|--------|
| **语句** | `SELECT`（不加锁） | `SELECT ... FOR UPDATE/SHARE MODE` |
|                  |                        | `UPDATE` |
|                  |                        | `DELETE` |
|                  |                        | `INSERT` |
| **使用 MVCC？** | ✅ 是，读历史版本 | ❌ 否，读最新已提交数据 |
| **加锁？** | ❌ 不加锁 | ✅ 加 X 锁或 S 锁 |
| **看到的是？** | Read View 时刻的数据 | 实际的、最新的行记录 |
| **隔离级别依赖？** | ✅ 是（RR vs RC 行为不同）| ❌ 否（总是读最新）|

> [!TIP] 核心直觉
> - **一致性读** = 读「快照」→ 不阻塞别人，别人也阻塞不了你 → 适合报表、数据分析
> - **当前读** = 读「真实」→ 拿到最新一行并锁住 → 适合余额扣减、库存扣减等写前校验场景

```mermaid
sequenceDiagram
    participant T1 as Transaction A
    participant DB as InnoDB
    participant T2 as Transaction B
    
    T1->>DB: BEGIN;
    T2->>DB: BEGIN;
    
    T1->>DB: SELECT * FROM t WHERE id=1;
    Note over T1,DB: 一致性读 → 创建 ReadView,<br/>读到 mvcc_version_A
    
    T2->>DB: UPDATE t SET col="v2" WHERE id=1;
    T2->>DB: COMMIT;
    
    T1->>DB: SELECT * FROM t WHERE id=1;
    Note over T1,DB: 一致性读 → 复用同一 ReadView,<br/>仍读到 mvcc_version_A ✅
    
    T1->>DB: SELECT * FROM t WHERE id=1 FOR UPDATE;
    Note over T1,DB: 当前读 → 绕过 ReadView,<br/>读到 v2 + 获取 X 锁
```

## 底层原理：Undo Log + Version Chain

一致性读之所以能读到「历史版本」，核心依赖 InnoDB 的 **undo log** 和行记录中的 **version chain**。

### Row Record 的结构（MVCC 视角）

每一行记录除了业务数据外，还隐藏了两个关键字段：

| 隐藏字段 | 说明 |
|----------|------|
| `DB_TRX_ID` | 最后修改这行记录的事务 ID（6 字节） |
| `DB_ROLL_PTR` | 回滚指针，指向 undo log 中这条记录的旧版本（20 字节） |

### Undo Log 链（Version Chain）的形成

```mermaid
flowchart LR
    A["新写入的行"] --> B["旧版本 (undo_log_1)"]
    B --> C["更早版本 (undo_log_2)"]
    C --> D["再早版本 (undo_log_3)"]
    
    style A fill:#00D866,color:#fff
    style B fill:#FF9F43,color:#000
    style C fill:#FF9F43,color:#000
    style D fill:#FF9F43,color:#000
```

每次 UPDATE / DELETE 操作时，InnoDB 不会直接覆盖原行，而是：

1. **将旧行数据写入 undo log**（形成版本链上一个节点）
2. **在新行上记录前一个版本的回滚指针** (`DB_ROLL_PTR`)
3. 更新 `DB_TRX_ID` 为当前事务 ID

### 具体示例：一行数据经历三次 UPDATE

```sql
-- 初始: INSERT INTO product(id, name, price) VALUES(1, '键盘', 200);
-- 行记录: {id=1, name='键盘', price=200, DB_TRX_ID=50, DB_ROLL_PTR=NULL}
```

随后三个事务依次修改 `price`：

| 操作 | 聚簇索引中的行 | undo log 新增节点 |
|------|---------------|-----------------|
| 初始 INSERT | `{price=200, trx=50, roll_ptr=NULL}` | — |
| TXN 60: `SET price=180` | `{price=180, trx=60, roll_ptr→undo_1}` | undo_1: `{price=200, trx=50}` |
| TXN 70: `SET price=150` | `{price=150, trx=70, roll_ptr→undo_2}` | undo_2: `{price=180, trx=60}` |
| TXN 80: `SET price=99` | `{price=99, trx=80, roll_ptr→undo_3}` | undo_3: `{price=150, trx=70}` |

此时 version chain 为：

```
聚簇索引行(price=99) ──roll_ptr──→ undo_3(price=150) ──→ undo_2(price=180) ──→ undo_1(price=200)
   trx=80                          trx=70                trx=60                 trx=50
```

> [!TIP] 类比理解
> 把 version chain 想象成「编辑历史」——每次修改都不会覆盖原文，而是把旧版本存进回收站（undo log），新版本放回桌面（聚簇索引）。一致性读就是根据你打开文档的时间点，去回收站翻找对应的版本。

> [!QUESTION] 为什么是链表而不是数组？
> 因为版本数量在写入时无法预知。链表允许 O(1) 追加新版本，且通过 `DB_ROLL_PTR` 可以高效遍历——只沿着真正需要回溯的路径走。

### Read View 如何从版本链中找到可见版本

```mermaid
flowchart TD
    A["SELECT 执行"] --> B["构建 ReadView<br/>m_ids, min_trx_id, max_trx_id"]
    B --> C{"遍历 version chain"}
    C --> D["检查当前版本的 DB_TRX_ID"]
    
    D --> E{"trx_id 在 ReadView 中可见?"}
    
    E -->|是| G["✅ 返回此版本"]
    E -->|否| F["沿 DB_ROLL_PTR 到上一版本"]
    F --> C
    
    F --> H{"是否已无更多版本?"}
    H -->|是| I["返回空 — 无可视数据"]
    
    style B fill:#00B6BC,color:#fff
    style G fill:#00D866,color:#fff
    style I fill:#FF6B6B,color:#fff
```

> [!NOTE] 可见性判断规则（5 条，从上到下依次判断）
> 1. `trx_id == 当前事务 ID` → ✅ **自己改的，可见**
> 2. `trx_id < min_trx_id` → ✅ **快照前已提交，可见**
> 3. `trx_id >= max_trx_id` → ❌ **快照后才启动，不可见**
> 4. `trx_id ∈ [min_trx_id, max_trx_id)` 且**在 `m_ids` 中** → ❌ **快照时尚未提交，不可见**
> 5. `trx_id ∈ [min_trx_id, max_trx_id)` 且**不在 `m_ids` 中** → ✅ **快照前已提交，可见**
>
> > 核心直觉：`m_ids` 就是「快照瞬间还在跑的事务名单」，名单上的事务其修改对当前快照**不可见**。

### 一致性读的完整流程

```mermaid
flowchart TD
    A["普通 SELECT"] --> B["读取当前行最新版本"]
    B --> C{"用 ReadView 判断<br/>DB_TRX_ID 是否可见?"}

    C -->|可见| D["✅ 返回此版本"]
    C -->|不可见| E{"DB_ROLL_PTR 是否存在?"}

    E -->|否| F["❌ 无可视版本, 返回空"]
    E -->|是| G["沿 DB_ROLL_PTR 读取 undo log 旧版本"]
    G --> H{"旧版本 trx_id 可见?"}

    H -->|可见| D
    H -->|不可见| I{"还有更早版本?"}

    I -->|是| G
    I -->|否| F

    style C fill:#FF9F43,color:#000
    style D fill:#00D866,color:#fff
    style F fill:#FF6B6B,color:#fff
```

> [!NOTE] 与之前版本的区别
> 一致性读**不关心行上有没有锁**——它总是从最新版本开始，通过 ReadView 的可见性规则决定该版本是否对当前事务可见。不可见就沿 undo chain 往回找，直到找到第一个可见版本（或链尾）。

> [!TIP] 一致性读的性能优势
> 由于不需要加锁、不需要等待锁释放，一致性读在大量只读场景下几乎不产生并发开销。这就是为什么报表查询、数据导出都应该用普通 `SELECT`——既不影响业务写入，也避免了自己被阻塞。

## 深入理解一致性读

> [!NOTE] 为什么叫「快照读」？
> 因为它读的不是磁盘上的最新数据，而是某个时间点的数据「快照」。在 RR 模式下，这个快照在事务第一次 SELECT 时就冻结了；在 RC 模式下，每次 SELECT 都刷新快照。

### 端到端示例：跟着 ReadView 走一遍

> [!QUESTION] 先想想：如果三个事务交替修改同一行，第四个事务来做一致性读，它到底看到谁的版本？

假设有一行 `account(id=1, balance=1000)`，当前 `max_trx_id = 104`：

| 时间 | 事务 | 操作 | 状态 |
|------|------|------|------|
| T1 | TXN 101 | `UPDATE balance=900` | 已提交 ✅ |
| T2 | TXN 102 | `UPDATE balance=800` | 未提交 🔒 |
| T3 | TXN 103 | `UPDATE balance=700` | 已提交 ✅ |
| T4 | **TXN 104（我们）** | `BEGIN; SELECT balance` | 开始一致性读 |

此时 InnoDB 构建 ReadView：

```
m_ids       = [102]        ← 快照时仍在运行的事务（只有 TXN 102 未提交）
min_trx_id  = 102
max_trx_id  = 105          ← 下一个待分配的事务 ID
```

行的 version chain（从新到旧）：

```
balance=700 (trx=103) ← balance=800 (trx=102) ← balance=900 (trx=101) ← balance=1000 (trx=旧)
```

一致性读沿 version chain 逐版本判断：

1. **trx=103**：在 `[102,105)` 内且**不在** m_ids 中 → 已提交 → ✅ 可见
2. 直接返回 `balance=700`，不再往后找

> [!TIP] 关键洞察
> 虽然最新版本是 `balance=700`（trx=103），但如果你把 TXN 103 提交撤销、让 trx=102 先提交，那我们就会跳过 trx=102 的版本（它在 m_ids 中不可见），最终看到 trx=101 的 `balance=900`。可见性判断完全取决于「谁在快照瞬间已经提交」。

### RR vs RC 的快照时机差异

```mermaid
sequenceDiagram
    participant T as TXN A (RR 模式)
    participant T2 as TXN B
    participant DB as InnoDB

    Note over T: BEGIN
    T->>DB: SELECT balance FROM account WHERE id=1
    Note over T,DB: 快照创建 (ReadView #1)

    T2->>DB: UPDATE balance=500 WHERE id=1
    T2->>DB: COMMIT

    T->>DB: SELECT balance FROM account WHERE id=1
    Note over T,DB: 复用 ReadView #1 → 看不到 500

    T->>DB: SELECT balance FROM account WHERE id=1
    Note over T,DB: 仍然复用 ReadView #1 → 还是看不到 500
    Note over T: 整个事务期间看到的值始终一致
```

如果 TXN A 用的是 **RC 模式**，每次 SELECT 都会创建新的 ReadView，第二次 SELECT 就能看到 `balance=500`。

## 深入理解当前读

```sql
-- 所有当前读语句
SELECT ... LOCK IN SHARE MODE;   -- 加 S 锁（共享读锁）
SELECT ... FOR UPDATE;            -- 加 X 锁（排他写锁）
UPDATE ...                         -- 隐式加 X 锁
DELETE ...                         -- 隐式加 X 锁
INSERT ...                         -- 隐式加 X 锁（对被插入的行）
```

### FOR UPDATE 的实际行为

```sql
-- 会话 A
BEGIN;
SELECT * FROM orders WHERE user_id = 100 FOR UPDATE;
-- 加 X 锁到 user_id=100 对应的所有索引记录
-- 包括聚簇索引记录和所有二级索引记录

-- 会话 B（尝试读取）
BEGIN;
SELECT * FROM orders WHERE user_id = 100;
-- ✅ 能读到！（一致性读，不走当前读路径）
-- 读到的是 FOR UPDATE 之前的版本

-- 会话 B（尝试修改）
UPDATE orders SET amount = 50 WHERE user_id = 100;
-- ⏳ 阻塞！需要 X 锁，被会话 A 持有
-- 直到 A  COMMIT 或 ROLLBACK
```

### FOR SHARE MODE 的行为

```sql
-- 会话 A
BEGIN;
SELECT * FROM orders WHERE user_id = 100 LOCK IN SHARE MODE;
-- 加 S 锁（其他事务也可以加 S 锁，但都不能加 X 锁）

-- 会话 B
BEGIN;
SELECT * FROM orders WHERE user_id = 100 LOCK IN SHARE MODE;
-- ✅ 可以同时获得 S 锁（共享）

UPDATE orders SET amount = 50 WHERE user_id = 100;
-- ⏳ 阻塞！需要 X 锁，但有 S 锁在
```

## 二级索引的回表效应

当前读在二级索引上有一个特殊行为：不仅锁二级索引记录，还要**回表锁住聚簇索引记录**。

```mermaid
sequenceDiagram
    participant T as 事务
    participant SI as 二级索引 idx_user_id
    participant CI as 聚簇索引 PK

    T->>SI: UPDATE orders SET amount=? WHERE user_id=100
    SI->>SI: 找到所有 user_id=100 的记录,<br/>得到 pk=[1,5,8]
    
    loop 遍历每个 pk
        SI->>CI: 回表加 X 锁
        CI-->>SI: 已锁
    end
    
    SI-->>T: UPDATE 完成
```

> [!TIP] 这意味着什么？
> 用二级索引做 UPDATE/DELETE/FOR UPDATE 时，锁的范围比看起来更大——它覆盖了二级索引记录 + 回表后的聚簇索引记录。如果二级索引区分度不高（比如 gender 列），会导致大量行被锁住。

## 实战决策树

```mermaid
flowchart TD
    Q["你需要读数据"] --> Decision{"要读最新提交的数据吗?"}
    
    Decision -->|不需要 / 读旧数据也可接受| Snapshot["用普通 SELECT<br/>一致性读 ✅"]
    Decision -->|必须读最新数据| CurrentRead["用当前读"]
    
    CurrentRead --> Purpose{"接下来要修改这些数据吗?"}
    Purpose -->|是| FU["SELECT ... FOR UPDATE<br/>拿 X 锁"]
    Purpose -->|否,只是防别人改| FS["SELECT ... LOCK IN SHARE MODE<br/>拿 S 锁"]
    
    style Snapshot fill:#00D866,color:#fff
    style FU fill:#00B6BC,color:#fff
    style FS fill:#FF9F43,color:#000
    style Decision fill:#FF9F43,color:#000
```

## 实战场景与避坑指南

### ✅ 典型场景：扣减余额（防超卖）

```sql
-- 正确的做法：当前读 + FOR UPDATE
BEGIN;
SELECT balance FROM user_wallet WHERE user_id = ? FOR UPDATE;
-- ⏱️ 读到的是最新余额，同时锁住行

UPDATE user_wallet SET balance = balance - 50 WHERE user_id = ?;
COMMIT;
```

> [!WARNING] 为什么不能用普通 SELECT？
> 如果用了 `SELECT balance FROM user_wallet WHERE user_id = ?`（一致性读），两个并发事务可能都读到旧的 balance=200，然后各自减 50 → 最后余额变成 150 而不是 100。**数据丢失了**。这就是为什么写前校验必须用当前读。

### ✅ 典型场景：报表查询

```sql
-- 正确的做法：纯 SELECT，不加锁
SELECT product_name, SUM(quantity) 
FROM orders 
WHERE created_at >= '2026-01-01'
GROUP BY product_name;
```

这种场景不需要读「此刻的最新数据」，只要保证自身的事务内一致性即可。使用普通 SELECT 不会影响其他事务的写入性能。

### 🚫 常见误区：误以为 `FOR UPDATE` 会阻塞别人的 `SELECT`

很多开发者以为加了 `FOR UPDATE`，其他人就查不了这行了——**这是错误的**。

| 会话 A | 会话 B | 结果 |
|--------|--------|------|
| `SELECT ... FOR UPDATE` | `SELECT ...` | ✅ B 能读到（快照读）|
| `SELECT ... FOR UPDATE` | `SELECT ... FOR UPDATE` | ⏳ B 被阻塞 |
| `SELECT ... FOR UPDATE` | `UPDATE ...` | ⏳ B 被阻塞 |
| `SELECT ... FOR UPDATE` | `DELETE ...` | ⏳ B 被阻塞 |

**结论**：`FOR UPDATE` 只影响其他事务的**写操作**和**当前读**，不影响普通的 `SELECT`。

### 🚫 常见误区：忽略二级索引的回表锁

```sql
-- 假设 orders 表上有二级索引 idx_user_id(user_id)
BEGIN;
SELECT * FROM orders WHERE user_id = 100 FOR UPDATE;
```

这里不仅锁定了 `idx_user_id = 100` 的所有索引记录，还通过回表对每个对应的**聚簇索引主键行**加了 X 锁。

> [!QUESTION] 如果 user_id 上有 100 万条记录，这个 FOR UPDATE 会怎样？
> 会锁住 100 万个聚簇索引记录！在 RR 模式下还会加间隙锁，导致整个索引范围都被锁定。此时任何其他基于 `user_id` 或主键的 INSERT / UPDATE 都会被阻塞。**这就是为什么大范围的 FOR UPDATE 是线上事故的高发原因。**

### 🚫 陷阱：Undo Log 无限膨胀

每次 UPDATE 操作都会将旧版本写入 undo log。如果一个热点行被高频更新，version chain 会越来越长：

```
新值 ← v_n ← v_{n-1} ← ... ← v_2 ← v_1 ← 初始值
```

当一致性读需要遍历这条长链时，性能会逐渐下降。在极端情况下可能导致：
- **查询变慢**：遍历越长的 version chain 消耗越多 CPU
- **undo log 文件膨胀**：占用大量磁盘空间

**建议**：避免对同一行做高频的小幅度更新（例如计数器），考虑改为追加写入历史表。

## RC vs RR 下的差异总结

| 场景 | RR 下的行为 | RC 下的行为 |
|------|-----------|-----------|
| `SELECT`（普通） | 第一次 SELECT 创建 ReadView，之后复用 | 每次 SELECT 创建新 ReadView |
| `SELECT ... FOR UPDATE` | 读最新 + 锁记录 | 读最新 + 锁记录（与 RR 相同）|
| `UPDATE WHERE` 条件列 | 加 Next-Key Lock（含间隙）| 只加 Record Lock（不含间隙）|
| 同一个事务内多次读 | 始终看到一致快照 | 每次可能看到新提交的数据 |

> [!QUESTION] 什么时候 RC 和 RR 的行为会「打架」？
> 当你在同一个连接中混合使用了 RC 和 RR（通过 `SET SESSION` 切换隔离级别）。例如你的框架默认用 RR，但某个关键接口临时切了 RC。这时同一个事务内的 SELECT 行为不一致——前半段用旧 ReadView，后半段用新 ReadView。建议在事务开始时明确设置隔离级别，并在事务结束后恢复。

## 关联笔记

- [[hhs/MySQL/06-事务与并发控制/25-MVCC 原理]] — ReadView 的构造和版本链查找
- [[hhs/MySQL/06-事务与并发控制/26-锁机制总览]] — 当前读涉及的 S 锁和 X 锁
- [[hhs/GORM/08-事务管理]] — GORM 中的 FirstForUpdate / SetLock 用法