多版本并发控制

形式陈述 ​

多版本并发控制（MVCC）不让更新原地抹去旧值，而是为键 $k$ 保存版本链。一个抽象版本可写成

$$v=(k,\mathrm{value},\mathrm{creator},\mathrm{begin},\mathrm{end},\mathrm{status}),$$

其中 creator 标识创建事务，status 区分未提交、已提交与中止，begin/end 划定可见区间。事务 $T$ 持有读视图 $R_T$；可见谓词 $\mathrm{visible}(v,R_T,T)$ 决定一次读能选择哪个版本。最简单的时间戳形式要求版本已提交且

$$\mathrm{begin}(v)\le R_T<\mathrm{end}(v),$$

并另行允许 $T$ 读取自己的写。真实系统可以使用事务 ID 集合、提交序号或版本向量表达同一选择，不必把时间戳解释成墙上时钟。

写操作创建新版本或私有写集，旧版本继续服务较早读视图；提交协议原子地决定事务的新版本何时对其他事务可见，中止则让这些版本永不进入公共视图。并发控制还必须处理写写冲突、唯一约束、谓词读和提交验证。MVCC 只提供“保存哪些版本、一次读选哪个版本”的机制框架，并不固定 read committed、快照读取或可串行化等某一种隔离语义。

正确性仍在事务历史上评价。这里的事务历史直接记录事务边界、读写事件、reads-from、提交与中止结果；它既不是只保留对象调用与返回的接口历史，也不要求收纳分布式执行的全部内部消息。可用多版本序列化图把事务作为顶点，并根据 reads-from、版本先后、写写冲突及读写反依赖建立边；图是否允许某个串行解释取决于系统承诺的可串行化公理库可串行化Serializability并发事务历史与某个串行事务次序等价的正确性条件。版本。仅仅存在多个版本，不会自动让图无环。

旧版本也不能无限保留。垃圾回收需要计算仍可能被活跃读视图引用的低水位，只删除对所有允许未来读取都不可见的版本。长事务会固定很老的视图，使版本链和存储膨胀；强行回收则可能让仍合法的读无法重现其视图，因此保留策略是正确性与资源管理共同约束的组成部分。

直觉 ​

单版本系统像在同一张白板上反复擦写，读者与写者容易互相挡住。MVCC 更像给每次提交装订一页新版本：正在阅读旧版目录的事务可以继续翻自己的页，写者同时准备并发布新版。两者少了直接读写冲突，但系统必须准确回答“这个读者应该看到哪一页”。

版本数量只是手段，读视图与提交规则才决定隔离体验。同一套版本链可以支持每条语句重新取最新已提交值，也可以让整个事务固定视图，还可以配合序列化验证排除危险结构；因此 MVCC 与某个隔离级别不能互作同义词。

例子与边界 ​

报表事务 $T_R$ 在提交序号 100 建立读视图，开始扫描商品目录。更新事务 $T_W$ 随后把某商品价格从 80 改为 85，并以序号 101 提交新版本。$T_R$ 继续读取序号 100 可见的旧价格，既不阻塞 $T_W$，也不会在扫描中途混入新版；稍后开始的事务则选择 101 的版本。读写并行来自版本选择，不是因为系统忽略提交状态。

保存多版本仍可能产生不可串行化历史。两名值班医生分别读取“至少还有两人当班”，各自更新不同记录为休假；若机制只检测同一记录的写写冲突，两笔事务都可提交，结果无人值班。每次读都来自一致旧视图，版本链也完全有效，失败在于跨记录读写反依赖形成环。若目标是可串行化，系统还需谓词锁、SSI 式危险结构检测或其他验证。

“读者不阻塞写者”也不是无条件定律。读可能等待创建者事务提交以判断版本状态，DDL、唯一约束或缓存资源仍可能加锁；写者之间通常还要处理同键冲突。MVCC 缩小了一类读写互斥，并未消除所有阻塞和死锁公理库死锁Deadlock · 资源死锁一组参与者因等待依赖闭合而彼此无法再完成所需动作的全局进展失败。来源。

推论与应用 ​

MVCC 把逻辑可见性与物理存储生命周期分开，使长查询、在线更新和时间点读取可以共享数据。实现审查应逐项核对版本标识、提交原子性、读视图形成时刻、冲突验证及回收低水位；只展示一条版本链不足以说明事务语义。

分布式数据库还要决定提交序号如何跨节点排序、事务原子提交怎样发布版本，以及故障恢复后未决版本如何处理。两阶段提交公理库两阶段提交Two-phase commit · 2PC协调者先收集准备结果再统一决定提交或中止的原子提交协议。可以协调“全提交或全中止”，却不决定读视图或序列化顺序；原子提交与 MVCC 隔离是正交的协议层。

参考资料

• David P. Reed, Naming and Synchronization in a Decentralized Computer System, MIT PhD thesis, 1978。
• Philip A. Bernstein, Vassos Hadzilacos, and Nathan Goodman, Concurrency Control and Recovery in Database Systems, Addison-Wesley, 1987。
• Atul Adya, Weak Consistency: A Generalized Theory and Optimistic Implementations for Distributed Transactions, MIT PhD thesis, 1999。