前言
接上文，继续学习后续章节。细心的同学已经发现，我整理的并不一定是作者讲的内容，更多是结合自己的理解，加以阐述，所以建议结合原文一起理解。
第20章《幻读是什么，幻读有什么问题？》
先看下幻读的定义:
在一个事务中，两次执行同一个查询SQL，后一次执行结果比前一次执行结果数量变多了，称之为幻读。
在隔离级别中的定义，我们知道RR级别是无法避免幻读的？但是在innoDB中是如果做到避免幻读问题呢？其实innoDB在RR级别下解决幻读问题也并不完美。
现有一张表t,有三个字段 id主键,普通索引C,不带索引d, 目前有数据id=1,d=5,c=5;id=4,d=5,c=5;
| 事务A | 事务B | 事务C |
|---|---|---|
| begin; | ||
| select * from t where d =5 for update;Q1 | ||
| update t set d =5 where id =4; | ||
| select * from t where d =5 for update;Q2 | ||
| insert into t values (5,5,5) | ||
| select * from t where d =5 for update;Q3 | ||
| commit; |
首先我们知道innoDB在RR级别下，select语句是快照读，不存在幻读问题，快照读的实现方式我们之前阐述过，通过MCVV多版本并发控制解决的，本质就是通过undo log实现的，如果还需要更详细的研究，可以参考《一文讲透MVCC原理》。
Q2读到事务B的更新预警,属于当前读看到的,不属于幻读.幻读指的是新插入的行。
首先我们看下，幻读不解决可能会出现哪些问题？
1、首先如果只加行锁，执行Q1时,我们希望的是所有d=5的数据都锁定，但d=5的是id=1的数据,只会对id=1加上行锁.当事务B执行时,是对id=4进行更新操作,所以可以操作.同样的事务C也可以执行,那么就违背了,Q1的语义.
2、数据一致性问题：如果事务A在Q1时候又执行了一个按d=5条件更新语句,那么在所有事务都提交后,落入到binlog中的顺序是,事务B更新一个语句把id=4的d改成了5,事务C插入了一个id=5,d=5的数据,事务A执行了一个把d=5的数据更新。此时如果按binlog的执行顺序，则会把事务B事务C的逻辑全部改掉，造成了数据不一致的问题。
所以innoDB为了解决此类幻读问题，就引入了间隙锁（Gap lock）;
顾名思义就是在行与行之间也加上锁.
比如上面例子中,有id=1和id=4两个数据,那么我不仅在行上加锁,我再(- ∞ ,1](1,4],(4, + supremum】上也加上锁,那么当你再插入数据的时候,就无缝可入了就会被阻塞住。
但需要注意的是，在行锁中，读写锁，写写锁互相冲突，当一个事务加间隙锁，另外一个事务也可以对同样的范围加间隙锁。
注意：
当我们执行更新加间隙锁时，如果where条件不是索引，那么就会对所有行加行锁和行之间数值范围加间隙锁。
如果执行的where条件是等值并且是非唯一索引列，比如id=5,那么会对id=5加行锁,以及(id=5上一个id,id=5]和(id=5,id=5的下一个id值]加间隙锁。如果是唯一索引，那么就只加行锁。
第21章《为什么只改一行代码，锁这么多》
这章节，老师总结的加锁规则，非常受用：两个原则，两个优化，一个BUG
两个原则：
1、加锁的基本单位是以next-key lock。就是左开右闭。
2、查找过程中访问的到对象才会加锁。
两个优化：
1、在索引上等值查询条件，如果是唯一索引，会优化成行锁。
2、在索引上等值查询条件，会向右遍历找到第一个不符合条件的为止，并会优化成间隙锁。
一个bug：
在唯一索引上的范围查询，会访问到不满足条件为止。
带着这些规则，下面看八个案例，以表T为背景，来实践下。
CREATE TABLE`t`(
`id`int(11)NOT NULL,
`c`int(11)DEFAULT NULL,
`d`int(11)DEFAULT NULL,
PRIMARY KEY(`id`),
KEY`c`(`c`)
) ENGINE=InnoDB;
insert intot values(0,0,0),(5,5,5),(10,10,10),(15,15,15),(20,20,20),(25,25,25);
案例一：等值查询的情况
update t set d=d+1 where id =7;
根据主键id进行更新时，由于id=7不存在。根据规则1加锁单位next-key lock :(5,10] 根据优化2： 退化成间隙锁(5,10);
此时分别执行两个SQL:
insert into t values(8,8,8) --由于间隙锁,会block
update t set d=d+1 where id =10; --不在间隙锁范围内,执行成功
经过实验，证实如此。
案例二：非唯一索引等值查询
begin;
select id from t where c=5 lock in share mode;
根据优化2 可知会在索引C间隙锁 (5,10);
但需要注意的是:根据规则2 只有访问到的对象才会加锁,由于使用了覆盖索引,所以不会再主键id上再加锁。
update t set d=d+1 where id =5; --执行不受阻
insert into t values(7,7,7); --blocked
案例三：主键索引范围查询
select * from t where id =10 for update;
select * from t where id>=10 and id <11;
首先从结果上看，这两个SQL执行结果是一样的，但是按照上面总结的加锁规则，加锁过程是不一样的。
SQL1 唯一索引等值查询，则加的是id=10的行锁。
SQL2 首先会查询到id=10这行，加锁单位next-key lock,(5,10],根据优化1,退化成行锁,只加id=10这一行，
再查询id>10,向右找到第一个不满足条件的行id=15,加next-key lock (10,15]
案例四:非唯一索引范围锁
select * from t where c>= 10 and c<11 for update;
首先找到c=10这一行,加next-key (5,10],再根据优化2,向右查询到第一个不满足条件的值,退还成间隙锁(10,15]
案例五:唯一索引范围锁bug
select * from t where id>10 and id<=15 for update;
正常id是唯一索引,找到id=15这时 ,应该就停止扫描了,但是innoDB会依然扫描到第一个不满足条件的id=20为止。
所以就会加（10,15],(15,20],导致id=20这样也会锁上,这是没有必要的。这个bug已被官方证实,但还未修复。
案例六：未唯一索引存在多个相同值的情况
--先插入一条c=10的值,这样表中存在2个c=10的行
insert into t values(30,10,30);
当我们在c=10加锁时,加锁的范围是next-key lock (5,10] next-key lock (10,10]和间隙锁 (10,15)
案例七：limit 语句加锁
delete from t where c =10 limit2;
与案例7的加锁范围不同的时,不会再加间隙锁(10,15);
因为当扫描到c=10,id=30这一行时,已经满足limit2的条件,不会再往后扫描,也就不会再加间隙锁(10,15),从而缩小了锁的范围。
所以在删除数据的时候，我们尽量加limit ，即可以控制删除数量，又可以缩小锁的范围。
案例八：一个说死锁的例子
A执行第一句SQL时，按加锁规则，会加next-key lock （5,10]和间隙锁(10,15)。
B执行时，也会加next-key lock（5,10],会被阻塞.
A再次执行插入数据(8,8,8)时,也会被阻塞,从而导致死锁。
这是为什么了？B 不是没有加锁成功吗？但是我们要注意的时，加next-key lock 本质就是加间隙锁再加行锁。由于间隙锁加之间不是互斥的，所以B加（5,10）的间隙锁时成功了，加c=10的行锁失败。
所以当A再次插入数据时，已被间隙锁阻塞。
第23章《MySQL怎么保证数据不丢失的？》
binlog写入机制
事务执行时，先把日志写到binlog cache，事务提交后再把binlog cache 写入binlog文件。
binlog_cache_size控制了每个线程的binlog cache的内存的大小。如果超过了这个参数就临时存到磁盘中。
但注意的是，binlog cache并不一定是直接落入磁盘的，是先写入binlog files，再刷入磁盘。
这个可以通过参数sync_binlog控制:
设置0,表示每次只写入binlog files,不刷磁盘
设置1,表示每次事务提交,也会刷磁盘
设置n,表示每次都写入binlog files,但是等累计了n个事务才刷磁盘
常见设置为"100-1000",但同时也会有丢失的风险.
redo log写入机制
事务执行时,先把日志写入 redo log buffer,事务提交时,写入文件系统page cache 或者刷入磁盘.也是通过参数来设置:innoDB_flush_log_at_trx_commit
设置0,表示每次事务提交时,依然保留在redo log buffer
设置1,表示每次事务提交直接刷入磁盘
设置2,表示每次事务提交都只写到page cache.
那是不是0,2状态是不是就永不刷到磁盘了,那不是会有丢失的风险吗?
其实不是的,innoDB有一个后台线程,每隔1秒,会把redo log buffer中的日志,写到page cache,然后再调用fsync刷到磁盘.
由于这个后台线程的存在,所以也会把还未提交事务的redo log 也持久化到磁盘.
如果你的如果你的MySQLMySQL现在出现了性能瓶颈，而且瓶颈在现在出现了性能瓶颈，而且瓶颈在IO上，可以通过哪些方法来提升性能呢？上，可以通过哪些方法来提升性能呢？
针对这个问题，可以考虑以下三种方法：
1.设置binlog_group_commit_sync_delay和binlog_group_commit_sync_no_delay_count参数，减少binlog的写盘次数。这个方法是基于“额外的故意等待”来实现的，因此可能会增加语句的响应时间，但没有丢失数据的风险。
2.将sync_binlog设置为大于1的值（比较常见是100~1000）。这样做的风险是，主机掉电时会丢binlog日志。
3.将innodb_flush_log_at_trx_commit设置为2。这样做的风险是，主机掉电的时候会丢数据。