当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL 事务隔离级别切换后快照为什么没变化

MySQL 事务隔离级别切换后快照为什么没变化

来源:17golang原创 2026-09-12 18:18:08 0浏览 收藏

我排查这类问题时,最先看的是“第一次普通查询发生在什么时候”,而不是马上把隔离级别改得更高。对 InnoDB 来说,REPEATABLE READ 下同一事务的普通一致性读会沿用第一次读建立的快照;如果只是切换了会话变量,或者事务已经开始,当前快照不会被重写。

官方地址:https://dev.mysql.com/doc/refman/8.4/en/

要点速览
  • 隔离级别设置和快照创建是两件事,设置不等于刷新当前快照。
  • REPEATABLE READ 复用事务内第一次一致性读的快照;READ COMMITTED 每次一致性读重新取快照。
  • FOR UPDATEFOR SHAREUPDATE 等锁定读不应与普通快照读混着判断。

先看结论:隔离级别切换不会改写已经建立的快照

这里有三个容易混淆的时间点:设置隔离级别的时间、事务开始的时间,以及第一次一致性读的时间。SET TRANSACTION ISOLATION LEVEL ... 只决定事务采用哪种规则;在 REPEATABLE READ 中,第一次普通 SELECT 才把读视图固定下来。此后即使另一个会话提交了更新,当前事务再次普通查询仍可能看到旧版本。

如果你在事务中途执行切换,MySQL 也不会把已经出现的结果“刷新”成新规则。最稳妥的做法是先结束当前事务,再为下一次事务设置级别,然后重新开始测试。

用两个会话复现快照创建时机

先准备一行测试数据。下面的 SQL 只用于说明实验步骤,建议在独立测试库执行:

-- 建立最小 InnoDB 实验表,避免其他表或存储引擎干扰
CREATE TABLE account_snapshot_demo (
  id INT PRIMARY KEY,
  balance INT NOT NULL
) ENGINE = InnoDB;

-- 重置测试行,重复实验前先恢复同一个起点
INSERT INTO account_snapshot_demo (id, balance)
VALUES (1, 100)
ON DUPLICATE KEY UPDATE balance = 100;

会话 A 执行:

-- 只对当前连接的下一事务指定隔离级别
SET SESSION TRANSACTION ISOLATION LEVEL REPEATABLE READ;
START TRANSACTION;

-- 这次普通 SELECT 会建立当前事务的一致性读快照
SELECT balance FROM account_snapshot_demo WHERE id = 1;
-- 示意结果:100

保持会话 A 不提交,在会话 B 执行:

-- 另一个会话修改并提交,让变化对后续事务可见
START TRANSACTION;
UPDATE account_snapshot_demo SET balance = 150 WHERE id = 1;
COMMIT;
MySQL InnoDB 两个会话、account_snapshot_demo 表与 REPEATABLE READ 读视图之间的结构关系示意图
图1:MySQL 一致性读的结构示意:会话 A 首次普通查询后保留读视图,会话 B 的提交不会改写该视图。

回到会话 A 再查一次:

-- 同一事务中的第二次普通读仍沿用第一次读的快照
SELECT balance FROM account_snapshot_demo WHERE id = 1;
-- 示意结果:100

-- 结束事务,释放本次实验的事务状态
ROLLBACK;

这不是更新失败,而是快照读的预期表现。会话 A 结束事务后重新查询,才会在新的事务视角下看到 150

切换到 READ COMMITTED,为什么第二次查询会变

把实验改成 READ COMMITTED 后,普通一致性读不再固定整个事务的第一次快照,而是每次读取时建立自己的新快照。因此会话 A 第一次读到 100,会话 B 提交 150 后,会话 A 第二次普通查询通常就能读到 150

-- 先结束旧事务,再让下一事务使用 READ COMMITTED
ROLLBACK;
SET SESSION TRANSACTION ISOLATION LEVEL READ COMMITTED;
START TRANSACTION;

-- 第一次一致性读读取提交值
SELECT balance FROM account_snapshot_demo WHERE id = 1;
-- 示意结果:100

-- 此处让会话 B 更新并提交后,再在 A 中执行同一条 SELECT
SELECT balance FROM account_snapshot_demo WHERE id = 1;
-- 示意结果:150

-- 实验结束要显式结束事务,避免连接池交回脏事务
COMMIT;
MySQL READ COMMITTED 与 REPEATABLE READ 的两次查询结果对照示意图
图2:两种隔离级别的结果对照示意:同一事务中,READ COMMITTED 的第二次一致性读可看到提交后的新值。

实际排查时先区分四个边界

检查项容易误判的现象应确认的动作
设置范围改了 GLOBAL,却期待当前连接立即变化查看 SESSION 值,并确认设置针对当前还是下一事务
读类型FOR UPDATE 的结果当成普通快照读单独记录是否使用锁定读、UPDATE 或 DELETE
事务边界连接池复用后仍处于旧事务归还连接前执行明确的 COMMIT 或 ROLLBACK
存储引擎用非 InnoDB 表推断 InnoDB 一致性读检查表的 ENGINE,并在同一引擎上复现

我通常会先执行 SELECT @@SESSION.transaction_isolation, @@autocommit;,再确认两次查询之间是否真的跨过了会话 B 的 COMMIT。如果结果仍旧不符合预期,再检查是否存在长事务、隐式提交或应用层把两个请求复用了同一连接。

常见问题

只执行 SET SESSION 就能刷新当前快照吗?

不能。它改变连接后续事务采用的设置,不会重建已经建立的读视图。先提交或回滚当前事务,再重新开始更容易判断。

为什么加了 FOR UPDATE 后读到的值不同?

这是锁定读,读取和加锁遵循另一套规则,不能拿它与普通一致性读直接比较。排查快照时先去掉锁定子句,单独验证普通 SELECT。

READ COMMITTED 一定更好吗?

不一定。它适合希望同一事务内多次读取看到较新已提交数据的场景,但会改变重复读取的一致性语义。应根据业务是否需要稳定快照来选择。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go regexp 如何提取命名捕获组结果Go regexp 如何提取命名捕获组结果
上一篇
Go regexp 如何提取命名捕获组结果
Redis Cluster 客户端遇到 CROSSSLOT 时如何重构 key
下一篇
Redis Cluster 客户端遇到 CROSSSLOT 时如何重构 key
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    104次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    21次使用
  • OpenCompass大模型评测体系详解:功能、使用指南与应用场景
    OpenCompass
    OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
    31次使用
  • AGI-Eval大模型评测平台:权威榜单、数据集与人机协同评测方案
    AGI-Eval
    AGI-Eval是由上海交大等高校联合发布的大模型评测社区,提供公正透明的LLM能力榜单、多领域评测集及Data Studio数据服务,助力AI模型性能评估与NLP科研开发。
    22次使用
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    258次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码