MVCC trong PostgreSQL là gì?

Question

Accepted Answer

**MVCC** (Multi-Version Concurrency Control) là cách PostgreSQL xử lý truy cập đồng thời — thay vì khóa các dòng khi đọc, nó giữ **nhiều phiên bản** của các dòng, nên mỗi transaction nhìn thấy một **snapshot** nhất quán của dữ liệu. Lợi ích then chốt: **người đọc không chặn người ghi, và người ghi không chặn người đọc**, cho phép tính đồng thời cao.

## Ý tưởng cốt lõi: nhiều phiên bản của dòng

```text
Khi một dòng được UPDATE, Postgres không ghi đè lên nó — nó tạo một phiên bản MỚI và
đánh dấu phiên bản cũ là lỗi thời. Các transaction khác nhau có thể thấy các phiên bản khác nhau.
→ Mỗi transaction nhìn thấy một SNAPSHOT nhất quán của database tính từ lúc nó bắt đầu
  (tùy theo isolation level), không bị ảnh hưởng bởi các thay đổi chưa commit của transaction khác.
```

## Lợi ích lớn: không có read lock

```text
Không có MVCC (dựa trên khóa): người đọc và người ghi CHẶN lẫn nhau
  → một báo cáo chạy lâu có thể chặn các thao tác ghi; một thao tác ghi có thể chặn đọc.
Với MVCC:
  ✓ NGƯỜI ĐỌC KHÔNG CHẶN NGƯỜI GHI — một SELECT thấy phiên bản cũ trong khi UPDATE tiến hành
  ✓ NGƯỜI GHI KHÔNG CHẶN NGƯỜI ĐỌC
  ✓ Mỗi transaction thấy một khung nhìn nhất quán, ổn định (không có dirty read)
→ Tính đồng thời cao hơn nhiều cho các workload nặng về đọc và hỗn hợp.
```

## Cách hoạt động (giản lược)

```sql
-- Transaction A bắt đầu một SELECT dài (thấy một snapshot)
BEGIN; SELECT count(*) FROM orders;   -- thấy dữ liệu tính theo snapshot của nó

-- trong khi đó Transaction B cập nhật các dòng — tạo phiên bản mới, không chặn A
-- A vẫn thấy snapshot nhất quán của nó; thay đổi của B là một phiên bản mới
```

Postgres theo dõi các transaction ID và khả năng hiển thị (visibility) của dòng để mỗi transaction thấy đúng phiên bản. Điều này cung cấp **isolation** mà không cần read lock.

## Cái giá phải trả: dead tuple và VACUUM

```text
MVCC tạo ra các phiên bản dòng lỗi thời ("dead tuple") tích tụ lại → bloat (phình to).
VACUUM (và AUTOVACUUM) thu hồi không gian chết này và giữ cho database khỏe mạnh.
→ Đây là lý do VACUUM quan trọng trong Postgres — nó là việc dọn dẹp cho các phiên bản của MVCC.
```

## Tại sao điều này quan trọng

MVCC là nền tảng để hiểu hành vi đồng thời và hiệu năng của PostgreSQL, nên đó là kiến thức giá trị để làm việc hiệu quả với Postgres.

Giá trị cốt lõi mà MVCC mang lại là **tính đồng thời cao**: bằng cách giữ nhiều phiên bản của dòng và cho mỗi transaction một snapshot nhất quán, **người đọc không chặn người ghi và người ghi không chặn người đọc** — đây là một lợi thế lớn cho các ứng dụng thực tế (một báo cáo chạy lâu không chặn các cập nhật, và các thao tác ghi không chặn đọc), cho phép tính đồng thời tốt hơn nhiều cho các workload nặng về đọc và hỗn hợp so với các cách tiếp cận dựa trên khóa.

Đây là lý do PostgreSQL xử lý truy cập đồng thời tốt đến vậy, và hiểu MVCC giải thích các đặc tính đồng thời của database (snapshot nhất quán, isolation mà không cần read lock, không có dirty read).

Quan trọng là, hiểu MVCC còn giải thích **tại sao `VACUUM` quan trọng trong Postgres**: MVCC tạo ra các phiên bản dòng lỗi thời ("dead tuple") khi các dòng được cập nhật và xóa, vốn tích tụ thành bloat, và `VACUUM`/`AUTOVACUUM` là cơ chế dọn dẹp thu hồi không gian này và giữ cho database khỏe mạnh — nên MVCC và VACUUM gắn bó mật thiết với nhau, và biết mối liên hệ này là quan trọng cho việc bảo trì và hiệu năng database (bỏ bê vacuum dẫn đến bloat và hiệu năng suy giảm, một mối lo vận hành thực tế).

Vì hành vi đồng thời ảnh hưởng cơ bản đến cách một database hoạt động dưới tải, và vì MVCC (mô hình đồng thời của Postgres) giải thích cả tính đồng thời đọc/ghi xuất sắc lẫn nhu cầu bảo trì VACUUM, hiểu MVCC là kiến thức giá trị để làm việc với PostgreSQL — nó làm rõ các lợi thế đồng thời của database và việc bảo trì mà nó đòi hỏi, quan trọng cả cho việc lập luận về hiệu năng lẫn vận hành Postgres đúng cách, và là một chủ đề phổ biến thể hiện sự hiểu biết về cách Postgres xử lý truy cập đồng thời.