【Mysql技术内幕InnoDB存储引擎】读书笔记

一、存储引擎

1、InnoDB引擎

设计目标是面向在线事务（OLTP）处理的应用。

支持事务、行级锁、通过多版本并发控制（MVCC）支持高并发、提供一致性非锁定读、next-key locking避免幻读、主键聚集索引

2、MyISAM引擎

设计目标是面向OLAP应用。

不支持事务、不支持行锁、表锁设计、支持全文索引

3、其他存储引擎

略

二、InnoDB体系结构

1、线程模型

InnoDB存储引擎是多线程模型，后台有多个不同的线程，用于处理不同的任务。

• Master Thread：核心线程，将缓冲池中的数据异步刷新到磁盘
• IO Thread：负责io请求的回调处理
• Purge Thread：负责undo页的回收
• Page Cleaner Thread：负责脏页的刷新

1.1、Master Thread

内部由多个循环组成。包括主循环（loop），后台循环（background loop）

主循环每隔一秒的操作

• 把日志缓冲刷新到磁盘，即使这个事务还没有提交。很好的解释了再大的事务提交时间也很短
• 合并插入缓冲
• 至多刷新n（可配置，自动调整，1.2版本之后）个脏页到磁盘
• 没有用户活动，切换到background loop

主循环每隔10秒的操作

• 合并最多5个插入缓冲
• 缓冲日志刷新到磁盘
• 删除无用的undo页
• 刷新脏页到磁盘（超过70%，刷新100页，没超过70%，刷新10页）

2、内存模型

2.1、缓冲池

InnoDB是基于磁盘的存储系统，为了弥补cpu和磁盘性能的差距，将从磁盘读出的数据保存在内存中，下次读取先从缓冲池中读取。有数据更新也先更新缓冲池的数据，通过checkpoint机制写回磁盘。缓冲池中包括索引页、数据页、undo页、插入缓存、锁信息等

2.2、缓冲池管理（LRU List）

最近做少使用算法，最频繁使用的页在List前端，最少使用的页在List末尾。当缓冲池容量不足容纳新数据时，先从尾部释放数据页。新数据插入在List的midpoint（List的5/8，对朴素LRU的优化，朴素LRU插入List头部。避免大量一次性查询把频繁使用的页刷出缓冲池）

2.3、脏页管理（Flush List）

当数据被更新，缓冲池中的数据首先被更新，修改之后的页称为脏页。脏页会保存到Flush List中，通过checkpoint机制把脏页数据写回磁盘

2.4、重做日志（redo log）缓冲

首先把重做日志信息存入缓冲区，然后按照一定频率同步到重做日志文件中。以下三种情况都会触发重做日志缓存同步到重做日志文件：

• Master Thread 每隔一秒刷新
• 每个事务提交时
• 重做日志缓冲池容量达到阈值，一般是1/2

2.5、check point技术

为了防止宕机导致事务未提交信息丢失，在事务提交时，先把数据保存到重做日志（redo log）中，再修改页。保证了持久性（D）

发生宕机，重启之后自动从重做日志中恢复数据。

但是这里有以下问题：

• 重做日志过大，宕机重启恢复数据太慢
• 重做日志不能无限扩容，需要循环利用
• 重做日志不可用怎么办

check point就是为了解决这些问题：

• 缩短数据库恢复时间
• 重做日志不可用，刷新脏页
• 缓冲池不够用，将脏页刷新到磁盘

check point触发时机：

• Master Thread check point。每隔一秒触发一次
• LRU List check point。保证LRU List中有100个空闲页，如果清理的页中有脏页，触发check point 强制刷新脏页数据到磁盘
• Dirty Page too mush check point。脏页太多，超过阈值，触发check point 强制刷新脏页数据到磁盘

3、关键特性

3.1、插入缓存

（1）为什么需要插入缓存？

我们知道索引分为聚集索引和非聚集索引。

聚集索引一般是自增的唯一id，页中的数据记录按顺序存放，写入的时候不需要随机读取其他页中的数据，写入速度很快（如果用UUID作为主键，写入速度会很慢，每次写入都需要随机读）

实际应用中，一张表往往还有非聚集索引的存在。非聚集索引叶子节点的插入不是顺序的，需要离散的访问非聚集索引页，随机读取导致了插入数据的性能下降。插入缓存就是为了优化这种场景下的插入速度

（2）什么场景会触发插入缓存？

• 索引是辅助索引
• 索引不是唯一索引

对于非聚集索引的插入，会先判断非聚集索引页是否在缓冲池中，如果在缓冲池中，直接插入索引页，如果没在，先放入到insert buffer对象中，然后再以一定的频率把insert buffer中的数据和非聚集索引的叶子节点进行数据合并

（3）实现原理

insert buffer 的数据结构也是B+树，有记录要插入的时候，会对记录进行封装，按照记录的插入顺序进行编号，是顺序写入

3.2、两次写

（1）为什么需要插入两次写？

如果InnoDB正在写入某个页的数据到磁盘，正好写了一部分的时候宕机了。这种情况称为部分写失效，会导致数据丢失

（2）实现原理

double write由两部分组成。一部分是double write缓冲，一部分是物理磁盘连续共享空间。在刷新脏页数据的时候，先复制一份脏页数据到两次写缓存中，在顺序写入共享磁盘中（因为是顺序写性能影响不大）。最后写入数据存储磁盘中（离散写）

3.3、自适应hash索引优化

hash是非常快的查询方式，时间负责度为O（1）。而B+树的查找次数取决于树的高度。

如果一个页被频繁的访问，而且访问模式也相同（联合索引使用最左原则）。会自动针对这页数据根据缓冲池中的索引建立Hash索引提高查询速度

3.4、异步IO

可以在发出一个IO请求后，在发出另外的IO请求，没必要等待上一次的IO请求处理完成。把全部IO请求都发出，等待所有IO操作的完成，这就是AIO（Aysnc IO）

 三、文件

MySQL据库和InnoDB存储引擎有很多类型的文件，每种文件用处不同。主要有参数文件、sokcet文件、pid文件、日志文件、表结构文件、存储引擎文件

1、日志文件

• 错误日志：记录启动运行以及关闭遇到的错误信息
• 查询日志：记录所有的查询记录
• 二进制文件（binlog）：记录所有的数据更改记录。用于数据恢复和数据复制。事务中未提交的二进制日志会存放到缓冲中，等事务提交时直接将缓冲中的日志同步到二进制文件中。通过配置可以指定写缓冲多少次之后同步到磁盘，如果值设置大于1，当发生宕机时可能会丢失数据
• 慢查询日志：查询时间超过指定阈值的记录

2、InnoDB存储引擎文件

• 表空间文件：存储数据
• 重做日志文件：存储事务日志

四、表

1、索引组织表

InnoDB中，表数据都是按照主键顺序组织存放的。每张表都有主键，如果没有显示的定义主键，会把唯一索引作为主键。如果唯一索引也没有，会自动创建6字节大小的指针作为主键

2、存储结构

所有数据都存放在表空间中，表空间又由段、区、页组成

• 段：表空间由各个段组成。段的管理由引擎自身完成
• 区：每个区大小为1M，由连续页组成
• 页：磁盘管理的最小单位，默认每个页大小16k
• 行：数据是按行进行存放的，一个页最多存放16k/2-200=7992行

五、索引

数据库的索引结构是B+树，高度一般在2-4层，一次查找只需要2-4次的io。索引分为聚集索引和非聚集索引

1、聚集索引

按照每张表的主键构建的B+树，叶子节点中存储着整张表的行记录数据，每个叶子节点通过双向链表进行连接。因为实际的数据页只能按照一个聚集索引进行排列，每张表只能拥有一个聚集索引

聚集索引对于主键的范围查找和排序查找速度非常快。

2、非聚集索引（辅助索引）

叶子节点不包含行记录的全部数据，叶子节点只存储了键值和指向聚集索引的书签

3、索引创建和删除

3.1、Online Scheme Change（OSC）

在线架构改变，通过php脚本实现，在索引的创建或删除过程中，可以有读写事务对表进行操作。过程如下：

• 创建和原表结构一样的新表
• 对新表进行alter table操作
• 创建临时表
• 对原表添加触发器，把新产生的数据变化同步到临时表
• 把原表的数据同步到新表
• 将临时表的数据同步到新表
• 对新表创建辅助索引
• 再次回放临时表的数据到新表
• 新表和旧表交换名字rename

3.2、mysql5.6开始支持online DDL

通过新的alter语法，可以选择索引的创建方式

4、什么样的数据适合创建辅助索引？

Cardinality表示索引中唯一值的数据的估计值（不是实时更新，使用采样法延迟更新），应尽可能接近表中数据总行数。

5、联合索引

联合索引也是一棵B+树，不同的是索引键值的数量大于等于2。联合索引的第二个好处是已经对第二个键值做了排序处理，减少了一次额外的排序操作

六、锁

1、MyISAM引擎

MyISAM引擎的锁是表锁设计，并发情况下读没有问题，但是写的性能会比较低

2、InnoDB引擎

2.1、锁的类型

• 共享锁（S Lock）
• 排它锁（X Lock）

2.2、一致性非锁定读

实现原理是通过MVCC机制实现，如果读取的行正处于update或delete中，读操作不会去等待行上X锁的释放，而是去读取行的快照数据。

一致性非锁定读可以极大的提高并发性能

不同的事务隔离级别，读取的快照版本是有差别的

• 读已提交隔离级别，总是读取最新的快照版本。可能会产生幻读
• 可重复读隔离级别，总是读取事务开始后第一次读取的快照版本。可以避免幻读的产生

2.3、一致性锁定读

默认配置下，采用可重复读的隔离级别，读取数据采取的是一致性非锁定读。

但是某些场景下需要对读取操作加锁来保证严格的数据一致性，这时候可以显式的对读取的记录进行加锁：

• select *** for update(对读取记录加X锁）
• select *** lock in share model（对读取记录加S锁）

2.4、锁的算法

• record lock：单个记录的锁。
• gap lock：间隙锁，锁定一个范围，不包括记录本身
• next-key lock：gap lock+record lock

默认隔离级别（可重复读）下，默认加的是next-key lock（为了解决幻读问题），当索引中含有唯一属性时，会降级为record lock。

在读已提交隔离级别下，加的是record lock

举个例子：

现在表z，有a，b两列，a是主键索引，b建立辅助索引。现在记录如下：（1，1）（3，1）（5，3）（7，6）（10，8）

select * from z where b=3 for update

因为锁是通过对索引加锁实现的。所以这里需要对主键索引和辅助索引加锁，主键索引加的锁是record lock，辅助索引加的锁是next-key lock，锁定范围是（1，3）、3、（3，6）

七、事务 

1、事务的分类

• 扁平事务（所有操作原子性，要么全提交，要么全回滚）
• 带有保存点的扁平事务（允许事务执行过程中回滚到同一事务中较早的状态）
• 嵌套事务（顶层事务控制着各个层次的事务）
• 分布式事务（分布式环境下的扁平事务）

2、事务的实现

隔离性通过锁来实现，原子性、一致性、持久性通过redo日志和undo日志实现，事务提交时，必须将事务的所有日志写入重做日志进行持久化，并且当事务提交后才算成功

2.1、binlog 的写入机制

写入步骤：

• 1、先把日志写到 binlog cache
• 2、write，把日志写入到文件系统的 page cache，并没有把数据持久化到磁盘，所以速度比较快
• 3、fsync，将数据持久化到磁盘。一般情况下，我们认为 fsync 才占磁盘的IOPS。

write 和 fsync 的时机，是由参数 sync_binlog 控制的：

• 1）sync_binlog=0 的时候，表示每次提交事务都只 write，不 fsync；
• 2）sync_binlog=1 的时候，表示每次提交事务都会执行 fsync；
• 3）sync_binlog=N(N>1) 的时候，表示每次提交事务都 write，但累积 N 个事务后才 fsync。

每个线程有自己 binlog cache，但是共用同一份 binlog 文件。

2.2、redo log写入机制

写入步骤：

• 1）写入到 redo log buffer 中，物理上是在 MySQL 进程内存中
• 2）写到磁盘 (write)，但是没有持久化，物理上是在文件系统的 page cache 里面
• 3）持久化到磁盘（fsync）

为了控制 redo log 的写入策略，InnoDB 提供了 innodb_flush_log_at_trx_commit 参数，它有三种可能取值：

• 1）设置为 0 的时候，表示每次事务提交时都只是把 redo log 留在 redo log buffer 中 ;
• 2）设置为 1 的时候，表示每次事务提交时都将 redo log 直接持久化到磁盘；
• 3）设置为 2 的时候，表示每次事务提交时都只是把 redo log 写到 page cache。

让一个没有提交的事务的 redolog 写入到磁盘中的三种情况：

• 1）事务执行中间过程的 redo log 也是直接写在 redo log buffer 中的，这些redo log 也会被后台线程一起持久化到磁盘。也就是说，一个没有提交的事务的 redo log，也是可能已经持久化到磁盘的。
• 2）redo log buffer 占用的空间即将达到 innodb_log_buffer_size 一半的时候，后台线程会主动写盘。注意，由于这个事务并没有提交，所以这个写盘动作只是 write，而没有调用 fsync，也就是只留在了文件系统的 page cache。
• 3）并行的事务提交的时候，顺带将这个事务的 redo log buffer 持久化到磁盘。假设一个事务 A 执行到一半，已经写了一些 redo log 到 buffer 中，这时候有另外一个线程的事务 B 提交，如果 innodb_flush_log_at_trx_commit 设置的是 1，那么按照这个参数的逻辑，事务 B 要把 redo log buffer 里的日志全部持久化到磁盘。这时候，就会带上事务A 在 redo log buffer 里的日志一起持久化到磁盘。

2.3、如何提高磁盘的写入能力？

• 1） redo log 和 binlog 都是顺序写，磁盘的顺序写比随机写速度要快；为了避免磁盘页面的随机写，只需要保证事务的redo log写入磁盘即可，这样可以通过redo log的顺序写代替页面的随机写
• 2）组提交机制，可以大幅度降低磁盘的 IOPS 消耗。

2.4、组提交

日志逻辑序列号（log sequence number，LSN），是单调递增的，用来对应 redo log 的一个个写入点。每次写入长度为 length 的 redo log， LSN的值就会加上 length

三个并发事务 (trx1, trx2, trx3) 在 prepare 阶段，都写完 redo log buffer，持久化到磁盘的过程，对应的 LSN 分别是 50、120 和 160。

如果Trx3日志先获取到log_mutex进行落盘，它就可以顺便把[LSN1---LSN3]这段日志也刷了，这样Trx1和Trx2就不用再次请求磁盘IO

1. 获取 log_mutex
2. 若flushed_to_disk_lsn>=lsn，表示日志已经被刷盘,跳转5
3. 若 current_flush_lsn>=lsn，表示日志正在刷盘中，跳转5后进入等待状态
4. 将小于LSN的日志刷盘(flush and sync)
5. 退出log_mutex

所以，一次组提交里面，组员越多，节约磁盘 IOPS 的效果越好

如果你想提升 binlog 组提交的效果，可以通过设置binlog_group_commit_sync_delay 和
binlog_group_commit_sync_no_delay_count 来实现。

• 1）binlog_group_commit_sync_delay 参数，表示延迟多少微秒后才调用 fsync;
• 2）binlog_group_commit_sync_no_delay_count 参数，表示累积多少次以后才调用 fsync。

这两个条件是或的关系，只要有一个满足条件就会调用 fsync。

2.5、事务提交时序

两阶段提交：

• Prepare阶段，记录undo log，innodb刷redo log到磁盘，并将回滚段设置为Prepared状态，binlog不作任何操作。
• commit阶段，innodb释放锁，释放回滚段，设置提交状态，binlog刷binlog日志到磁盘。

出现异常，需要故障恢复时，若发现事务处于Prepare阶段，并且binlog存在则提交，否则回滚。通过两阶段提交，保证了redo log和binlog在任何情况下的一致性。

 

通常我们说 MySQL 的“双 1”配置，指的就是 sync_binlog 和innodb_flush_log_at_trx_commit 都设置成 1。也就是说，一个事务完整提交前，需要等待两次刷盘，一次是 redo log（prepare 阶段），一次是 binlog。

2.6、关于事务提交时序的优化

将prepare阶段的刷redo动作移到了commit(flush-sync-commit)的flush阶段之前，保证刷binlog之前，一定会刷redo。

移到commit阶段的好处是，可以不用每个事务都刷盘，而是leader线程帮助刷一批redo。

如何实现，很简单，因为log_sys->lsn始终保持了当前最大的lsn，只要我们刷redo刷到当前的log_sys->lsn，就一定能保证，将要刷binlog的事务redo日志一定已经落盘。通过延迟写redo方式，实现了redo log组提交的目的，而且减少了log_sys->mutex的竞争。

目前这种策略已经被官方mysql5.7引入。