目录:
-
1、一个查询语句SQL是如何执行的?
-
1.1、通信协议
-
通信类型:同步 or 者异步
-
连接方式
-
通信协议
-
-
1.2.、查询缓存(Query Cache)
-
1.3、语法解析和预处理
-
1.3.1、词法解析
-
1.3.2、语法解析
-
1.3.3、预处理器
-
-
1.4、查询优化(Query Optimizer)与查询执行计划
-
1.4.1、什么是优化器?
-
1.4.2、优化器可以做什么?
-
1.4.3.优化器是怎么得到执行计划的?
-
1.4.4. 优化器得到的结果
-
-
1.5、存储引擎
-
1.5.1、存储引擎基本介绍
-
1.5.2、查看存储引擎
-
1.5.3、存储引擎比较
-
1.5.4、如何选择存储引擎?
-
-
1.6、执行引擎
-
-
思考:MySQL 服务允许的最大连接数是多少呢?
-
思考:MySQL 使用了半双工的通信方式?
-
思考问题:默认关闭的意思就是不推荐使用,为什么 MySQL 不推荐使用它自带的缓存呢?
-
思考:优化完之后,得到一个什么东西呢?
-
思考:得到执行计划以后,SQL 语句是不是终于可以执行了?问题又来了:1、从逻辑的角度来说,数据是放在哪里的,或者说放在一个什么结构里面? 2、执行计划在哪里执行? 是谁去执行?
-
思考:是谁使用执行计划去操作存储引擎呢?
-
2、MySQL体系结构总结
-
2.1. 模块详解
-
2.2. 架构分层
-
2.2.1、连接层
-
2.1.2、服务层
-
2.1.3、存储引擎
-
-
-
3、一条更新SQL是如何执行的?
-
3.1. 缓冲池 Buffer Pool
-
3.2. InnoDB 内存结构和磁盘结构
-
3.2.1.内存结构
-
1、Buffer Pool
-
2、Change Buffer 写缓冲
-
3、Adaptive Hash Index
-
4、(redo)Log Buffer
-
-
3.2.2、磁盘结构
-
a、系统表空间 system tablespace
-
b、独占表空间 file-per-table tablespaces
-
c、通用表空间 general tablespaces
-
d、临时表空间 temporary tablespaces
-
e、undo log tablespace
-
-
3.2.3、后台线程
-
-
思考问题:内存的缓冲池写满了怎么办?(Redis 设置的内存满了怎么办?)
-
思考问题:思考一个问题: 当需要更新一个数据页时,如果数据页在 Buffer Pool 中存在,那么就直接更新好了。 否则的话就需要从磁盘加载到内存,再对内存的数据页进行操作。也就是说,如果没有命中缓冲池,至少要产生一次磁盘 IO,有没有优化的方式呢?
-
思考问题:同样是写磁盘,为什么不直接写到 db file 里面去?为什么先写日志再写磁盘?
-
思考问题:有了这些日志之后,总结一下一个更新操作的流程?
-
3.3. Binlog
-
1、一个查询语句SQL是如何执行的?
1.1、 通信协议
MySQL 是支持多种通信协议的,可以使用同步/异步的通讯类型,支持长连接/短连接。
-
a、通信类型:同步 or 者异步
- 同步通信的特点:
- 1、同步通信依赖于被调用方,受限于被调用方的性能。应用服务器操作数据库,
线程会阻塞
,等待数据库的返回。(常用的方式) - 2、一般只能做到一对一,很难做到一对多的通信。
- 1、同步通信依赖于被调用方,受限于被调用方的性能。应用服务器操作数据库,
- 异步通讯的特点:
- 1、异步可以避免应用阻塞等待,但是不能节省 SQL 执行的时间。
- 2、如果异步存在并发,每一个 SQL 的执行都要单独建立一个连接,避免数据混乱。 但是这样会给
服务端带来巨大的压力
(一个连接就会创建一个线程,线程间切换会占用 大量 CPU 资源)。另外异步通信还带来了编码的复杂度,所以一般不建议使用。如果要异步,必须使用连接池,排队从连接池获取连接而不是创建新连接。
一般来说连接数据库都是同步连接。
- 同步通信的特点:
-
b、连接方式:
MySQL 既支持短连接,也支持长连接。- 短连接就是操作完毕以后,马上 close 掉。
- 长连接可以保持打开,减少服务端创建和释放连接的消耗,后面的程序访问的时候还可以使用这个连接。
默认会在连接池中使用长连接
。
保持长连接会消耗内存。长时间不活动的连接,MySQL 服务器会断开。(默认都是 28800 秒,8 小时)
## 查看交互超时时间
show global variables like 'wait_timeout'; -- 非交互式超时时间,如 JDBC 程序
show global variables like 'interactive_timeout'; -- 交互式超时时间,如数据库工具
## 查看 MySQL 当前有多少个连接?
show global status like 'Thread%';
##Threads_cached:缓存中的线程连接数。
##Threads_connected:当前打开的连接数。
##Threads_created:为处理连接创建的线程数。
##Threads_running:非睡眠状态的连接数,通常指并发连接数。
【思考:MySQL 服务允许的最大连接数是多少呢?】
【答案】: 在 5.7 版本中默认是 151 个,最大可以设置成 16384(2^14)。
-
c、通信协议:
- 1、单工:
在两台计算机通信的时候,数据的传输是单向的。
生活中的类比:遥控器。 - 2、半双工:
在两台计算机之间,数据传输是双向的,你可以给我发送,我也可以给你发送,
但是在这个通讯连接里面,同一时间只能有一台服务器在发送数据
,也就是你要给我发的话,也必须等我发给你完了之后才能给我发。
生活中的类比:对讲机。 - 3、全双工:
数据的传输是双向的,并且可以同时传输。
生活中的类比:打电话。
- 1、单工:
【思考:MySQL 使用了半双工的通信方式?】
【答案】:要么是客户端向服务端发送数据,要么是服务端向客户端发送数据,这两个动作不能同时发生。所以客户端发送 SQL 语句给服务端的时候,(在一次连接里面)数据是不能分成小块发送的,不管你的 SQL 语句有多大,都是一次性发送。
比如用 MyBatis 动态 SQL 生成了一个批量插入的语句,插入 10 万条数据,values 后面跟了一长串的内容,或者 where 条件 in 里面的值太多,会出现问题。这个时候必须要调整 MySQL 服务器配置 max_allowed_packet 参数的值(默认 是 4M),把它调大,否则就会报错。
另一方面,对于MySql服务端来说,也是一次性发送所有的数据,不能因为你已经取到了想要的数据就中断操作,这个时候会对网络和内存产生大量消耗。
所以,一定要在程序里面避免不带 limit 的这种操作,比如一次把所有满足条件 的数据全部查出来,一定要先 count 一下。如果数据量的话,可以分批查询。
1.2.、查询缓存(Query Cache):
MySQL 内部自带了一个缓存模块。
缓存的作用:把数据以 KV 的形式放到内存里面,可以加快数据的读取速度,也可以减少服务器处理的时间。但是 MySQL 的缓存比较陌生,从来没有去配置过,也不知道它什么时候生效?
MySQL 的缓存默认是关闭的。
【思考问题:默认关闭的意思就是不推荐使用,为什么 MySQL 不推荐使用它自带的缓存呢?】
【答案】:**主要是因为 MySQL 自带的缓存的应用场景有限:
- 第一个是它要求 SQL 语句必须一 模一样,中间多一个空格,字母大小写不同都被认为是不同的的 SQL。
- 第二个是表里面任何一条数据发生变化的时候,这张表所有缓存都会失效,所以对于有大量数据更新的应用,也不适合。
所以缓存这一块,还是交给 ORM 框架(比如 MyBatis 默认开启了一级缓存), 或者独立的缓存服务,比如 Redis 来处理更合适。
在 MySQL 8.0 中,查询缓存已经被移除了。
1.3、语法解析和预处理(Parser & Preprocessor):
- 1.3.1、词法解析
词法分析就是把一个完整的 SQL 语句打碎成一个个的单词。 - 1.3.2、语法解析
语法分析会对 SQL 做一些语法检查,比如单引号有没有闭合, 然后根据 MySQL 定义的语法规则,根据 SQL 语句生成一个数据结构。这个数据结构我 们把它叫做解析树(select_lex)。
- 1.3.3、预处理器
【思考】:如果写了一个词法和语法都正确的 SQL,但是表名或者字段不存在,会在哪里报错? 是在数据库的执行层还是解析器?
select * from balabala;
【答案】:解析器可以分析语法,但是它怎么知道数据库里面有什么表,表里面有什么字段呢? 实际上还是在解析的时候报错,解析 SQL 的环节里面有个预处理器。 它会检查生成的解析树,解决解析器无法解析的语义。比如,它会检查表和列名是
否存在,检查名字和别名,保证没有歧义。 预处理之后得到一个新的解析树。
1.4、查询优化(Query Optimizer)与查询执行计划:
- 1.4.1、什么是优化器?
查询优化器的目的:就是根据解析树生成不同的执行计划(Execution Plan),然后选择一种最优的执行计划
,MySQL 里面使用的是基于开销(cost)的优化器
,哪种执行计划开销最小,就用哪种。 - 1.4.2、优化器可以做什么?
MySQL 的优化器能处理哪些优化类型呢? 举两个简单的例子:
1、对多张表进行关联查询的时候,以哪个表的数据作为基准表。
2、有多个索引可以使用的时候,选择哪个索引。 实际上,对于每一种数据库来说,优化器的模块都是必不可少的,他们通过复杂的算法实现尽可能优化查询效率的目标。 如果对于优化器的细节感兴趣,可以看看《数据库查询优化器的艺术-原理解析与 SQL性能优化》。 - 1.4.3.优化器是怎么得到执行计划的?
首先要启用优化器的追踪(默认是关闭的):
注意!!!开启这开关是会消耗性能
,因为它要把优化分析的结果写到表里面,所以不要轻易开启,或者查看完之后关闭它(改成 off)。
注意:参数分为 session 和 global 级别。 接着执行一个 SQL 语句,优化器会生成执行计划:
select t.tcid from teacher t,teacher_contact tc where t.tcid = tc.tcid;
这个时候优化器分析的过程已经记录到系统表里面了,可以查询:
select * from information_schema.optimizer_trace\G
分析完记得关掉它:
set optimizer_trace="enabled=off";
SHOW VARIABLES LIKE 'optimizer_trace';
- 1.4.4. 优化器得到的结果
【思考问题】:优化完之后,得到一个什么东西呢?
【答案】:优化器最终会把解析树变成一个查询执行计划,查询执行计划是一个数据结构。 这个执行计划是不是一定是最优的执行计划呢? 不一定,因为 MySQL 也有可能覆盖不到所有的执行计划。
怎么查看 MySQL 的执行计划呢?
比如多张表关联查询,先查询哪张表?在执行查询的时候可能用到哪些索引,实际上用到了什么索引?
MySQL 提供了一个执行计划的工具。在 SQL 语句前面加上 EXPLAIN
,就可以看到执行计划的信息。
EXPLAIN select name from user where id=1;
Explain 的结果也不一定最终执行的方式。
1.5、存储引擎:
【思考】得到执行计划以后,SQL 语句是不是终于可以执行了?问题又来了:1、从逻辑的角度来说,数据是放在哪里的,或者说放在一个什么结构里面? 2、执行计划在哪里执行? 是谁去执行?
接下来时点给与解答:
- 1.5.1、存储引擎基本介绍
关系型数据库里面,数据是放在什么结构里面的? (放在表 Table 里面的)。表在存储数据的同时,还要组织数据的存储结构
,这个存储结构就是由存储引擎
决定的,所以也可以把存储引擎叫做表类型
。
在 MySQL 里面,支持多种存储引擎,他们是可以替换的,所以叫做插件式的存储引擎。 - 1.5.2、查看存储引擎
数据库里面已经存在的表,怎么查看它们的存储引擎呢?
通过sql or DDL 建表语句来查看。
show table status from `student`;
在 MySQL 里面,创建的每一张表都可以指定它的存储引擎,而不是一个数据库 只能使用一个存储引擎
。存储引擎的使用是以表为单位的。而且,创建表之后还可以修改存储引擎。
一张表使用的存储引擎决定存储数据的结构,那在服务器上它们是怎么存储的呢?
首先要找到数据库存放数据的路径:
show variables like 'datadir';
-
1.5.3、存储引擎比较
MyISAM 和 InnoDB 是用得最多的两个存储引擎,在 MySQL 5.5 版本之前,默认的存储引擎是 MyISAM,它是 MySQL 自带的。创建表的时候不指定存储引擎, 它就会使用 MyISAM 作为存储引擎。
MyISAM 的前身是 ISAM(Indexed Sequential Access Method:利用索引,顺序 存取数据的方法)。
5.5 版本之后默认的存储引擎改成了 InnoDB,它是第三方公司为 MySQL 开发的。 为什么要改呢?最主要的原因还是 InnoDB 支持事务,支持行级别的锁,对于业务一致性要求高的场景来说更适合。
这个里面又有 Oracle 和 MySQL 公司的一段恩怨情仇:
InnoDB 本来是 InnobaseOy 公司开发的,它和 MySQL AB 公司合作开源了 InnoDB 的代码。但是没想到 MySQL 的竞争对手 Oracle 把 InnobaseOy 收购了。后来 08 年 Sun 公司(开发 Java 语言的 Sun)收购了 MySQL AB,09 年 Sun 公司 又被 Oracle 收购了,所以 MySQL,InnoDB 又是一家了。有人觉得 MySQL 越来越像 Oracle,其实也是这个原因。
-
1.5.4、如何选择存储引擎?
- 如果对数据一致性要求比较高,需要事务支持,可以选择 InnoDB。
- 如果数据查询多更新少,对查询性能要求比较高,可以选择 MyISAM。
- 如果需要一个用于查询的临时表,可以选择 Memory。
- 如果所有的存储引擎都不能满足你的需求,并且技术能力足够,可以根据官网内部手册用 C 语言开发一个存储引擎。
1.6、执行引擎(Query Execution Engine)
【思考】:是谁使用执行计划去操作存储引擎呢?
【答案】:这就是执行引擎,它利用存储引擎提供的相应的 API 来完成操作。
为什么修改了表的存储引擎,操作方式不需要做任何改变?
因为不同功能的存储引擎实现的 API 是相同的。
最后把数据返回给客户端,即使没有结果也要返回。
2、MySQL体系结构总结
2.1. 模块详解
- Connector:用来支持各种语言和 SQL 的交互,比如 PHP,Python,Java 的 JDBC;
- Management Serveices & Utilities:系统管理和控制工具,包括备份恢复、MySQL 复制、集群等等。
- Connection Pool:连接池,管理需要缓冲的资源,包括用户密码权限线程等。
- SQL Interface:用来接收用户的 SQL 命令,返回用户需要的查询结果
- Parser:用来解析 SQL 语句。
- Optimizer:查询优化器。
- Cache and Buffer:查询缓存,除了行记录的缓存之外,还有表缓存,Key 缓
存,权限缓存等等。 - Pluggable Storage Engines:插件式存储引擎,它提供 API 给服务层使用,
跟具体的文件打交道。
2.2. 架构分层
总体上,把 MySQL 分成三层,跟客户端对接的连接层,真正执行操作的服务层,和跟硬件打交道的存储引擎层(参考 MyBatis:接口、核心、基础)。
- 2.2.1、连接层
客户端要连接到 MySQL 服务器 3306 端口,必须要跟服务端建立连接,那么管理所有的连接,验证客户端的身份和权限,这些功能就在连接层完成。 - 2.1.2、服务层
连接层会把 SQL 语句交给服务层,这里面又包含一系列的流程:比如查询缓存的判断、根据 SQL 调用相应的接口,对 SQL 语句进行词法和语法的解析(比如关键字怎么识别,别名怎么识别,语法有没有错误等等)。
然后就是优化器,MySQL 底层会根据一定的规则对 SQL 语句进行优化,最后再交给执行器去执行。 - 2.1.3.存储引擎
存储引擎就是数据真正存放的地方,在 MySQL 里面支持不同的存储引擎。 再往下就是内存或者磁盘。
3、一条更新SQL是如何执行的?
3.1. 缓冲池 Buffer Pool
首先,InnnoDB 的数据都是放在磁盘上的,InnoDB 操作数据有一个最小的逻辑单位,叫做页(索引页和数据页)。对于数据的操作,不是每次都直接操作磁盘,因为磁盘的速度太慢了。InnoDB 使用了一种缓冲池的技术,也就是把磁盘读到的页放到一块内存区域里面。这个内存区域就叫 Buffer Pool。
下一次读取相同的页,先判断是不是在缓冲池里面,如果是,就直接读取,不用再 次访问磁盘。
修改数据的时候,先修改缓冲池里面的页。内存的数据页和磁盘数据不一致的时候, 把它叫做脏页。InnoDB 里面有专门的后台线程把 Buffer Pool 的数据写入到磁盘, 每隔一段时间就一次性地把多个修改写入磁盘,这个动作就叫做刷脏
。
Buffer Pool 是 InnoDB 里面非常重要的一个结构,它的内部又分成几块区域。这里趁机到官网来认识一下 InnoDB 的内存结构和磁盘结构。
3.2. InnoDB 内存结构和磁盘结构
- 3.2.1.内存结构:
Buffer Pool 主要分为 3 个部分: Buffer Pool、Change Buffer、Adaptive Hash Index,另外还有一个(redo)log buffer。- 1、Buffer Pool:
Buffer Pool 缓存的是页面信息,包括数据页、索引页
。 查看服务器状态,里面有很多跟 Buffer Pool 相关的信息:
- 1、Buffer Pool:
SHOW STATUS LIKE '%innodb_buffer_pool%';
这些状态都可以在官网查到详细的含义,用搜索功能。
Buffer Pool 默认大小是 128M(134217728 字节),可以调整。 查看参数(系统变量):
SHOW VARIABLES like '%innodb_buffer_pool%';
【思考问题】:内存的缓冲池写满了怎么办?(Redis 设置的内存满了怎么办?)
InnoDB 用 LRU 算法来管理缓冲池(链表实现,不是传统的 LRU,分成了 young 和 old),经过淘汰的数据,剩下的就是热点数据。
内存缓冲区对于提升读写性能有很大的作用。
【思考问题】:思考一个问题: 当需要更新一个数据页时,如果数据页在 Buffer Pool 中存在,那么就直接更新好了。 否则的话就需要从磁盘加载到内存,再对内存的数据页进行操作。也就是说,如果没有命中缓冲池,至少要产生一次磁盘 IO,有没有优化的方式呢?
- 2、Change Buffer 写缓冲
如果这个数据页不是唯一索引,不存在数据重复的情况,也就不需要从磁盘加载索引页判断数据是不是重复(唯一性检查)。这种情况下可以先把修改记录在内存的缓冲池中,从而提升更新语句(Insert、Delete、Update)的执行速度。
这一块区域就是 Change Buffer
。5.5 之前叫 Insert Buffer 插入缓冲,现在也能支 持 delete 和 update。
最后把 Change Buffer 记录到数据页的操作叫做 merge。什么时候发生 merge? 有几种情况:在访问这个数据页的时候,或者通过后台线程、或者数据库 shut down、 redo log 写满时触发。
如果数据库大部分索引都是非唯一索引,并且业务是写多读少,不会在写数据后立刻读取,就可以使用 Change Buffer(写缓冲)。写多读少的业务,调大这个值:
SHOW VARIABLES LIKE 'innodb_change_buffer_max_size';
代表 Change Buffer 占 Buffer Pool 的比例,默认 25%。
- 3、Adaptive Hash Index
索引应该是放在磁盘的,为什么要专门把一种哈希的索引放到内存?后续再补。 - 4、(redo)Log Buffer
【思考一个问题】:如果 Buffer Pool 里面的脏页还没有刷入磁盘时,数据库宕机或者重启,这些数据丢失。如果写操作写到一半,甚至可能会破坏数据文件导致数据库不可用?
【答案】:为了避免这个问题,InnoDB 把所有对页面的修改操作专门写入一个日志文件,并且在数据库启动时从这个文件进行恢复操作(实现 crash-safe)——用它来实现事务的持久性
。
这个文件就是磁盘的 Redo Log(重做日志)
,对应于/var/lib/mysql/目录下的 ib_logfile0 和 ib_logfile1,每个 48M。
这种日志和磁盘配合的整个过程,其实就是 MySQL 里 WAL 技术 (Write-Ahead Logging)
,它的关键点就是先写日志,再写磁盘。
show variables like 'innodb_log%';
值 | 含义 |
---|---|
innodb_log_file_size | 指定每个文件的大小,默认 48M |
innodb_log_files_in_group | 指定文件的数量,默认为 2 |
innodb_log_group_home_dir | 指定文件所在路径,相对或绝对。如果不指定,则为 datadir 路径。 |
【思考问题】:同样是写磁盘,为什么不直接写到 db file 里面去?为什么先写日志再写磁盘?
我们先来了解一下随机 I/O 和顺序 I/O
的概念。 磁盘的最小组成单元是扇区,通常是 512 个字节。 操作系统和内存打交道,最小的单位是页 Page。 操作系统和磁盘打交道,读写磁盘,最小的单位是块 Block。
如果所需要的数据是随机分散在不同页的不同扇区中,那么找到相应的数据需要等到磁臂旋转到指定的页,然后盘片寻找到对应的扇区,才能找到我们所需要的一块数据,一次进行此过程直到找完所有数据,这个就是
随机 IO,读取数据速度较慢
。
假设已经找到了第一块数据,并且其他所需的数据就在这一块数据后边,那么就不需要重新寻址,可以依次拿到所需的数据,这个就叫
顺序 IO
。
【答案】:刷盘是随机 I/O,而记录日志是顺序 I/O,顺序 I/O 效率更高。因此先把修改写入日志,可以延迟刷盘时机,进而提升系统吞吐。
【优化】当然 Redo Log 也不是每一次都直接写入磁盘,在 Buffer Pool 里面有一块内存区域 (Log Buffer)专门用来保存即将要写入日志文件的数据,默认 16M,它一样可以节省磁盘 IO。
SHOW VARIABLES LIKE 'innodb_log_buffer_size';
需要注意:Redo Log 的内容主要是用于崩溃恢复
。磁盘的数据文件,数据来自 buffer pool。Redo Log 写入磁盘,不是写入数据文件。
那么,Log Buffer 什么时候写入 log file?
在写入数据到磁盘的时候,操作系统本身是有缓存的。flush 就是把操作系统缓 冲区写入到磁盘。
log buffer 写入磁盘的时机,由一个参数控制,默认是 1。
SHOW VARIABLES LIKE 'innodb_flush_log_at_trx_commit';
值 | 含义 |
---|---|
0(延迟写) | log buffer 将每秒一次地写入 log file 中,并且 log file 的 flush 操作同时进行。 该模式下,在事务提交的时候,不会主动触发写入磁盘的操作。 |
1(默认,实时 写,实时刷) | 每次事务提交时 MySQL 都会把 log buffer 的数据写入 log file,并且刷到磁盘 中去。 |
2(实时写,延 迟刷) | 每次事务提交时 MySQL 都会把 log buffer 的数据写入 log file。但是 flush 操 作并不会同时进行。该模式下,MySQL 会每秒执行一次 flush 操作。 |
这是内存结构的第 4 块内容,redo log,它又分成内存和磁盘两部分。redo log 有什么特点?
- 1、redo log 是 InnoDB 存储引擎实现的,并不是所有存储引擎都有。
- 2、不是记录数据页更新之后的状态,而是记录这个页做了什么动作,属于物理日志。
- 3、redo log 的
大小是固定
的,前面的内容会被覆盖。
check point 是当前要覆盖的位置。如果 write pos 跟 check point 重叠,说明 redo log 已经写满,这时候需要同步 redo log 到磁盘中。
MySQL 的内存结构,总结一下,分为:Buffer pool、change buffer、Adaptive Hash Index、 log buffer。
- 3.2.2、磁盘结构
表空间可以看做是 InnoDB 存储引擎逻辑结构的最高层,所有的数据都存放在表空间中。InnoDB 的表空间分为 5 大类:- a、系统表空间 system tablespace
在默认情况下 InnoDB 存储引擎有一个共享表空间(对应文件/var/lib/mysql/ ibdata1),也叫系统表空间。
InnoDB 系统表空间包含InnoDB 数据字典
和双写缓冲区
,Change Buffer
和Undo Logs
,如果没有指定 file-per-table,也包含用户创建的表和索引数据。- 1、undo 在后面介绍,因为有独立的表空间。
- 2、数据字典:由内部系统表组成,存储表和索引的元数据(定义信息)。
- 3、双写缓冲(InnoDB 的一大特性):InnoDB 的页和操作系统的页大小不一致,InnoDB 页大小一般为 16K,操作系统页大小为 4K,InnoDB 的页写入到磁盘时,一个页需要分 4 次写。
如果存储引擎正在写入页的数据到磁盘时发生了宕机,可能出现页只写了一部分的情况,比如只写了 4K,就宕机了,这种情况叫做部分写失效(partial page write),可能会导致数据丢失。
【思考】:不是有 redo log 吗?
但是有个问题,如果这个页本身已经损坏了,用它来做崩溃恢复是没有意义的。所以在对于应用 redo log 之前,需要一个页的副本。如果出现了写入失效,就用页的副本来还原这个页,然后再应用 redo log。这个页的副本就是 double write,InnoDB 的双写技术
。通过它实现了数据页的可靠性。
跟 redo log 一样,double write 由两部分组成,一部分是内存的 double write,
一个部分是磁盘上的 double write。因为 double write 是顺序写入的,不会带来很大的 开销。
在默认情况下,所有的表共享一个系统表空间,这个文件会越来越大,而且它的空间不会收缩。 - b、独占表空间 file-per-table tablespaces
让每张表独占一个表空间。这个开关通过 innodb_file_per_table 设置,默 认开启。
开启后,则每张表会开辟一个表空间,这个文件就是数据目录下的 ibd 文件(例如 /var/lib/mysql/mysql/student_innodb.ibd),存放表的索引和数据。
但是其他类的数据,如回滚(undo)信息,插入缓冲索引页、系统事务信息,二次 写缓冲(Double write buffer)等还是存放在原来的共享表空间内。 - c、通用表空间 general tablespaces
通用表空间也是一种共享的表空间,跟 ibdata1 类似。
可以创建一个通用的表空间,用来存储不同数据库的表,数据路径和文件可以自定义。
不同表空间的数据是可以移动的,删除表空间需要先删除里面的所有表。 - d、临时表空间 temporary tablespaces
存储临时表的数据,包括用户创建的临时表,和磁盘的内部临时表。对应数据目录 下的 ibtmp1 文件。当数据服务器正常关闭时,该表空间被删除,下次重新产生。 - e、undo log tablespace
undo log(撤销日志 or 回滚日志)记录了事务发生之前的数据状态(不包括select)。 如果修改数据时出现异常,可以用undo log 来实现回滚操作(保持原子性)
。
在执行 undo 的时候,仅仅是将数据从逻辑上恢复至事务之前的状态,而不是从物理页面上操作实现的,属于逻辑格式的日志。
redo Log 和 undo Log 与事务密切相关,统称为事务日志。
undo Log 的数据默认在系统表空间 ibdata1 文件中,因为共享表空间不会自动收 缩,也可以单独创建一个 undo 表空间。
- a、系统表空间 system tablespace
【思考】有了这些日志之后,总结一下一个更新操作的流程?
update student set name = 'biudefu' where id=1;
1、事务开始,从内存或磁盘取到这条数据,返回给 Server 的执行器;
2、执行器修改这一行数据的值为 biudefu;
3、记录 name=biudefu 到 undo log;
4、记录 name=biudefu 到 redo log;
5、调用存储引擎接口,在内存(Buffer Pool)中修改 name=biudefu;
6、 事务提交。
- 3.2.3、后台线程
后台线程的主要负责刷新内存池(buffer pool)中的数据和把修改的数据页刷新到磁盘。后台线程分为:- 1、master thread(负责刷新缓存数据到磁盘并协调调度其它后台进程)
- 2、IO thread(分为 insert buffer、log、read、write 进程。分别用来处理 insert buffer、 重做日志、读写请求的 IO 回调。)
- 3、purge thread(用来回收 undo 页)
- 4、page cleaner thread(用来刷新脏页)
除了 InnoDB 架构中的日志文件,MySQL 的 Server 层也有一个日志文件,叫做
binlog,它可以被所有的存储引擎使用。
3.3. Binlog
binlog 以事件的形式记录了所有的 DDL 和 DML 语句
(因为它记录的是操作而不是数据值,属于逻辑日志),可以用来做主从复制和数据恢复。
跟 redo log 不一样,它的文件内容是可以追加的,没有固定大小限制。
在开启了 binlog 功能的情况下,可以把 binlog 导出成 SQL 语句,把所有的过程操作重放一遍,来实现数据的恢复。
binlog 的另一个功能就是用来实现主从复制,它的原理就是从服务器读取主服务器的 binlog,然后执行一遍。
有了这两个日志之后,我们来看一下一条更新语句是怎么执行的:
例如一条语句:update student set name='biudefu' where id=1;
1、先查询到这条数据,如果有缓存,也会用到缓存。
2、把 name 改成biudefu,然后调用引擎的 API 接口,写入这一行数据到内存,同时记录 redo log。这时 redo log 进入 prepare 状态,然后告诉执行器,执行完成了,可以随时提交。
3、执行器收到通知后记录 binlog,然后调用存储引擎接口,设置 redo log 为 commit 状态。
4、更新完成。
这张图片的重点:
- 1、先记录到内存,再写日志文件。
- 2、记录 redo log 分为两个阶段。
- 3、存储引擎和 Server 记录不同的日志。
- 4、先记录 redo,再记录 binlog。
参考资料:
《数据库查询优化器的艺术-原理解析与SQL性能优化》
《MySQL高性能书籍第3版(中文)》
《MySQL技术内幕-InnoDB存储引擎第2版》