专栏持续更新中:MySQL详解
一、定义
运行时间比较长,操作的数据比较多的事务我们称之为大事务。
例如,执行超过5s,10s,1min...
二、大事务风险
- 锁定太多的数据,造成大量的阻塞和锁超时,回滚所需要的时间比较长。
- 执行时间长,容易造成主从延迟。
- undo log膨胀
三、避免大事务
- 避免一次处理太多大数据。
- 移出不必要在事务中的select操作
我这里按公司实际场景,规定了,每次操作/获取数据量应该少于5000条,结果集应该小于2M
四、案例
创建表
建表sql
sql
CREATE TABLE `apple_test` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`a` int(11) NOT NULL DEFAULT '0' COMMENT 'a',
`b` int(11) NOT NULL DEFAULT '0' COMMENT 'b',
`updated_ts` timestamp(6) NOT NULL DEFAULT '0000-00-00 00:00:00.000000' ON UPDATE CURRENT_TIMESTAMP(6),
`created_ts` timestamp(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6) COMMENT '创建时间',
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
插入大量数据,模拟大事务
首先插入一条记录
scss
insert into apple_test(`a`, `b`) values(1,1);
接着反复执行如下SQL,插入大量数据记录
css
insert into apple_test(a, b) select a,b from apple_test;
在反复执行的过程中,我们会发现,执行耗时越来越长。
这是因为每次插入的数据量越来越大。
例如,当我们多次执行,数量达到8388608时,
sql
select count(*) from apple_test;
+----------+
| count(*) |
+----------+
| 8388608 |
+----------+
1 row in set (1.87 sec)
再次执行插入时,耗时会是几十秒,甚至几分钟:
css
insert into apple_test(a, b) select a,b from test_test;
Query OK, 8388608 rows affected (1 min 20.68 sec)
Records: 8388608 Duplicates: 0 Warnings: 0
实际上,上面的插入语句,就是一个事务。
执行过程耗时较长时,模拟的也就是大事务。
查看大事务
sql
select a.trx_started,now(),(UNIX_TIMESTAMP(now()) - UNIX_TIMESTAMP(a.trx_started)) diff_sec,b.id,b.user,b.host,b.db,d.SQL_TEXT from information_schema.innodb_trx a inner join information_schema.PROCESSLIST b on a.TRX_MYSQL_THREAD_ID=b.id and b.command in('Query', 'Sleep', 'Connect') inner join performance_schema.threads c ON b.id = c.PROCESSLIST_ID inner join performance_schema.events_statements_current d ON d.THREAD_ID = c.THREAD_ID;
+---------------------+---------------------+----------+--------+-------------+------+------+----------+
| trx_started | now() | diff_sec | id | user | host | db | SQL_TEXT |
+---------------------+---------------------+----------+--------+-------------+------+------+----------+
| 2021-08-07 22:12:20 | 2021-08-07 22:13:26 | 66 | 808786 | system user | | NULL | BEGIN |
+---------------------+---------------------+----------+--------+-------------+------+------+----------+
1 row in set (0.01 sec)
五、大表带来的问题
-
大表定义:单表超过千万行、文件超过10G
-
大表对查询的影响:
- 慢查询、
- 区分度底、
- 大量磁盘IO、
- 建立索引需要很长的时间、
- 修改表结构需要长时间锁表、
- 影响正常的数据操作
-
如何处理大表问题:
- 分库分表把一张表分成多个小表。难点:分表主键的选择、分表后夸分区数据的查询和统计。
- 大表的历史数据归档(前端增加历史查询)难点:时间点选择,如何进行归档操作
六、在大促中数据库服务器
-
数据库架构:主从复制、读写分离、集群等。
-
TPS:每秒处理事务的速度(一个事务三个过程)。
- 用户请求服务器
- 服务器内部处理
- 服务器返回给用户。
-
QPS:是一台指定服务器每秒能够相应的查询次数。
-
并发量:同一时间处理的请求的数量。
-
连接数:和服务器进行连接,但大部分处于sleep状态,只有少部分在运行。
-
并发量大,连接数大说明cpu空闲少繁忙。
-
磁盘IO读写过高会对服务器性能能造成影响。
-
不要在主库上数据库备份(磁盘读压力增大)。