MySQL 33 我查这么多数据,会不会把数据库内存打爆?

有这样一个问题:主机内存只有100G,现在要对一个200G的大表做全表扫描,会不会把数据库主机的内存用完?想想逻辑备份,也是整库扫描,因此对大表做全表扫描看起来是没有问题的,那么这个流程到底是怎样呢?

全表扫描对server层的影响

假设现在要对一个200G的InnoDB表db1.t执行全表扫描,若要把扫描结果保存在客户端,会使用命令:

sql 复制代码
mysql -h$host -P$port -u$user -p$pwd -e "select * from db1.t" > $target_file

由于数据保存在主键索引上,所以全表扫描实际是直接扫描主键索引。该语句没有其他判断条件,所以查到的每一行都可以直接放到结果集,然后返回给客户端。

那么结果集是存在哪里呢?

实际上服务端并不需要保存一个完整的结果集,取数据和发数据的流程为:

  • 获取一行,写到net_buffer中,这块内存的大小由参数net_buffer_length定义,默认16k;

  • 重复获取行,直到net_buffer写满,调用网络接口发出去;

  • 如果发送成功,清空net_buffer,然后继续取下一行并写入net_buffer;

  • 若发送函数返回EAGAIN或WSAEWOULDBLOCK,表示本地网络栈写满,进入等待。直到网络栈重新可写,再继续发送。

流程图:

从中可以看到:

  • 一个查询在发送过程中,占用的MySQL内部的内存最大就是net_buffer_length这么大;

  • socket send buffer(大小定义/proc/sys/net/core/wmem_default)如果被写满,会暂停读数据的流程。

即MySQL是边读边发的,如果客户端接收慢,会导致MySQL发不出去,事务的执行时间变长。此时如果使用show processlist命令:

state若一直处于sending to client,就表示服务器端的网络栈写满了。

上一篇文章曾说到,若客户端使用-quick参数,会使用mysql_use_result方法,该方法是读一行处理一行。假设有一个业务的逻辑比较复杂,每读一行要处理很久,就会导致客户端过很久才会取下一行数据,就可能出现上图的情况。

因此,对于正常的线上业务来说,如果一个查询的返回结果不会很多,建议使用mysql_store_result,直接把查询结果保存到本地内存。

如果要快速减少处于sending to client状态的线程数量,将net_buffer_length参数设置为一个更大的值是一个可选方案。

另外有一个看起来像的状态是sending data,有时候能看到很多查询语句的状态是sending data,但查看网络没什么问题,这是为什么?

实际上,一个查询语句的状态变化为:

  • MySQL查询语句进入执行阶段后,首先把状态设置为sending data;

  • 发送执行结果的列相关的信息给客户端;

  • 继续执行语句流程;

  • 执行完成,把状态设置成空字符串。

也就是说sending data并不一定指正在发送数据,而可能是处于执行器过程中的任意阶段。

那么知道了server层的处理逻辑,在InnoDB引擎里又是怎么处理的呢?

全表扫描对InnoDB的影响

之前介绍WAL机制时,分析了InnoDB内存的一个作用是保存更新结果,再配合redo log避免随机写盘。内存数据页是在Buffer Pool中管理,因此在WAL里Buffer Pool起到了加速更新的作用。

实际上,Buffer Pool还有加速查询的作用。由于有WAL机制,当事务提交时,磁盘上的数据页是旧的,此时如果马上有一个查询要来读这个数据页,其并不需要读磁盘,而是直接读内存页。而Buffer Pool对查询的加速效果,依赖于一个重要的指标:内存命中率。

可以执行show engine innodb status命令,结果中的Buffer Pool hit rate,就表示当前的命中率。一般情况下,一个稳定的线上系统,要保证响应时间符合要求的话,内存命中率要在99%以上。若所有查询需要的数据页都能直接从内存得到,那命中率就是100%,但这在实际生产中很难做到。

Buffer Pool的大小由参数innodb_buffer_pool_size确定,一般建议设置成可用物理内存的60%-80%。如果一个Buffer Pool满,而又要从磁盘读入一个数据页,就肯定要淘汰一个旧数据页,InnoDB使用的是LRU算法,淘汰最久未使用的数据。

如果是平时我们理解的LRU,要全表扫描的话,会有些问题。比如要扫描一个200G大小,平时没有业务访问的历史数据表。若按基础的LRU,会把当前的Buffer Pool里的数据全部淘汰,存入扫描过程中访问到的数据页内容,即Buffer Pool里主要存放历史数据表数据,那么此时会对其他业务造成很大影响,Buffer Pool的内存命中率将会急剧下降,磁盘压力增加,SQL语句响应变慢。

因此,InnoDB对LRU算法做了改进。

在InnoDB实现上,按照5:3比例将整个LRU链表分为young区域和old区域,上图中LRU_old指向old区域的第一个位置,是整个链表的5/8处,即靠近链表head的5/8区域为yong区域,靠近链表tail的3/8区域是old区域。改进后的LRU算法执行流程为:

  • state 1,要访问数据页P3,由于P3在young区域,因此和优化前的LRU算法一样,将其移到链表头,即state 2;

  • state 3,想要访问一个新的、不存在于当前链表的数据页,此时会淘汰尾部的数据页Pm,将新插入的数据页Px放在LRU_old处。

  • 处于old区域的数据页,每次访问时需要做如下判断:

    • 若该数据页在LRU链表存在时间超过了1秒,就把它移到链表头;

    • 否则该数据页位置保持不变。"1秒"这个时间由参数innodb_old_blocks_time控制。

以上策略就是为了处理类似全表扫描的操作量身定制的。以扫描200G的历史数据表为例:

  • 扫描过程中,需要新插入的数据页都会放到old区域;

  • 一个数据页有多条记录,由于顺序扫描,这个数据页第一次被访问和最后一次被访问的时间间隔不会超过1秒,因此还是会留在old区域;

  • 再继续扫描后续的数据页,之前的数据页由于不会再被访问到,始终没有机会移到head,之后很快会从old区域淘汰出去。

可以看到,该策略最大的收益是在扫描大表的过程中,虽然也用到Buffer Pool,但是对young区域完全没有影响,从而保证Buffer Pool响应正常业务的查询命中率。

相关推荐
程序新视界5 小时前
三种常见的MySQL数据库设计最佳实践
数据库·后端·mysql
没有bug.的程序员6 小时前
MySQL 安全与权限管理:从基础到生产级安全实践
java·mysql·安全·adb·权限
数据与人6 小时前
MySQL 8.0 InnoDB ReplicaSet 完整配置指南与切换
数据库·mysql·adb
合作小小程序员小小店7 小时前
web网页开发,在线%推荐算法学院培养计划,图书推荐,基于Python,FlaskWeb,用户和物品推荐MySql
python·mysql·算法·flask·推荐算法
用手码出世界7 小时前
MySQL存储过程
mysql
qq_417908448 小时前
com.mysql.cj.jdbc.Driver 解析
数据库·mysql
我要升天!10 小时前
MySQL表的内连和外连
android·mysql·adb
jingfeng51411 小时前
MySQL库的操作(ubuntu)
数据库·mysql
叱咤少帅(少帅)18 小时前
DML语句
mysql