MySQL -- 全表扫描

栏目: 数据库 · 发布时间: 5年前

-- db1.t有200GB
mysql -h$host -P$port -u$user -p$pwd -e "select * from db1.t" > $target_file

查询数据

MySQL -- 全表扫描

InnoDB的数据是保存在主键索引上，全表扫描实际上是直接扫描表t的主键索引
获取一行，写到 net_buffer 中，默认为 16K ，控制参数为 net_buffer_length
重复获取行，直到写满 net_buffer ，然后调用网络接口发出去
如果发送成功，就清空 net_buffer ，然后继续取下一行并写入 net_buffer
如果发送函数返回 EAGAIN 或者 WSAEWOULDBLOCK ，表示本地网络栈 socket send buffer 写满
- 此时，进入等待，直到网络栈重新可写，再继续发送
一个查询在发送数据的过程中，占用 MySQL 内部的内存最大为 net_buffer_length ，因此不会达到200G
socket send buffer 也不可能达到200G，如果 socket send buffer 被写满，就会暂停读取数据

-- 16384 Bytes = 16 KB
mysql> SHOW VARIABLES LIKE '%net_buffer_length%';
+-------------------+-------+
| Variable_name     | Value |
+-------------------+-------+
| net_buffer_length | 16384 |
+-------------------+-------+

Sending to client

MySQL是 边读边发 的，如果 客户端接收慢 ，会导致MySQL服务端由于 结果发不出去 ， 事务的执行时间变长
下图为MySQL客户端不读取 socket receive buffer 中的内容的场景
- State为 Sending to client ，表示服务端的网络栈写满了
mysql --quick ，会使用 mysql_use_result 方法，该方法会 读取一行处理一行
```
Sending to client
mysql_store_result
net_buffer_length
```

MySQL -- 全表扫描

Sending data

State切换

MySQL的 查询语句 在进入 执行阶段 后，首先把State设置为 Sending data
然后，发送执行结果的 列相关的信息 （ meta data ）给客户端
再继续执行语句的流程，执行完成后，把State设置为 空字符串
因此State为 Sending data 不等同于 正在发送数据

样例

CREATE TABLE `t` (
    `id` int(11) NOT NULL,
    `c` int(11) NOT NULL,
    PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

INSERT INTO t VALUES (1,1);

session A	session B
BEGIN;
SELECT * FROM t WHERE id=1 FOR UPDATE;
	SELECT * FROM t LOCK IN SHARE MODE; (Blocked)

mysql> SHOW PROCESSLIST;
+----+-----------------+-----------+------+---------+--------+------------------------+------------------------------------+
| Id | User            | Host      | db   | Command | Time   | State                  | Info                               |
+----+-----------------+-----------+------+---------+--------+------------------------+------------------------------------+
|  4 | event_scheduler | localhost | NULL | Daemon  | 713722 | Waiting on empty queue | NULL                               |
| 37 | root            | localhost | test | Sleep   |     35 |                        | NULL                               |
| 38 | root            | localhost | test | Query   |     15 | Sending data           | SELECT * FROM t LOCK IN SHARE MODE |
| 39 | root            | localhost | NULL | Query   |      0 | starting               | show processlist                   |
+----+-----------------+-----------+------+---------+--------+------------------------+------------------------------------+

InnoDB层

内存的数据页是在 Buffer Pool 中管理的
作用： 加速更新 （WAL机制）+ 加速查询

内存命中率

SHOW ENGINE INNODB STATUS 中的 Buffer pool hit rate 990 / 1000 ，表示命中率为99%
Buffer Pool 的大小由参数 innodb_buffer_pool_size 控制，一般设置为物理内存的 60%~80%
Buffer Pool 一般都会小于磁盘的数据量，InnoDB将采用 LRU 算法来淘汰数据页

-- 134217728 Bytes = 128 MB
mysql> SHOW VARIABLES LIKE '%innodb_buffer_pool_size%';
+-------------------------+-----------+
| Variable_name           | Value     |
+-------------------------+-----------+
| innodb_buffer_pool_size | 134217728 |
+-------------------------+-----------+

基本LRU

MySQL -- 全表扫描

InnoDB采用的LRU算法，是基于链表实现的
State1，链表头部是P1，表示P1是最近 刚刚被访问过 的数据页
State2，有一个读请求访问P3，P3被移动到链表的最前面
State3，要访问的数据页不在链表中，所以需要在 Buffer Pool 中新申请一个数据页Px，加到链表头部
```
Buffer Pool
```

冷数据全表扫描

扫描一个200G的表，该表为历史数据表，平时没有什么业务访问它
按照基本LRU算法，就会把当前Buffer Pool里面的数据 全部淘汰 ，存入扫描过程中访问到的数据页
此时，对外提供业务服务的库来说， Buffer Pool的命中率会急剧下降 ， 磁盘压力增加 ， SQL语句响应变慢
因此InnoDB采用了改进的LRU算法

改进LRU

MySQL -- 全表扫描

在InnoDB的实现上，按照 5:3 的比例把整个LRU链表分成 young 区和 old 区
LRU_old 指向old区的第一个位置，即靠近链表头部的 5/8 是 young 区，靠近链表尾部的 3/8 是 old 区
State1，要访问数据页P3，由于P3在young区，与基本的LRU算法一样，将其移动到链表头部，变为State2
然后要访问一个不在当前链表的数据页，此时依然要淘汰数据页Pm，但新插入的数据页Px放在 LRU_old
处于old区的数据页，每次被访问的时候都需要做以下判断
- 如果这个数据页在LRU链表中 存在的时间 超过了1S，就把它移动到链表头部，否则，位置不变
- 存在时间的值由参数 innodb_old_blocks_time 控制
该策略是为了处理类似 全表扫描 的操作而定制的
- 扫描过程中，需要 新插入的数据页 ，都被放到 old 区
- 一个数据页会有多条记录 ，因此 一个数据页会被访问多次
  - 但由于是 顺序扫描
  - 数据页的 第一次被访问 和 最后一次被访问 的时间间隔不会超过1S，因此还是会留在 old 区
- 继续扫描，之前的数据页再也不会被访问到，因此也不会被移到 young 区， 最终很快被淘汰
该策略最大的收益是在扫描大表的过程中，虽然 用到了Buffer Pool，但对young区完全没有影响
- 保证了Buffer Pool响应正常业务的查询命中率

-- 1000ms = 1s
mysql> SHOW VARIABLES LIKE '%innodb_old_blocks_time%';
+------------------------+-------+
| Variable_name          | Value |
+------------------------+-------+
| innodb_old_blocks_time | 1000  |
+------------------------+-------+

INNODB STATUS

mysql> SHOW ENGINE INNODB STATUS\G;
----------------------
BUFFER POOL AND MEMORY
----------------------
-- 137428992 Bytes = 131.0625 MB
Total large memory allocated 137428992
Dictionary memory allocated 432277
-- innodb_buffer_pool_size = 134217728 / 16 / 1024 / 1024 = 8192
-- 6957 + 1223 = 8180 ≈ Buffer pool size
Buffer pool size   8191
Free buffers       6957
Database pages     1223
-- 1223 * 3 / 8 = 458.625 ≈ Old database pages
Old database pages 465
Modified db pages  0
Pending reads      0
Pending writes: LRU 0, flush list 0, single page 0
-- made young : old -> young
-- not young : young -> old
Pages made young 0, not young 0
0.00 youngs/s, 0.00 non-youngs/s
Pages read 1060, created 163, written 666
0.00 reads/s, 0.00 creates/s, 0.00 writes/s
No buffer pool page gets since the last printout
Pages read ahead 0.00/s, evicted without access 0.00/s, Random read ahead 0.00/s
LRU len: 1223, unzip_LRU len: 0
I/O sum[0]:cur[0], unzip sum[0]:cur[0]

参考资料

《MySQL实战45讲》

转载请注明出处：http://zhongmingmao.me/2019/03/08/mysql-full-table-scan/

访问原文「MySQL -- 全表扫描」获取最佳阅读体验并参与讨论

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

分布式服务架构：原理、设计与实战

李艳鹏、杨彪 / 电子工业出版社 / 2017-8 / 89.00

《分布式服务架构：原理、设计与实战》全面介绍了分布式服务架构的原理与设计，并结合作者在实施微服务架构过程中的实践经验，总结了保障线上服务健康、可靠的最佳方案，是一本架构级、实战型的重量级著作。《分布式服务架构：原理、设计与实战》以分布式服务架构的设计与实现为主线，由浅入深地介绍了分布式服务架构的方方面面，主要包括理论和实践两部分。理论上，首先介绍了服务架构的背景，以及从服务化架构到微服务架......一起来看看《分布式服务架构：原理、设计与实战》这本书的介绍吧!

码农工具

UNIX 时间戳转换

HEX HSV 转换工具

HEX HSV 互换工具