Mysql脏页flush及收缩表空间原理解析

mysql脏页

由于WAL机制,InnoDB在更新语句的时候,制作了写日志这一个磁盘操作,就是redo log,在内存写完redo log后,就返回给客户端, 即更新成功。

把内存里的数据写入磁盘的过程,术语就是flush,在flush之前,实际数据和数据库中的数据是不一致的,因为在redo log基础上更新了还未写入,数据库是老的,当内存数据页跟磁盘数据页内容不一致的时候,称这个内存页为脏页,内存写入后就一致了,称为干净页,

如果mysql偶尔运行速度很慢,很可能是在刷脏页。引发数据库flush的过程

  • redo log满了,系统停止所有更新操作,将checkpoint向前推进,腾出空间继续写。
  • 系统内存不足,需要新的内存页不够用,就会淘汰一些数据页,留给别的数据页使用,如果淘汰的是脏页,就会先写到磁盘。
  • mysql空闲的时候。
  • 正常关闭mysql的时候
  • 在第一种情况下,redo log满了,这种情况是innodb要避免的,因为整个系统都不能再更新了,这是不能接受的
  • 第二种情况,内存满了,要先写到磁盘,innodb用缓冲池管理内存,有三种状态
  • 还没有用的内存页
  • 用了并且是干净页
  • 用了并且是脏页(淘汰的时候需要写入到磁盘)

所以我们有时使用数据库会发现数据库性能突然下降,可能就是在处理脏页。

刷脏页控制策略

  • Innodb_io_capacity参数,这个参数会告诉innodb你的磁盘io能力。(有公式计算)
  • innodb刷盘主要两个因素:脏页比例和redo log的写盘速度
  • innodb_max_derty_pages_pct是脏页比例上限,默认是75%,调整好Innodb_io_capacity参数值,使脏页比例不要超过75%收缩表空间

场景例子:数据库占用空间太大,把最大的表删掉了一半数据,表的大小还是没有变化。

数据删除流程

Mysql脏页flush及收缩表空间原理解析

加入要删掉R4,InnoDB引擎只会把R4这个记录标记为删除,如果之后再掺入一个ID在300-600之间的记录时,会复用这个位置,但是磁盘文件的大小并不会缩小。

如果删掉了一个数据页上的所有记录,这个数据页就可以被复用。

注意:数据页的复用跟记录的复用是不同的。

  • 比如R4这条记录被删除,如果插入一个ID是400的行,直接复用这个空间,但是如果插入ID是800的行,就不能复用这个位置了。
  • 但是整个数据页Page A上的所有记录删除之后,pageA标记为可复用,如果插入一条ID=50的记录需要用新的数据页的时候,PageA是可以背负用的。
  • 如果我们用delete命令把整个表数据删除,结果是所有的数据页都会标记为可复用,但是在磁盘上,文件不会变小。

插入数据流程

如果数据按照索引顺序插入的,索引是紧凑的,但是如果是随机插入的,就会造成索引的数据页分页。

Mysql脏页flush及收缩表空间原理解析

如果pageA已经满了,在插入一行数据会怎样?由于A满了,在插入一个id是550的数据时,就会申请一个新的页面pageB来保存数据,分裂完成后pageA的末尾就留下了空洞。

更新索引上的值也是删除一个旧的值,再插入一个新值,也会造成空洞。

收缩空间

新建一个与表A相同结构的表B,按照主键ID递增的顺序,把数据一行一行的从A里读出来再插入到表B中,表B中无空洞,数据页的利用率也更高,如果我们把表B作为临时表,数据从表A导入到B中的操作完成后,用B替换A,从效果上也起到了收缩A的作用。

Mysql脏页flush及收缩表空间原理解析

在整个DDL过程中,表A不能有更新,所以这个DDL不是online的,在5.6之后的版本中,流程做了更改:

建立一个临时文件,扫描A中的所有数据页,

用数据页中A的记录生成B+树,存储在临时文件中

将所有对A的操作记录在一个日志文件中

临时文件生成后,将日志文件的操作应用到临时文件,得到一个逻辑数据上与表A相同的数据文件

用临时文件替换表A的数据文件

图示

Mysql脏页flush及收缩表空间原理解析

可以看到,与图3过程的不同之处在于,由于日志文件记录和重放操作这个功能的存在,这个方案在重建表的过程中,允许对表A做增删改操作。

使用alter table A engine=InnoDB命令来重建表。在MySQL 5.5版本之前,这个命令的执行流程跟我们前面描述的差不多,区别只是这个临时表B不需要你自己创建,MySQL会自动完成转存数据、交换表名、删除旧表的操作。