MySQL深入29-查询对内存的影响
# MySQL深入29-查询对内存的影响
如果一个内存较小的主机对一个大表做全表扫描,会不会把数据库主机的内存用光了?
# 全表扫描对server层的影响
假设,我们要对一个200G的InnoDB表db1.t,执行一个全表扫描,并把结果保存在客户端:
mysql -h$host -P$port -u$user -p$pwd -e "select * from db1.t" > $target_file
InnoDB的数据是保存在主键索引上的,所以全表扫描实际上是直接扫描表t的主键索引。同时由于没有其他的判断条件,所以查到的每一行都可以直接放到结果集里面,返回客户端。
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如下:
- 获取一行,写到 net_buffer 中。这块内存的大小是由参数 net_buffer_length 定义的,默认是 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,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 WSAEWOULDBLOCK,就表示本地网络栈(socket send buffer)写满了,进入等待。直到网络栈重新可写,再继续发送。
在这个流程中,我们可以分析到:
- 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也不会无线大,如果socket send buffer被写满,就会暂停读数据的流程。
也就是说,MySQL是“边读边发的”,意味着如果客户端接收得慢,会导致MySQL服务端由于结果发不出去,这个事务的执行时间变长。
# 全表扫描对InnoDB的影响
InnoDB内存管理用的是最近最少使用(LRU)算法,这个算法核心就是淘汰最久未使用的数据。
InnoDB管理Buffer Pool的LRU算法使用链表来实现的:
- 链表头部是 P1,表示 P1 是最近刚刚被访问过的数据页;假设内存里只能放下这么多数据页;
- 这时候有一个读请求访问 P3,因此变成状态 2,P3 被移到最前面;
- 状态 3 表示,这次访问的数据页是不存在于链表中的,所以需要在 Buffer Pool 中新申请一个数据页 Px,加到链表头部。但是由于内存已经满了,不能申请新的内存。于是,会清空链表末尾 Pm 这个数据页的内存,存入 Px 的内容,然后放到链表头部。
- 从效果上看,就是最久没有被访问的数据页 Pm,被淘汰了。
但是这种传统算法在做全表扫描的时候会存在问题,假设按照这个算法取扫描一个大表,而这个表是一个历史数据表,平时没有业务访问。
那么,按照这个算法扫描的话,就会把当前的 Buffer Pool 里的数据全部淘汰掉,再存入扫描过程中访问到的数据页的内容。也就是说 Buffer Pool 里面主要放的是这个历史数据表的数据。这会导致Buffer Pool的内存命中率急剧下降,磁盘压力增加,SQL 语句响应变慢。
InnoDB改进的LRU算法:
在InnoDB实现上,按照5:3 的比例把整个 LRU 链表分成了 young 区域和 old 区域。图中 LRU_old 指向的就是 old 区域的第一个位置,是整个链表的 5/8 处。也就是说,靠近链表头部的 5/8 是 young 区域,靠近链表尾部的 3/8 是 old 区域。
改进的LRU算法流程如下:
- 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,将其移到链表头部,变成状态 2。
- 之后要访问一个新的不存在于当前链表的数据页,这时候依然是淘汰掉数据页 Pm,但是新插入的数据页 Px,是放在 LRU_old 处。
- 处于 old 区域的数据页,每次被访问的时候都要做下面这个判断:
- 若这个数据页在 LRU 链表中存在的时间超过了 1 秒,就把它移动到链表头部;
- 如果这个数据页在 LRU 链表中存在的时间短于 1 秒,位置保持不变。1 秒这个时间,是由参数 innodb_old_blocks_time 控制的。其默认值是 1000,单位毫秒。
在链表中存在的时间越长,说这个数据是被频繁访问的。
现在我们来分析一下改进之后的LRU算法对大表扫描的流程:
- 扫描过程中,需要新插入的数据页,都被放到 old 区域 ;
- 一个数据页里面有多条记录,这个数据页会被多次访问到,但由于是顺序扫描,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,因此还是会被保留在 old 区域;
- 再继续扫描后续的数据,之前的这个数据页之后也不会再被访问到,于是始终没有机会移到链表头部(也就是 young 区域),很快就会被淘汰出去。
改进后最大的收益在于:扫描大表的过程中,虽然也用到了buffer pool,但是对young区域完全没有影响,从而保证了Buffer Pool响应正常业务的查询命中率。
# 小结
MySQL 采用的是边算边发的逻辑,因此对于数据量很大的查询结果来说,不会在 server 端保存完整的结果集。所以,如果客户端读结果不及时,会堵住 MySQL 的查询过程,但是不会把内存打爆。
而对于 InnoDB 引擎内部,由于有淘汰策略,大查询也不会导致内存暴涨。并且,由于 InnoDB 对 LRU 算法做了改进,冷数据的全表扫描,对 Buffer Pool 的影响也能做到可控。