跳到主要内容

进阶

存储引擎​

MySQL体系结构​

20240309151846

  • 连接层：最上层是一些客户端和链接服务，主要完成一些类似于连接处理，授权认证，及相关的安全方案。服务器也会为安全接入的每个客户端验证他所具有的操作权限
  • 服务层：第二层架构主要完成大多数的服务功能，如 SQL 接口，并完成缓存的查询，SQL 的分析和优化，部分内置函数的执行。所有跨存储引擎的操作也在这一层实现，如过程、函数等
  • 引擎层：存储引擎真正的负责了 MySQL 中数据的存储和提取，服务器通过 API 和存储引擎通信。不同的存储引擎有着不同的功能，我们可以根据自己的需要，来选取合适的存储引擎
  • 存储层：主要是将数据存储在文件系统之上，并完成与数据系统的交互

简介​

存储引擎就是存储数据、建立索引、更新/查询数据等技术的实现方式，存储引擎是基于表的，而不是基于库的，所以存储引擎也可以被视为表类型

MySQL 默认存储引擎为 InnoDB

在创建表的时候，指定存储引擎

create table 表名(
  字段1 字段1类型 [comment 字段1注释],
  ...
  字段n 字段n类型 [comment 字段n注释]
)engine=InnoDB [comment 表注释]

查看当前数据库支持的存储引擎

show engines;

20240309152007

创建表时指定存储引擎

create table my_myisam(
    id int,
    name varchar(10)
) engine = MyISAM;

create table my_memory(
    id int,
    name varchar(10)
) engine = Memory;

特点​

InnoDB​

介绍

InnoDB 是一种兼顾高可靠性和高性能的存储引擎，在 MySQL 5.5 之后，InnoDB 是 MySQL 的默认存储引擎

特点

DML 操作遵循 ACID 模型，支持事务

行级锁，提高并发访问性能

支持外键 foreign key 约束，保证数据集的完整性和正确性

文件

xxx.ibd：xxx 代表的是表名，InnoDB 引擎的每张表都会对应这样一个表空间文件，存储该表的表结构（frm，sdi）、数据和索引 参数：innodb_file_per_table，这个变量如果为真，则表示每张表都对应着一个表空间文件

查看该参数是否打开

show variables like 'innodb_file_per_table';

MySQL 默认是打开的

20240309152018

在C:\ProgramData\MySQL\MySQL Server 8.0\Data目录下查看数据库中表对应的表空间文件

20240309152027

在该目录下进入命令行，输入命令

ibd2sdi 表空间文件名

20240309152037

逻辑存储结构

20240309152047

MyISAM​

介绍

是 MySQL 早期的默认存储引擎

特点

不支持事务，不支持外键

支持表锁，不支持行锁

访问速度快

文件

xxx.sdi：存储表结构信息

xxx.MYD：存储数据

xxx.MYI：存储索引

Memory​

介绍

Memory 引擎的表数据平时存储在内存中，由于受到硬件问题、或断点问题的影响，只能将这些表作为临时表或者缓存表使用

特点

内存存放

hash索引（默认）

文件

xxx.sdi：存储表结构信息

20240309152114

存储引擎选择​

20240309152122

索引​

概述​

介绍​

索引（index）是帮助 MySQL 高效获取数据的数据结构（有序）。在数据之外，数据库还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这种数据结构就是索引

演示​

20240309152137

优缺点​

20240309152147

结构​

介绍​

MySQL 的索引是在存储引擎层面实现的，不同的存储引擎有不同的结构，主要包含以下几种：

20240309152212

20240309152220

平时说的索引，如果没用特别说明，都是指 B+ 树结构组织的索引

Btree​

多路平衡查找树

以一颗最大度数（max-degree）为5（5阶）的 b-tree 为例（每个节点最多存储4个 key（阶数减一），5个指针）

20240309152241

树的度数指的是一个节点的子节点个数

b 树插入节点过程：B-Tree Visualization

B+Tree​

所有的元素都出现在叶子节点中，非叶子节点只起到索引的作用；所有的叶子节点形成了一个单向链表

以一颗最大度数（max-degree）为4（4阶）的 b+tree 为例

20240309152258

演化过程：B+ Tree Visualization

MySQL 索引数据结构对经典的 B+Tree 进行了优化。在原 B+Tree 的基础上，增加一个指向相邻叶子节点的链表指针，就形成了带有顺序指针的 B+Tree，提高区间访问的性能

20240309152317

Hash​

哈希索引就是采用一定的 Hash 算法，将键值换算成新的 Hash 值，映射到对应的槽位上，然后存储到 Hash 表中

如果两个（或多个）键值，映射到一个相同的槽位上，他们就产生了 Hash 冲突（也称为 Hash 碰撞），可以通过链表解决

20240309152331

特点

  1. Hash 索引只能用于对等比较（=，in），不支持范围查询（between，>，<，.....）
  2. 无法利用索引完成排序操作
  3. 查询效率高，通常只需要一次检索就够了（出现 Hash 碰撞的话需要多次检索），效率通常要高于 B+Tree 索引

存储引擎支持

在 MySQL 中，Memory 引擎支持 Hash 索引，而 InnoDB 中具有自适应 Hash 功能，Hash 索引是存储引擎根据 B+Tree 索引在指定目录下自动构建的

为什么InnoDB引擎选择使用B+Tree索引结构​

  1. 相比于二叉树，层级更少，搜索效率更高
  2. 对于 BTree，无论是叶子节点还是非叶子节点，都会保存数据，这会导致一页中存储的键值减少，指针跟着减少；要同样保存大量数据，只能增加树的高度，导致性能降低
  3. 相对于 Hash 索引，B+Tree 支持范围匹配以及排序操作

分类​

20240309152352

根据索引的存储方式又可以分为以下两种：

20240309152400

聚集索引选取规则：

  • 如果存在主键，主键索引就是聚集索引
  • 如果不存在主键，将使用第一个唯一（unique）索引作为聚集索引
  • 如果表没有主键，或没有合适的唯一索引，则 InnoDB 会自动生成一个 rowid 作为隐藏的聚集索引

20240309152411

聚集索引叶子节点下面挂载的是 id 对应的一整行的数据

二级索引的叶子节点挂载的是索引所在行的 id

回表查询：指的是先走二级索引查询到主键，然后再根据主键值去聚集索引中查询行的数据

语法​

创建索引​

create [unique | fulltext] index index_name on table_name (index_col_name,...);

查看索引​

show index from table_name;

删除索引​

drop index index_name on table_name;

SQL性能分析​

SQL执行频率​

MySQL 客户端连接成功后，通过下面的命令可以提供服务器状态信息

show [session|global] status;

通过如下指令，可以查看当前数据库的 insert、update、delete、select的访问频次

show global status like 'Com_______';

注意：是 7 个下划线

慢查询日志​

慢查询日志记录了所有执行时间超过指定参数（long_query_time，单位：秒，默认10秒）的所有 SQL 语句的日志

MySQL 的慢查询日志默认没有开启，需要在 MySQL 的配置文件（/etc/my.cnf）中配置如下信息：

# 开启 MySQL 慢日志查询开关
slow_query_log=1
# 设置慢查询日志的时间为 2 秒，SQL 语句执行时间超过 2 秒，就会视为慢查询，记录慢查询日志
long_query_time=2

配置完毕之后，通过以下命令重新启动 MySQL 服务器进行测试，查看慢查询日志文件中记录的信息 /var/lib/mysql/localhost-slow.log

systemctl restart mysqld

查看是否有新增信息的时候可以使用下面的命令 tail -f localhost-slow.log 当文件中有新的内容写入时，就会在终端显示

profile详情​

show profiles 能够在做 SQL 优化时帮助我们了解时间都耗费到哪里去了。通过 have_profiling 参数，能够看到当前 MySQL 是否支持 profile 操作

select @@have_profiling;

默认 profiling 是关闭的，可以通过 set 语句在 session/global 级别开启 profiling

set profiling=1;

执行一系列的业务 SQL 的操作，然后通过下面的指令查看指令的执行耗时：

# 查看每一条 SQL 的好事基本情况
show profiles;

# 查看指定 query_id 的 SQL 语句各个阶段的耗时情况
show profile for query query_id;

# 查看指定 query_id 的 SQL 语句的 CPU 的使用情况

explain执行计划​

explain 或者 desc 命令获取 MySQL 如何执行 select 语句的信息，包括 select 语句执行过程中表如何连接和连接的顺序 语法：

-- 直接在 select 语句之前加上关键字 explain/desc
explain select 字段列表 from 表名 where 条件;

explain 执行计划各字段的含义：

  • id：select 查询的序列号，表示查询中执行 select 子句或者是操作表的顺序（id 相同，执行顺序从上到下；id 不同，值越大，越先执行）
  • select_type：表示 select 的类型，常见的取值有 simple（简单表，即不使用表连接或者子查询）、priamry（主查询，即外层的查询）、union（union 中的第二个或者后面的查询语句）、subquery（select/where 之后包含了子查询）等
  • type：表示连接类型，性能由好到差的连接类型为null、system、const、eq_ref、ref、range、index、all
  • possible_key：显示可能应用在这张表上的索引，一个或多个
  • Key：实际使用的索引，如果为 null，则没有使用索引
  • Key_len：表示索引中使用的字节数，该值为索引字段最大可能长度，并非实际使用长度，在不损失精确性的前提下，长度越短越好
  • rows：MySQL 认为必须要执行查询的行数，在 InnoDB 引擎中，是一个估计值，可能并不总是准确
  • filtered：表示返回结果的行数占需读取行数的百分比，filtered 的值越大越好

使用​

最左前缀法则​

如果索引了多列（联合索引），要遵守最左前缀法则。最左前缀法则指的是查询从索引的最左列开始，并且不跳过索引中的列

如果跳跃某一列，索引将部分失效（后面的字段索引失效）

范围查询​

联合索引中，出现范围查询（>，<），范围查询右侧的列索引失效

要想避免索引失效，在业务允许的情况下，尽量使用 >=或<=来进行范围查询

索引列运算​

不要在索引列上进行运算操作，索引将失效

字符串不加引号​

字符串类型字段使用时，不加引号，索引将失效

模糊查询​

如果仅仅是尾部模糊匹配，索引不会失效，如果是头部模糊匹配，索引失效

or连接的条件​

用 or 分割开的条件，如果 or 前的条件中的列有索引，而后面的列中没有索引，那么涉及的索引都不会被用到

数据分布影响​

如果 MySQL 评估使用索引比全表更慢，则不使用索引

SQL提示​

SQL 提示，是优化数据库的一个重要手段，简单来说，就是在 SQL 语句中加入一些人为的提示来达到优化操作的目的

use index：指定使用某个索引

select * from tb_user use index(idx_user_pro) where profession = '软件工程';

ignore index：忽略某个索引

select * from tb_user ignore index(idx_user_pro) where profession = '软件工程';

force index：强制使用某个索引

select * from tb_user force index(idx_user_pro) where profession = '软件工程';

覆盖索引​

尽量使用覆盖索引（查询使用索引，并且需要返回列，在该索引中已经全部能够找到），减少 select *

using index condition：查找使用了索引，但是需要回表查询数据 using where; using index：查找使用索引，但是需要查询的数据都在索引列中能够找到，所以不需要回表查询数据

前缀索引​

当字段类型为字符串（varchar、text等）时，有时候需要索引很长的字符串，这会让索引变得很大，查询时，浪费大量的磁盘 IO，影响查询效率。此时可以将字符串的一部分前缀，建立索引，这样可以大大节约索引空间，从而提高查询效率

语法：

create index idx_xxx on table_name(column(n));

n 表示当前字段的前几个字符

前缀长度：可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是 1，这是最好的索引选择性，性能也是最好的

单列索引和联合索引​

单列索引：即一个索引只包含单个列

联合索引：即一个索引包含了多个列

在业务场景中，如果存在多个查询条件，考虑针对于查询字段建立索引时，建议建立联合索引，而非单列索引

多条件联合查询时，MySQL 优化器会评估哪个字段的索引效率最高，会选择该索引完成本次查询

设计原则​

20240309152542

SQL优化​

insert优化​

批量插入​

当需要插入多条数据时，可以使用批量插入而不是多次使用单条插入

insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'jerry');

一次批量插入的数据最好不要超过1000条，如果有大量数据需要批量插入，建议分割成多次批量插入来完成

手动提交事务​

当我们执行单条数据插入时，在插入完成后，MySQL 会手动提交事务，而频繁的插入数据，会使 MySQL 频繁的开启和提交事务，对此我们可以开启手动提交事务，当数据输入完成后，再一次性提交

start transaction; -- 开启事务
insert into tb_test values(1,'Tom'),(2,'Cat'),(3,'jerry');
insert into tb_test values(4,'Tom'),(5,'Cat'),(6,'jerry');
insert into tb_test values(7,'Tom'),(8,'Cat'),(9,'jerry');
commit; -- 提交事务

主键顺序插入​

平时我们插入数据有：主键顺序插入和主键乱序插入

建议使用顺序插入，因为顺序插入的性能要高于乱序插入

大批量插入数据​

如果需要一次性插入大量的数据，使用 insert 语句性能较低，此时可以使用 MySQL 数据库提供的 load 指令进行插入

20240309152606

操作如下：

-- 客户端连接服务端的时候，加上参数 --local-infile
mysql --local-infile -u root -p
-- 设置全局参数 local_infile 为1，开启从本地加载文件导入数据的开关
set global local_infile=1;
-- 执行 load 指令将准备好的数据，加载到表结构中
load data local infile '/root/sql1.log' into table `tb_user` fields terminated by ',' lines terminated by '\n';

主键优化​

数据组织方式​

在 InnoDB 引擎中，表数据都是根据主键顺序组织存放的，这种存储方式的表称为索引组织表（index origanized table，也称为IOT）

页分裂​

页可以为空，也可以填充一半，也可以填充 100%，每个页包含了 2-N 行数据（如果一行数据过大，会行溢出），根据主键排列

20240309152702

页合并​

当删除一行记录时，实际上记录没有被物理删除，只是记录被标记（flaged）为删除并且的它的空间允许被其他记录声明使用

当页中删除的记录达到 MERGE_THRESHOLD（默认为页的50%），InnoDB 会开始寻找最近的页（前或后）看看是否可以将两个页合并以优化空间使用

MERGE_THRESHOLD：合并页的阈值，可以自己设置，在创建表或者创建索引时指定

主键设计原则​

  • 满足业务需求的情况下，尽量降低主键的长度
  • 插入数据时，尽量选择顺序插入，选择使用 AUTO_INCREMENT 自增主键
  • 尽量不要使用 UUID 做主键，或者其他自然主键，如身份证号
  • 业务操作时，应避免对主键的修改

order by优化​

  1. Using filesort：通过表的索引或全表扫描，读取满足条件的数据行，然后在排序缓冲区 sort buffer 中完成排序操作，所有不是通过索引直接返回排序结果的排序都叫 FileSort 排序
  2. Using index：通过有序索引顺序扫描直接返回有序数据，不需要额外排序，操作效率搞
  • 根据排序字段建立合适的索引，多字段排序时，也遵循最左前缀法则
  • 尽量使用覆盖索引
  • 多字段排序，一个升序一个降序，此时需要注意联合索引在创建时的规则（ASC/DESC）
  • 如果不可避免的出现 filesort，

group by优化​

  • 在分组操作时，可以通过索引来提高效率
  • 分组操作时，索引的使用也是满足最左前缀法则

limit优化​

当需要分页查询 limit 2000000, 10，此时需要 MySQL 排序前2000010记录，仅仅返回2000000 - 2000010的记录，其他记录丢弃，查询排序的代价非常打

优化思路：一般分页查询时，通过创建覆盖索引能够比较好的提高性能，可以通过覆盖索引加子查询的形式进行优化

select t.* from tb_sku, (select id from tb_sku order by id limit 2000000, 10) a where t.id= a.id;

count优化​

MyISAM 引擎把一个表的总行数存在磁盘上，因此执行 count(*) 的时候会直接返回个数，效率跟高

InnoDB 引擎比较麻烦，它执行 count(*) 的时候，需要把数据一行一行的从引擎中读取处理，然后累积计数

优化思路 自己计数

使用如 Redis 这种 Key-Value 形式的数据库，在插入或删除数据时记录总数据量

count的几种用法​

count() 是一个聚合函数，对于返回的结果集，一行行的判断，如果 count 函数的参数不是 NULL，累计值就加1，否则不加，最后返回累计值

20240309152735

update优化​

当我们在更新数据的时候 MySQL 会默认为这一行数据加上行锁，条件一定要有索引，如果条件字段没有索引或者索引失效了，那么行锁就会升级为表锁，从而阻塞针对表中其他字段的更新行为

InnoDB 的行锁是针对索引加的，不是针对记录加的锁

锁​

概述​

介绍​

锁是计算机协调多个进程或线程并发访问某一资源的机制。在数据库中，除传统的计算资源（CPU、RAM、I/O）的争用之外，数据也是一种供许多用户共享的资源。如何保证数据并发访问的一致性、有效性是所有数据库必须解决的一个问题，锁冲突也是数据库并发访问性能的一个重要因素。从这个角度来说，锁对数据库显得尤为重要，也更加复杂

分类​

MySQL 中的锁，按照锁的粒度分，分为以下三类：

  • 全局锁：锁定数据库所有的表
  • 表级锁：每次操作锁住整张表
  • 行级锁：每次操作锁住对应的行数据

全局锁​

介绍​

全局锁就是对整个数据库实例加锁，加锁后整个实例就处于只读状态，后续的 DML 的写语句，DDL 语句，已经更新操作的事务提交语句都将被阻塞

其典型的使用场景是做全库的逻辑备份，对所有的表进行锁定，从而获取一致性视图，保证数据的完整性

语法​

-- 对当前数据库实例加上全局锁
flush tables with read lock;
-- 备份指定数据库
mysqldump -proot -p1234 itcast > itcast.sql;
-- 是否全局锁
unlock tables;

特点​

数据集中加全局锁，是一个比较重的操作，存在以下问题：

  1. 如果在主库上备份，那么在备份期间都不能执行更新，业务上就得停摆
  2. 如果在从库上复制，那么在备份期间从库就不能执行主库同步过来的二进制日志（binlog），会导致主从延迟

在 InnoDB 引擎中，我们可以在备份时加上参数 --single-transaction 参数来完成不加锁的一致性数据备份

mysqldump --single-transaction -proot -p1234 itcast > itcast.sql;

表级锁​

介绍​

表级锁，每次操作锁住整张表。锁定粒度大，发生锁冲突的概率最高，并发度最低。应用在 InnoDB、MyISAM、BDB等引擎中

对于表级锁，主要分为以下三类：

  1. 表锁
  2. 元数据锁（meta data lock，MDL）
  3. 意向锁

表锁​

对于表锁，分为两类：

  1. 表共享读锁（read lock）：读锁不会阻塞其他客户端的读，但是会阻塞其他客户端的写
  2. 表独占写锁（write lock）：除了当前客户端外，其他客户端都不能进行读或者写操作

语法： 加锁

locak tables 表名... read/write -- 可以一次给多张表加锁

释放锁

unlock tables / 客户端断开连接

元数据锁​

MDL 加锁过程是系统自动控制的，无需显示使用，在访问一张表的时候会自动加上。MDL 锁的主要作用是维护表元数据的数据一致性，在表上有活动事务时，不可以对元数据进行写入操作。为了避免 DML 与 DDL 冲突，保证读写的正确性

在 MySQL 5.5 中引入了 MDL，当对一张表进行增删改查的时候，加 MDL 读锁（共享）；当对表结构进行变更操作时，加 MDL 写锁（排他）

20240309152810

意向锁​

为了避免 DML 在执行时，加的行锁与表锁的冲突，在 InnoDB 中引入了意向锁，使得表锁不用检查每行数据是否加锁，使用意向锁来减少表锁的检查 分类：

  1. 意向共享锁（IS）：由语句 select ... lock in share mode 添加
  2. 意向排他锁（IX）：由 insert、update、delete、select ... for update 添加

意向共享锁与表锁共享锁（read）兼容，与表锁排他锁（write）互斥 意向排他锁与表锁共享锁（read）及排他锁（write）都互斥 意向锁之间不会互斥

通过以下 SQL，查看意向锁以及行锁的加锁情况：

select object_schema, object_name, index_name, lock_type, lock_mode, lock_data from performance_schema.data_locks;

行级锁​

介绍​

行级锁，每次操作锁住对应的行数据。锁定粒度最小，发生锁冲突的概率最小，并发度最高。应用在 InnoDB 引擎中

InnoDB 的数据是基于索引组织的，行锁是通过对索引上的索引项加锁来实现的，而不是对记录加的锁

对于行级锁，主要分为以下三类：

  1. 行锁（Record Lock）：锁定单个记录的锁，防止其他事务对此行进行 update 和 delete。在 RR、RC 隔离级别下都支持
  2. 间隙锁（Grap Lock）：锁定索引记录间隙（不含该记录），确保索引记录间隙不变，防止其他事务在这个间隙进行 insert，产生幻读。在 RR 隔离级别下都支持
  3. 临键锁（Next-Key Lock）：行锁和间隙锁组合，同时锁住数据，并锁住数据前面的间隙 Gap。在 RR 隔离级别下支持

行锁​

InnoDB 实现以下两种类型的行锁：

  1. 共享锁（S）：允许一个事务去读一行，阻止其他事务获得相同数据集的排他锁
  2. 排他锁（X）：允许获取排他锁的事务更新数据，组织其他事务获得相同数据集的共享锁和排他锁

20240309152832

20240309152841

默认情况下，InnoDB 在 REPEATABLE READ 事务隔离级别下运行，InnoDB 使用 next-key 锁进行搜索和索引扫描，以防止幻读

  1. 针对唯一索引进行检索时，对已存在的记录进行等值匹配时，将会自动优化为行锁
  2. InnoDB 的行锁是针对索引加的锁，不通过索引条件检索数据，那么 InnoDB 将对表中的所有记录加锁，此时就会升级为表锁

间隙锁/临键锁​

默认情况下，InnoDB 在 REPEATABLE READ 事务隔离级别下运行，InnoDB 使用 next-key 锁进行搜索和索引扫描，以防止幻读

  1. 索引上的等值查询（唯一索引），给不存在的记录加锁时，优化为间隙锁
  2. 索引上的等值查询（普通索引），向右遍历时最后一个不满足查询要求时，next-key lock 退化为间隙锁
  3. 索引上的范围查询（唯一索引），会访问到不满足条件的第一个值为止

注意：间隙锁唯一目的是防止其他事务插入间隙。间隙锁可以共存，一个事务采用的间隙锁不会阻止另一个事务在同一个间隙上采用间隙锁

InnoDB引擎​

逻辑存储结构​

20240309152854

架构​

MySQL 5.5版本开始，默认使用 InnoDB 存储引擎，它擅长事务处理，具有崩溃恢复的特性，在日常开发中使用的非常广泛。下图为 InnoDB 架构图，左侧为内存结构，右侧为磁盘结构

20240309152906

内存结构​

Buffer Pool​

缓冲池是主内存中的一个区域，里面可以缓存磁盘上经常操作的真实数据，在执行增删改查操作时，先操作缓冲池中的数据（若缓冲池没有数据，则从磁盘加载并缓存），然后再以一定的频率刷新到磁盘，从而减少磁盘 IO，加快处理速度

缓冲池以 Page 页为单位，底层采用链表数据结构管理 Page。根据状态，将 Page分为三种类型：

  • free page：空闲的 page 未被使用
  • clean page：被使用的 page，数据没有被修改过
  • dirty page：脏页，被使用 page，数据被修改过，页中数据与磁盘的数据产生了不一致
Change Buffer​

更改缓冲区（针对于非唯一二级索引页），在执行 DML 语句时，如果这些数据 Page 没有在 Buffer Pool 中，不会直接操作磁盘，而会将数据变更存在更改缓冲区 Change Buffer 中，在未来数据读取的时候，再将数据合并恢复到 Buffer Pool 中，再将合并的数据刷新到磁盘中

Change Buffer 的意义是什么

与聚集索引不同，二级索引通常是非唯一的，并且以相对随机的顺序插入二级索引。同样，删除和更改可能会影响索引数中不相邻的二级索引页，如果每一次都操作磁盘，会造成大量的磁盘 IO。有了 Change Buffer 后，我们可以在缓冲池中进行合并处理，减少磁盘 IO

Adaptive Hash Index​

自适应 Hash 索引，用于优化对 Buffer Pool 数据的查询，InnoDB 存储引擎会监控对表上各索引页的查询，如果观察到 Hash 索引可以提升速度，则建立 Hash 索引，称之为自适应 Hash 索引

自适应哈希索引，无需人工干预，是系统根据情况自动完成的

参数：adaptive_hash_index

查看是否开启：

show variables like '%hash_index%';
Log Buffer​

日志缓冲区，用来保存要写入到磁盘中的 log 日志数据（redo log，undo log），默认大小位 16MB，日志缓冲区的日志会定期刷新到磁盘中。如果需要更新、插入或删除多行的事务，增加日志缓冲区的大小可以节省磁盘 IO

参数：

innodb_log_buffer_size：缓冲区大小

innodb_flush_log_at_trx_commit：日志刷新到磁盘的时机

innodb_flush_log_at_trx_commit 各数值的含义： 1：日志在每次事务提交时写入并刷新到磁盘 0：每秒将日志写入并刷新到磁盘一次 2：日志在每次事务提交后写入，并每秒刷新到磁盘一次

磁盘结构​

System Tablespace​

系统表空间是更改缓冲区的存储区域，如果表是在系统表空间而不是每个表文件或者通用表空间创建的，它也可能包含表和索引数据。（在 MySQL 5.x 版本中还包含 InnoDB 数据字典、undolog 等）

参数：innodb_data_file_path

File-Per-Table Tablespaces​

每个表的文件表空间包含单个 InnoDB 表的数据和索引，并存储在文件系统上的单个数据文件中

参数：innodb_file_per_table

该参数默认开启

General Tablespaces​

通用表空间，需要通过 CREATE TABELSPACE 语法创建通用表空间，在创建表时，可以指定该表空间

语法：

create tablespace xxxx add
datafile 'file_name'
engine = engine_name;

创建表空间后，可以在创建数据表时就可以指定将表的数据存放到自己创建的表空间中

语法：

create table xxx... tablespace ts_name;
Undo Tablespaces​

撤销表空间，MySQL 示例在初始化时会自动创建两个默认的 undo 表空间（初始大小为 16MB），用于存储 undo log 日志

Temporary Tablespaces​

InnoDB 使用会话临时表空间和全局临时表空间。存储用户创建的临时表等数据

Doublewrite Buffer Files​

双写缓冲区，InnoDB 引擎将数据页从 Buffer Pool 刷新到磁盘前，先将数据页写入双写缓冲区文件中，用于系统异常时恢复数据

Redo Log​

重做日志，是用来实现事务的持久性。该日志文件由两部分组成：重做日志缓冲区（redo log buffer）以及重做日志文件（redo log），前者是在内存中，后者是在磁盘中。当事务提交之后会把所有的修改信息都存到该日志中，用于在刷新脏页到磁盘时，发生错误时，进行数据恢复使用

以循环方式写入重做日志文件，涉及两个文件：

  • ib_logfile0
  • ib_logfile1

后台线程​

20240309152954

Master Thread​

核心后台线程，负责调度其他线程，还负责将缓冲池中的数据异步刷新到磁盘中，保持数据一致性，还包括脏页的刷新、合并插入缓存、undo 页的回收

IO Thread​

在 InnoDB 存储引擎中大量使用了 AIO 来处理 IO 请求，这样可以极大的提高数据库的性能，而 IO Thread 主要负责这些 IO 情况的回调

20240309153004

Purge Thread​

主要用于回收事务以及提交了的 undo log，在事务提交之后，undo log 可能就不用了，就用它来回收

Page Cleaner Thread​

协助 Master Thread 刷新脏页到磁盘的线程，它可以减轻 Master Thread 的工作压力，减少阻塞

事务原理​

概述​

事务 事务 是一组操作的集合，它是一个不可分割的工作单位，事务会把所有的操作作为一个整体一起向系统提交或者撤销操作请求，即这些要么同时成功，要么同时失败

特性

  • 原子性（Atomicity）：事务是不可分割的最小单位，要么全部成功，要么全部失败
  • 一致性（Consistency）：事务完成时，必须使所有的数据都保持一致状态
  • 隔离性（Isolation）：数据库系统提供的隔离机制，保证事务在不受外部并发操作影响的独立环境下运行
  • 持久性（Durablity）：事务一旦提交或者回滚，它对数据库中的数据的改变就是永久的

20240309153015

redo log​

重做日志，记录的是事务提交时数据页的物理修改，是用来实现事务的持久性的

该日志文件由两部分组成：重做日志缓冲区（redo log buffer）以及重做日志文件（redo log），前者是在内存中，后者是在磁盘中。当事务提交之后会把所有的修改信息都存到该日志中，用于在刷新脏页到磁盘时，发生错误时，进行数据恢复使用

20240309153026

undo log​

回滚日志，用于记录数据被修改前的信息，作用包含两个：提供回滚 和 MVCC（多版本并发控制）

undo log 和 redo log 记录物理日志不一样，它是逻辑日志。可以认为当 delete 一条记录时，undo log 中会记录一条对应的 insert 记录，反之亦然，当 update 一条记录时，它记录一条对应相反的 update 记录。当执行 rollback 时，就可以从 undo log 中的逻辑记录读取到对应内容并进行回滚

Undo log 销毁：undo log 在事务执行时产生，事务提交时，并不会立即删除 undo log，因为这些日志可能还用于 MVCC

Undo log 存储：undo log 采用段的方式进行管理和记录，存放在 rollback segment 回滚段中，内部包含 1024 个 undo log segment

MVCC​

基本概念​

当前读

读取的是记录的最新版本，读取时还要保证其他并发事务不能够修改当前记录，会对读取的记录进行加锁。对于日常操作：select ... lock in share mode（共享锁），select ... for update、update、insert、delete（排他锁）都是一种当前读

快照读

简单的 select （不加锁）就是快照读，快照读，读取的是记录数据的可见版本，有可能是历史数据，不加锁，就是非阻塞读

  • Read Committed：每次 select，都生成一个快照读
  • Repeatable Read：开启事务之后的第一个 select 语句才是快照读的地方
  • Serializbale：快照读会退化为当前读

MVCC

全称 Multi-Version Concurrency Control，多版本并发控制。指维护一个数据的多个版本，使得读写操作没有冲突，快照读为 MySQL 实现 MVCC 提供了一个非阻塞读功能。MVCC 的具体实现，还需要依赖于数据库记录中的三个隐藏字段、undo log日志、readview

隐藏字段​

表中每一行数据都有着三个隐藏字段

20240309153103

DB_ROW_ID只有当表中没有主键时，才会存在

可以通过下面的指令来查看表结构以及是否存在隐藏字段

ibd2sdi xxx.ibd;

undo log版本链​

20240309153111

20240309153120

不同事务或相同事务对同一条记录进行修改，会导致该记录的 undo log 生成一条记录版本链，链表的头部是最新的旧记录，链表尾部是最早的旧记录

readview​

ReadView（读视图）是快照读SQL执行时 MVCC 提取数据的依据，记录并维护系统当前活跃的事务（未提交的）id

ReadView 中包含了四个核心字段：

20240309153136

20240309153147

不同的隔离级别，生成 ReadView 的时机不同：

  • READ COMMITED：在事务中每一次执行快照读时生成 ReadView
  • REPEATABLE READ：仅在事务中第一次执行快照读时生成 ReadView，后续复用该 ReadView

原理分析​

RC隔离级别下​

20240309153155

RR隔离级别下​

20240309153210

20240309153218

MySQL管理​

系统数据库​

MySQL 数据库安装完成后，自带了四个数据库，具体作用如下： 20240309153226

常用工具​

mysql​

该 mysql 不是指 mysql 服务，而是指 mysql的客户端工具

-- 语法
mysql [options] [database]
-- 选项
-u, --user=name	--指定用户名
-p, --password[=name]	--指定密码
-h, --host=name	--指定服务器IP或者域名
-p, --port=port --指定连接端口
-e, --excute=name --执行 SQL 语句并退出

-e 选项可以在 MySQL 客户端执行 SQL 语句，而不用连接到 MySQL 数据库再执行，对于一些批处理脚本，这种方式尤为方便 示例：

mysql -uroot -p123456 db01 -e "select * from stu";

mysqladmin​

mysqladmin 是一个指向管理操作的客户端程序，可以用它来检查服务器的配置和当前状态，创建并删除数据库等

-- 通过帮助文档查看选项
mysqladmin --help

示例：

mysqladmin -uroot -p123456 drop 'test01';
mysqladmin -uroot -p123456 version;

mysqlbinlog​

由于服务器生成的二进制日志文件以二进制格式保存，所以如果想要检查这次文件的文本格式，就会使用 mysqlbinlog 日志管理工具

20240309153237

mysqlshow​

mysqlshow 客户端对象查找工具，用来很快的查找存在哪些数据库、数据库中的表、表中的列或者索引

20240309153246

mysqldump​

mysqldump 客户端工具用来备份数据库或在不同数据库之间进行数据迁移。备份内容包括创建表，及插入表的 SQL 语句

20240309153257

mysqlimport/source​

mysqlinport 是客户端数据导入工具，用来导入 mysqldump 加 -T 参数导出的文本文件

20240309153306

如果需要导入 SQL 文件，可以使用 MySQL 中的 source 指令：

20240309153314

0%