第二章:innodb存储引擎

  • 特点:行锁设计、支持mvcc、支持外键、提供一致性非锁定读,同时设计被用来最有效的利用及使用内存和cpu
  • Innodb创始人(1964芬兰赫尔辛基)linux linus的大学校友
  • ACID是指
    • 原子性(Atomic)
    • 一致性(consistent)
    • 隔离性(isolated)
    • 持久性(durable)
  • Innodb存储引擎架构
image.png

后台线程的主要作用是负责刷新内存池中的数据,保证内存池中的数据缓存是最新的数据,此外将已刷新的数据刷新到磁盘文件,同时保证数据库发生异常情况下innodb能恢复到正常运行状态

  • 后台线程(Innodb存储引擎是多线程的模型)
    • Master thread
    • Io thread 异步io
    • Purge thread 垃圾清理、回收
    • Page cleaner thread 脏页刷新操作
  • 内存
    • 数据缓冲池
      • 提高数据库整体性能,协调cpu速度与磁盘速度的鸿沟
      • 配置参数:innodb_buffer_pool_size
      • 缓存对象:索引页、数据页、undo页、insert buffer 、自适应hash索引等
image.png
  • 可以配置多个缓存实例来提高并发:innodb_buffer_pool_instances

  • 内存管理算法(LRU List、Free List、Flash List)

    • LRU List 最近最少使用
      • 及最频繁使用的页在LRU列表的前端,最少使用的页在LRU列的尾端,当缓冲池不能存放新读取到的页时,首先释放LRU列表的尾端的页
      • Innodb对LRU传统算法进行了优化,新数据页不是直接放到LRU首端,而是放到midpoint位置(可通过innodb_old_blocks_pct配置),midpoint之后的为old之前的为new(最活跃的热点数据),使用midpoint的目的是为了不让一些并非真正的活跃热点数据占用了new列表空间
      • LRU列表用来管理缓存池中页的可用性,Flash列表用来管理将页刷回磁盘,二者互不影响
  • 重做日志缓冲(redo log buffer)

    • 默认8m可通过innodb_log_buffer_size设置
    • 以下几种情况会把缓冲区的重做日志刷新到磁盘
      • Master thread每秒刷新
      • 每个事务提交
      • 当重做日志缓冲池剩余空间小于1/2
  • 额外的内存池

  • Checkpoint技术

    • 为了避免发生数据丢失问题,当前数据库系统普遍采用write ahead log策略,即先写重做日志再修改页,当发生宕机时可通过重做日志来恢复
    • Checkpoint技术是为了解决以下几个问题
      • 缩短数据库恢复的时间
      • 缓冲池不够用时,将脏页刷新到磁盘
      • 重做日志不可用时,刷新脏页
    • Checkpoint分类
      • Sharp Checkpoint
        • 发生在数据库关闭时将所有脏页刷新回磁盘 默认工作方式配置是innodb_fast_shutdown=1
      • Fuzzy Checkpoint
        • 发生在运行时,刷新一部分到磁盘而不是全部,即以下四种情况
          • Master thread checkpoint 每秒或每10秒
          • FLUSH_LRU_LIST checkpoint
          • Async/sync flash checkpoint 当重做日志不可用时
          • Dirty page too much checkpoint 当缓冲区脏页数据过多时
  • Master thread 工作方式

    • 随着版本的不断升级,不断优化1秒操作和10秒刷新操作的算法,使其性能不断地提升
  • Innodb关键特性

    • 插入缓冲(insert buffer)保证innodb的性能上的提升
      • 只能应用在非唯一辅助索引插入操作
    • 两次写(double wirte)保证innodb的数据页的可靠性


      image.png
  • 如果写入磁盘过程中崩溃,innodb可从共享空间中的doublewrite找到该页的副本,将其复制到表空间文件,再应用重做日志

  • 可以通过配置skip_innodb_doublewrite来禁止使用doublewrite功能,不过对于需要提供数据高可靠性的主服务器,任何时候用户都应该确保开启此功能

    • 自适应哈希索引(adaptive hash index)AHI
      • Innodb会监控对表上各个索引页的查询,如果观察到建立哈希索引可以带来速度提升,则建立哈希索引
      • 会自动根据访问的频率和模式自动为热点页建立哈希索引
      • 要求:对这个页的连续访问模式必须是一样的(及where后面查询条件一样,值也一样)
    • 异步io(Asynchronous io)AIO
    • 刷新邻接页(flush neighbor page)
      • 工作原理:当刷新一个脏页时,innodb引擎会检测该页所在区(extent)的所有页,如果是脏页那么一起刷新,如果是固态硬盘有较高的iops性能的磁盘建议将其设置为0关闭此特性innodb_flush_neighbors
  • 启动、关闭与恢复

    • Innodb_fast_shutdown 默认为1
    • Innodb_force_recovery 默认为0
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容