面試官:MySQL資料查詢太多會OOM嗎
點選“終碼一生”,關注,置頂公眾號
每日技術乾貨,第一時間送達!
我的主機記憶體只有100G,現在要全表掃描一個200G大表,會不會把DB主機的記憶體用光?
邏輯備份時,可不就是做整庫掃描嗎?若這樣就會把記憶體吃光,邏輯備份不是早就掛了?
所以大表全表掃描,看起來應該沒問題。這是為啥呢?
1、全表掃描對server層的影響
假設,我們現在要對一個200G的InnoDB表db1. t,執行一個全表掃描。當然,你要把掃描結果儲存在客戶端,會使用類似這樣的命令:
mysql-h$host-P$port-u$user-p$pwd-e
"select * from db1.t">$target_file
InnoDB資料儲存在主鍵索引上,所以全表掃描實際上是直接掃描表t的主鍵索引。這條查詢語句由於沒有其他判斷條件,所以查到的每一行都可以直接放到結果集,然後返回給客戶端。
那麼,這個“結果集”存在哪裡呢?
服務端無需儲存一個完整結果集。取資料和發資料的流程是這樣的:
-
獲取一行,寫到net_buffer。這塊記憶體的大小是由引數net_buffer_length定義,預設16k
-
重複獲取行,直到net_buffer寫滿,呼叫網路介面發出去
-
若傳送成功,就清空net_buffer,然後繼續取下一行,並寫入net_buffer
-
若傳送函式返回EAGAIN或WSAEWOULDBLOCK,就表示本地網路棧(socket send buffer)寫滿了,進入等待。直到網路棧重新可寫,再繼續傳送
查詢結果傳送流程:
可見:
-
一個查詢在傳送過程中,佔用的MySQL內部的記憶體最大就是net_buffer_length這麼大,不會達到200G
-
socket send buffer 也不可能達到200G(預設定義/proc/sys/net/core/wmem_default),若socket send buffer被寫滿,就會暫停讀資料的流程
所以MySQL其實是“邊讀邊發”。這意味著,若客戶端接收得慢,會導致MySQL服務端由於結果發不出去,這個事務的執行時間變長。
比如下面這個狀態,就是當客戶端不讀socket receive buffer內容時,在服務端show processlist看到的結果。
服務端傳送阻塞:
若看到State一直是“Sending to client”,說明伺服器端的網路棧寫滿了。
若客戶端使用–quick引數,會使用mysql_use_result方法:讀一行處理一行。假設某業務的邏輯較複雜,每讀一行資料以後要處理的邏輯若很慢,就會導致客戶端要過很久才取下一行資料,可能就會出現上圖結果。
因此,對於正常的線上業務來說,若一個查詢的返回結果不多,推薦使用mysql_store_result介面,直接把查詢結果儲存到本地記憶體。
當然前提是查詢返回結果不多。如果太多,因為執行了一個大查詢導致客戶端佔用記憶體近20G,這種情況下就需要改用mysql_use_result介面。
若你在自己負責維護的MySQL裡看到很多個執行緒都處於“Sending to client”,表明你要讓業務開發同學優化查詢結果,並評估這麼多的返回結果是否合理。
若要快速減少處於這個狀態的執行緒的話,可以將net_buffer_length設定更大。
有時,例項上看到很多查詢語句狀態是“Sending data”,但檢視網路也沒什麼問題,為什麼Sending data要這麼久?
一個查詢語句的狀態變化是這樣的:
-
MySQL查詢語句進入執行階段後,先把狀態設定成 Sending data
-
然後,傳送執行結果的列相關的資訊(meta data) 給客戶端
-
再繼續執行語句的流程
-
執行完成後,把狀態設定成空字串
即“Sending data”並不一定是指“正在傳送資料”,而可能是處於執行器過程中的任意階段。比如,你可以構造一個鎖等待場景,就能看到Sending data狀態。
讀全表被鎖:
session1 | session2 |
begin select * from t where id=1 for update |
啟動事務 |
select * from t lock in share mode (blocked) |
Sending data狀態
可見session2是在等鎖,狀態顯示為Sending data。
-
僅當一個執行緒處於“等待客戶端接收結果”的狀態,才會顯示"Sending to client"
-
若顯示成“Sending data”,它的意思只是“正在執行”
所以,查詢的結果是分段發給客戶端,因此掃描全表,查詢返回大量資料,並不會把記憶體打爆。
以上是server層的處理邏輯,在InnoDB引擎裡又是怎麼處理?
2、全表掃描對InnoDB的影響
InnoDB記憶體的一個作用,是儲存更新的結果,再配合redo log,避免隨機寫盤。
記憶體的資料頁是在Buffer Pool (簡稱為BP)管理,在WAL裡BP起加速更新的作用。
BP還能加速查詢。
由於WAL,當事務提交時,磁碟上的資料頁是舊的,若這時馬上有個查詢來讀該資料頁,是不是要馬上把redo log應用到資料頁?
不需要。因為此時,記憶體資料頁的結果是最新的,直接讀記憶體頁即可。這時查詢無需讀磁碟,直接從記憶體取結果,速度很快。所以,Buffer Pool能加速查詢。
而BP對查詢的加速效果,依賴於一個重要的指標,即:記憶體命中率。
可以在show engine innodb status結果中,檢視一個系統當前的BP命中率。一般情況下,一個穩定服務的線上系統,要保證響應時間符合要求的話,記憶體命中率要在99%以上。
執行show engine innodb status ,可以看到“Buffer pool hit rate”字樣,顯示的就是當前的命中率。比如下圖命中率,就是100%。
若所有查詢需要的資料頁都能夠直接從記憶體得到,那是最好的,對應命中率100%。
InnoDB Buffer Pool的大小是由引數 innodb_buffer_pool_size確定,一般建議設定成可用實體記憶體的60%~80%。
在大約十年前,單機的資料量是上百個G,而實體記憶體是幾個G;現在雖然很多伺服器都能有128G甚至更高的記憶體,但是單機的資料量卻達到了T級別。
所以,innodb_buffer_pool_size小於磁碟資料量很常見。若一個 Buffer Pool滿了,而又要從磁碟讀入一個數據頁,那肯定是要淘汰一箇舊資料頁的。
3、InnoDB記憶體管理
使用的最近最少使用 (Least Recently Used, LRU)演算法,淘汰最久未使用資料。
基本LRU演算法
InnoDB管理BP的LRU演算法,是用連結串列實現的:
-
state1,連結串列頭部是P1,表示P1是最近剛被訪問過的資料頁
-
此時,一個讀請求訪問P3,因此變成狀態2,P3被移到最前
-
狀態3表示,這次訪問的資料頁不存在於連結串列,所以需要在BP中新申請一個數據頁Px,加到連結串列頭。但由於記憶體已滿,不能申請新記憶體。於是清空連結串列末尾Pm資料頁記憶體,存入Px的內容,放到連結串列頭部
最終就是最久沒有被訪問的資料頁Pm被淘汰。
若此時要做一個全表掃描,會咋樣?若要掃描一個200G的表,而這個表是一個歷史資料表,平時沒有業務訪問它。
那麼,按此演算法掃描,就會把當前BP裡的資料全部淘汰,存入掃描過程中訪問到的資料頁的內容。也就是說BP裡主要放的是這個歷史資料表的資料。
對於一個正在做業務服務的庫,這可不行呀。你會看到,BP記憶體命中率急劇下降,磁碟壓力增加,SQL語句響應變慢。
所以,InnoDB不能直接使用原始的LRU。InnoDB對其進行了優化。
改進的LRU演算法
InnoDB按5:3比例把連結串列分成New區和Old區。圖中LRU_old指向的就是old區域的第一個位置,是整個連結串列的5/8處。即靠近連結串列頭部的5/8是New區域,靠近連結串列尾部的3/8是old區域。
改進後的LRU演算法執行流程:
-
狀態1,要訪問P3,由於P3在New區,和優化前LRU一樣,將其移到連結串列頭部 =》狀態2
-
之後要訪問一個新的不存在於當前連結串列的資料頁,這時依然是淘汰掉資料頁Pm,但新插入的資料頁Px,是放在LRU_old處
-
處於old區的資料頁,每次被訪問的時候都要做如下判斷:
-
若該資料頁在LRU連結串列中存在的時間超過1s,就把它移動到連結串列頭部
-
若該資料頁在LRU連結串列中存在的時間短於1s,位置保持不變。1s是由引數innodb_old_blocks_time控制,預設值1000,單位ms。
該策略,就是為了處理類似全表掃描的操作量身定製。還是掃描200G歷史資料表:
-
掃描過程中,需要新插入的資料頁,都被放到old區域
-
一個數據頁裡面有多條記錄,這個資料頁會被多次訪問到,但由於是順序掃描,這個資料頁第一次被訪問和最後一次被訪問的時間間隔不會超過1秒,因此還是會被保留在old區域
-
再繼續掃描後續的資料,之前的這個資料頁之後也不會再被訪問到,於是始終沒有機會移到連結串列頭部(New區),很快就會被淘汰出去。
可以看到,這個策略最大的收益,就是在掃描這個大表的過程中,雖然也用到了BP,但對young區完全沒有影響,從而保證了Buffer Pool響應正常業務的查詢命中率。
4、小結
MySQL採用的是邊算邊發的邏輯,因此對於資料量很大的查詢結果來說,不會在server端儲存完整的結果集。所以,如果客戶端讀結果不及時,會堵住MySQL的查詢過程,但是不會把記憶體打爆。
而對於InnoDB引擎內部,由於有淘汰策略,大查詢也不會導致記憶體暴漲。並且,由於InnoDB對LRU演算法做了改進,冷資料的全表掃描,對Buffer Pool的影響也能做到可控。
全表掃描還是比較耗費IO資源的,所以業務高峰期還是不能直接在線上主庫執行全表掃描的。
PS:防止找不到本篇文章,可以收藏點贊,方便翻閱查詢哦