标签：操作 进入 表数据 code 五个 介绍 buffer alt 也有
应用系统分层架构，为了加速数据访问，会把最常访问的数据，放在缓存(cache)里，避免每次都去访问数据库。
操作系统，会有缓冲池(buffer pool)机制，避免每次访问磁盘，以加速数据的访问。
MySQL作为一个存储系统，同样具有缓冲池(buffer pool)机制，以避免每次查询数据都进行磁盘IO。
今天，和大家聊一聊InnoDB的缓冲池。
InnoDB的缓冲池缓存什么？有什么用？
缓存表数据与索引数据，把磁盘上的数据加载到缓冲池，避免每次访问都进行磁盘IO，起到加速访问的作用。
速度快，那为啥不把所有数据都放到缓冲池里？
凡事都具备两面性，抛开数据易失性不说，访问快速的反面是存储容量小：
（1）缓存访问快，但容量小，数据库存储了200G数据，缓存容量可能只有64G；
（2）内存访问快，但容量小，买一台笔记本磁盘有2T，内存可能只有16G；
因此，只能把“最热”的数据放到“最近”的地方，以“最大限度”的降低磁盘访问。
如何管理与淘汰缓冲池，使得性能最大化呢？
在介绍具体细节之前，先介绍下“预读”的概念。
什么是预读？
磁盘读写，并不是按需读取，而是按页读取，一次至少读一页数据（一般是4K），如果未来要读取的数据就在页中，就能够省去后续的磁盘IO，提高效率。
预读为什么有效？
数据访问，通常都遵循“集中读写”的原则，使用一些数据，大概率会使用附近的数据，这就是所谓的“局部性原理”，它表明提前加载是有效的，确实能够减少磁盘IO。
按页(4K)读取，和InnoDB的缓冲池设计有啥关系？
（1）磁盘访问按页读取能够提高性能，所以缓冲池一般也是按页缓存数据；
（2）预读机制启示了我们，能把一些“可能要访问”的页提前加入缓冲池，避免未来的磁盘IO操作；
InnoDB是以什么算法，来管理这些缓冲页呢？
最容易想到的，就是LRU(Least recently used)。
画外音：memcache，OS都会用LRU来进行页置换管理，但MySQL的玩法并不一样。
传统的LRU是如何进行缓冲页管理？
最常见的玩法是，把入缓冲池的页放到LRU的头部，作为最近访问的元素，从而最晚被淘汰。这里又分两种情况：
（1）页已经在缓冲池里，那就只做“移至”LRU头部的动作，而没有页被淘汰；
（2）页不在缓冲池里，除了做“放入”LRU头部的动作，还要做“淘汰”LRU尾部页的动作；
如上图，假如管理缓冲池的LRU长度为10，缓冲了页号为1，3，5…，40，7的页。
假如，接下来要访问的数据在页号为4的页中：
（1）页号为4的页，本来就在缓冲池里；
（2）把页号为4的页，放到LRU的头部即可，没有页被淘汰；
画外音：为了减少数据移动，LRU一般用链表实现。
假如，再接下来要访问的数据在页号为50的页中：
（1）页号为50的页，原来不在缓冲池里；
（2）把页号为50的页，放到LRU头部，同时淘汰尾部页号为7的页；
传统的LRU缓冲池算法十分直观，OS，memcache等很多软件都在用，MySQL为啥这么矫情，不能直接用呢？
这里有两个问题：
（1）预读失效；
（2）缓冲池污染；
什么是预读失效？
由于预读(Read-Ahead)，提前把页放入了缓冲池，但最终MySQL并没有从页中读取数据，称为预读失效。
如何对预读失效进行优化？
要优化预读失效，思路是：
（1）让预读失败的页，停留在缓冲池LRU里的时间尽可能短；
（2）让真正被读取的页，才挪到缓冲池LRU的头部；
以保证，真正被读取的热数据留在缓冲池里的时间尽可能长。
具体方法是：
（1）将LRU分为两个部分：
新生代(new sublist)
老生代(old sublist)
（2）新老生代收尾相连，即：新生代的尾(tail)连接着老生代的头(head)；
（3）新页（例如被预读的页）加入缓冲池时，只加入到老生代头部：
如果数据真正被读取（预读成功），才会加入到新生代的头部
如果数据没有被读取，则会比新生代里的“热数据页”更早被淘汰出缓冲池
举个例子，整个缓冲池LRU如上图：
（1）整个LRU长度是10；
（2）前70%是新生代；
（3）后30%是老生代；
（4）新老生代首尾相连；
假如有一个页号为50的新页被预读加入缓冲池：
（1）50只会从老生代头部插入，老生代尾部（也是整体尾部）的页会被淘汰掉；
（2）假设50这一页不会被真正读取，即预读失败，它将比新生代的数据更早淘汰出缓冲池；
假如50这一页立刻被读取到，例如SQL访问了页内的行row数据：
（1）它会被立刻加入到新生代的头部；
（2）新生代的页会被挤到老生代，此时并不会有页面被真正淘汰；
改进版缓冲池LRU能够很好的解决“预读失败”的问题。
画外音：但也不要因噎废食，因为害怕预读失败而取消预读策略，大部分情况下，局部性原理是成立的，预读是有效的。
新老生代改进版LRU仍然解决不了缓冲池污染的问题。
什么是MySQL缓冲池污染？
当某一个SQL语句，要批量扫描大量数据时，可能导致把缓冲池的所有页都替换出去，导致大量热数据被换出，MySQL性能急剧下降，这种情况叫缓冲池污染。
例如，有一个数据量较大的用户表，当执行：
select * from user where name like "%shenjian%";
虽然结果集可能只有少量数据，但这类like不能命中索引，必须全表扫描，就需要访问大量的页：
（1）把页加到缓冲池（插入老生代头部）；
（2）从页里读出相关的row（插入新生代头部）；
（3）row里的name字段和字符串shenjian进行比较，如果符合条件，加入到结果集中；
（4）…直到扫描完所有页中的所有row…
如此一来，所有的数据页都会被加载到新生代的头部，但只会访问一次，真正的热数据被大量换出。
怎么这类扫码大量数据导致的缓冲池污染问题呢？
MySQL缓冲池加入了一个“老生代停留时间窗口”的机制：
（1）假设T=老生代停留时间窗口；
（2）插入老生代头部的页，即使立刻被访问，并不会立刻放入新生代头部；
（3）只有满足“被访问”并且“在老生代停留时间”大于T，才会被放入新生代头部；
继续举例，假如批量数据扫描，有51，52，53，54，55等五个页面将要依次被访问。
如果没有“老生代停留时间窗口”的策略，这些批量被访问的页面，会换出大量热数据。
加入“老生代停留时间窗口”策略后，短时间内被大量加载的页，并不会立刻插入新生代头部，而是优先淘汰那些，短期内仅仅访问了一次的页。
而只有在老生代呆的时间足够久，停留时间大于T，才会被插入新生代头部。
上述原理，对应InnoDB里哪些参数？
有三个比较重要的参数。
参数：innodb_buffer_pool_size
介绍：配置缓冲池的大小，在内存允许的情况下，DBA往往会建议调大这个参数，越多数据和索引放到内存里，数据库的性能会越好。
参数：innodb_old_blocks_pct
介绍：老生代占整个LRU链长度的比例，默认是37，即整个LRU中新生代与老生代长度比例是63:37。
画外音：如果把这个参数设为100，就退化为普通LRU了。
参数：innodb_old_blocks_time
介绍：老生代停留时间窗口，单位是毫秒，默认是1000，即同时满足“被访问”与“在老生代停留时间超过1秒”两个条件，才会被插入到新生代头部。
总结
（1）缓冲池(buffer pool)是一种常见的降低磁盘访问的机制；
（2）缓冲池通常以页(page)为单位缓存数据；
（3）缓冲池的常见管理算法是LRU，memcache，OS，InnoDB都使用了这种算法；
（4）InnoDB对普通LRU进行了优化：
将缓冲池分为老生代和新生代，入缓冲池的页，优先进入老生代，页被访问，才进入新生代，以解决预读失效的问题
页被访问，且在老生代停留时间超过配置阈值的，才进入新生代，以解决批量数据访问，大量热数据淘汰的问题
写缓存(change buffer)
对于读请求，缓冲池能够减少磁盘IO，提升性能。问题来了，那写请求呢？
情况一
假如要修改页号为4的索引页，而这个页正好在缓冲池内。
如上图序号1-2：
（1）直接修改缓冲池中的页，一次内存操作；
（2）写入redo log，一次磁盘顺序写操作；
这样的效率是最高的。
画外音：像写日志这种顺序写，每秒几万次没问题。
是否会出现一致性问题呢？
并不会。
（1）读取，会命中缓冲池的页；
（2）缓冲池LRU数据淘汰，会将“脏页”刷回磁盘；
（3）数据库异常奔溃，能够从redo log中恢复数据；
什么时候缓冲池中的页，会刷到磁盘上呢？
定期刷磁盘，而不是每次刷磁盘，能够降低磁盘IO，提升MySQL的性能。
画外音：批量写，是常见的优化手段。
情况二
假如要修改页号为40的索引页，而这个页正好不在缓冲池内。
此时麻烦一点，如上图需要1-3：
（1）先把需要为40的索引页，从磁盘加载到缓冲池，一次磁盘随机读操作；
（2）修改缓冲池中的页，一次内存操作；
（3）写入redo log，一次磁盘顺序写操作；
没有命中缓冲池的时候，至少产生一次磁盘IO，对于写多读少的业务场景，是否还有优化的空间呢？
这即是InnoDB考虑的问题，又是本文将要讨论的写缓冲(change buffer)。
画外音：从名字容易看出，写缓冲是降低磁盘IO，提升数据库写性能的一种机制。
什么是InnoDB的写缓冲？
在MySQL5.5之前，叫插入缓冲(insert buffer)，只针对insert做了优化；现在对delete和update也有效，叫做写缓冲(change buffer)。
它是一种应用在非唯一普通索引页(non-unique secondary index page)不在缓冲池中，对页进行了写操作，并不会立刻将磁盘页加载到缓冲池，而仅仅记录缓冲变更(buffer changes)，等未来数据被读取时，再将数据合并(merge)恢复到缓冲池中的技术。写缓冲的目的是降低写操作的磁盘IO，提升数据库性能。
InnoDB加入写缓冲优化，上文“情况二”流程会有什么变化？
假如要修改页号为40的索引页，而这个页正好不在缓冲池内。
加入写缓冲优化后，流程优化为：
（1）在写缓冲中记录这个操作，一次内存操作；
（2）写入redo log，一次磁盘顺序写操作；
其性能与，这个索引页在缓冲池中，相近。
画外音：可以看到，40这一页，并没有加载到缓冲池中。
是否会出现一致性问题呢？
也不会。
（1）数据库异常奔溃，能够从redo log中恢复数据；
（2）写缓冲不只是一个内存结构，它也会被定期刷盘到写缓冲系统表空间；
（3）数据读取时，有另外的流程，将数据合并到缓冲池；
不妨设，稍后的一个时间，有请求查询索引页40的数据。
此时的流程如序号1-3：
（1）载入索引页，缓冲池未命中，这次磁盘IO不可避免；
（2）从写缓冲读取相关信息；
（3）恢复索引页，放到缓冲池LRU里；
画外音：可以看到，40这一页，在真正被读取时，才会被加载到缓冲池中。
还有一个遗漏问题，为什么写缓冲优化，仅适用于非唯一普通索引页呢？
InnoDB里，聚集索引(clustered index)和普通索引(secondary index)的异同，《1分钟了解MyISAM与InnoDB的索引差异》有详尽的叙述，不再展开。
如果索引设置了唯一(unique)属性，在进行修改操作时，InnoDB必须进行唯一性检查。也就是说，索引页即使不在缓冲池，磁盘上的页读取无法避免(否则怎么校验是否唯一？)，此时就应该直接把相应的页放入缓冲池再进行修改，而不应该再整写缓冲这个幺蛾子。
除了数据页被访问，还有哪些场景会触发刷写缓冲中的数据呢？
还有这么几种情况，会刷写缓冲中的数据：
（1）有一个后台线程，会认为数据库空闲时；
（2）数据库缓冲池不够用时；
（3）数据库正常关闭时；
（4）redo log写满时；
画外音：几乎不会出现redo log写满，此时整个数据库处于无法写入的不可用状态。
什么业务场景，适合开启InnoDB的写缓冲机制？
先说什么时候不适合，如上文分析，当：
（1）数据库都是唯一索引；
（2）或者，写入一个数据后，会立刻读取它；
这两类场景，在写操作进行时（进行后），本来就要进行进行页读取，本来相应页面就要入缓冲池，此时写缓存反倒成了负担，增加了复杂度。
什么时候适合使用写缓冲，如果：
（1）数据库大部分是非唯一索引；
（2）业务是写多读少，或者不是写后立刻读取；
可以使用写缓冲，将原本每次写入都需要进行磁盘IO的SQL，优化定期批量写磁盘。
画外音：例如，账单流水业务。
上述原理，对应InnoDB里哪些参数？
有两个比较重要的参数。
参数：innodb_change_buffer_max_size
介绍：配置写缓冲的大小，占整个缓冲池的比例，默认值是25%，最大值是50%。
画外音：写多读少的业务，才需要调大这个值，读多写少的业务，25%其实也多了。
参数：innodb_change_buffering
介绍：配置哪些写操作启用写缓冲，可以设置成all/none/inserts/deletes等。
出处：公众号 架构师之路
标签：操作 进入 表数据 code 五个 介绍 buffer alt 也有
原文地址：https://www.cnblogs.com/myseries/p/11307204.html
