给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!

还在摸鱼发文的我,自己之前写的SQL也都测过还是挺快的。突然领导在紧急群里艾特我!
给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!

看了下监控图,发现总有一些时刻看起来随机持续时间又短,难以复现。

WAL 机制:InnoDB在处理更新语句时,只做写日志这个磁盘操作(redo log),在更新内存写完redo log后,就返回给客户端,本次更新成功。

想象你是一个店老板:

  • 数据文件 - 用来记账的账本
  • redo log - 记账用的粉板
  • 内存 - 你的记忆

你总要找时间把账本更新下,即把内存里的数据写盘(flush)。在flush前,撕葱的赊账总额,其实跟你手中账本的记录不一致。因为撕葱今天的赊账金额还只在粉板上,而账本里的记录是老的,还没把今天的赊账算进去。

  • 内存数据页磁盘数据页内容不一致,该内存页为“脏页”
  • 内存数据写盘后,内存数据页磁盘数据页内容一致了,称为“干净页”

无论脏页 or 干净页,都指内存数据页

撕葱赊账示意图

假设原来撕葱欠账10元,这次又要赊9元。
给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!
所以平时执行很快的更新操作,其实就是在写内存和日志,而MySQL抖擞地那一下,可能就是在刷脏页(flush)

领导又开始懵逼了
给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!

那何时会触发MySQL的flush呀?
想想店老板何时会把赊账记录落实到账本?

1 redo log写满

粉板写满了,这时再有更多的撕葱来赊账,老板必须放下手活,将粉板上的记录擦掉一些,腾空间以继续记账。当然了,擦掉前也必须先将正确账目记录到账本。
用技术话语描述,就是InnoDB的redo log写满了。这时系统会停止所有更新操作,把checkpoint往前推进,redo log留出空间可以继续写。

  • redo log状态图
    给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!

checkpoint 不是随便往前修改一下位置的。比如上图,把checkpoint位置从CP ~ CP’,就需要将两个点之间的日志(浅绿色部分),对应的所有脏页都flush。之后,write pos ~ CP’就可再写redo log。

2 系统内存不足

可以这么理解,这天生意太好,要记的事太多,老板发现自己快记不住了,赶紧找出账本把撕葱这笔账先加进去。
当需要新的内存页,而内存不够用的时候,就要淘汰一些数据页,空出内存给别的数据页用。若淘汰的是“脏页”,就要先将脏页写到磁盘。
领导又开始好奇了
给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!
这时难道不能直接把内存淘汰掉,下次需要请求时,从磁盘读入数据页,然后拿redo log出来应用不就行了?
这里其实是从性能考虑。若刷脏页一定会写盘,就保证了每个数据页有两种状态:

  1. 内存里存在,内存里就肯定是正确的结果,直接返回
  2. 内存里无数据,就可以肯定数据文件上是正确的结果,读入内存后返回。
    这样的效率最高。

3 MySQL认为系统“空闲”时

生意不忙时自然没啥忙的,店老板也闲着,不如更新下账本。
MySQL空闲机会总是少的,可能很快把日志写满,所以MySQL要合理安排时间,即使很忙,也要见缝插针地找时间,只要有机会就刷一点“脏页”。

4 MySQL正常关闭

年底要关门回家过年了,清算账目。
这时候掌柜要把所有账都记到账本上,这样过完年重新开张的时候,就能就着账本明确账目情况了。
这时MySQL会把内存的脏页都flush,下次启动时,就能直接从磁盘读数据,启动速度会很快。

领导开始犯难了,这么多场景都会触发,它们会对线上稳定性有啥影响吗?
给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!

各场景的性能开销

第3种MySQL空闲时的操作,系统本就无压力,第4种MySQL还本来就要关闭了。所以这两种情况你也都不会去关注性能。

第1种:“redo log写满,要flush脏页”,这种情况是InnoDB要尽量避免的。因为此时,整个系统就不能再接受更新,所有更新都必须堵住。
从监控上看,这时更新数会跌为0。

第2种:“内存不够了,要先将脏页flush”,这种情况其实就是常态。InnoDB用缓冲池(buffer pool)管理内存,缓冲池中的内存页有如下状态

  • 还没有使用的
  • 使用了并且是干净页
  • 使用了并且是脏页。

InnoDB的策略是尽量使用内存,因此对于一个长时间运行的库来说,未被使用的页面很少。

当要读入的数据页不在内存时,就必须到缓冲池中申请一个数据页。这时只能把 最久不使用 的数据页从内存中淘汰,视淘汰的对象不同:

  • 干净页
    直接释放出来复用
  • 脏页
    必须将脏页先刷盘,变干净后才能复用

所以,刷脏页虽然是常态,但出现以下这两种情况,都会明显影响性能:

  • 一个查询要淘汰的脏页个数太多,会导致查询的响应时间明显变长
  • 日志写满,更新全部堵住,写性能跌为0,这种情况对敏感业务来说,是不能接受的。

所以,InnoDB要有控制脏页比例的机制,来尽量避免上面的这两种情况。
哦豁,只见领导又放大了眼睛,愿闻其详,InnoDB自己有哪些刷脏页的控制策略呢?
给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!

不要急,都会和你说的!

首先要正确地告诉InnoDB所在主机的IO能力,这样InnoDB才能知道需要全力刷脏页时,可以刷多快。

这就是innodb_io_capacity参数,告诉InnoDB你的磁盘能力。推荐设置成磁盘的IOPS。磁盘的IOPS可通过fio工具测试,下面的语句是我用来测试磁盘随机读写的命令:

fio -filename=$filename -direct=1 -iodepth 1 -thread 
-rw=randrw -ioengine=psync -bs=16k -size=500M -numjobs=10 
-runtime=10 -group_reporting -name=mytest 

由于错误设置innodb_io_capacity参数导致的性能问题很多。比如,有时一个库的性能,可能MySQL的写入速度很慢,TPS很低,但数据库主机的IO压力并不大。
主机磁盘用的SSD,但 innodb_io_capacity 值设置300。于是,InnoDB认为这个系统的能力就这么差,所以刷脏页特别慢,甚至比脏页生成速度还慢,就造成脏页累积,影响了查询和更新性能。

虽然我们现在已经定义了“全力刷脏页”的行为,但平时总不能一直是全力刷,毕竟磁盘能力不能只用来刷脏页,还需要服务用户请求。
给领导讲解线上MySQL为何频繁“抖擞”,听完立马给我升职了!
InnoDB怎么控制引擎按照“全力”的百分比来刷脏页。

根据我前面提到的知识点,试想一下,如果你来设计策略控制刷脏页的速度,会参考哪些因素呢?

这个问题可以这么想,如果刷太慢,会出现什么情况?首先是内存脏页太多,其次是redo log写满。

所以,InnoDB的刷盘速度就是要参考这两个因素:一个是脏页比例,一个是redo log写盘速度。

InnoDB会根据这两个因素先单独算出两个数字。

参数innodb_max_dirty_pages_pct是脏页比例上限,默认值是75%。InnoDB会根据当前的脏页比例(假设为M),算出一个范围在0到100之间的数字,计算这个数字的伪代码类似这样:

F1(M)
{
  if M>=innodb_max_dirty_pages_pct then
      return 100;
  return 100*M/innodb_max_dirty_pages_pct;
}

InnoDB每次写入的日志都有一个序号,当前写入的序号跟checkpoint对应的序号之间的差值,我们假设为N。InnoDB会根据这个N算出一个范围在0到100之间的数字,这个计算公式可以记为F2(N)。F2(N)算法比较复杂,你只要知道N越大,算出来的值越大就好了。

然后,根据上述算得的F1(M)和F2(N)两个值,取其中较大的值记为R,之后引擎就可以按照innodb_io_capacity定义的能力乘以R%来控制刷脏页的速度。

上述的计算流程比较抽象,不容易理解,所以我画了一个简单的流程图。图中的F1、F2就是上面我们通过脏页比例和redo log写入速度算出来的两个值。

  • InnoDB刷脏页速度策略
    现在你知道了,InnoDB会在后台刷脏页,而刷脏页的过程是要将内存页写入磁盘。所以,无论是你的查询语句在需要内存的时候可能要求淘汰一个脏页,还是由于刷脏页的逻辑会占用IO资源并可能影响到了你的更新语句,都可能是造成你从业务端感知到MySQL“抖”了一下的原因。

要尽量避免这种情况,你就要合理地设置innodb_io_capacity的值,并且平时要多关注脏页比例,不要让它经常接近75%。

其中,脏页比例是通过Innodb_buffer_pool_pages_dirty/Innodb_buffer_pool_pages_total得到的,具体的命令参考下面的代码:

mysql> select VARIABLE_VALUE into @a from global_status where VARIABLE_NAME = 'Innodb_buffer_pool_pages_dirty';
select VARIABLE_VALUE into @b from global_status where VARIABLE_NAME = 'Innodb_buffer_pool_pages_total';
select @a/@b;

接下来,我们再看一个有趣的策略。

一旦一个查询请求需要在执行过程中先flush掉一个脏页时,这个查询就可能要比平时慢了。而MySQL中的一个机制,可能让你的查询会更慢:在准备刷一个脏页的时候,如果这个数据页旁边的数据页刚好是脏页,就会把这个“邻居”也带着一起刷掉;而且这个把“邻居”拖下水的逻辑还可以继续蔓延,也就是对于每个邻居数据页,如果跟它相邻的数据页也还是脏页的话,也会被放到一起刷。

在InnoDB中,innodb_flush_neighbors 参数就是用来控制这个行为的,值为1的时候会有上述的“连坐”机制,值为0时表示不找邻居,自己刷自己的。

找“邻居”这个优化在机械硬盘时代是很有意义的,可以减少很多随机IO。机械硬盘的随机IOPS一般只有几百,相同的逻辑操作减少随机IO就意味着系统性能的大幅度提升。

而如果使用的是SSD这类IOPS比较高的设备的话,我就建议你把innodb_flush_neighbors的值设置成0。因为这时候IOPS往往不是瓶颈,而“只刷自己”,就能更快地执行完必要的刷脏页操作,减少SQL语句响应时间。

在MySQL 8.0中,innodb_flush_neighbors参数默认值已是0。

总结

WAL机制后续需要的刷脏页操作和执行时机。利用WAL技术,数据库将随机写转换成了顺序写,大大提升了数据库的性能。

但是,由此也带来了内存脏页的问题。脏页会被后台线程自动flush,也会由于数据页淘汰而触发flush,而刷脏页的过程由于会占用资源,可能会让你的更新和查询语句的响应时间长一些。

上一篇:mysql安装


下一篇:那有百度云资源➕幑