MySQL引擎InnoDB读书笔记-第二章

第二章

2.2 体系架构

内存池的用途：

1. 维护内部的数据结构
2. 缓存磁盘上面的数据，方便读取
3. 重做日志缓冲

后台线程的作用：
负责刷新内存池中的数据，保证池中的内存缓存的时最近的数据。此外，将已修改的数据文件刷新到磁盘中，同时保证发生异常情况下能回复到正常运行状态。

2.2.1 后台线程

一共有 7 个，4 个 io thread,1 个master thread，1个lock thread，1个err thread
这是 4 个 I/O thread : log, insert buffer, read, write

2.2.2 内存

缓冲池，重做日志缓冲池，额外的内存池
工作方式是将数据库文件按页（每页 16K）读取到缓冲池，然后按LRU 的算法来淘汰。如果需要修改数据库文件，那么会先修改池中缓存的（修改后变为脏页） 以一定频率刷新到磁盘中。

缓冲池中缓存的数据页类型有： 索引页，数据页，undo页，插入缓冲，自适应哈希u松阴，锁信息等

这说明缓冲区不知识缓存索引页，数据页，只是他们占缓冲池很大的一部分而已。
日志缓冲将重做日志信息先写入这个缓冲区，然后按照一定频率刷新。
额外内存池：
对内存的管理是通过 内存堆 的方式进行，比如我们需要创建一些数据结构，就会去他那申请，如果他不够，就会想缓冲池中申请，每个缓冲池中的帧缓冲还有对应的缓冲控制对象，而且这些对象记录了诸如LRU，锁，等待方面的信息，这会从额外缓冲池中申请，所以当申请了很大的 InnoDB缓冲池时，也应增加该值。

2.3 master thread

1. 优先级最高。
2. 由几个循环组成， 主，后台，刷新，暂停。会根据数据库运行章台在这几个循环中来回切换。

主循环

每秒钟的操作和每十秒钟的操作

loop:
for{int i = 0;i < 10;i ++){
// 必做：
	// 将 日志缓冲刷新到磁盘，即使没由提交

	// 选做：
	// 1. 合并插入缓冲
	// 2. 最多刷新 100个 缓冲池中的脏页 -> disk
	// 3. 如果没有用户活动，可以切换到 后台循环
	sleep 1
}
// work per ten seconds
// 选做：
	// 1. 刷新 100个 脏页 -> disk


//必做：
// 1. 合并至少5个插入缓存
// 2. 还是刷新日志缓冲 -> disk
// 3. 删除无用的 undo页
// 4. 刷新 10 或者 100个 脏页 -> disk
// 5. 产生一个检查点


goto loop;

每秒

必做：日志缓冲刷新到磁盘，即使没由提交

这就是为什么再大的事务 commit 也很快

选做

合并插入缓冲 前会判断当前1s内发生的io次数是否小于 5 次，以此判定io压力
刷新脏页： 看是否超过阈值

每十秒

根据 I/O op < 200来判断是否刷新 100 个脏页 -> disk
合并>5页的插入缓存
刷新日志缓存 -> disk
执行 pull purge，删除无用的 Undo页,对标执行update delete这些更改表中数据的操作时，我们会产生行版本信息，在 pull purge这个操作中，我们会判断时否可以删除这个版本。
在跟据脏页比例来 比率 > 70% ? 100 : 10
产生一个检查点。模糊，只写入最老的日志序列号（LSN 8字节的版本号）

Checkpoint（检查点）技术的目的是解决以下几个问题

1. 缩短db 恢复时间

• 当数据库发生宕机时，数据库不需要重做所有日志，因为Checkpoint之前的页都已经刷新回磁盘
• 故数据库只需要对Checkpoint后的重做日志进行恢复。这样就大大缩短了恢复时间

2. 缓冲池不够用，将脏页 -> disk

• 此外，当缓冲池不可用时，根据LRU算法会溢出最近最少使用的页，若此页为脏页，那么需要强制执行Checkpoint，将脏页也就是页的新版本刷回磁盘

3. 重做日志不可用，刷新脏页。

后台

删除无用的 undo 页
合并 20个 插入缓冲
跳回 主循环
可能跳转 flush loop

flush loop

不断刷新 100 个页
切换暂停，等待事件。

2.4关键特性

插入缓冲 -性能

也是物理页的一部分
插入聚集索引一般是顺序的，不需要随机读取。后面章节会讲，如果是辅助索引的话，因为叶子节点存储的是主键，还需要根据这个主键去读正真的索引页，所以不是顺序读。
所以设计了插入缓冲，对于非聚集索引的更新或者插入，不是每一次直接插入到索引页中，而是先判断非聚集索引页是否在缓冲池中。
在： 插入
不在：放一个到插入缓冲区中，这时我们其实没有访问到真正的非聚集索引页，所以时假 插，然后以一定频率进行 与非聚集索因页 子节点进行合并），就像批插入。
使用插入缓冲需要两个条件。

1. 辅助索引
2. 不是唯一

为什莫不是唯一呢？因为唯一需要判重。

两次写 -可靠性

避免数据丢失。
写失效： 没将整个页写完，比如（16K只写了4K）
为什么不用重做日志回复。因为重做日志是对页的物理操作，操作的页都有问题，拿什么保证恢复的正确性？
写入 double write

两部分

1. 内存中的 double write buffer
2. 物理磁盘上共享表空间的连续 128 个页

大小都为两个区 2MB
当池中的脏页刷新时，并不直接写磁盘，回事先将脏页中的数据拷贝到内存中的double write buffer，然后通过 double write buffer再分两次，每次写入 1MB到共享表空间的物理磁盘，然后立马同步到磁盘。因为写入共buffer 是顺序写，所以开销不是很大。然后写入 各个表空间。此时的写是离散的。

恢复过程

1. 写失效，在共享表空间找副本，拷贝到表空间文件
2. 应用重做日志。

自适应哈希索引

监控对表上索引的查找，如果观察到建立索引可以提高速度，那麽就会建立，所以称为自适应的。
通过缓冲池中的b+树构造而成，因此建立速度很快。