(十二)MySQL之内存篇：深入探寻数据库内存与Buffer Pool的奥妙！

竹子爱熊猫
VIP.1 初学乍练
9,495 阅读44分钟

引言

本文为掘金社区首发签约文章，14天内禁止转载，14天后未获授权禁止转载，侵权必究！

   MySQL是基于磁盘工作的，这句几乎刻在了每个后端程序员DNA里，但它真的对吗？其实答案并不能盖棺定论，你可以说MySQL是基于磁盘实现的，这点我十分认同，但要说MySQL是基于磁盘工作，这点我则抱否定的态度，至于为什么呢？这跟咱们本章的主角：Buffer Pool有关，Buffer Pool是什么？还记得咱们在《MySQL架构篇》中聊到的缓存和缓冲区么，其中所提到的写入缓冲区就位于Buffer Pool中。

不过在具体分析它之前，先结合MySQL的整体架构，来聊一聊MySQL的内存。

一、结合MySQL架构聊一聊它的内存

   经过《MySQL架构篇》的学习后，咱们已经熟悉了MySQL的整体架构，也包括在《SQL执行篇》中，站在一条SQL的角度进一步加深了对各组件的印象，但其中并未讲明白MySQL的工作时的内存结构，哪本章就先来盘一盘这块内容。

闲话少说，先上个图，毕竟正所谓：“开局一张图，装备全靠打”，如下：
MySQL内存结构
注意观察，实际MySQL启动后内存结构略显复杂，但大体可分为MySQL工作组件、线程本地内存、MySQL共享内存、存储引擎缓冲区四大板块。

实际上MySQL内存模型和JVM类似，JVM内存主要会划分为线程共享区和线程私有区，而上图中的MySQL内存区域，左边则是线程私有区域，每条工作线程中都会分配的区域，各线程之间互不影响，而右边的三大板块，则属于线程共享区域，即所有线程都可访问的内存。

当然，线程共享区这块也会细分，右边上面的两个板块，都属于MySQL-Server层使用的内存，也就意味着这两块内存是所有引擎都共享的区域，而最下面这个区域，每个存储引擎都不相同，也就是InnoDB会构建自己的Buffer缓冲区，MyISAM也会构建自己的缓冲区。

Ok~，大概理解MySQL的内存构成后，下面一起简单聊一聊这四个内存区域。

1.1、MySQL Server - 工作组件

这个比较容易理解，也就是对应着MySQL架构图中的组件层，如下：
组件
因为后续客户端连接时，都需要经过一系列的连接工作，处理SQL时也需要经过一系列的解析、验证、优化工作，所以MySQL会在启动时，会先将这些工作组件初始化到内存中，方便后续处理客户端的操作。

这里很简单，只需要额外注意一点即可，就是数据库的连接池中，存的到底是什么？存的实际上就是数据库连接对象，MySQL内部的连接对象，其中包含了客户端连接信息，如客户端IP、登录的用户、所连接的DB....等这类信息，同时这些连接对象在内部会绑定一条工作线程，因此你也可以将它理解成是一个线程池！MySQL复用连接的本质，实则是在复用线程，出现一个新的客户端连接时，首先会根据客户端信息为其创建连接对象，然后再复用连接池中的空闲线程。

但MySQL工作线程的本地内存中包含了很多东西，所以下面简单聊一聊。

1.2、工作线程的本地内存

工作线程的本地内存区域，也被称之为线程私有区，即MySQL在创建每条线程时，都会为其分配这些内存：
工作线程-本地内存
但这一大长排到底是啥意思呢，简单的说明一下其中每个区域的含义：

  • thread_stack：线程堆栈，主要用于暂时存储运行的SQL语句及运算数据，和Java虚拟机栈类似。
  • sort_buffer：排序缓冲区，执行排序SQL时，用于存放排序后数据的临时缓冲区。
  • join_buffer：连接缓冲区，做连表查询时，存放符合连表查询条件的数据临时缓冲区。
  • read_buffer：顺序读缓冲区，MySQL磁盘IO一次读一页数据，这个是顺序IO的数据临时缓冲区。
  • read_rnd_buffer：随机读缓冲区，当基于无序字段查询数据时，这里存放随机读到的数据。
  • net_buffer：网络连接缓冲区，这里主要是存放当前线程对应的客户端连接信息。
  • tmp_table：内存临时表，当SQL中用到了临时表时，这里存放临时表的结构及数据。
  • bulk_insert_buffer：MyISAM批量插入缓冲区，批量insert时，存放临时数据的缓冲区。
  • bin_log_buffer：bin-log日志缓冲区，《日志篇》提到过的，bin-log的缓冲区被设计在工作线程的本地内存中。

可以看到，在工作线程的本地内存中，除开最基本的线程堆栈外，MySQL还往内部“塞了”一堆东西，这些东西在不同的SQL运行时，都有各自的作用，但基本上是为了更好的保存临时数据而设计的。

思考一个问题：对于上面列出的各类缓冲区，为什么要为每条线程都分配专属的内存，而不是直接在共享内存中搞一块大的空间，然后提供给所有线程来操作呢？其实答案很简单，因为这些数据本身就是一条线程在执行SQL时产生的临时数据，其他线程压根不会去用到另一条线程的临时数据，所以这些临时数据没有必要被共享。

除开上述原因外，将这些缓冲区都放在线程本地内存中，还有一点最大的好处：能够提升多线程并发执行的性能！这句话怎么理解呢？很简单，如果把上述的各个缓冲区放在共享内存中，然后提供给线程存放执行时的临时数据，因为多线程的缘故，所以同一时刻、同一快内存有可能出现多条线程一起操作，那就会出现线程不安全的问题，想要解决就只能加锁将多线程串行化，这自然会在很大程度上影响性能！因此将这些存临时数据的缓冲区，设计在本地内存中才最合适。

不过也并非所有数据都适合放在线程的本地内存中，有一些多条线程之间都会访问的数据，如果再放到本地内存中，就会造成很大的冗余性，比如典型的索引根节点数据，每条线程都有可能会通过索引查询数据，因此每条线程都“缓存”一份放在自己的内存中，就会占用大量的内存空间，这样反而弊大于利。

下面再一起聊聊MySQL的共享内存区域，以及其中到底会存哪些数据。

1.3、MySQL共享内存区

共享内存
先简单介绍一下上述给出的几个内容：

  • Key Buffer：MyISAM表的索引缓冲区，提升MyISAM表的索引读写速度。
  • Query Cache：查询缓存区，缓冲SQL的查询结果，提升热点SQL的数据检索效率。
  • Thread Cache：线程缓存区，存放工作线程运行期间，一些需要被共享的临时数据。
  • Table Cache：表数据文件的文件描述符缓存，提升数据表的打开效率。
  • Table Definition Cache：表结构文件的文件描述符缓存，提升结构表的打开效率。

上面的这几个线程共享区域还比较容易理解，对于最后两个文件描述符缓存，大家可能存在些许疑惑，这里可以先看一下《FD-文件描述符的定义》，文件描述符本质上就是一个指针，指向一个具体的数据。这里为何要在内存中存放表数据文件、表结构文件的FD缓存呢？主要是为了提升性能，先来看一个问题：

比如我现在想要操作zz_users表的数据，那首先是不是得找到这张表？但表的位置可能分布在磁盘的任何一处，总不能触发磁盘IO把整个磁盘检索一遍，然后确定表的位置吧？所以内存中直接设计了一个缓存区，专门缓存这些表数据文件的磁盘位置，要对某张表进行操作时，直接去文件描述符缓存中找，然后根据其中记录的地址，去磁盘中固定的位置上操作表数据。

表结构的文件描述符缓存，作用也是相同的，比如现在要增加一个索引，或者修改一个字段，也不会把磁盘全部扫描一遍，而是直接根据内存中的文件描述符，去操作磁盘中对应位置的表结构文件。

但是这两个文件描述符缓存，更多的是为MyISAM引擎设计的，关于具体原因稍后再说。

1.3.1、MySQL8.x为什么移除了查询缓存？

OK~，再简单聊一下QueryCahce查询缓存，这块的设计思想是非常好的，也就是利用热点探测技术，对于一些频繁执行的查询SQL，直接将结果缓存在内存中，之后再次来查询相同数据时，就无需走磁盘，而是直接从查询缓存中获取数据并返回。

听起来似乎还不错呀，好像确实能带来不小的性能提升呢？但实则很鸡肋，为啥？看个例子。

select * from zz_users where user_id=1;
select * from zz_users where user_id = 1;

比如上述这两条SQL语句，在我们看来是不是一样的？确实，都是在查询ID=1的用户数据，但奇葩的事情出现了，MySQL的查询缓存会把它当做两条不同的SQL，也就是假如上面的第一条SQL，其查询结果被放入到了缓存中，第二条SQL依旧无法命中这个缓存，会继续走表查询的形式获取数据，Why？

因为MySQL查询缓存是以SQL的哈希值来作为Key的，上面两条SQL虽然一样，但是后面的查询条件有细微差别：user_id=1、user_id = 1，也就是一条SQL有空格，一条没有。

由于这一点点细微差异，会导致两条SQL计算出的哈希值完全不同，因此无法命中缓存，是不是很鸡肋？还有多种情况：user_id =1、user_id= 1，空格处于的前后位置不同，也会导致缓存失效。

也正是由于方方面面的原因，所以查询缓存在MySQL8.0中被完全舍弃了，即移除掉了查询缓存区，各方面原因如下：

  • ①缓存命中率低：几乎大部分SQL都无法从查询缓存中获得数据。
  • ②占用内存高：将大量查询结果放入到内存中，会占用至少几百MB的内存。
  • ③增加查询步骤：查询表之前会先查一次缓存，查询后会将结果放入缓存，额外多几步开销。
  • ④缓存维护成本不小，需要LRU算法淘汰缓存，同时每次更新、插入、删除数据时，都要清空缓存中对应的数据。
  • ⑤InnoDB引擎构建出的缓冲区中，也会类似的功能，因为与查询缓存也存在冲突。

因为上述一系列原因，再加上项目中一般都会使用Redis先做业务缓存，因此能来到MySQL的查询语句，几乎都是要从表中读数据的，所以查询缓存的地位就显得更加突兀，因此在高版本中就直接去掉了，毕竟弊大于利，带来的收益达不到设计时的预期。

1.4、存储引擎缓冲区

简单的讲明白线程共享区后，再来聊一聊存储引擎缓冲区，这块是本章重点，几乎任何存储引擎都会在启动时，向操作系统申请一块内存，用来作为缓冲区，每个引擎的缓冲区也并不相同，但有一点是共通的：即所有引擎的缓冲区，对于MySQL的工作线程而言，都是一块共享的内存区域。

现如今，MySQL众多存储引擎中，应用最为广泛的是InnoDB，所以我们就以InnoDB-Buffer Pool为例，在之前的MySQL章节中，我曾一度将其称之为「写入缓冲」，但要记住：BufferPool不仅仅只扮演「写入缓冲」的角色，其中主要包含了如下内容：
BufferPool
同样先简单介绍一下其中每个区域的作用：

  • Data Page：写入缓冲区，主要用来缓冲磁盘的表数据，将写操作转移到内存进行。
  • Index Page：索引缓冲页，对于所有已创建的索引根节点，都会放入到内存，提升索引效率。
  • Lock Space：锁空间，主要是存放所有创建出的锁对象，详情可参考《MySQL锁机制实现原理》。
  • Dict Info：数据字典，主要用来存储MySQL-InnoDB引擎自带的系统表。
  • redo_log_buffer：redo-log缓冲区，存放写SQL执行时写入的redo记录。
  • undo_log_buffer：undo-log缓冲区，存放写SQL执行时写入的undo记录。
  • Adaptivity Hash：自适应哈希索引，InnoDB会为热点索引页，创建相应的哈希索引。
  • Insert Buffer：写入缓冲区，对于insert的数据，会先放在这里，然后定期刷写磁盘。
  • Lru List：内存淘汰页列表，对于整个缓冲池的内存管理列表（后续细聊）。
  • Free List：空闲内存列表，这里面记录着目前未被使用的内存页。
  • Flush List：脏页内存列表，这里主要记录未落盘的数据。

一顿看下来，其实Buffer Pool中内容还真不少，但估摸着大家看上面的释义，难免有些懵，这点先不急，后续段落会详细拆解，在此处先对这些内容有些印象即可，现在先说说为何各大存储引擎都会设计一个缓冲池吧。

虽然MySQL是基于磁盘存储数据的，但总不能每次读写操作都走磁盘吧？这样绝对会导致资源开销极大，同时性能也极低，因此各引擎都在内存中设计了一个缓冲池，用来提升数据库整体的读写性能。

而InnoDB引擎，是尤为特殊的存在，几乎将所有的操作都放在了内存中完成，因此慢慢的，InnoDB代替了MyISAM，成为了MySQL默认的存储引擎，不过还有其他方面的因素导致的，具体原因在下章：《MySQL引擎篇》中细聊。

二、InnoDB的核心 - Buffer Pool

   刚刚聊到过，InnoDB引擎几乎将所有操作都放在了内存中完成，这句话主要是跟它的Buffer Pool有关，但Buffer Pool到底会占用多大内存呢？这点可以通过show global variables like "%innodb_buffer_pool_size%";指令查询，如下：

show global variables like "%innodb_buffer_pool_size%";
+-------------------------+----------+
| Variable_name           | Value    |
+-------------------------+----------+
| innodb_buffer_pool_size | 44040192 |
+-------------------------+----------+
1 row in set (0.06 sec)

在MySQL5.6版本以下，默认大小为42MB，而MySQL5.6以后的版本中，默认大小为128MB，这块内存是MySQL启动时向OS申请的一块连续空间。当然，我们也可以手动调整innodb_buffer_pool_size参数来控制，一般建议设置为机器内存的60~80%。

接下来咱们先把Buffer Pool中每个区域的具体作用说明白，也就是这张图：
BufferPool

2.1、数据页（Data Page）

InnoDB引擎为了方便读取，会将磁盘中的数据划分为一个个的「页」，每个页的默认大小为16KB，以页作为内存和磁盘交互的基本单位，而InnoDB的缓冲池也会以页作为单位，也就意味着：当InnoDB拿到申请的连续内存后，会按照16KB的尺寸将整块空间，划分成一个个的缓冲页。

在MySQL运行之初，这些划分出的缓冲页，都属于空闲页，也就是未使用的内存，随着运行时长的慢慢增长，会将磁盘中的数据页，一点点的载入内存当中，因为磁盘中的表数据是以16KB作为单位划分的，而内存中的缓冲页也是这个大小，因此发生一次磁盘IO读到的数据（读一页磁盘数据），会放入到一个缓冲页中存储，而这些承载磁盘数据的缓冲页，就被称之为数据页，其过程如下：

数据页

当磁盘中的数据被载入到内存之后，带来的优势会极为明显：

  • 读数据时：如果在数据页中有，则直接会从内存中读取数据并返回，没有再去磁盘检索数据。
  • 写数据时：会先修改数据页的数据，修改后会标记相应的数据页，然后直接返回，再由后台线程去完成数据的落盘工作。

此时有没有发现：InnoDB的缓冲池，其实也具备「查询缓存」的功能~

不过MySQL会将哪些表数据放到缓冲池中呢？其实刚启动时里面并不会有数据，而是随着业务SQL的执行，一点点将磁盘中的数据加载进内存的，比如执行一条查询语句，因为最初内存中并没有加载数据页，因此会走磁盘检索数据，检索数据的过程中，不管此次IO读到的数据是不是目标数据，都会将它们放在内存中，而不是直接回收。

观察上述这个过程，这样做有什么好处呢？方便后续其他SQL要操作对应数据时，可以直接在内存中读到数据。

在条件允许，即内存充足的情况下，InnoDB会试图将磁盘中的所有表数据全部载入内存。

不过一般的机器，磁盘空间都会比内存要大出很多倍，所以当表数据较大时，也不可能无限制的载入，因而InnoDB会有一套完善的内存管理与淘汰机制，以此防止内存溢出风险（对于这点后续再详细阐述）。

2.2、索引缓冲页（Index Page）

上面讲到了，InnoDB会将部分乃至所有表数据载入内存，以此达到提升性能的目的，但不可能无限制载入，比如现在机器的内存为16GB，但磁盘中有30GB表数据，这显然无法放入进内存，所以无可避免的一点：在运行过程中，MySQL会走磁盘读数据。

比如一条查询语句要读的数据，在内存中没有相关的缓冲数据页，因此需要触发磁盘IO检索数据，但此时这条SQL可以命中索引，那会通过索引去查找数据，但问题来了！索引的根节点可能位于磁盘的任意位置，难道把磁盘的所有位置全部走一遍吗？这显然并不现实，所以InnoDB也会有对应的优化机制，即内存中也会缓冲索引页。

在MySQL启动时，就会将当前库中所有已存在的索引，其根节点放入到内存缓冲区中，因为索引的根节点只有16KB，因此就算目前库中就算创建了1000个索引，所有索引的根节点加起来占用的内存空间，也不过才15MB左右。将索引的根节点载入内存后，对于需要走索引查询的SQL，就会直接以相应的索引根节点为起始，然后去走索引查找数据，这样就避免了全盘查找索引根节点的这步操作。

Buffer Pool中有一块专门的区域：Index Page，专门用来存放载入的索引数据，存储这些数据的缓冲页，则被称之为索引页。随着运行时间的增长，也会将一些非根节点的索引页载入内存中，这是一种对于访问频率较高的索引页，专门推出的优化机制。

2.3、锁空间（Lock Space）

对于锁空间，相信认真看过《MySQL事务与锁原理篇》的小伙伴都不会陌生，咱们在其中讲锁机制的实现原理时，聊到过锁是基于事务实现，每个事务会生成自己的锁结构，而这些锁结构也同样需要空间来存储，而锁空间就是专门用来存储锁结构的一块内存区域。

但锁空间也不仅仅只会存储锁结构，还会存储一些并发事务的链表，例如死锁检测时需要的「事务等待链表、锁的信息链表」等。

锁空间一般都是有大小限制的，在《MySQL锁机制-锁粗化》中聊到过一种情况，当锁空间内存不足时，就会导致行锁粗化成表锁，以此来减少锁结构的数量，释放一定程度上的内存，但此时并发冲突就会变高！

2.4、数据字典（Dict Info）

对于数据字典估计大家很少有人接触过，毕竟这个是用来辅助InnoDB运行用的，咱们先思考一个问题，为啥我们可以通过SQL语句查询到库中的表信息、查询一张表的索引、约束等信息呢？如下：

-- 查询当前库中的所有表
show tables;
-- 查询一张表的全部索引
show index from `tableName`;

这些语句执行后都能查询出对应的信息，但这些信息咋来的呢？这首先跟MySQL的系统表有关，在InnoDB引擎中主要存在SYS_TABLES、SYS_COLUMNS、SYS_INDEXES、SYS_FIELDS这四张系统表，主要是用来维护用户定义的所有表的各种信息，如下：

  • SYS_TABLES：这张表中会存储所有引擎为InnoDB的表信息。
    • ID：一张表的ID号。
    • NAME：一张表的名称。
    • N_COLS：一张表的字段数量。
    • TYPE：一张表所使用的存储引擎、编码格式、压缩算法、排序规则等。
    • SPACE：一张表所位于的表空间。
  • SYS_COLUMNS：这张表用来存储所有用户定义的表字段信息。
    • TABLE_ID：表示一个字段属于那张表。
    • POS：一个字段在一张表中属于第几列。
    • NAME：一个字段的名称。
    • MTYPE：一个字段的数据类型。
    • PRTYPE：一个字段的精度值。
    • LEN：一个字段的存储长度限制。
  • SYS_INDEXES：这张表用来存储所有InnoDB引擎表的索引信息。
    • TABLE_ID：表示这个索引属于哪张表。
    • ID：一个索引的ID号。
    • NAME：一个索引的名称。
    • N_FIELDS：一个索引由几个字段组成。
    • TYPE：一个索引的类型，如唯一、联合、全文、主键索引等。
    • SPACE：一个索引的数据所位于的表空间位置。
    • PAGE_NO：这个索引对应的B+Tree根节点位置。
  • SYS_FIELDS：这张表用来存储所有索引的定义信息。
    • INDEX_ID：当前这个索引字段属于哪个索引。
    • POS：当前这个索引字段，位于索引的第几列。
    • COL_NAME：当前索引字段的名称。

这四张表也被称为InnoDB的内部表，这四张表在载入内存前，位于.ibdata文件中，在MySQL启动时会开始加载，载入内存后就会放入到Dict Info这块区域，当利用show语句查询表的结构信息时，就会在字典信息中检索数据。

2.5、日志缓冲区（Log Buffer）

InnoDB的缓冲池中，主要存在两个日志缓冲区，即undo_log_buffer、redo_log_buffer，分别对应着撤销日志和重做日志，但对于日志缓冲区就不过多介绍了，在《MySQL日志篇》中咱们已经反复说到过，它俩的作用主要是用来提升日志记录的写入速度，因为日志文件在磁盘中，执行SQL时直接往磁盘写日志，其效率太低了，因此会先写缓冲区，再由后台线程去刷写日志。

2.6、自适应哈希索引（Adaptivity Hash）

自适应哈希索引又是一个比较有趣的技术点，这种技术可以算的上是一种AI技术，哈希算法查找数据的效率非常高，在没有哈希冲突的情况下复杂度为O(1)，而B+Tree检索数据的效率，取决于树的高度。建立索引时，只能选用一种数据结构来作为索引的底层结构：

  • 如果选择哈希结构，虽然效率高，但数据是无序的，因此不方便做排序查询。
  • 如果选择B+Tree结构，虽然有序，但查询的效率会受到树高的影响。

此时似乎陷入了两难的地步，两种结构各有优劣，但一般为了满足业务按序查询的需求，所以会折中选择B+Tree结构，虽然没有哈希索引那么快，但速度也还可以。

分析上述这个场景，明明选哈希结构的效率特别惊人，但就是不能用，这就好比你面前有一道绝世佳肴，但就不能吃一样，这显然令人十分难受。

而正是由于此原因，InnoDB创始人在研发时，就实现了一种名为自适应哈希索引的技术，在MySQL运行过程中，InnoDB引擎会对表上的索引做监控，如果某些数据经常走索引查询，那InnoDB就会为其建立一个哈希索引，以此来提升数据检索的效率，并且减少走B+Tree带来的开销，由于这种哈希索引是运行过程中，InnoDB根据B+Tree的索引查询次数来建立的，因此被称之为自适应哈希索引。

自适应哈希索引和普通哈希索引的区别在哪儿呢？普通哈希索引是在创建索引时将结构声明为Hash结构，这种索引会以索引字段的整表数据建立哈希，而自适应哈希索引是根据缓冲池的B+树构造而来，只会基于热点数据构建，因此建立的速度会非常快，毕竟无需对整表都建立哈希索引。

自适应哈希索引在InnoDB中是默认开启的，可以通过手动调整innodb_adaptive_hash_index参数来控制关闭，但一般尽量不要去关闭它，因为该技术能让MySQL的整体性能翻倍。

在MySQL8.0以下的版本中，如果同时删除一张大表的很多数据，有可能会因为自适应哈希索引的原因，造成线上MySQL出现抖动，不过该问题在MySQL8.x版本中已经被修复，但如若你的MySQL版本在此之下，那尽量不要在业务高峰期删除大量数据。

对于自适应哈希索引的使用情况，可以通过show engine innodb status \G;命令查看，但哈希索引由于自身特性的原因，因此也仅只能用于等值查询的场景，无法支持排序、范围查询。

2.7、写入缓冲区（Insert Buffer）

「Change Buufer写入缓冲」属于InnoDB的一大特性，其实「写入缓冲」在一开始被称之为「Insert Buffer插入缓冲」，也就是只对insert操作生效，到了MySQL5.5之后的版本中，才正式改为「写入缓冲」，对于insert、delete、update语句都可生效，那它的具体作用是干啥的呢？一起来简单的聊一聊。

结合前面聊过的「数据缓冲页」，咱们可以得知一点：如果要变更的数据页在缓冲区中存在，则会直接修改缓冲区中的数据页，然后标记一下变更过的数据页，但如果要操作的数据页并未被加载到缓冲区，那依旧会走磁盘去操作数据，走磁盘显然会影响性能，因此InnoDB就创造了一个「写入缓冲」。

以insert语句为例，不管在MySQL的任何版本中，执行一条插入语句之前，因为这条数据在磁盘中都不存在，因此缓冲区中自然也不可能会有对应的数据页，按照前面的说法，似乎必须走磁盘插入数据了对不？

「写入缓冲」出现的原因，就是为了解决此问题，当一条写入语句执行时，流程如下：

  • ①判断要变更的数据页是否被载入到内存。
  • ②如果内存中有对应的数据页，则直接变更缓冲区中的数据页，完成标记后则直接返回。
  • ③如果内存中没有对应的数据页，则将要变更的数据放入到「写入缓冲」中，然后返回。

此时会发现，不管内存中是否存在相应的数据页，InnoDB都不会走磁盘写数据，而是直接在内存中完成所有操作，但是要注意：并不是所有的写入动作，都可以在内存中完成，「写入缓冲」是有限制的，如下：

  • 插入的数据字段不能具备唯一约束或唯一索引。

为啥呢？因为如果存在唯一字段的表，在插入数据前必须要先判断表中是否存在相同值，一张表的数据不可能全部都载入数据，所以这个判断重复值的工作必须依赖磁盘中的表数据来完成，所以插入具备唯一性的数据时，就必须要走磁盘。

这里有小伙伴或许会疑惑了，那我表中会有一个主键呀，默认会存在一个主键索引，主键索引也是一种特殊的唯一索引，那不就意味着所有具备主键的表，都不能通过「写入缓冲」来插入数据呀？这点不一定，如果表的主键声明了是一个自增ID，那这个自增序列会由MySQL-Server自己来维护，因此ID会由MySQL来生成，是绝对不会出现重复值的，因此对于这种情况，会将要插入的数据放到「写入缓冲区」中。

那如果表中存在唯一索引、或者表的主键未声明是自增ID，难道插入数据时就不会用到这个「写入缓冲区」吗？答案是NO，依旧会用，为啥？先来回顾一下之前咱们讲过的《插入数据时索引的变化》，一条插入语句的执行过程如下：

  • ①先向聚簇索引中，插入一条相应的行记录（数据）。
  • ②对于非聚簇索引，都插入一个新的索引键，并将值指向聚簇索引中插入的主键值。

发现没有？插入数据时还需额外维护表中的次级索引，会为插入的新数据构建次级索引的索引键，并且将索引键插入到次级索引树当中，而这个过程就会用到「写入缓冲区」。

因为首先需要走一次磁盘，先插入行记录，插入完成后，假设表中存在三个非聚簇索引（次级索引），那难道再写三次磁盘维护次级索引吗？NO，对于不具备唯一性的索引，都会将要插入的索引键放在「写入缓冲区」。

对于修改、删除语句的执行，也是同理，那「写入缓冲区」中的数据究竟啥时候会真正写入到磁盘呢？

  • 当一条SQL需要用到对应的索引键查询数据时，会触发后台线程执行刷盘工作。
  • 当「写入缓冲区」内存空间不足时，会触发后台线程执行刷盘工作。
  • 当距离上一次刷盘的时间，间隔达到一定程度（默认10s），会触发后台线程执行刷盘工作。
  • MySQL-Server正在关闭时，也会触发后台线程执行刷盘工作。

上述这四种情况，都会导致后台线程执行刷盘工作，从而将数据真正的落入磁盘中存储。

到这里就已经将InnoDB缓冲池中，运行期间会出现的东西都讲明白啦，但最开始咱们提过一点，缓冲池是有大小限制的，毕竟内存有限，因此也不可能让咱们无限制的使用，那InnoDB是如何管理缓冲池内存的呢？接下来一起聊聊这个话题。

三、InnoDB缓冲池的内存是如何管理的？

   InnoDB虽然在启动时，会将连续的内存划分为一块块的缓冲页，但这仅是逻辑上的划分，本质上所有的缓冲页之间，也是连续的内存。但随着MySQL在线上运行的时间越来越长，自然会导致这片连续的缓冲页变得七零八落，如下：
缓冲池
当从磁盘加载一个数据页时，总不能将所有的缓冲页全部遍历一次，然后找到其中的空闲页放数据吧？这样难免有些影响性能，所以为了更好的管理缓冲池，InnoDB会为每个缓冲页创建一个控制块。

3.1、缓冲页的控制块是是个啥？

控制块是专门用于管理缓冲页而设计的一种结构，其中会包含：数据页所属的表空间、页号、缓冲页地址、链表节点指针等信息，所有的控制块都会放在缓冲池最前面，如下：
控制块
当然，控制块也会占用缓冲池的内存空间，InnoDB会为每一个缓冲页都分配一个对应的控制块，后续InnoDB可以基于控制块去管理每一块缓冲页。

3.2、空闲页的管理

首先来聊聊对于空闲缓冲页的管理，为了能够更快的找到缓冲池中的空闲页，InnoDB会以控制块作为节点，将所有空闲的缓冲页组成一个空闲链表，也就是之前的Free链表，示意图如下：
空闲链表
因为控制块对应着一个个的缓冲页，以控制块作为链表节点，也就等价于是由缓冲页组成的链表，在链表中会存在一个头结点，内部主要有三个值：

  • head：这是一根指针，指向空闲链表的第一个控制块。
  • tail：同样是一根指针，指向空闲链表的最后一个控制块。
  • count：这是一个数字，用来记录空闲链表的节点数量。

有了空闲链表后，会有什么好处呢？十分明显，当需要一块新的缓冲页存储磁盘数据时，不需要再去遍历所有缓冲页找一块空闲的出来了，而是直接找到空闲链表，根据空闲链表的指针，从中拿一块空闲缓冲页使用即可。

3.3、标记页的管理

咱们在前面提到过，当线程变更了内存中的数据页之后，会先对这个数据页做个标记，然后直接给客户端返回「执行成功」的响应。在这个过程中，被线程变更并标记过的数据页，则被称之为标记页，不过在有些地方也被称之为“脏页”。

对于内存中变更过的数据页，最终绝对是需要刷写到磁盘中的，前面也不止一次提到过，这个工作会由MySQL的后台线程完成，但问题又来了：当后台线程要刷盘时，它咋知道哪些数据页是变更过的呢？

有人也许会说，前面工作线程在执行完SQL之后，不是对数据页做了标记嘛？确实没错，但问题在于：缓冲池中的缓冲页那么多，后台线程难道去把所有缓冲页全部找一次，看看它有没有被标记嘛？

这样做确实可以，但还不够，因为每次刷盘都需遍历所有缓冲页，其过程的开销必然不小，比如刷盘时，缓冲池中就只有几个数据页发生了变更，为了刷写这几个页的数据就找一次所有页，这有点用迫击炮打鸟的意思在里面了。

因此为了后台线程刷盘时效率更高，InnoDB同样又创造了一个Flush链表，它的结构和Free链表一模一样，因此就不再画图了，两者的不同点在于：

  • Free链表：记录空闲缓冲页，为了使用时能更快的找到空闲缓冲页。
  • Flush链表：记录标记过的缓冲页，为了刷盘时能够更快的找到变更数据页。

当后台线程开始刷盘工作时，会直接找到Flush链表，然后直接将该链表中对应的缓冲页，其变更过的数据刷写到磁盘。

注意：标记页的刷盘时机与「写入缓冲」的刷盘时机相同，也包括「写入缓冲」也归属在Buffer Pool中，因此当「写入缓冲区」中有数据需要刷盘时，相应的缓冲页，同样会被加入Flush链表。

3.4、内存中的数据页是如何淘汰的？

Buffer Pool的内存空间是有限的，因此无法支撑所有数据源源不断的载入内存，所以InnoDB内部绝对有一套自己的淘汰机制，但先设想一个问题：所有数据都可以被淘汰吗？可以是可以，毕竟就算内存中的数据没了，磁盘中也会有数据，但是随机淘汰显然并不妥，我们希望做到是：那些频繁被访问的数据页可以长期驻留在内存中，一些很少被访问的数据页能够淘汰掉。

与Free空闲链表、Flush刷写链表相同，对于要可淘汰的数据页，也会被组合成一个LRU淘汰链表，但淘汰链表会由哪些缓冲页组成呢？首先对于空闲页和标记页是不会纳入淘汰范围内的，为啥？

  • 空闲页：本身这些缓冲页都没有被使用，内存都是空白的，淘汰空闲页没有任何意义。
  • 标记页：被标记过的缓冲页中，由于存在数据还未落盘，所以淘汰掉之后代表数据会丢失。

因此LRU链表是由已使用、但未曾变更过的缓冲页组成的，不过要注意：有些数据页会在Flush、LRU两个链表之间“跳动”：

  • 当LRU链表中的一个数据页发生变更后，会从LRU链表转到Flush链表。
  • 当标记页中的变更数据落盘后，此时标记页又会从Flush链表回到LRU链表。

有些地方会存在些许误区，也就是标记页（脏页）也会被放入LRU链表中，这显然是不对的，为啥？因为所有的链表都是由控制块作为节点构建的，而一个控制块中只有一根指针，也意味着一个控制块同时只能加入一个链表中，所以就不可能出现一个缓冲页，既处于LRU链表，又位于Flush链表中。

OK~，讲明白上面这点误区后，接着先说明一下淘汰的含义：淘汰是指将一个已使用的缓冲页，其中的所有数据清空，使其变为一个空闲页。

理解淘汰的含义后，再说说InnoDB的淘汰机制是怎么样的呢？很简单，和互联网大厂中的淘汰手段相同！即末尾淘汰机制。

3.4.1、末尾淘汰机制

互联网大厂并不像国企、编制这类铁饭碗，为了防止“蛀虫”产生，会不断的吸纳新鲜血液，有新人进，自然也就会有老人出，但Boss又不希望将哪些工作认真、技术过硬、成绩优异的精英淘汰掉，所以一个著名的手段：末尾淘汰机制就诞生了。

一般企业中都会有KPI绩效考核制度，一个员工的工作态度、工作成绩都会计算在KPI中，当企业的人员数量过于臃肿时，就会开启一轮淘汰环节，所有员工中会淘汰哪一部分人呢？也就是按员工的综合KPI来决定，一些长期保持吊车尾的员工，则会面临被“优化”的风险。

这种机制的好处在于：对于企业有用的精英们，永远都能够留下来，而对于一些成绩平平、工作态度不认真的员工，则会被淘汰出局，活生生一副弱肉强食的森林法则。

末尾淘汰机制虽然很残酷，但对于企业而言确实很管用，所以InnoDB中的淘汰机制亦是如此，先来聊聊最基本的末尾淘汰机制：

  • 当一条线程来读写数据时，命中了缓冲区中的某个数据页，那就直接将该页挪到LRU链表最前面。
  • 当未命中缓冲数据页时，需要走磁盘载入数据页，此时内存不够的情况下，会淘汰链表末尾的数据页。

从磁盘载入的数据会直接插入到LRU链表头部，也就是直接将其设置为链表的第一个节点。

这里也许有小伙伴会疑惑：似乎缓冲区中的数据页会一直频繁移动呐，这不会影响性能吗？答案是并不会，为啥呢？因为这里是链表结构而并非数组结构，将一个缓冲页移动到其他链表中，或将一个缓冲页移动到链表最前面，实际上只需要改一下指针即可，无需真正的触发数据挪动的工作。

OK~，举个简单的例子感受一下InnoDB的末尾淘汰机制！假设此时LRU链表由8个缓冲页组成，并且此时缓冲区空间已满，如下：
LRU链表
此时假设一条查询语句，命中了其中的第6个数据页，此时这个数据页会被挪到最前面：
LRU-挪动节点
此时又来了一条SQL，要操作的数据在缓冲区不存在，因此会从磁盘读取数据并载入内存，但因为目前缓冲区已经满了，所以需要淘汰一个缓冲页，用来存放载入的新数据，此时就会将末尾的数据页淘汰，如下：
LRU-淘汰数据
上面这个过程列出了最简单的末尾淘汰机制，但这种方式会存在两个较为致命的问题：

  • ①利用局部性原理预读失效时，会导致数据页常驻缓冲区。
  • ②查询数据量过大时，会导致缓冲区中的热点数据全部被替换，导致缓冲池被“污染”。

3.4.2、预读失效问题

在讲《索引底层实现原理》时，曾详细的描述过磁盘IO的执行过程，在其中提到了一种利用“局部性原理预读数据”的机制，一般来说，当程序读取某块数据时，这块区域附近的数据也很有可能被读取，因为程序在存储数据时，都会将一个数据保存在一块连续的空间中，因此MySQL在读取数据时，默认会使用局部性思想预读数据，也就是读取一个数据时，默认会将其附近的16KB数据一次性全部载入内存。

刚刚的案例中讲到过，当数据载入内存后会分配一个缓冲页来存放，并且会将相应的数据页放在LRU链表的最前面，记住！这个数据页一共是有16KB数据的，也就意味着里面会有多行表数据，假设此时程序只读取了这页数据中的一行记录，对于其他数据并不需要读取，这也就是所谓的预读失效问题。

同时，MySQL读取数据时，除开会利用局部性原理将一整页数据载入内存外，InnoDB也有自己的预读机制，先来看一幅图：
数据读取

当MySQL出现读取请求时，Server层会交由引擎层去处理，而引擎层又间接依赖于文件系统提供的I/O读取机制。文件系统中，为了保证数据的有序读取，所有请求会先放到请求队列中，等到数据准备就绪后，会将数据放入到响应队列中，最后再由相关进程（这里即是MySQL）的线程读走数据。

大家可以观察上述过程，假设zhuzi表中有500条数据，如果目前正在执行下面这条SQL：

select * from zhuzi where id >= 100;

意味着会去读400次数据（假设一次只能读一条），并且这个读取过程是线性同步的，即一条线程先读id=100的数据，再读101、102、103……，每读一条就要向文件系统发起一次读取请求，是不是很慢？答案是Yes，因此，InnoDB为了优化I/O读取的速率，推出了预读机制。

InnoDB在存储数据时，会以64个数据页作为一个extent，同时，InnoDB内部有两种预算策略：

  • ①线性预读：当前extent中的数据页，被读取到一定数量时，触发预读直接提前读取下一个extent；
  • ②随机预读：当前extent中的数据页，大部分被载入到内存时，会触发预读将extent剩下的数据页全部载入内存；

简单理解就是：每个数据页都被划分在一个个的extent里，一个extent容量为64，当select操作发生时，一个extent里被读取的数据页达到一定阈值后，会触发InnoDB的预读机制，将剩余的数据页、或下一个extent提前载入到内存中。那么，触发预读的阈值是多少呢？可以通过下述命令查询：

show variables like 'innodb_read_ahead_threshold';
+-----------------------------+-------+
| Variable_name               | Value |
+-----------------------------+-------+
| innodb_read_ahead_threshold | 56    |
+-----------------------------+-------+

答案是56，一个extent里的数据页，被读取56个以上，InnoDB就会提前将下一个extent所有数据页全部载入内存，当然，这是线性预读策略的做法，假设是随机预读，则会将剩下的8个数据页载入内存，不过随机预读策略不稳定，带来的弊端反而大于好处，因此默认是关闭状态（可以通过查询innodb_random_read_ahead参数验证）。

同时注意，InnoDB的预读动作，是由后台线程异步完成的，并不会影响执行业务SQL的线程，举个例子，t1线程在执行上面给出的语句，当触发预读机制的阈值后，InnoDB就会派一条后台线程：bg1，异步去将下一个extent中的64页数据载入内存。

好了，上面简单了解了InnoDB预读机制，那这种预读机制的好处是什么？在做范围查询时，InnoDB提前将需要的数据载入到了内存，后续需要用到时可以直接从内存获取，从而提升了查询效率。不过有利也有弊，预读机制能保证所有提前载入内存的数据页，都会被用上吗？答案是不能，而这些预读进内存、却没有用上的数据页，则被称为“预读失效的数据页”。

预读失效：即MySQL利用局部性原理预读载入的数据，或InnoDB预读机制提前载入的数据页，在接下来时间内并未被使用。
PS：InnoDB会统计预读的数据页、以及预读失效后被清理的数据页数量，对应的参数分别为innodb_buffer_pool_read_ahead、innodb_buffer_pool_read_ahead_evicted，感兴趣大家可以去查看一下。

大家想想啊，如果按照前面列举的那种末尾淘汰机制去载入数据，一页数据被载入后会放到链表的头部，那想要淘汰这个数据页还需要等很长很长一段时间，毕竟MySQL实际会划分出几千几万个缓冲页，把这个没用的数据页放在了最前面，也就意味着该数据页会占用缓冲页很长时间。

为了解决这个问题，InnoDB并未采用最基本的末尾淘汰算法，而是对其做了些许优化，会将整个LRU算法划分为old、young两个区域组成。

等等，old、young？这是不是很耳熟？熟悉JVM虚拟机的小伙伴应该知道，在JVM的内存模型中，也有类似的概念，所以其实到这里大家会发现，所有技术的底层大致都是共通的！

young、old两个区域在LRU链表中的占比，默认为63:37，你也可以通过innodb_old_blocks_pc这个参数，来手动调整old区在整个LRU链表中的占比。

默认不改的情况下，假设LRU链表中由100缓冲页构成，那么前63个属于young区，后37个属于old区，示意图如下：
young/old
LRU链表被划分为两个区域后，从磁盘中预读的数据页，就只需要加入到old区域的头部，当这个数据页被真正访问时，才会将其插入young区的头部。如果预读的这页在后续一直没有被访问，就会从old区域移除，从而不会影响young区域中的热点数据。

也就是说，在划分为两个区域后，young区域是用来存储真正的热点数据页，而old区则是用来存放有可能成为热点数据页的“候选人”，当需要淘汰缓冲页时，会优先淘汰old区中的数据页，毕竟young区中留下的都是久经考验的精英！

3.4.3、缓冲池污染问题

InnoDB将LRU链表划分为两个区域后，改善了预读失效带来的问题，但还不够，因为还有可能会出现缓冲池污染的问题，这又是啥意思呢？

此时假设一条线程在执行SQL语句，目前是需要查询一张百万级别的所有表数据，由于Buffer Pool空间有限，所以如果按照原本的淘汰规则来清理内存，这次查询过程可能会导致Buffer Pool里面的所有热点数据全部被换出。等这次查询结束后，内存中只剩下了这次查询载入的数据页，当有线程访问原本哪些热点数据时，由于缓冲区中的数据页被换出了，因此就会产生大量的磁盘IO。

上述这个过程，则被称之为Buffer Pool污染问题，但要注意：并不是需要查询大量结果才会导致这个问题出现，而是当扫描的数据过多时，都会引发此问题，比如典型的对大表执行了全表扫描，因为在扫描的过程，会不断从磁盘载入新的数据页放在内存中。

InnoDB为了解决该问题，又引入了一种新的技术，名为young区晋升限制，是不是有点耳熟？在JVM中，为了防止新生代过早晋升年老代，从而频繁触发FullGC的问题，在设计时也有晋升条件限制，默认情况下，一个对象只有达到了15岁之后，才能从新生代晋升年老代，毕竟能够熬过16轮新生代GC的对象，也绝对不会无缘无故突然挂掉。

而InnoDB中的young区晋升限制，同样是这个原理，毕竟上面的全表扫描案例中，很多数据页只会被访问一次，但是由于需要访问它，所以才被载入了内存，最终导致old区放不下，从而导致了young区的热点数据被替换。

而加入了young区的晋升限制后，就能有效避免这种访问一次的数据页过早进入young区，InnoDB是怎么做的呢？其实很简单，就是加了一个停留时间的限制，如果一个数据页想从old区晋升到young区，必须要在old区中存活一定时间，这个时间默认为1s/1000ms，也可以通过参数innodb_old_blocks_time调整。

思考一下，由于存在这个时间限制，所以old区的数据页，想要进入young区，就必须达成两个条件：
①在old区中停留的时间超过了1000ms。
②在old区中，一秒后有线程再次访问了这个数据页。

上面的第一条还比较容易理解，但第二条估计有些懵，啥意思啊？其实很简单，结合前面的淘汰算法：一个刚被载入的数据页，会先放到old区的头部，当该数据页被二次访问后才会挪到young区的头部。

那为啥又要等到一秒之后再次访问了才行呢？因为如果一个数据页被载入内存后，必须要先能撑住1s才行！

OK~，通过这种晋升限制的方式，就能完美的解决全表扫描引起的缓冲池污染问题，这也是InnoDB最终的淘汰机制，当一个缓冲页的数据被淘汰后，也就是一个缓冲页的数据被清空后，会将其再次加入到Free空闲链表中等待分配。

四、MySQL内存篇总结

   经过上述一系列的分析后，咱们就将MySQL内存方面的知识理清楚了，尤其是关于InnoDB的缓冲池，会发现和我说的一样：InnoDB引擎几乎将所有的操作都放在了内存中进行，比如写日志、写数据、查数据等，只有逼不得已的情况下，才会走磁盘读写数据。

假设你部署MySQL的机器内存足够大，并且为Buffer Pool分配的内存空间也足够大，比如机器的内存有128GB，此时为Buffer Pool分配了100GB，而整个库的所有表数据加起来仅有80GB，此时要记住！InnoDB几乎会将所有的表数据全部载入内存，后续所有的读写操作都会基于内存+后台线程刷盘的方式进行。

到这里大家会发现，虽然InnoDB是一款基于磁盘研发的存储引擎，但它几乎将内存的使用开发到了极致，能在内存完成的就压根不会走磁盘，在最大程度上提升MySQL的整体性能。

OK~，最后稍微总结一下InnoDB内存管理这块的内容，InnoDB采用三个链表结构来管理所有的缓冲页：

  • Free链表：统一管理、分配所有未使用的缓冲页。
  • Flush链表：统一管理、刷写所有被标记过的缓冲页。
  • Lru链表：统一管理、淘汰所有已使用、未变更过的缓冲页。

在内存的淘汰机制方面，InnoDB基于末尾淘汰机制做了两点改善：

  • ①将Lru链表划分为了young、old两个分区，用来解决预读失效导致的内存占用问题。
  • ②引入了young区的晋升限制，解决了全表扫描时，young区的热点数据页被换出的问题。

至此，《MySQL内存篇》就告一段落啦~，在本篇中几乎讲到了MySQL、InnoDB内存使用的方方面面，当然，其他的存储引擎涉及不是太深，因此并为做过多的分析与讲解，大家对其他引擎的缓冲区感兴趣，也可以自行研究。

avatar
文章
阅读
粉丝