...menustart
...menuend
<MySQL技术内幕(InnoDB存储引擎)第2版>
- MySQL 可以没有配置文件，这种情况下， MySQL 会按照编译时的默认参数设置 启动实例
- 用以下命令可以查看当 MySQL 数据库实例启动时， 会在哪些位置查找配置文件
# mysql --help | grep cnf
order of preference, my.cnf, $MYSQL_TCP_PORT,
/etc/my.cnf /etc/mysql/my.cnf ~/.my.cnf
- 可以看到， MySQL 是按
/etc/my.cnf -> /etc/mysql/my.cnf -> ~/.my.cnf顺序读取配置文件的. - 如果几个配置文件中 都有同一个参数， 以最后一个读到的参数为准
- 默认引擎, 支持事务， 行锁设计，支持外键
- 4.1开始， 每个InnoDB的表 单独放到一个独立的 idb文件中
- 每张表 按 主键的顺序进行存放， 如果没有显示指定主键， InnoDB 会为每一行 生成一个6字节的 ROWID
- 不支持事务，表锁设计，支持全文索引
- MyISAM 的缓冲池只 cache 索引文件，而不cache 数据文件
- 集群存储引擎 ， share nothing 的集群架构
- NDB的特点是 数据全部放入内存中， 因此主键查找速度极快
- JOIN操作是在数据库层完成的，而不是在存储引擎层完成的， 复杂的JOIN 操作需要巨大的网络开销，因此查询速度很慢.
- 只支持表锁，性能较差， 并且不支持 TEXT和BLOB 类型
- TCP/IP
- UNIX 域套接字
- Linux环境下， 可以使用 UNIX域套接字
- UNIX域套接字 其实不是一个网络协议， 所以只能在 MySQL客户端和数据库实例 在一台服务器上的情况下使用
- 1 缓冲池
- InnoDB 是基于磁盘存储的，并将其中的记录按照 页的方式进行管理。 Disk-base Database. 基于磁盘的数据库系统，通常使用缓冲池技术来提高数据库的整体性能
- 配置参数: innodb_buffer_pool_size
- 还可以配置多个缓冲池的实例， 每个页根据哈希值平局分配到 不同缓冲池实例中， 好处是减少数据库内部的资源竞争， 增加数据库的并发处理能力。
- 配置参数: innodb_buffer_pool_instances
- 2 LRU List, Free List 和 Flush List
- 缓冲池 里存放各种类型的页， 通过 LRU 算法进行管理。
- Free List 空闲页
- LRU列表中的页被修改后， 称为 dirty page, 即缓冲池中的页和磁盘上的页的数据产生了不一致， Flush List 包含了这些 dirty page.
- 3 redo log buffer
- insert buffer
- double write
- Adaptive Hash Index 自适应哈希索引
- Async IO
- Flush Neighbor Page 刷新邻接页
- Insert Buffer 和数据页一样，也是物理页的一部分
- InnoDB中， 主键是行唯一的标识符。
- 通常 应用程序中 行记录的插入顺序是按照主键递增的顺序进行插入的。 因此不需要磁盘的随机读取。 这类情况下的插入操作，速度是非常快的。
- 但是 并不是所有的主键插入都是顺序的。 若主键 是UUID 这样的类，那么插入和 辅助索引一样， 同样是随机的。
- InnoDB 开创性的设计了 Insert Buffer, 对于非聚集索引的插入或更新操作， 不是每一次直接插入到索引页中， 而是先判断插入的非聚集索引页 是否在缓冲池中， 若在直接插入，若不在， 则先放入到一个 Insert buffer 对象中。
- 然后再以一定频率和情况进行 Insert Buffer 和 辅助索引页字节点的 merge 操作， 将多个插入合并到一个操作中(因为在一个索引页中)， 提高性能.
- Insert Buffer 的使用需要同时满足以下两个条件
- 索引是辅助索引 secondary index
- 索引不是唯一的 unique
- 1.0.x版本开始引入 Change buffer ， 是 Insert buffer 的升级， 可以对 INSERT, DELETE, UPDATE 都进行缓冲
- 提高数据页的可靠性
- InnoDB 会监控对 表上各索引页的查询。
- 如果观察到 建立hash索引 可以带来速度提升， 则建立hash 索引，称之为 自适应哈希索引 AHI
- AHI 有一个要求，即对这个页的连续访问模式必须一样
- InnoDB中， 表都是根据主键顺序组织存放的， 这种存储方式的表 称为 索引组织表 (index organized table)
- 每张表 都有个主键， 如果创建表是没有显示定义主键， 则 InnoDB 会按如下方式选择或创建主键
- 首先判断表中是否有非空的唯一索引 (unique NOT NULL) , 如果有，该列即为主键
- 如有多个 非空唯一索引， 则 选择第一个unique 定义 作为主键
- 否则， InnoDB会 自动创建一个 6字节大小的指针。
- 首先判断表中是否有非空的唯一索引 (unique NOT NULL) , 如果有，该列即为主键
- 从 InnoDB 的逻辑存储结构看， 所有数据都被 逻辑地存放在一个空间中， 称为表空降 tablespace
- 表空间 又由 段 segment, 区 extent , 页 page 组成.
- 默认情况下， InnoDB 有一个共享表空间 ibdata1 , 所有数据都存放在 这个表空间内
- 如果用户开启了 innodb_file_per_table, 则 每张表的数据 可以单独放到一个表空间内
- tablespace 是由各个段组成的， 常见的有 数据段， 索引段， 回滚段等
- 区有连续的页组成，在任何情况下，每个区的大小都为 1M
- 为了保证 区中页的连续性， InnoDB 一次从磁盘申请 4-5个区。
- 默认情况下， page 大小为 16k， 即一个区 一共有64个连续的page
- 常见的page类型有
- 数据页 B-tree node
- undo页 undo log page
- 系统页 system page
- 事务数据页 transaction system page
- 插入缓冲位图页 insert buffer bitmap
- 插入缓冲空闲列表页 insert buffer free list
- 为压缩的二进制大对象页 uncompressed BLOB page
- compressed BLOB page
- Mysql5.1 后默认格式
- 设计目的是高效的存储数据。 简单来说，一个页中存放的行数据越多， 其性能就越高。
- Compact 存储方式
变长字段长度列表 | NULL标志位 | 记录头信息 | 列1数据 | 列2数据 | ...
- 变长字段长度列表: 各个VCHAR 字段实际长度， 逆序排列
- NULL标志位， 指示了该行数据中是否有NULL值
- 每行数据除了用户定义的列 外， 还有两个隐藏列 ： 事务ID列 和 回滚指针列， 分别为 6个字节和7个字节。
- 如果表没有定义主键，每行还会增加一个6字节的rowid 列
- InnoDB 可以将 一条记录中的某些数据 存储在 真正的数据页面之外。
- VARCHAR
- 表的 VARCHAR 的长度 总和 有 65535的限制
- 在 多字节字符集的情况下，CHAR 和 VARCHAR的实际存储基本是没有什么区别的
- 关系数据库 本身能保证 存储数据的完整性，不需要应用程序的控制。
- 几乎所有的关系数据库 都提供了 constraint 机制， 该机制提供了一条强大而简易的途径来保证数据库中数据的完整性。
- 一般来说，数据完整行有以下3种形式:
- 实体完整性 保证表中有一个主键
- 域完整性 保证数据每列的值 满足特定的条件
- 选择合适的数据类型确保一个数据值 满足特定条件
- foreign key 约束
- 编写触发器
- 还可以考虑用 DEFAULT 约束作为 强制域完整性的一个方面
- 参照完整性 保证两张表之间的关系。
- 定义foreign key 强制参照完整性， 也可以通过编写触发器强制执行
- InnoDB 本身也提供了 以下几种约束
- Primary Key
- Unique Key
- Foreign Key
- Default
- NOT NULL
- MySQL 不支持传统的 CHECK约束， 但是通过 ENUM 和 SET 类型，可以解决部分这样的约束需求
- 例如 表上有一个 性别类型， 规定域的范围 只能是 male 或 female, 这种情况下用户可以通过 ENUM 类型来进行约束.
mysql> CREATE TABLE a (
-> id INT,
-> sex ENUM('male','female'));
Query OK, 0 rows affected (0.02 sec)
mysql> INSERT INTO a
-> SELECT 1, 'female';
Query OK, 1 row affected (0.00 sec)
Records: 1 Duplicates: 0 Warnings: 0
mysql> INSERT INTO a
-> SELECT 2, 'bi';
ERROR 1265 (01000): Data truncated for column 'sex' at row 1
- 这个约束仅限于 离散数值的约束， 对于 连续值的范围约束 ENUM/SET 还是无能为力。 用户需要通过触发器来实现对于 值域的约束。
- 触发器的作用是在执行 INSERT, DELETE, UPDATE 命令之前 或之后 自动调用 SQL命令或存储过程。
- 创建触发器的命令是
CREATE TRIGGER
CREATE
[DEFINER = { user | CURRENT_USER } ]
TRIGGER trigger_name BEFORE|AFTER INSERT|UPDATE|DELETE
ON tbl_name FOR EACH ROW trigger_stmt
- 最后可以为一个表建立6个触发器 BEFORE|AFTER x INSERT|UPDATE|DELETE = 6
- 例如有张用户消费表， 每次用户购买的一样物品后其金额都是减的，若这是有 不怀好意的 用户做了类似 减去一个 负值 的操作，用户的钱没减少 反而增加了。
- 从业务逻辑上来说， 这肯定是错误的， 消费总是意味着 减去一个正值。
- 所以这时需要通过触发器来约束这个逻辑
- 一般来说， 称被引用的表 为 父表， 引用的表称为 子表
mysql> CREATE TABLE parent (
-> id INT NOT NULL,
-> PRIMARY KEY (id));
Query OK, 0 rows affected (0.02 sec)
mysql> CREATE TABLE child (
-> id INT ,
-> parent_id INT ,
-> FOREIGN KEY (parent_id) REFERENCES parent(id) );
Query OK, 0 rows affected (0.02 sec)
- 外键定义时的 ON DELETE 和 ON UPDATE 表示对父表进行 DELETE/UPDATE 操作时，对子表所做的操作
- 可定义的字表操作有：
- CASCADE
- 表示 相应的子表中的数据也进行 DELETE/UPDATE
- SET NULL
- 相应的子表数据被 更新为NULL， 但该项必须允许为 NULL
- NO ACTION
- 抛出错误，不允许这类操作发生
- RESTRICT
- 抛出错误，不允许这类操作发生
- 没有指定 ON DELETE 和 ON UPDATE 的 默认外键设置
- CASCADE
- InnoDB 在外键建立时，会自动对该列加一个索引。
- 视图 View 是一个命名的虚表， 它由一个SQL 查询来定义， 可以当作表使用。 视图中的数据 没有实际的物理存储
- 视图在数据库中发挥着重要的作用
- 视图的主要用途之一 是被用作 一个抽象装置， 特别是对于一些应用程序， 程序本身不需要关心 base table的结构，只需要按照视图定义来取数据或更新数据，因此，数据同时在一定程度上 起到一个安全层的作用。
- 视图是 基于基表的一个虚拟表， 但是用户可以对某些视图进行更新操作，其本质就是通过视图的定义来 更新base table.
- 一般称 可以进行更新操作的视图 为 updatable view.
- 视图中定义的 WITH CHECK OPTION 就是针对与 updatable view, 即 更新的值是否需要检查.
mysql> CREATE TABLE t ( id INT );
Query OK, 0 rows affected (0.02 sec)
mysql> CREATE VIEW v_t
-> AS
-> SELECT * FROM t WHERE id<10;
Query OK, 0 rows affected (0.01 sec)
mysql> INSERT INTO v_t SELECT 20;
Query OK, 1 row affected (0.03 sec)
Records: 1 Duplicates: 0 Warnings: 0
mysql> SELECT * from v_t;
Empty set (0.00 sec)
- 上面的例子中，插入没有报错， 但是用户查询视图还是没能查到数据。
- 这是因为 20 已经成功插入到了 base table， 但却不满足 v_t 的条件
- 可以加上 WITH CHECK OPTION 选项禁止这类行为:
mysql> ALTER VIEW v_t
-> AS
-> SELECT * FROM t WHERE id<10
-> WITH CHECK OPTION;
Query OK, 0 rows affected (0.01 sec)
mysql> INSERT INTO v_t SELECT 20;
ERROR 1369 (HY000): CHECK OPTION failed 'testDB.v_t'
mysql> INSERT INTO v_t SELECT 1;
Query OK, 1 row affected (0.01 sec)
Records: 1 Duplicates: 0 Warnings: 0
mysql> SELECT * from v_t;
+------+
| id |
+------+
| 1 |
+------+
1 row in set (0.00 sec)
- 可以看到，大于20报错了
-
Oracle 支持物化视图 -- 不是虚表，而是根据base table 实际存在的实表， 即 物化视图总是存储在非易失的存储设备上
-
物化视图 可以用于预先计算并保存多表的连接 JOIN 或 聚集 GROUP BY 等耗时较多的SQL操作结果。 这样 在执行复杂查询时， 就可以避免进行这些耗时的操作。
-
MySQL 本身并不支持物化视图， MySQL的视图总是虚拟的。
-
TODO
- 分区的过程 是将一个表 或 索引 分解为 多个更小，更可管理的部分。
- 就访问数据库的应用而言， 从逻辑上将， 只有一个表 或一个索引， 但是在物理上 这个表或索引可能由数十个物理分区组成。
- 每个分区是独立的对象， 可以独自处理，也可以作为一个更大对象的一部分进行处理。
- MySQL 支持的分区类型为 水平分区 ， 将不同行的记录分配到 不同的物理文件中。
- 此外MySQL的分区是局部分区， 一个分区中 既存放了数据 又存放了索引。
- 分区可能会给某些SQL语句性能带来提高， 但是分区 主要用于数据库的高可用性的管理。 对分区的使用应该非常小心， 乱用极有可能会对性能产生负面的影响
- TODO
- 若索引太多，应用程序的性能可以会受到影响； 而索引太少，对查询性能又会产生影响。 要找到一个合适的平衡点， 这对应用程序的性能至关重要
- InnoDB 常见索引
- B+树索引
- 传统意义上的索引
- B+树索引 并不能找到 一个给定键值的具体行， 只能找到 数据行所在的页。 然后 通过把 页读如内存， 再在内存中进行查找结果。
- 全文索引
- 哈希索引
- 自适应的， 不能人为干预是否在一张表中 生成哈希索引
- B+树索引
- B+树索引 在数据库中 有一个特点是高扇出性，因此在数据库中， B+树的高度一般都在 2-4层。
- 数据库中的 B+树索引 可以分为 聚集索引 clustered index 和 辅助索引 secondary index
- 不同的是 ， 叶子节点存放的 是否是一整行的信息。
- clustered index 按照每张表的主键 构造一颗B+树， 同时叶子节点中 存放的即为 整张表的 行记录数据， 也将 clustered index 的叶子节点称为 数据页.
- 由于实际的数据页 只能按照一颗B+树进行排序， 因此每张表只能拥有一个 clustered index.
- clustered index的一个好处是， 它对主键的 排序查找 和 范围查找速度非常快。
- secondary index 也称 非聚集索引
- 叶子节点 并不包含 行记录的全部数据。
- 叶子节点 除了包含 键值以外， 每个叶子几点的索引行中 还包含了一个 bookmark.
- 这个 bookmark 用来告诉 InnoDB 哪里可以找到与索引相对应的行数据。
- 辅助索引的存在并不影响数据在 聚集索引中的组织， 因此每张表上可以有多个辅助索引。
- 当使用 secondary index 查找时，先要先遍历 辅助索引数，在遍历聚集索引数，来得到最终数据。 需要的IO次数是 两颗树的高度之和。
- 并不是 在所有的查询条件中出现的列都需要添加索引。
- 一般的经验是，在访问表中 很少一部分 时使用B+树才有意义。
- 比如， 对于性别字段，地区字段， 类型字段， 它们可取值的范围很小，称为 低选择性。
SELECT * FROM student WHERE sex='M'- 上面的查询， 得到的结果可能是 50%的数据， 这是添加 B+树索引是完全没有必要的。
- 相反，如果某个字段的取值范围很广， 几乎没有重复， 即属于 高选择性， 则此时使用B+树索引是最合适的。
- 例如：姓名字段
- 怎么查看索引是否是高选择性的呢？
- 可以通过 SHOW INDEX 结果中的列
Cardinality来观察。 - 在实际应用中， Cardinality/n_rows_in_table 应尽可能地接近1。
- 如果比值非常小， 那么用户需要考虑是否还有必要创建这个索引。
- 可以通过 SHOW INDEX 结果中的列
- 数据库中存在两种类型的应用
- OLTP
- 查询操作只从数据库中 取得一小部分数据，一般可能在10条以下， 甚至在很多时候 只取1条记录，这都是典型的OLTP应用。
- 这种情况下，B+树索引才有意义。否则即使建立了索引， 优化器也可能选择不使用索引
- OLAP
- 情况有点复杂
- 需要访问表中大量的数据, 根据这些数据来产生查询结果。如 这个月每个用户的消费情况， 销售额同比， 环比增长，等。
- 因此在 OLAP 中索引的添加根据的应该是 宏观的信息，而不是微观。
- 例如 不需要在OLAP中对 姓名进行索引， 因为很少需要对单个用户进行查询。
- 但是对于 OLAP中的复杂查询，要设计多张表之间的 JOIN操作， 索引的添加依然是有意义的。
- 但是 如果连接操作使用的是 Hash Join， 那么索引可能又变得不是很重要了。
- OLTP
- 对表上多个列进行索引
- 联合索引 (a,b) 其实是根据 a,b进行排序， 因此下列语句可以直接 使用联合索引得到结果：
SELECT ... FROM TABLE WHERE a=xxx ORDER BY b
- 然而对于 联合索引 (a,b,c) , 下列语句同样可以直接通过联合索引得到结果：
SELECT ... FROM TABLE WHERE a=xxx ORDER BY bSELECT ... FROM TABLE WHERE a=xxx AND b=xxx ORDER BY c
- 但是对于下面的语句， 联合索引不能直接得到结果， 还需要执行一次 filesort 排序操作， 因为索引(a,c)并未排序
SELECT ... FROM TABLE WHERE a=xxx ORDER BY c