MySQL性能提升40%的AHI功能,你知道么?
若用户的访问模式基本都是类似KV操作的点查询(point select),则InnoDB存储引擎会
MySQL InnoDB存储引擎的自适应哈希(Adaptive Hash Index,下简称AHI)功能,想必很多同学都有所了解。 若用户的访问模式基本都是类似KV操作的点查询(point select),则InnoDB存储引擎会自动创建哈希索引。 在有了哈希索引后,查询无需走B+树搜索,而直接通过hash就能直接定位查询的数据。 因此,通过AHI功能,MySQL的查询性能就能得到大幅提升。 查询能提升多少呢?对于写入操作又是否有影响呢?AHI有什么副作用么? 今天姜老师就将带你走进最熟悉的InnoDB功能:AHI。 AHI读写性能影响 想必很多同学没有意识到,AHI能有40%的性能提升。而这就是哈希索引的威力。 从下图可以看到,在AHI的加持下,主键查询可以达到140万的QPS: 但若当我们通过参数 innodb_adaptive_hash_index 关闭AHI功能后,主键查询的性能下跌为了100万QPS: 对于写入操作,开启和关闭AHI功能对性能的影响都没有太大的区别。 这是因为当DML测试时, MySQL 的瓶颈主要是在磁盘写入。 具体可以通过 sysbench 的 oltp_update_index.lua 基准测试进行观察。 整个测试请看下面的测试: AHI的副作用 作为一个几乎透明的功能,其实一般用户无需关心,基本可以认为AHI是即开即用的功能。 默认AHI参数的设置也是比较合理的,例如参数 innodb_adaptive_hash_index_parts 设置为 8 。 然而,AHI存在一个副作用:当删除大表,且缓冲池(Buffer Pool,下简称BP)比较大,如超过32G,则MySQL数据库可能会有短暂被hang住的情况发生。 这时会对业务线程造成一定影响,从而导致业务系统的抖动。 产生这个问题的原因是在删除表的时候,InnoDB存储引擎会将该表在BP中的内存都淘汰掉,释放可用空间。 这其中包括数据页、索引页、自适应哈希页等。 当BP比较大是,扫描BP中flush_list链表需要比较长的时间mysql作用,因此会产生系统的抖动。 因此在海量的互联网并发业务中,删除表操作需要做精细的逻辑控制,如: 1. 业务低峰期删除大表; 2. 删除表前禁用AHI功能; 3. 控制脏页链表长度,只有长度小于一定阈值,才发起删除操作; 4. 删除表后启用AHI功能; 不过呢,所有这么麻烦的处理在 MySQL 8.0.23 版本之后,就都不再需要了。 因为官方已经彻底修复了这个问题: 注意,截至目前最新的 MySQL 5.7.34 版本并没有进行修复,所以 5.7 还需要用户自己做控制。 若有同学想知道 MySQL 8.0 中的具体修复逻辑,可见github上提交: github.com/mysql/mysql-server/commit/a0aa59ad8a42dcbbb69b911990b89ecd6c14b851 总结 AHI真的是一个InnoDB的好功能,这才是真正的AI数据库该有的样子。 但InnoDB存储引擎在2001年发布时,就支持了这个功能,创始人Heikki Tuuri真可谓具有卓越的远见。 但在使用时,要特别注意删除大表可能产生的hang住问题。 这会对业务产生一定的影响,对于较高要求的业务来说,或许是不能接受的。 不过,若升级到 MySQL 8.0.23 版本后,这些问题将不复存在。 那么,升级 MySQL 8.0 ,你准备好了么? (编辑:武汉站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |