編者按：淘寶自從2010開始規(guī)模使用MySQL，替換了之前商品、交易、用戶等原基于IOE方案的核心數(shù)據(jù)庫，目前已部署數(shù)千臺規(guī)模。同時和Oracle, Percona, Mariadb等上游廠商有良好合作，共向上游提交20多個Patch。目前淘寶核心系統(tǒng)研發(fā)部數(shù)據(jù)庫組，根據(jù)淘寶的業(yè)務(wù)需求，改進數(shù)據(jù)庫和提升性能，提供高性能、可擴展的、穩(wěn)定可靠的數(shù)據(jù)庫(存儲)解決方案。 目前有以下幾個方向：單機，提升單機數(shù)據(jù)庫的性能，增加我們所需特性；集群，提供性能擴展，可靠性，可能涉及分布式事務(wù)處理；IO存儲體系，跟蹤IO設(shè)備變化潮流， 研究軟硬件結(jié)合，輸出高性能存儲解決方案。本文是來自淘寶內(nèi)部數(shù)據(jù)庫內(nèi)容分享。

MySQL · 性能優(yōu)化· Group Commit優(yōu)化

背景

關(guān)于Group Commit網(wǎng)上的資料其實已經(jīng)足夠多了，我這里只簡單的介紹一下。

眾所周知，在MySQL5.6之前的版本，由于引入了Binlog/InnoDB的XA，Binlog的寫入和InnoDB commit完全串行化執(zhí)行，大概的執(zhí)行序列如下：

 InnoDB prepare  （持有prepare_commit_mutex）；
 write/sync Binlog；
 InnoDB commit (寫入COMMIT標記后釋放prepare_commit_mutex)。

很快Mariadb就提出了一個Binlog Group Commit方案，即在準備寫入Binlog時，維持一個隊列，最早進入隊列的是leader，后來的是follower，leader為搜集到的隊列中的線程依次寫B(tài)inlog文件, 并commit事務(wù)。Percona 的Group Commit實現(xiàn)也是Port自Mariadb。不過仍在使用Percona Server5.5的朋友需要注意，該Group Commit實現(xiàn)可能破壞掉Semisync的行為，感興趣的點擊  bug#1254571

Oracle MySQL 在5.6版本開始也支持Binlog Group Commit，使用了和Mariadb類似的思路，但將Group Commit的過程拆分成了三個階段：flush stage 將各個線程的binlog從cache寫到文件中; sync stage 對binlog做fsync操作（如果需要的話）；commit stage 為各個線程做引擎層的事務(wù)commit。每個stage同時只有一個線程在操作。

Tips：當引入Group Commit后，sync_binlog的含義就變了，假定設(shè)為1000，表示的不是1000個事務(wù)后做一次fsync，而是1000個事務(wù)組。

Oracle MySQL的實現(xiàn)的優(yōu)勢在于三個階段可以并發(fā)執(zhí)行，從而提升效率。

XA Recover

在Binlog打開的情況下，MySQL默認使用MySQL_BIN_LOG來做XA協(xié)調(diào)者，大致流程為：

1.掃描最后一個Binlog文件，提取其中的xid； 
2.InnoDB維持了狀態(tài)為Prepare的事務(wù)鏈表，將這些事務(wù)的xid和Binlog中記錄的xid做比較，如果在Binlog中存在，則提交，否則回滾事務(wù)。

通過這種方式，可以讓InnoDB和Binlog中的事務(wù)狀態(tài)保持一致。顯然只要事務(wù)在InnoDB層完成了Prepare，并且寫入了Binlog，就可以從崩潰中恢復事務(wù)，這意味著我們無需在InnoDB commit時顯式的write/fsync redo log。

Tips：MySQL為何只需要掃描最后一個Binlog文件呢 ？ 原因是每次在rotate到新的Binlog文件時，總是保證沒有正在提交的事務(wù)，然后fsync一次InnoDB的redo log。這樣就可以保證老的Binlog文件中的事務(wù)在InnoDB總是提交的。

問題

其實問題很簡單：每個事務(wù)都要保證其Prepare的事務(wù)被write/fsync到redo log文件。盡管某個事務(wù)可能會幫助其他事務(wù)完成redo 寫入，但這種行為是隨機的，并且依然會產(chǎn)生明顯的log_sys->mutex開銷。

優(yōu)化

從XA恢復的邏輯我們可以知道，只要保證InnoDB Prepare的redo日志在寫B(tài)inlog前完成write/sync即可。因此我們對Group Commit的第一個stage的邏輯做了些許修改，大概描述如下：

 Step1. InnoDB Prepare，記錄當前的LSN到thd中； 
 Step2. 進入Group Commit的flush stage；Leader搜集隊列，同時算出隊列中最大的LSN。
 Step3. 將InnoDB的redo log write/fsync到指定的LSN 
 Step4. 寫B(tài)inlog并進行隨后的工作(sync Binlog, InnoDB commit , etc)

通過延遲寫redo log的方式，顯式的為redo log做了一次組寫入，并減少了log_sys->mutex的競爭。

目前官方MySQL已經(jīng)根據(jù)我們report的bug#73202鎖提供的思路，對5.7.6的代碼進行了優(yōu)化，對應(yīng)的Release Note如下：

When using InnoDB with binary logging enabled, concurrent transactions written in the InnoDB redo log are now grouped together before synchronizing to disk when innodb_flush_log_at_trx_commit is set to 1, which reduces the amount of synchronization operations. This can lead to improved performance.

性能數(shù)據(jù)

簡單測試了下，使用sysbench, update_non_index.lua, 100張表，每張10w行記錄，innodb_flush_log_at_trx_commit=2, sync_binlog=1000，關(guān)閉Gtid

 并發(fā)線程        原生                  修改后
 32             25600                27000
 64             30000                35000
 128            33000                39000
 256            29800                38000

MySQL · 新增特性· DDL fast fail

背景

項目的快速迭代開發(fā)和在線業(yè)務(wù)需要保持持續(xù)可用的要求，導致MySQL的ddl變成了DBA很頭疼的事情，而且經(jīng)常導致故障發(fā)生。本篇介紹RDS分支上做的一個功能改進，DDL fast fail。主要解決：DDL操作因為無法獲取MDL排它鎖，進入等待隊列的時候，阻塞了應(yīng)用所有的讀寫請求問題。

MDL鎖機制介紹

首先介紹一下MDL(METADATA LOCK)鎖機制，MySQL為了保證表結(jié)構(gòu)的完整性和一致性，對表的所有訪問都需要獲得相應(yīng)級別的MDL鎖，比如以下場景：

session 1: start transaction; select * from test.t1; 
 session 2: alter table test.t1 add extra int; 
 session 3: select * from test.t1;

• session 1對t1表做查詢，首先需要獲取t1表的MDL_SHARED_READ級別MDL鎖。鎖一直持續(xù)到commit結(jié)束，然后釋放。
• session 2對t1表做DDL，需要獲取t1表的MDL_EXCLUSIVE級別MDL鎖，因為MDL_SHARED_READ與MDL_EXCLUSIVE不相容，所以session 2被session 1阻塞，然后進入等待隊列。
• session 3對t1表做查詢，因為等待隊列中有MDL_EXCLUSIVE級別MDL鎖請求，所以session3也被阻塞，進入等待隊列。

這種場景就是目前因為MDL鎖導致的很經(jīng)典的阻塞問題，如果session1長時間未提交，或者查詢持續(xù)過長時間，那么后續(xù)對t1表的所有讀寫操作，都被阻塞。 對于在線的業(yè)務(wù)來說，很容易導致業(yè)務(wù)中斷。

aliyun RDS分支改進

DDL fast fail并沒有解決真正DDL過程中的阻塞問題，但避免了因為DDL操作沒有獲取鎖，進而導致業(yè)務(wù)其他查詢/更新語句阻塞的問題。

其實現(xiàn)方式如下：

alter table test.t1 no_wait/wait 1 add extra int; 
在ddl語句中，增加了no_wait/wait 1語法支持。

其處理邏輯如下：

首先嘗試獲取t1表的MDL_EXCLUSIVE級別的MDL鎖：

• 當語句指定的是no_wait，如果獲取失敗，客戶端將得到報錯信息：ERROR : Lock wait timeout exceeded; try restarting transaction。
• 當語句指定的是wait 1，如果獲取失敗，最多等待1s，然后得到報錯信息：ERROR : Lock wait timeout exceeded; try restarting transaction。

另外，除了alter語句以外，還支持rename，truncate，drop，optimize，create index等ddl操作。

與Oracle的比較

在Oracle 10g的時候，DDL操作經(jīng)常會遇到這樣的錯誤信息：

ora-00054:resource busy and acquire with nowait specified 即DDL操作無法獲取表上面的排它鎖，而fast fail。

其實DDL獲取排他鎖的設(shè)計，需要考慮的就是兩個問題：

1. 雪崩，如果你采用排隊阻塞的機制，那么DDL如果長時間無法獲取鎖，就會導致應(yīng)用的雪崩效應(yīng)，對于高并發(fā)的業(yè)務(wù)，也是災(zāi)難。
2. 餓死，如果你采用強制式的機制，那么要防止DDL一直無法獲取鎖的情況，在業(yè)務(wù)高峰期，可能DDL永遠無法成功。

在Oracle 11g的時候，引入了DDL_LOCK_TIMEOUT參數(shù)，如果你設(shè)置了這個參數(shù)，那么DDL操作將使用排隊阻塞模式，可以在session和global級別設(shè)置， 給了用戶更多選擇。

MySQL · 性能優(yōu)化· 啟用GTID場景的性能問題及優(yōu)化

背景

MySQL從5.6版本開始支持GTID特性，也就是所謂全局事務(wù)ID，在整個復制拓撲結(jié)構(gòu)內(nèi)，每個事務(wù)擁有自己全局唯一標識。GTID包含兩個部分，一部分是實例的UUID，另一部分是實例內(nèi)遞增的整數(shù)。

GTID的分配包含兩種方式，一種是自動分配，另外一種是顯式設(shè)置session.gtid_next，下面簡單介紹下這兩種方式：

自動分配

如果沒有設(shè)置session級別的變量gtid_next，所有事務(wù)都走自動分配邏輯。分配GTID發(fā)生在GROUP COMMIT的第一個階段，也就是flush stage，大概可以描述為：

•  Step 1：事務(wù)過程中，碰到第一條DML語句需要記錄Binlog時，分配一段Gtid事件的cache，但不分配實際的GTID
•  Step 2：事務(wù)完成后，進入commit階段，分配一個GTID并寫入Step1預(yù)留的Gtid事件中，該GTID必須保證不在gtid_owned集合和gtid_executed集合中。 分配的GTID隨后被加入到gtid_owned集合中。
•  Step 3：將Binlog 從線程cache中刷到Binlog文件中。
•  Step 4：將GTID加入到gtid_executed集合中。
•  Step 5：在完成sync stage 和commit stage后，各個會話將其使用的GTID從gtid_owned中移除。

顯式設(shè)置

用戶通過設(shè)置session級別變量gtid_next可以顯式指定一個GTID，流程如下：

•  Step 1：設(shè)置變量gtid_next，指定的GTID被加入到gtid_owned集合中。
•  Step 2：執(zhí)行任意事務(wù)SQL，在將binlog從線程cache刷到binlog文件后，將GTID加入到gtid_executed集合中。
•  Step 3：在完成事務(wù)COMMIT后，從gtid_owned中移除。

備庫SQL線程使用的就是第二種方式，因為備庫在apply主庫的日志時，要保證GTID是一致的，SQL線程讀取到GTID事件后，就根據(jù)其中記錄的GTID來設(shè)置其gtid_next變量。

問題

由于在實例內(nèi)，GTID需要保證唯一性，因此不管是操作gtid_executed集合和gtid_owned集合，還是分配GTID，都需要加上一個大鎖。我們的優(yōu)化主要集中在第一種GTID分配方式。

對于GTID的分配，由于處于Group Commit的第一個階段，由該階段的leader線程為其follower線程分配GTID及刷Binlog，因此不會產(chǎn)生競爭。

而在Step 5，各個線程在完成事務(wù)提交后，各自去從gtid_owned集合中刪除其使用的gtid。這時候每個線程都需要獲取互斥鎖，很顯然，并發(fā)越高，這種競爭就越明顯，我們很容易從pt-pmp輸出中看到如下類似的trace：

 ha_commit_trans—>MySQL_BIN_LOG::commit—>MySQL_BIN_LOG::ordered_commit—>MySQL_BIN_LOG::finish_commit—>Gtid_state::update_owned_gtids_impl—>lock_sidno

這同時也會影響到GTID的分配階段，導致TPS在高并發(fā)場景下的急劇下降。

解決

實際上對于自動分配GTID的場景，并沒有必要維護gtid_owned集合。我們的修改也非常簡單，在自動分配一個GTID后，直接加入到gtid_executed集合中，避免維護gtid_owned，這樣事務(wù)提交時就無需去清理gtid_owned集合了，從而可以完全避免鎖競爭。

當然為了保證一致性，如果分配GTID后，寫入Binlog文件失敗，也需要從gtid_executed集合中刪除。不過這種場景非常罕見。

性能數(shù)據(jù)

使用sysbench，100張表，每張10w行記錄，update_non_index.lua，純內(nèi)存操作，innodb_flush_log_at_trx_commit = 2，sync_binlog = 1000

 并發(fā)線程       原生               修改后
 32           24500              25000
 64           27900              29000
 128          30800              31500
 256          29700              32000
 512          29300              31700
 1024         27000              31000

從測試結(jié)果可以看到，優(yōu)化前隨著并發(fā)上升，性能出現(xiàn)下降，而優(yōu)化后則能保持TPS穩(wěn)定。

MySQL · 捉蟲動態(tài)· InnoDB自增列重復值問題

問題重現(xiàn)

先從問題入手，重現(xiàn)下這個 bug

use test;
drop table if exists t1;
create table t1(id int auto_increment, a int, primary key (id)) engine=innodb;
insert into t1 values (1,2);
insert into t1 values (null,2);
insert into t1 values (null,2);
select * from t1;
+----+------+
| id | a |
+----+------+
| 1 | 2 |
| 2 | 2 |
| 3 | 2 |
+----+------+
delete from t1 where id=2;
delete from t1 where id=3;
select * from t1;
+----+------+
| id | a |
+----+------+
| 1 | 2 |
+----+------+

這里我們關(guān)閉MySQL，再啟動MySQL,然后再插入一條數(shù)據(jù)

insert into t1 values (null,2);
select * FROM T1;
+----+------+
| id | a |
+----+------+
| 1 | 2 |
+----+------+
| 2 | 2 |
+----+------+

我們看到插入了（2,2），而如果我沒有重啟，插入同樣數(shù)據(jù)我們得到的應(yīng)該是（4,2)。 上面的測試反映了MySQLd重啟后，InnoDB存儲引擎的表自增id可能出現(xiàn)重復利用的情況。

自增id重復利用在某些場景下會出現(xiàn)問題。依然用上面的例子，假設(shè)t1有個歷史表t1_history用來存t1表的歷史數(shù)據(jù)，那么MySQLd重啟前,ti_history中可能已經(jīng)有了（2,2）這條數(shù)據(jù)，而重啟后我們又插入了（2，2），當新插入的(2,2)遷移到歷史表時，會違反主鍵約束。

原因分析

InnoDB 自增列出現(xiàn)重復值的原因：

MySQL> show create table t1\G;
*************************** 1. row ***************************
Table: t1
Create Table: CREATE TABLE `t1` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`a` int(11) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=innodb AUTO_INCREMENT=4 DEFAULT CHARSET=utf8
1 row in set (0.00 sec)

建表時可以指定 AUTO_INCREMENT值，不指定時默認為1，這個值表示當前自增列的起始值大小，如果新插入的數(shù)據(jù)沒有指定自增列的值，那么自增列的值即為這個起始值。對于InnoDB表，這個值沒有持久到文件中。而是存在內(nèi)存中（dict_table_struct.autoinc）。那么又問，既然這個值沒有持久下來，為什么我們每次插入新的值后， show create table t1看到AUTO_INCREMENT值是跟隨變化的。其實show create table t1是直接從dict_table_struct.autoinc取得的（ha_innobase::update_create_info）。

知道了AUTO_INCREMENT是實時存儲內(nèi)存中的。那么，MySQLd 重啟后，從哪里得到AUTO_INCREMENT呢? 內(nèi)存值肯定是丟失了。實際上MySQL采用執(zhí)行類似select max(id)+1 from t1;方法來得到AUTO_INCREMENT。而這種方法就是造成自增id重復的原因。

MyISAM自增值

MyISAM也有這個問題嗎？MyISAM是沒有這個問題的。myisam會將這個值實時存儲在.MYI文件中（mi_state_info_write）。MySQLd重起后會從.MYI中讀取AUTO_INCREMENT值（mi_state_info_read)。因此，MyISAM表重啟是不會出現(xiàn)自增id重復的問題。

問題修復

MyISAM選擇將AUTO_INCREMENT實時存儲在.MYI文件頭部中。實際上.MYI頭部還會實時存其他信息，也就是說寫AUTO_INCREMENT只是個順帶的操作，其性能損耗可以忽略。InnoDB 表如果要解決這個問題，有兩種方法。

1）將AUTO_INCREMENT最大值持久到frm文件中。 
2）將 AUTO_INCREMENT最大值持久到聚集索引根頁trx_id所在的位置。

第一種方法直接寫文件性能消耗較大，這是一額外的操作，而不是一個順帶的操作。我們采用第二種方案。為什么選擇存儲在聚集索引根頁頁頭trx_id，頁頭中存儲trx_id,只對二級索引頁和insert buf 頁頭有效（MVCC)。而聚集索引根頁頁頭trx_id這個值是沒有使用的，始終保持初始值0。正好這個位置8個字節(jié)可存放自增值的值。我們每次更新AUTO_INCREMENT值時，同時將這個值修改到聚集索引根頁頁頭trx_id的位置。 這個寫操作跟真正的數(shù)據(jù)寫操作一樣，遵守write-ahead log原則，只不過這里只需要redo log ,而不需要undo log。因為我們不需要回滾AUTO_INCREMENT的變化（即回滾后自增列值會保留，即使insert 回滾了，AUTO_INCREMENT值不會回滾）。

因此，AUTO_INCREMENT值存儲在聚集索引根頁trx_id所在的位置，實際上是對內(nèi)存根頁的修改和多了一條redo log（量很?。?而這個redo log 的寫入也是異步的，可以說是原有事務(wù)log的一個順帶操作。因此AUTO_INCREMENT值存儲在聚集索引根頁這個性能損耗是極小的。

修復后的性能對比，我們新增了全局參數(shù)innodb_autoinc_persistent 取值on/off； on 表示將AUTO_INCREMENT值實時存儲在聚集索引根頁。off則采用原有方式只存儲在內(nèi)存。

./bin/sysbench --test=sysbench/tests/db/insert.lua --MySQL-port=4001 --MySQL-user=root \--MySQL-table-engine=innodb --MySQL-db=sbtest --oltp-table-size=0 --oltp-tables-count=1 \--num-threads=100 --MySQL-socket=/u01/zy/sysbench/build5/run/MySQL.sock  --max-time=7200 --max-requests run
set global innodb_autoinc_persistent=off;
tps: 22199 rt:2.25ms
set global innodb_autoinc_persistent=on;
tps: 22003 rt:2.27ms

可以看出性能損耗在%1以下。

改進

新增參數(shù)innodb_autoinc_persistent_interval 用于控制持久化AUTO_INCREMENT值的頻率。例如：innodb_autoinc_persistent_interval=100，auto_incrememt_increment=1時，即每100次insert會控制持久化一次AUTO_INCREMENT值。每次持久的值為：當前值+innodb_autoinc_persistent_interval。

測試結(jié)論

 innodb_autoinc_persistent=ON, innodb_autoinc_persistent_interval=1時性能損耗在%1以下。 
 innodb_autoinc_persistent=ON, innodb_autoinc_persistent_interval=100時性能損耗可以忽略。

限制

1.  innodb_autoinc_persistent=on， innodb_autoinc_persistent_interval=N>1時，自增N次后持久化到聚集索引根頁,每次持久的值為當前AUTO_INCREMENT+(N-1)*innodb_autoextend_increment。重啟后讀取持久化的AUTO_INCREMENT值會偏大，造成一些浪費但不會重復。innodb_autoinc_persistent_interval=1 每次都持久化沒有這個問題。
2.  如果innodb_autoinc_persistent=on，頻繁設(shè)置auto_increment_increment的可能會導致持久化到聚集索引根頁的值不準確。因為innodb_autoinc_persistent_interval計算沒有考慮auto_increment_increment變化的情況，參看dict_table_autoinc_update_if_greater。而設(shè)置auto_increment_increment的情況極少，可以忽略。

注意：如果我們使用需要開啟innodb_autoinc_persistent，應(yīng)該在參數(shù)文件中指定

innodb_autoinc_persistent= on

如果這樣指定set global innodb_autoinc_persistent=on;重啟后將不會從聚集索引根頁讀取AUTO_INCREMENT最大值。

疑問：對于InnoDB表，重啟通過select max(id)+1 from t1得到AUTO_INCREMENT值，如果id上有索引那么這個語句使用索引查找就很快。那么，這個可以解釋MySQL 為什么要求自增列必須包含在索引中的原因。 如果沒有指定索引，則報如下錯誤，

ERROR 1075 (42000): Incorrect table definition; there can be only one auto column and it must be defined as a key 而myisam表竟然也有這個要求，感覺是多余的。

MySQL · 優(yōu)化改進· 復制性能改進過程

前言

與oracle 不同，MySQL 的主庫與備庫的同步是通過 binlog 實現(xiàn)的，而redo日志只做為MySQL 實例的crash recovery使用。MySQL在4.x 的時候放棄redo 的同步策略而引入 binlog的同步，一個重要原因是為了兼容其它非事務(wù)存儲引擎，否則主備同步是沒有辦法進行的。

redo 日志同步屬于物理同步方法，簡單直接，將修改的物理部分傳送到備庫執(zhí)行，主備共用一致的 LSN，只要保證 LSN 相同即可，同一時刻，只能主庫或備庫一方接受寫請求； binlog的同步方法屬于邏輯復制，分為statement 或 row 模式，其中statement記錄的是SQL語句，Row 模式記錄的是修改之前的記錄與修改之后的記錄，即前鏡像與后鏡像；備庫通過binlog dump 協(xié)議拉取binlog,然后在備庫執(zhí)行。如果拉取的binlog是SQL語句，備庫會走和主庫相同的邏輯，如果是row 格式，則會調(diào)用存儲引擎來執(zhí)行相應(yīng)的修改。

本文簡單說明5.5到5.7的主備復制性能改進過程。

replication improvement (from 5.5 to 5.7)

(1) 5.5 中，binlog的同步是由兩個線程執(zhí)行的

io_thread: 根據(jù)binlog dump協(xié)議從主庫拉取binlog, 并將binlog轉(zhuǎn)存到本地的relaylog；

sql_thread: 讀取relaylog，根據(jù)位點的先后順序執(zhí)行binlog event，進而將主庫的修改同步到備庫，達到主備一致的效果； 由于在主庫的更新是由多個客戶端執(zhí)行的，所以當壓力達到一定的程度時，備庫單線程執(zhí)行主庫的binlog跟不上主庫執(zhí)行的速度，進而會產(chǎn)生延遲造成備庫不可用，這也是分庫的原因之一，其SQL線程的執(zhí)行堆棧如下：

sql_thread:
exec_relay_log_event
    apply_event_and_update_pos
         apply_event
             rows_log_event::apply_event
                 storage_engine operation
         update_pos

(2) 5.6 中，引入了多線程模式，在多線程模式下，其線程結(jié)構(gòu)如下

io_thread: 同5.5

Coordinator_thread: 負責讀取 relay log，將讀取的binlog event以事務(wù)為單位分發(fā)到各個 worker thread 進行執(zhí)行，并在必要時執(zhí)行binlog event（Description_format_log_event， Rotate_log_event 等）。

worker_thread: 執(zhí)行分配到的binlog event，各個線程之間互不影響；

多線程原理

sql_thread 的分發(fā)原理是依據(jù)當前事務(wù)所操作的數(shù)據(jù)庫名稱來進行分發(fā)，如果事務(wù)是跨數(shù)據(jù)庫行為的，則需要等待已分配的該數(shù)據(jù)庫的事務(wù)全部執(zhí)行完畢，才會繼續(xù)分發(fā)，其分配行為的偽碼可以簡單的描述如下：

get_slave_worker
  if (contains_partition_info(log_event))
     db_name= get_db_name(log_event);
     entry {db_name, worker_thread, usage} = map_db_to_worker(db_name);
     while (entry->usage > 0)
        wait();
    return worker;
  else if (last_assigned_worker)
    return last_assigned_worker;
  else
    push into buffer_array and deliver them until come across a event that have partition info

需要注意的細節(jié)

• 內(nèi)存的分配與釋放。relay thread 每讀取一個log_event, 則需要 malloc 一定的內(nèi)存，在work線程執(zhí)行完后，則需要free掉；
• 數(shù)據(jù)庫名 與 worker 線程的綁定信息在一個hash表中進行維護，hash表以entry為單位，entry中記錄當前entry所代表的數(shù)據(jù)庫名，有多少個事務(wù)相關(guān)的已被分發(fā)，執(zhí)行這些事務(wù)的worker thread等信息；
• 維護一個綁定信息的array , 在分發(fā)事務(wù)的時候，更新綁定信息，增加相應(yīng) entry->usage, 在執(zhí)行完一個事務(wù)的時候，則需要減少相應(yīng)的entry->usage；
• slave worker 信息的維護，即每個 worker thread執(zhí)行了哪些事務(wù)，執(zhí)行到的位點是在哪，延遲是如何計算的，如果執(zhí)行出錯，mts_recovery_group 又是如何恢復的；
• 分配線程是以數(shù)據(jù)庫名進行分發(fā)的，當一個實例中只有一個數(shù)據(jù)庫的時候，不會對性能有提高，相反，由于增加額外的操作，性能還會有一點回退；
• 臨時表的處理，臨時表是和entry綁定在一起的，在執(zhí)行的時候?qū)ntry的臨時表掛在執(zhí)行線程thd下面，但沒有固化，如果在臨時表操作期間，備庫crash，則重啟后備庫會有錯誤；

總體上說，5.6 的并行復制打破了5.5 單線程的復制的行為，只是在單庫下用處不大，并且5.6的并行復制的改動引入了一些重量級的bug

• MySQL slave sql thread memory leak (http://bugs.MySQL.com/bug.php?id=71197)
• Relay log without xid_log_event may case parallel replication hang (http://bugs.MySQL.com/bug.php?id=72794)
• Transaction lost when relay_log_info_repository=FILE and crashed (http://bugs.MySQL.com/bug.php?id=73482)

(3) 5.7中，并行復制的實現(xiàn)添加了另外一種并行的方式，即主庫在 ordered_commit中的第二階段的時候，將同一批commit的 binlog 打上一個相同的seqno標簽，同一時間戳的事務(wù)在備庫是可以同時執(zhí)行的，因此大大簡化了并行復制的邏輯，并打破了相同 DB 不能并行執(zhí)行的限制。備庫在執(zhí)行時，具有同一seqno的事務(wù)在備庫可以并行的執(zhí)行，互不干擾，也不需要綁定信息，后一批seqno的事務(wù)需要等待前一批相同seqno的事務(wù)執(zhí)行完后才可以執(zhí)行。

詳細實現(xiàn)可參考： http://bazaar./~MySQL/MySQL-server/5.7/revision/6256 。

reference： http://geek./2013/09/enhancedMTS-deepdive.html

MySQL · 談古論今· key分區(qū)算法演變分析

本文說明一個物理升級導致的 "數(shù)據(jù)丟失"。

現(xiàn)象

在MySQL 5.1下新建key分表，可以正確查詢數(shù)據(jù)。

drop table t1;

create table t1 (c1 int , c2 int) 
PARTITION BY KEY (c2) partitions 5; 
insert into t1  values(1,1785089517),(2,null); 
MySQL> select * from t1 where c2=1785089517;
+------+------------+
| c1   | c2         |
+------+------------+
|    1 | 1785089517 |
+------+------------+
1 row in set (0.00 sec)
MySQL> select * from t1 where c2 is null;
+------+------+
| c1   | c2   |
+------+------+
|    2 | NULL |
+------+------+
1 row in set (0.00 sec)

而直接用MySQL5.5或MySQL5.6啟動上面的5.1實例，發(fā)現(xiàn)(1,1785089517)這行數(shù)據(jù)不能正確查詢出來。

alter table t1 PARTITION BY KEY ALGORITHM = 1 (c2)  partitions 5;
MySQL> select * from t1 where c2 is null;
+------+------+
| c1   | c2   |
+------+------+
|    2 | NULL |
+------+------+
1 row in set (0.00 sec)
MySQL> select * from t1 where c2=1785089517;
Empty set (0.00 sec)

原因分析

跟蹤代碼發(fā)現(xiàn)，5.1 與5.5,5.6 key hash算法是有區(qū)別的。

5.1 對于非空值的處理算法如下

void my_hash_sort_bin(const CHARSET_INFO *cs __attribute__((unused)),
                     const uchar *key, size_t len,ulong *nr1, ulong *nr2)
{
  const uchar *pos = key; 
                         
  key+= len;
 
  for (; pos < (uchar*) key ; pos++)
  {
    nr1[0]^=(ulong) ((((uint) nr1[0] & 63)+nr2[0]) * 
             ((uint)*pos)) + (nr1[0] << 8);
    nr2[0]+=3;
  }
}

通過此算法算出數(shù)據(jù)(1,1785089517)在第3個分區(qū)

5.5和5.6非空值的處理算法如下

void my_hash_sort_simple(const CHARSET_INFO *cs,
                         const uchar *key, size_t len,
                         ulong *nr1, ulong *nr2)
{
  register uchar *sort_order=cs->sort_order;
  const uchar *end;
 
  /* 
    Remove end space. We have to do this to be able to compare
    'A ' and 'A' as identical
  */        
  end= skip_trailing_space(key, len);
 
  for (; key < (uchar*) end ; key++)
  {
    nr1[0]^=(ulong) ((((uint) nr1[0] & 63)+nr2[0]) * 
            ((uint) sort_order[(uint) *key])) + (nr1[0] << 8);
    nr2[0]+=3;
  }
}

通過此算法算出數(shù)據(jù)(1,1785089517)在第5個分區(qū)，因此，5.5,5.6查詢不能查詢出此行數(shù)據(jù)。

5.1,5.5,5.6對于空值的算法還是一致的,如下

if (field->is_null())
{
  nr1^= (nr1 << 1) | 1;
  continue;
}

都能正確算出數(shù)據(jù)(2, null)在第3個分區(qū)。因此，空值可以正確查詢出來。

那么是什么導致非空值的hash算法走了不同路徑呢？在5.1下，計算字段key hash固定字符集就是my_charset_bin，對應(yīng)的hash 函數(shù)就是前面的my_hash_sort_simple。而在5.5，5.6下，計算字段key hash的字符集是隨字段變化的，字段c2類型為int對應(yīng)my_charset_numeric，與之對應(yīng)的hash函數(shù)為my_hash_sort_simple。具體可以參考函數(shù)Field::hash

那么問題又來了，5.5后為什么算法會變化呢？原因在于官方關(guān)于字符集策略的調(diào)整，詳見WL#2649 。

兼容處理

前面講到，由于hash 算法變化，用5.5，5.6啟動5.1的實例，導致不能正確查詢數(shù)據(jù)。那么5.1升級5.5,5.6就必須兼容這個問題.MySQL 5.5.31以后，提供了專門的語法 ALTER TABLE ... PARTITION BY ALGORITHM=1 [LINEAR] KEY ...  用于兼容此問題。對于上面的例子，用5.5或5.6啟動5.1的實例后執(zhí)行

MySQL> alter table t1 PARTITION BY KEY ALGORITHM = 1 (c2) partitions 5;
Query OK, 2 rows affected (0.02 sec)
Records: 2  Duplicates: 0  Warnings: 0

MySQL> select * from t1 where c2=1785089517;
+------+------------+
| c1   | c2         |
+------+------------+
|    1 | 1785089517 |
+------+------------+
1 row in set (0.00 sec)

數(shù)據(jù)可以正確查詢出來了。

而實際上5.5,5.6的MySQL_upgrade升級程序已經(jīng)提供了兼容方法。MySQL_upgrade 執(zhí)行check table xxx for upgrade 會檢查key分區(qū)表是否用了老的算法。如果使用了老的算法，會返回

MySQL> CHECK TABLE t1  FOR UPGRADE\G
*************************** 1. row ***************************
   Table: test.t1
      Op: check
Msg_type: error
Msg_text: KEY () partitioning changed, please run:
ALTER TABLE `test`.`t1` PARTITION BY KEY /*!50611 ALGORITHM = 1 */ (c2)
PARTITIONS 5
*************************** 2. row ***************************
   Table: test.t1
      Op: check
Msg_type: status
Msg_text: Operation failed
2 rows in set (0.00 sec)

檢查到錯誤信息后會自動執(zhí)行以下語句進行兼容。

ALTER TABLE `test`.`t1` PARTITION BY KEY /*!50611 ALGORITHM = 1 */ (c2) PARTITIONS 5。

MySQL · 捉蟲動態(tài)· MySQL client crash一例

背景

客戶使用MySQLdump導出一張表，然后使用MySQL -e 'source test.dmp'的過程中client進程crash，爆出內(nèi)存的segment fault錯誤，導致無法導入數(shù)據(jù)。

問題定位

test.dmp文件大概50G左右，查看了一下文件的前幾行內(nèi)容，發(fā)現(xiàn)：

 A partial dump from a server that has GTIDs will by default include the GTIDs of all transactions, even those that changed suppressed parts of the database If you don't want to restore GTIDs pass set-gtid-purged=OFF. To make a complete dump, pass...
 -- MySQL dump 10.13  Distrib 5.6.16, for Linux (x86_64)
 --
 -- Host: 127.0.0.1    Database: carpath
 -- ------------------------------------------------------
 -- Server version       5.6.16-log
 /*!40101 SET @OLD_CHARACTER_SET_CLIENT=@@CHARACTER_SET_CLIENT */;
 /*!40101 SET @OLD_CHARACTER_SET_RESULTS=@@CHARACTER_SET_RESULTS */;

問題定位到第一行出現(xiàn)了不正常warning的信息，是由于客戶使用MySQLdump命令的時候，重定向了stderr。即:

MySQLdump ...>/test.dmp 2>&1

導致error或者warning信息都重定向到了test.dmp, 最終導致失敗。

問題引申

問題雖然定位到了，但卻有幾個問題沒有弄清楚：

問題1. 不正常的sql，執(zhí)行失敗，報錯出來就可以了，為什么會導致crash？

MySQL.cc::add_line函數(shù)中，在讀第一行的時候，讀取到了don't,發(fā)現(xiàn)有一個單引號，所以程序死命的去找匹配的另外一個單引號，導致不斷的讀取文件，分配內(nèi)存，直到crash。 
假設(shè)沒有這個單引號，MySQL讀到第六行，發(fā)現(xiàn);號，就會執(zhí)行sql，并正常的報錯退出。

問題2. 那代碼中對于大小的邊界到底是多少？比如insert語句支持batch insert時，語句的長度多少，又比如遇到clob字段呢？

• 首先clob字段的長度限制。clob家族類型的column長度受限于max_allowed_packet的大小，MySQL 5.5中，對于max_allowd_packet的大小限制在(1024, 1024*1024*1024)之間。
• MySQLdump導出insert語句的時候，如何分割insert語句？MySQLdump時候支持insert t1 value(),(),();這樣的batch insert語句。 MySQLdump其實是根據(jù)opt_net_buffer_length來進行分割，當一個insert語句超過這個大小，就強制分割到下一個insert語句中，這樣更多的是在做網(wǎng)絡(luò)層的優(yōu)化。又如果遇到大的clob字段怎么辦？ 如果一行就超過了opt_net_buffer_length，那就強制每一行都分割。
• MySQL client端讀取dump文件的時候, 到底能分配多大的內(nèi)存？MySQL.cc中定義了:#define MAX_BATCH_BUFFER_SIZE (1024L * 1024L * 1024L)。 也就是MySQL在執(zhí)行語句的時候，最多只能分配1G大小的緩存。

所以，正常情況下，max_allowed_packet現(xiàn)在的最大字段長度和MAX_BATCH_BUFFER_SIZE限制的最大insert語句，是匹配的。

RDS問題修復原則

從問題的定位上來看，這一例crash屬于客戶錯誤使用MySQLdump導致的問題，Aliyun RDS分支對內(nèi)存導致的crash問題，都會定位并反饋給用戶。 但此例不做修復，而是引導用戶正確的使用MySQLdump工具。

MySQL · 捉蟲動態(tài)· 設(shè)置 gtid_purged 破壞AUTO_POSITION復制協(xié)議

bug描述

Oracle 最新發(fā)布的版本 5.6.22 中有這樣一個關(guān)于GTID的bugfix，在主備場景下，如果我們在主庫上 SET GLOBAL GTID_PURGED = "some_gtid_set"，并且 some_gtid_set 中包含了備庫還沒復制的事務(wù)，這個時候如果備庫接上主庫的話，預(yù)期結(jié)果是主庫返回錯誤，IO線程掛掉的，但是實際上，在這種場景下主庫并不報錯，只是默默的把自己 binlog 中包含的gtid事務(wù)發(fā)給備庫。這個bug的造成的結(jié)果是看起來復制正常，沒有錯誤，但實際上備庫已經(jīng)丟事務(wù)了，主備很可能就不一致了。

背景知識

• binlog GTID事件

binlog 中記錄的和GTID相關(guān)的事件主要有2種，Previous_gtids_log_event 和 Gtid_log_event，前者表示之前的binlog中包含的gtid的集合，后者就是一個gtid，對應(yīng)一個事務(wù)。一個 binlog 文件中只有一個 Previous_gtids_log_event，放在開頭，有多個 Gtid_log_event，如下面所示

Previous_gtids_log_event   // 此 binlog 之前的所有binlog文件包含的gtid集合

Gtid_log_event // 單個gtid event
Transaction
Gtid_log_event
Transaction
.
.
.
Gtid_log_event
Transaction

• 備庫發(fā)送GTID集合給主庫

我們知道備庫的復制線程是分IO線程和SQL線程2種的，IO線程通過GTID協(xié)議或者文件位置協(xié)議拉取主庫的binlog，然后記錄在自己的relay log中；SQL線程通過執(zhí)行realy log中的事件，把其中的操作都自己做一遍，記入本地binlog。在GTID協(xié)議下，備庫向主庫發(fā)送拉取請求的時候，會告知主庫自己已經(jīng)有的所有的GTID的集合，Retrieved_Gtid_Set + Executed_Gtid_Set，前者對應(yīng) realy log 中所有的gtid集合，表示已經(jīng)拉取過的，后者對應(yīng)binlog中記錄有的，表示已經(jīng)執(zhí)行過的；主庫在收到這2個總集合后，會掃描自己的binlog，找到合適的binlog然后開始發(fā)送。

• 主庫如何找到要發(fā)送給備庫的第一個binlog

主庫將備庫發(fā)送過來的總合集記為 slave_gtid_executed，然后調(diào)用 find_first_log_not_in_gtid_set(slave_gtid_executed)，這個函數(shù)的目的是從最新到最老掃描binlog文件，找到第一個含有不存在 slave_gtid_executed 這個集合的gtid的binlog。在這個掃描過程中并不需要從頭到尾讀binlog中所有的gtid，只需要讀出 Previous_gtids_log_event ，如果Previous_gtids_log_event 不是 slave_gtid_executed的子集，就繼續(xù)向前找binlog，直到找到為止。

這個查找過程總會停止的，停止條件如下：

1. 找到了這樣的binlog，其Previous_gtids_log_event 是slave_gtid_executed子集
2. 在往前讀binlog的時候，發(fā)現(xiàn)沒有binlog文件了（如被purge了），但是還沒找到滿足條件的Previous_gtids_log_event，這個時候主庫報錯
3. 一直往前找，發(fā)現(xiàn)Previous_gtids_log_event 是空集

在條件2下，報錯信息是這樣的

Got fatal error 1236 from master when reading data from binary log: 'The slave is connecting using CHANGE MASTER TO MASTER_AUTO_POSITION = 1, but the master has purged binary logs containing GTIDs that the slave requires.

其實上面的條件3是條件1的特殊情況，這個bugfix針對的場景就是條件3這種，但并不是所有的符合條件3的場景都會觸發(fā)這個bug，下面就分析下什么情況下才會觸發(fā)bug。

bug 分析

假設(shè)有這樣的場景，我們要用已經(jīng)有MySQL實例的備份重新做一對主備實例，不管是用 xtrabackup 這種物理備份工具或者MySQLdump這種邏輯備份工具，都會有2步操作，

1. 導入數(shù)據(jù)
2. SET GLOBAL GTID_PURGED ="xxxx"

步驟2是為了保證GTID的完備性，因為新實例已經(jīng)導入了數(shù)據(jù)，就需要把生成這些數(shù)據(jù)的事務(wù)對應(yīng)的GTID集合也設(shè)置進來。

正常的操作是主備都要做這2步的，如果我們只在主庫上做了這2步，備庫什么也不做，然后就直接用 GTID 協(xié)議把備庫連上來，按照我們的預(yù)期這個時候是應(yīng)該出錯的，主備不一致，并且主庫的binlog中沒東西，應(yīng)該報之前停止條件2報的錯。但是令人大跌眼鏡的是主庫不報錯，復制看起來是完全正常的。

為啥會這樣呢，SET GLOBAL GTID_PURGED 操作會調(diào)用 MySQL_bin_log.rotate_and_purge切換到一個新的binlog，并把這個GTID_PURGED 集合記入新生成的binlog的Previous_gtids_log_event，假設(shè)原有的binlog為A，新生成的為B，主庫剛啟動，所以A就是主庫的第一個binlog，它之前啥也沒有，A的Previous_gtids_log_event就是空集，并且A中也不包含任何GTID事件，否則SET GLOBAL GTID_PURGED是做不了的。按照之前的掃描邏輯，掃到A是肯定會停下來的，并且不報錯。

bug 修復

官方的修復就是在主庫掃描查找binlog之前，判斷一下 gtid_purged 集合不是不比slave_gtid_executed大，如果是就報錯，錯誤信息和條件2一樣 Got fatal error 1236 from master when reading data from binary log: 'The slave is connecting using CHANGE MASTER TO MASTER_AUTO_POSITION = 1, but the master has purged binary logs containing GTIDs that the slave requires。

MySQL · 捉蟲動態(tài)· replicate filter 和 GTID 一起使用的問題

問題描述

當單個 MySQL 實例的數(shù)據(jù)增長到很多的時候，就會考慮通過庫或者表級別的拆分，把當前實例的數(shù)據(jù)分散到多個實例上去，假設(shè)原實例為A，想把其中的5個庫（db1/db2/db3/db4/db5）拆分到5個實例（B1/B2/B3/B4/B5）上去。

拆分過程一般會這樣做，先把A的相應(yīng)庫的數(shù)據(jù)導出，然后導入到對應(yīng)的B實例上，但是在這個導出導入過程中，A庫的數(shù)據(jù)還是在持續(xù)更新的，所以還需在導入完后，在所有的B實例和A實例間建立復制關(guān)系，拉取缺失的數(shù)據(jù)，在業(yè)務(wù)不繁忙的時候?qū)I(yè)務(wù)切換到各個B實例。

在復制搭建時，每個B實例只需要復制A實例上的一個庫，所以只需要重放對應(yīng)庫的binlog即可，這個通過 replicate-do-db 來設(shè)置過濾條件。如果我們用備庫上執(zhí)行 show slave status\G 會看到Executed_Gtid_Set是斷斷續(xù)續(xù)的，間斷非常多，導致這一列很長很長，看到的直接效果就是被刷屏了。

為啥會這樣呢，因為設(shè)了replicate-do-db，就只會執(zhí)行對應(yīng)db對應(yīng)的event，其它db的都不執(zhí)行。主庫的執(zhí)行是不分db的，對各個db的操作互相間隔，記錄在binlog中，所以備庫做了過濾后，就出現(xiàn)這種斷斷的現(xiàn)象。

除了這個看著不舒服外，還會導致其它問題么？

假設(shè)我們拿B1實例的備份做了一個新實例，然后接到A上，如果主庫A又定期purge了老的binlog，那么新實例的IO線程就會出錯，因為需要的binlog在主庫上找不到了；即使主庫沒有purge 老的binlog，新實例還要把主庫的binlog都從頭重新拉過來，然后執(zhí)行的時候又都過濾掉，不如不拉取。

有沒有好的辦法解決這個問題呢？SQL線程在執(zhí)行的時候，發(fā)現(xiàn)是該被過濾掉的event，在不執(zhí)行的同時，記一個空事務(wù)就好了，把原事務(wù)對應(yīng)的GTID位置占住，記入binlog，這樣備庫的Executed_Gtid_Set就是連續(xù)的了。

bug 修復

對這個問題，官方有一個相應(yīng)的bugfix，參見 revno:  5860 ，有了這個patch后，備庫B1的 SQL 線程在遇到和 db2-db5 相關(guān)的SQL語句時，在binlog中把對應(yīng)的GTID記下，同時對應(yīng)記一個空事務(wù)。

這個 patch 只是針對Query_log_event，即 statement 格式的 binlog event，那么row格式的呢？ row格式原來就已經(jīng)是這種行為，通過check_table_map 函數(shù)來過濾庫或者表，然后生成一個空事務(wù)。

另外這個patch還專門處理了下 CREATE/DROP TEMPORARY TABLE 這2種語句，我們知道row格式下，對臨時表的操作是不會記入binlog的。如果主庫的binlog格式是 statement，備庫用的是 row，CREATE/DROP TEMPORARY TABLE 對應(yīng)的事務(wù)傳到備庫后，就會消失掉，Executed_Gtid_Set集合看起來是不連續(xù)的，但是主庫的binlog記的gtid是連續(xù)的，這個 patch 讓這種情況下的CREATE/DROP TEMPORARY TABLE在備庫同樣記為一個空事務(wù)。

TokuDB·特性分析· Optimize Table

來自一個TokuDB用戶的“投訴”:

https://mariadb./browse/MDEV-6207

現(xiàn)象大概是:

用戶有一個MyISAM的表test_table:

 CREATE TABLE IF NOT EXISTS `test_table` (
   `id` int(10) unsigned NOT NULL,
   `pub_key` varchar(80) NOT NULL,
   PRIMARY KEY (`id`),
   KEY `pub_key` (`pub_key`)
 ) ENGINE=MyISAM DEFAULT CHARSET=latin1;

轉(zhuǎn)成TokuDB引擎后表大小為92M左右:

 47M     _tester_testdb_sql_61e7_1812_main_ad88a6b_1_19_B_0.tokudb
 45M     _tester_testdb_sql_61e7_1812_key_pub_key_ad88a6b_1_19_B_1.tokudb

執(zhí)行"OPTIMIZE TABLE test_table":

 63M     _tester_testdb_sql_61e7_1812_main_ad88a6b_1_19_B_0.tokudb
 61M     _tester_testdb_sql_61e7_1812_key_pub_key_ad88a6b_1_19_B_1.tokudb

再次執(zhí)行"OPTIMIZE TABLE test_table":

 79M     _tester_testdb_sql_61e7_1812_main_ad88a6b_1_19_B_0.tokudb
 61M     _tester_testdb_sql_61e7_1812_key_pub_key_ad88a6b_1_19_B_1.tokudb

繼續(xù)執(zhí)行:

 79M     _tester_testdb_sql_61e7_1812_main_ad88a6b_1_19_B_0.tokudb
 61M     _tester_testdb_sql_61e7_1812_key_pub_key_ad88a6b_1_19_B_1.tokudb

基本穩(wěn)定在這個大小。

主索引從47M-->63M-->79M，執(zhí)行"OPTIMIZE TABLE"后為什么會越來越大？

這得從TokuDB的索引文件分配方式說起，當內(nèi)存中的臟頁需要寫到磁盤時，TokuDB優(yōu)先在文件末尾分配空間并寫入，而不是“覆寫”原塊，原來的塊暫時成了“碎片”。

這樣問題就來了，索引文件豈不是越來越大？No, TokuDB會把這些“碎片”在checkpoint時加入到回收列表，以供后面的寫操作使用，看似79M的文件其實還可以裝不少數(shù)據(jù)呢！

嗯，這個現(xiàn)象解釋通了，但還有2個問題:

1. 在執(zhí)行這個語句的時候，TokuDB到底在做什么呢？ 在做toku_ft_flush_some_child，把內(nèi)節(jié)點的緩沖區(qū)(message buffer)數(shù)據(jù)刷到最底層的葉節(jié)點。
2. 在TokuDB里，OPTIMIZE TABLE有用嗎？ 作用非常小，不建議使用，TokuDB是一個"No Fragmentation"的引擎。

本文轉(zhuǎn)載自MySQL.taobao.org ，感謝淘寶數(shù)據(jù)庫項目組丁奇、鳴嵩、彭立勛、皓庭、項仲、劍川、武藏、祁奚、褚霸、一工。審校：劉亞瓊