一.innodb引擎:
1). 表空间:表空间是InnoDB存储引擎逻辑结构的最高层,启用了参数 innodb_file_per_table(在 8.0版本中默认开启) ,则每张表都会有一个表空间(xxx.ibd),一个mysql实例可以对应多个表空间,用于存储记录、索引等数据。
2). 段:分为数据段(Leaf node segment)、索引段(Non-leaf node segment)、回滚段 (Rollback segment),InnoDB是索引组织表,数据段就是B+树的叶子节点, 索引段即为B+树的 非叶子节点。段用来管理多个Extent(区)。
3). 区:表空间的单元结构,每个区的大小为1M。 默认情况下, InnoDB存储引擎页大小为16K, 即一 个区中一共有64个连续的页。
4). 页:是InnoDB 存储引擎磁盘管理的最小单元,每个页的大小默认为 16KB。为了保证页的连续性, InnoDB 存储引擎每次从磁盘申请 4-5 个区。
5). 行 :InnoDB 存储引擎数据是按行进行存放的。
- 默认有两个隐藏字段: Trx_id:每次对某条记录进行改动时,都会把对应的事务id赋值给trx_id隐藏列。
- Roll_pointer:每次对某条引记录进行改动时,都会把旧的版本写入到undo日志中,然后这个隐藏列就相当于一个指针,可以通过它来找到该记录修改前的信息。
架构:
内存结构:
Buffer Pool:缓冲池中缓存了索引页和数据页,还包含了undo页、插入缓存、自适应哈希索引以及 InnoDB的锁信息等;缓冲池以Page页为单位,底层采用链表数据结构管理Page;free page:空闲page,未被使用。 clean page:被使用page,数据没有被修改过。 dirty page:脏页,被使用page,数据被修改过,也中数据与磁盘的数据产生了不一致。
Change Buffer:更改缓冲区(针对于二级索引页),在执行DML语句时,如果这些数据Page 没有在Buffer Pool中,不会直接操作磁盘,而会将数据变更存在更改缓冲区 Change Buffer 中,在未来数据被读取时,再将数据合并恢复到Buffer Pool中,再将合并后的数据刷新到磁盘中,减少io
Adaptive Hash Index:优化对Buffer Pool数据的查询,因为hash索引一般只需要一次IO即可,而B+树,可能需要几次匹配
Log Buffer:日志缓冲区,用来保存要写入到磁盘中的log日志数据(redo log 、undo log), 默认大小为 16MB,日志缓冲区的日志会定期刷新到磁盘中。
磁盘结构:System Tablespace是更改缓冲区的存储区域;File-Per-Table Tablespace;General Tablespaces;Undo Tablespaces-用于存储 undo log日志;Temporary Tablespaces-存储用户创建的临时表等数据;Doublewrite Buffer Files;Redo Log
后台线程:
Master Thread :
核心后台线程,负责调度其他线程,还负责将缓冲池中的数据异步刷新到磁盘中, 保持数据的一致性, 还包括脏页的刷新、合并插入缓存、undo页的回收
IO Thread:
Purge Thread:用于回收事务已经提交了的undo log
Page Cleaner Thread:协助 Master Thread 刷新脏页到磁盘的线程
二.事务原理:
事务原子性,一致性,持久性的保证:redo log, undo log ;隔离性的保证:锁和mvcc
redo log:记录的是事务提交时数据页的物理修改,是用来实现事务的持久性;该日志文件由两部分组成:重做日志缓冲(redo log buffer)以及重做日志文件(redo log file),前者是在内存中,后者在磁盘中。当事务提交之后会把所有修改信息都存到该日志文件中, 用于在刷新脏页到磁盘,发生错误时, 进行数据恢复使用;事务提交立马将redo log刷新到磁盘WAL(Write-Ahead Logging),因为操作数据一般都是随机读写磁盘的,而不是顺序读写磁盘。 而redo log在往磁盘文件中写入数据,由于是日志文件,所以都是顺序写的。顺序写的效率,要远大于随机写。当脏页成功刷新至磁盘则可以删除。
undo:回滚日志,用于记录数据被修改前的信息 , 作用包含两个 : 提供回滚(保证事务的原子性) 和 MVCC(多版本并发控制) 。undo log是逻辑日志。delete一条记录时,undo log中会记录一条对应的insert记录,反之亦然,当update一条记录时,它记录一条对应相反的 update记录。当执行rollback时,就可以从undo log中的逻辑记录读取到相应的内容并进行回滚。
Undo log销毁:undo log在事务执行时产生,事务提交时,并不会立即删除undo log,因为日志可能还用于MVCC。
Undo log存储:undo log采用段的方式进行管理和记录,存放在回滚段中
mvcc(多版本并发控制):
基本概念:
当前读:读取的是记录的最新版本,读取时还要保证其他并发事务不能修改当前记录,会对读取的记录进行加锁。如:select ... lock in share mode(共享锁),select ... for update、update、insert、delete(排他锁)都是一种当前读。
快照读:简单的select(不加锁)就是快照读,快照读,读取的是记录数据的可见版本,有可能是历史数据, 不加锁,是非阻塞读。
- Read Committed:每次select,都生成一个快照读。
- Repeatable Read:开启事务后第一个select语句才是快照读的地方。
- Serializable:快照读会退化为当前读。
mvcc:维护一个数据的多个版本, 使得读写操作没有冲突,快照读为MySQL实现MVCC提供了一个非阻塞读功能。MVCC的具体实现,还依赖于数据库记录中的三个隐式字段、undo log日志、readView。
隐藏字段:
undo log版本链:(前提:当insert的时候,产生的undo log日志只在回滚时需要,在事务提交后,可被立即删除。 而update、delete的时候,产生的undo log日志不仅在回滚时需要,在快照读时也需要,不会立即被删除。)
不同事务或相同事务对同一条记录进行修改,会导致该记录的undolog生成一条记录版本链表,链表的头部是最新的旧记录,链表尾部是最早的旧记录。
readview:(读视图)是快照读 SQL执行时MVCC提取数据的依据,记录并维护系统当前活跃的事务 (未提交的)id。包含四个核心字段:
版本链访问规则:trx_id 代表当前undolog版本链对应事务ID
不同的隔离级别,生成ReadView的时机不同:
- READ COMMITTED :在事务中每一次执行快照读时生成ReadView。
- REPEATABLE READ:仅在事务中第一次执行快照读时生成ReadView,后续复用该ReadView。
三.日志:
错误日志:记录了当 mysqld 启动和停止时,以及服务器在运行过程中发生任何严重错误时的相关信息。查看日志位置:show variables like '%log_error%';
二进制日志:记录了所有的 DDL语句和 DML语句,不包括数据查询(SELECT、SHOW)语句。
作用:①. 灾难时的数据恢复;②. MySQL的主从复制。查看涉及到的参数:
show variables like '%log_bin%';
- log_bin_basename:当前数据库服务器的binlog日志的基础名称(前缀),具体的binlog文件名需要再该basename的基础上加上编号(编号从000001开始)。
- log_bin_index:binlog的索引文件,里面记录了当前服务器关联的binlog文件有哪些。
格式:
删除日志:
查询日志:记录了客户端的所有操作语句。默认情况下, 未开启
慢查询日志:记录了所有执行时间超过参数 long_query_time 设置值并且扫描记录数不小于 min_examined_row_limit 的所有的SQL语句的日志,默认未开启
四.主从复制:
指将主数据库的 DDL 和 DML 操作通过二进制日志传到从库服务器中,然后在从库上对这些日志重新执行(也叫重做),从而使得从库和主库的数据保持同步
优势:
- 主库出现问题,可以快速切换到从库提供服务。
- 实现读写分离,降低主库的访问压力。
- 可以在从库中执行备份,以避免备份期间影响主库服务。
原理:
- Master 主库在事务提交时,会把数据变更记录在二进制日志文件 Binlog 中
- 从库读取主库的二进制日志文件 Binlog ,写入到从库的中继日志 Relay Log
- slave重做中继日志中的事件,将改变反映它自己的数据。
分库分表:垂直拆分和水平拆分。而拆分的粒度,一般又分为分库和分表
垂直分库:以表为依据,根据业务将不同表拆分到不同库中。(每个库的表结构都不一样; 每个库的数据也不一样;所有库的并集是全量数据。)
垂直分表:以字段为依据,根据字段属性将不同字段拆分到不同表中。(每个表的结构都不一样; 每个表的数据也不一样,一般通过一列(主键/外键)关联; 所有表的并集是全量数据。)
水平分库:以字段为依据,按照一定策略,将一个库的数据拆分到多个库中。(每个库的表结构都一样;每个库的数据都不一样;所有库的并集是全量数据。)
水平分表:以字段为依据,按照一定策略,将一个表的数据拆分到多个表中。(每个表的表结构都一样;每个表的数据都不一样;所有表的并集是全量数据。)
实现技术:shardingJDBC与mycat
读写分离:把对数据库的读和写操作分开,以对应不同的数据库服务器。主数据库提供写操作,从数据库提供读操作,这样能有效地减轻单台数据库的压力。