高性能相关概念

悠悠 2022-05-14 14:46 320阅读 0赞

## mysql的逻辑架构 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2EzMDM1NDk4NjE_size_27_color_FFFFFF_t_70]

## 1.读锁(Read Lock) /写锁(Write Lock) ##

例子：读取邮箱信息并不麻烦，即使多个用户并发读取同一邮箱，也不会有什么问题。因为读操作不会造成任何修改，所以就不会出错。不过，假如一个程序正在读邮箱，另一个用户试图删除编号25的邮件，那将发生什么结果?结果可能是，某一正在读的用户报错退出，或者是他看到幅与邮箱的实际状态不符的错误视图。所以为了安全起见，即使读邮箱也必须特别注意。

可以把邮箱想象成数据库，把每封邮件想象成表中的行，就很容易发现，在这类场景里，问题都是类似的，如修改数据库表中的行，就十分类似于删除或修改邮箱文件中的邮件信息。

解决这类经典问题的方法是使用并发控制，并发控制的概念是很简单的。在处理并发读或并发写时，系统会使用一套锁系统来解决问题。这种锁系统由两类锁组成，通常称之为**共享锁(Shared Lock)和排他锁(Exclusive Lock)，或者叫读锁(Read Lock)和写锁(Write Lock)。**

不用关心锁技术的具体实现方式，在这里描述相关锁概念如下:

某一资源上的读锁是共享的，或是说是互不阻塞的。在同一时间，多个用户可以读取同一资源，而互不干扰。另一方面，写锁是排他的，也就是说，一个写锁会阻塞其他的读锁和写锁，这是出于安全策略的考虑，在给定时间里，只有一个用户能写人资源，以防止用户在写操作的同时其他用户读取同一资源。

对数据库来说，随时随地都会发生锁定。当某一用户修改某一部分数据时，MySQL会禁止其他用户读取同一数据。大多数时候，MySQL都是以透明的方式实现锁的内部管理。

## 2.锁粒度( Lock Granularity)) ##

一种提高共享资源并发性的方法就是让锁定对象更有选择性。要记住只锁定部分须修改的数据，而不是所有的资源。更理想的方式是，只对要修改的数据片精确加锁。任何时间，在给定的资源上，被加锁的数据量越小，就可以允许更多的井发修改，只要相互之间互不冲突即可。

这么做的间题是加锁也会消耗系统资源。每一种锁操作，如获得锁、检查锁是否已解除，以及释放锁等，都会增加系统的开销。如果系统花费大量时间来管理销，而不是读写数据，那么系统整体性能可能会因此受到影响。

所谓的锁策略，就是在**锁开销和数据安全之间**寻求一种平衡，这种平衡也能影响系統性能。大多数的商业数据库服务器没有提供更多的选择，通常都是在表上施加行级锁(Row- Level Locking)，并提供种种复杂的手段，在有锁的情况下改善系统的性能，

而另一方面， MYSQL则提供了多种选择。每种 MYSQL存储引都可以实现独有的锁策略( Locking Policy)或 锁粒度( Lock Granularitey)，在存储引擎设计中锁管理( Lock Management)是个非常重要的议题。将锁粒度调整到某一水平，也许就能为某种应用目的提供更佳的性能，不过，这也可能使存储引綮又不适用于其他的用途了。由于 MYSQL可以提供多种存储引，所以它不需要一个通用解决方案。下面将介绍两种最重要的锁策略

**表锁( Table lock)**

MYSQL支持大多数基本的锁策略，其中**开销最小的锁策略是表锁**。表锁类似于前文所述的邮箱加锁机制:它将整个表加。当一个用户对表进行写操作(如插入、野除、更新)时，用户可以获得一个写锁。写锁会禁止其他向用户的读写操作。另外，只有无人做写操作时，用户才能获得读锁，读锁之间是互不神突的

在特定的环境中，表锁可能性能良好。例如， READ LOCAL表锁支持某种类型的并发写操作。另外，写锁比读 有更高的优先级，即使有读操作用户已排在队列中，一个被中请的写锁仍可以排列在锁队列的前列(写锁会被安置在读锁之前，而读镇不能排在写锁之前)。

最然存储引擎管理自己的锁， MYSQL本身也能使用各种有效的表锁，以用于各种目的。例如， MYSQL服务器可以在语句中，如 ALTER TABLE语句中，使用表锁、而不用考虑存储引擎。

**行级锁( Row locks)**

行级锁可以支持最大的并发处理(同时也带来最大的锁开销)。众所周知，行级锁在 INNODB 和 Falcon 存储引擎中已得以实现，在其他一些存储引擎也有实现。行级锁由存储引擎实现，而不是由 MYSQL 服务器实现，服务器完全不了解存储引擎里的锁实现方式。

## 3.事务 ##

ACID代表了**原子性( Atomicity)、一致性( Consistency)隔离性( Isolation)和持久性( Durability)**。这些概念与事务的处理标准密切关联，一个有效的事务处理系统必须满足相关标准。

**原子性( Atomicity)**

一个事务必须被视为一个单独的内部“不可分”的工作单元，以确保整个事务要么全部执行，要么全部回滚。当一个事务具有原子性时，该事务绝对不会被部分执行，要么完全执行，要么根本不执行。

**一致性( Consistency)**

数据库总是从一种一致性状态转换到另一种一致性状态。因为最终事务根本没有被提交，任何事务处理过程中所做的数据改变，也不会影响到数据库的内容。

**隔离性( Isolation)**

当某个事务的结果只有在完成之后才对其他事务可见。在上述例子中，当数据库执行完第3条语句，还未执后文讨论隔离级时，读者就会理解为什么我们所说的通常是“\*\*不可见”( Invisible)\*\*的。

**持久性( Durability)**

一旦一个事务提交，事务所做的数据改变将是永久的。这意味着数据改变已被记录，即使系统崩溃，数据也不会丢失。

## 4.隔离级 ##

隔离的问题比想象的要复杂。SQL标准定义了4类隔离级，包括了一些具体规则，用来限定事务内外的哪些改变是可见的，哪些是不可见的。低级别的隔离级一般支持更高的并发处理，并拥有更低的系统开销。

下面简单介绍四种隔离级:

**READ UNCOMITTED (读取未提交内容)**

在READ UNCOMMITTED隔离级，所有事务都可以“看到”未提交事务的执行结果。在这种级别上，可能会产生很多问题，除非用户真的知道自己在做什么，并有很好的理由选择这样做。本隔离级很少用于实际应用，因为它的性能也不比其他级别好多少，而别的级别还有其他更多的优点。读取未提交数据，也被称之为“脏读”(Dirty Read)。

**READ COMMITTED (读取提交内容)**

大多数数据库系统的默认隔离级是READ COMMITTED (**但这不是MySQL默认的**!)。它满足了隔离的早先简单定义:一个事务在开始时，只能“看见”已经提交事务所做的改变，一个事务从开始到提交前，所做的任何数据改变都是不可见的，除非已经提交。这种隔离级别也支持所谓的“不可重复读”(Nonrepeatable Read)，这意味着用户运行同一语句两次，看到的结果是不同的。

**REPEATABLE READ (可重读)**

REPEATABLE READ隔离级解决了READ UNCOMMITTED隔离级导致的问题。它确保同一事务的多个实例在并发读取数据时，会“看到同样的“數据行。不过理论上，这会导致另一个棘手问题:幻读(Phantom Read)。简单来说，幻读指当用户读取某一范围的数据行时，另一个事务又在该范围内插人了新行，当用户再读取该范围的数据行时，会发现有新的“幻影”(Phantom) 行。InnoDB 和Falcon存储引擎通过参版本并发控制(Multiversion Concurrency Control)机制解决了幻读问题。本章后面将进一步村论这部分内容。

**REPEATABLE READ 是MySQL的默认事务隔离级**。InnoDB 和Falcon存储引擎都遵循这种设置，可参考第6章，了解如何改变这种设置。其他一些存储引擎也以此为默认设置，不过具体设置还要看相关引擎的具体规定。

**SERIALIZABLE (可串行化)**

SERIALIZABLE是最高级别的隔离级，它通过强制事务排序，使之不可能相互冲突，从而解决幻读问题。简言之，SERIALIZABLE 是在每个读的数据行上加锁。在这个级别，可能导致大量的超时(Timeout)现象和锁竞争(Lock Contention) 现象。作者很少看到有用户选择这种隔离级。但如果用户的应用为了数据的稳定性，需要强制减少并发的话，也可以选择这种隔离级。表1-1总结了各种隔离级及相关的缺点。

表1-1: ANSI SQL隔离级

<table> 
 <thead> 
  <tr> 
   <th>隔离级</th> 
   <th>脏读可能性</th> 
   <th>不可重复读可能性</th> 
   <th>幻读可能性</th> 
   <th>加锁读</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>READ UNCOMITTED</td> 
   <td>是</td> 
   <td>是</td> 
   <td>是</td> 
   <td>否</td> 
  </tr> 
  <tr> 
   <td>READ COMMITTED</td> 
   <td>否</td> 
   <td>是</td> 
   <td>是</td> 
   <td>否</td> 
  </tr> 
  <tr> 
   <td>REPEATABLE READ</td> 
   <td>否</td> 
   <td>否</td> 
   <td>是</td> 
   <td>否</td> 
  </tr> 
  <tr> 
   <td>SERIALIZABLE</td> 
   <td>否</td> 
   <td>否</td> 
   <td>否</td> 
   <td>是</td> 
  </tr> 
 </tbody> 
</table>

## 5.死锁 ##

死锁是指两个或多个事务在同一资源上互相占用，并请求加锁时，而导致的恶性循环现象。当多个事务以不同顺序试围加锁同一资源时，就会产生死锁。任何时间，多个事务同时加锁-一个资源，-定产生死锁。

例如，设想下列两个事务同时处理stockPrice表:

事务1

START TRANSACTION;

UPDATE StockPrice SET close=45.50 WHERE stock id= 4 and date = ‘2002- 05-01’;

UPDATE StockPrice SET close=19.80 WHERE stock id= 3 and date = ‘2002 -05-02’;

COMMIT;

事务2

START TRANSACTION;

UPDATE StockPrice SET high=20.12 WHERE stock id= 3 and date = ‘2002 -05-02’;

UPDATE StockPrice SET high = 47.20 WHERE stock id= 4 and date = ‘2002-05-01’;

COMMIT;

如果很不幸凑巧，每个事务在处理过程中，都执行了第一个查询，更新了数据行，也加锁了该数据行。接着，每个事务都去试图更新第二个数据行，却发现该行已被(对方)加锁，然后两个事务都开始互相等待对方完成，陷入无限等待中，除非有外部因素介人，才能解除死锁。

为了解决这种问题，数据库系统实现了各种死锁检测和死锁超时机制。对于更复杂的系统，例如InnoDB存储擎，可以预知循环相关性，并立刻返回错误。这种解决方式实际很有效，否则死锁将导致很慢的查询。其他的解决方式，是让查询达到一个锁等待超时时间，然后再放弃争用，但这种方法不够好。**目前InnoDB处理死锁的方法是，回滚拥有最少排他行级锁的事务(一种对最易回滚事务的大致估算)**

锁现象和锁顺序是因存储引擎而异的，某些存储引擎可能会因为使用某种顺序的语向导致死锁，其他的却不会。死锁现象具有双重性:有些是因真实的数据冲突产生的，无法避免，有些则是因为存储引擎的工作方式导致的。

如果不以部分或全部的方式回滚某个事务，死锁将无法解除。在事务性的系统中，这是个无法更改的事实。用户在设计应用时，就应考虑这种问题的处理，许多应用在事务开始时，可以做简单的判定，决定重做事务。

## 6.事务日志 ##

事务日志可使事务处理过程更加高效。和每次数据一改变就更新磁盘中表数据的方式不同，存储引擎可以先更新数据在内存中的拷贝。这非常快。然后，存储引擎将数据改变记录写人事务日志，它位于磁盘上，因此具有持久性。这相对较快，因为追加日志事件导致的写操作，只涉及了磁盘很小区城上的顺序I/O (Sequential 1/O)，而替代了写磁盘中表所需要的大量随机I/O (RandomI/O)。 最后，相关进程会在某个时间把表数据更新到磁盘上。因此，大多存储引擎都选用了这种技术，也是通常所说的预写式日志(Write Ahead Logging)， 利用两次磁盘写人操作把数据改变写人磁盘(注3)。

如果数据更新已写入事务日志，却还未写入磁盘的表中，而发生系统崩溃，存储引擎将会在重启后恢复相关数据改变。具体的恢复方式因存储引擎而异。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2EzMDM1NDk4NjE_size_27_color_FFFFFF_t_70]: /images/20220504/10c55a4d81da4e19a3ba4dca3f2235c4.png