如果大家使用 MySQL，那么 InnoDB 的缓冲池，是架构师必须了解的内容。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

应用系统分层架构，为了加速数据访问，会把最常访问的数据，放在缓存(cache)里，避免每次都去访问数据库。

操作系统，会有缓冲池(buffer pool)机制，避免每次访问磁盘，以加速数据的访问。

MySQL作为一个存储系统，同样具有缓冲池(buffer pool)机制，以避免每次查询数据都进行磁盘IO。

如果大家使用MySQL，那么InnoDB的缓冲池，是架构师必须了解的内容。

InnoDB的缓冲池缓存什么？有什么用？

缓存表数据与索引数据，把磁盘上的数据加载到缓冲池，避免每次访问都进行磁盘IO，起到加速访问的作用。

速度快，那为啥不把所有数据都放到缓冲池里？

凡事都具备两面性，抛开数据易失性不说，访问快速的反面是存储容量小：

缓存访问快，但容量小，数据库存储了200G数据，缓存容量可能只有64G；内存访问快，但容量小，买一台笔记本磁盘有2T，内存可能只有16G。

因此，只能把“最热”的数据放到“最近”的地方，以“最大限度”的降低磁盘访问。

如何管理与淘汰缓冲池，使得性能最大化呢？

在介绍具体细节之前，先介绍下“预读”的概念。

什么是预读？

磁盘读写，并不是按需读取，而是按页读取，一次至少读一页数据（一般是4K），如果未来要读取的数据就在页中，就能够省去后续的磁盘IO，提高效率。

预读为什么有效？

数据访问，通常都遵循“集中读写”的原则，使用一些数据，大概率会使用附近的数据，这就是所谓的“局部性原理”，它表明提前加载是有效的，确实能够减少磁盘IO。

按页(4K)读取，和InnoDB的缓冲池设计有啥关系？

磁盘访问按页读取能够提高性能，所以缓冲池一般也是按页缓存数据；预读机制启示了我们，能把一些“可能要访问”的页提前加入缓冲池，避免未来的磁盘IO操作。

InnoDB是以什么算法，来管理这些缓冲页呢？

最容易想到的，就是LRU(Least recently used)。

画外音：memcache，OS都会用LRU来进行页置换管理，但MySQL的玩法并不一样。

传统的LRU是如何进行缓冲页管理？

最常见的玩法是，把入缓冲池的页放到LRU的头部，作为最近访问的元素，从而最晚被淘汰。这里又分两种情况：

页已经在缓冲池里，那就只做“移至”LRU头部的动作，而没有页被淘汰；页不在缓冲池里，除了做“放入”LRU头部的动作，还要做“淘汰”LRU尾部页的动作。

如上图，假如管理缓冲池的LRU长度为10，缓冲了页号为1，3，5…，40，7的页。

假如，接下来要访问的数据在页号为4的页中：

页号为4的页，本来就在缓冲池里；把页号为4的页，放到LRU的头部即可，没有页被淘汰。

画外音：为了减少数据移动，LRU一般用链表实现。

假如，再接下来要访问的数据在页号为50的页中：

页号为50的页，原来不在缓冲池里；把页号为50的页，放到LRU头部，同时淘汰尾部页号为7的页。

传统的LRU缓冲池算法十分直观，OS，memcache等很多软件都在用，MySQL为啥这么矫情，不能直接用呢？

这里有两个问题：

预读失效；缓冲池污染。

什么是预读失效？

由于预读(Read-Ahead)，提前把页放入了缓冲池，但最终MySQL并没有从页中读取数据，称为预读失效。

如何对预读失效进行优化？

要优化预读失效，思路是：

让预读失败的页，停留在缓冲池LRU里的时间尽可能短；让真正被读取的页，才挪到缓冲池LRU的头部。

以保证，真正被读取的热数据留在缓冲池里的时间尽可能长。

具体方法是：

(1) 将LRU分为两个部分：

新生代(new sublist)老生代(old sublist)

(2) 新老生代收尾相连，即：新生代的尾(tail)连接着老生代的头(head)；

(3) 新页（例如被预读的页）加入缓冲池时，只加入到老生代头部：

如果数据真正被读取（预读成功），才会加入到新生代的头部如果数据没有被读取，则会比新生代里的“热数据页”更早被淘汰出缓冲池

举个例子，整个缓冲池LRU如上图：

整个LRU长度是10；前70%是新生代；后30%是老生代；新老生代首尾相连。

假如有一个页号为50的新页被预读加入缓冲池：

50只会从老生代头部插入，老生代尾部（也是整体尾部）的页会被淘汰掉；假设50这一页不会被真正读取，即预读失败，它将比新生代的数据更早淘汰出缓冲池。

假如50这一页立刻被读取到，例如SQL访问了页内的行row数据：

它会被立刻加入到新生代的头部；新生代的页会被挤到老生代，此时并不会有页面被真正淘汰。

改进版缓冲池LRU能够很好的解决“预读失败”的问题。

画外音：但也不要因噎废食，因为害怕预读失败而取消预读策略，大部分情况下，局部性原理是成立的，预读是有效的。

新老生代改进版LRU仍然解决不了缓冲池污染的问题。

什么是MySQL缓冲池污染？

当某一个SQL语句，要批量扫描大量数据时，可能导致把缓冲池的所有页都替换出去，导致大量热数据被换出，MySQL性能急剧下降，这种情况叫缓冲池污染。

例如，有一个数据量较大的用户表，当执行：

select * from user where name like "%shenjian%";

虽然结果集可能只有少量数据，但这类like不能命中索引，必须全表扫描，就需要访问大量的页：

把页加到缓冲池（插入老生代头部）；从页里读出相关的row（插入新生代头部）；row里的name字段和字符串shenjian进行比较，如果符合条件，加入到结果集中；…直到扫描完所有页中的所有row…

如此一来，所有的数据页都会被加载到新生代的头部，但只会访问一次，真正的热数据被大量换出。

怎么这类扫码大量数据导致的缓冲池污染问题呢？

MySQL缓冲池加入了一个“老生代停留时间窗口”的机制：

假设T=老生代停留时间窗口；插入老生代头部的页，即使立刻被访问，并不会立刻放入新生代头部；只有满足“被访问”并且“在老生代停留时间”大于T，才会被放入新生代头部。

继续举例，假如批量数据扫描，有51，52，53，54，55等五个页面将要依次被访问。

如果没有“老生代停留时间窗口”的策略，这些批量被访问的页面，会换出大量热数据。

加入“老生代停留时间窗口”策略后，短时间内被大量加载的页，并不会立刻插入新生代头部，而是优先淘汰那些，短期内仅仅访问了一次的页。

而只有在老生代呆的时间足够久，停留时间大于T，才会被插入新生代头部。

上述原理，对应InnoDB里哪些参数？

有三个比较重要的参数。

(1) 参数：innodb_buffer_pool_size

介绍：配置缓冲池的大小，在内存允许的情况下，DBA往往会建议调大这个参数，越多数据和索引放到内存里，数据库的性能会越好。

(2) 参数：innodb_old_blocks_pct

介绍：老生代占整个LRU链长度的比例，默认是37，即整个LRU中新生代与老生代长度比例是63:37。

画外音：如果把这个参数设为100，就退化为普通LRU了。

(3) 参数：innodb_old_blocks_time

介绍：老生代停留时间窗口，单位是毫秒，默认是1000，即同时满足“被访问”与“在老生代停留时间超过1秒”两个条件，才会被插入到新生代头部。

总结

(1) 缓冲池(buffer pool)是一种常见的降低磁盘访问的机制；

(2) 缓冲池通常以页(page)为单位缓存数据；

(3) 缓冲池的常见管理算法是LRU，memcache，OS，InnoDB都使用了这种算法；

(4) InnoDB对普通LRU进行了优化：

将缓冲池分为老生代和新生代，入缓冲池的页，优先进入老生代，页被访问，才进入新生代，以解决预读失效的问题页被访问，且在老生代停留时间超过配置阈值的，才进入新生代，以解决批量数据访问，大量热数据淘汰的问题

缓冲池，你学废了吗？

知其然，知其所以然。

思路比结论更重要。

热门推荐