数据库内核月报 - 2015 / 05

MySQL · 引擎特性 · InnoDB redo log漫游

前言

InnoDB 有两块非常重要的日志,一个是undo log,另外一个是redo log,前者用来保证事务的原子性以及InnoDB的MVCC,后者用来保证事务的持久性。

和大多数关系型数据库一样,InnoDB记录了对数据文件的物理更改,并保证总是日志先行,也就是所谓的WAL,即在持久化数据文件前,保证之前的redo日志已经写到磁盘。

LSN(log sequence number) 用于记录日志序号,它是一个不断递增的 unsigned long long 类型整数。在 InnoDB 的日志系统中,LSN 无处不在,它既用于表示修改脏页时的日志序号,也用于记录checkpoint,通过LSN,可以具体的定位到其在redo log文件中的位置。

为了管理脏页,在 Buffer Pool 的每个instance上都维持了一个flush list,flush list 上的 page 按照修改这些 page 的LSN号进行排序。因此定期做redo checkpoint点时,选择的 LSN 总是所有 bp instance 的 flush list 上最老的那个page(拥有最小的LSN)。由于采用WAL的策略,每次事务提交时需要持久化 redo log 才能保证事务不丢。而延迟刷脏页则起到了合并多次修改的效果,避免频繁写数据文件造成的性能问题。

由于 InnoDB 日志组的特性已经被废弃(redo日志写多份),归档日志(InnoDB archive log)特性也在5.7被彻底移除,本文在描述相关逻辑时会忽略这些逻辑。另外限于篇幅,InnoDB崩溃恢复的逻辑将在下期讲述,本文重点阐述redo log 产生的生命周期以及MySQL 5.7的一些改进点。

本文的分析基于最新的MySQL 5.7.7-RC版本。

InnoDB 日志文件

InnoDB的redo log可以通过参数innodb_log_files_in_group配置成多个文件,另外一个参数innodb_log_file_size表示每个文件的大小。因此总的redo log大小为innodb_log_files_in_group * innodb_log_file_size

Redo log文件以ib_logfile[number]命名,日志目录可以通过参数innodb_log_group_home_dir控制。Redo log 以顺序的方式写入文件文件,写满时则回溯到第一个文件,进行覆盖写。(但在做redo checkpoint时,也会更新第一个日志文件的头部checkpoint标记,所以严格来讲也不算顺序写)。

InnoDB日志文件

在InnoDB内部,逻辑上ib_logfile被当成了一个文件,对应同一个space id。由于是使用512字节block对齐写入文件,可以很方便的根据全局维护的LSN号计算出要写入到哪一个文件以及对应的偏移量。

Redo log文件是循环写入的,在覆盖写之前,总是要保证对应的脏页已经刷到了磁盘。在非常大的负载下,Redo log可能产生的速度非常快,导致频繁的刷脏操作,进而导致性能下降,通常在未做checkpoint的日志超过文件总大小的76%之后,InnoDB 认为这可能是个不安全的点,会强制的preflush脏页,导致大量用户线程stall住。如果可预期会有这样的场景,我们建议调大redo log文件的大小。可以做一次干净的shutdown,然后修改Redo log配置,重启实例。

除了redo log文件外,InnoDB还有其他的日志文件,例如为了保证truncate操作而产生的中间日志文件,包括 truncate innodb 表以及truncate undo log tablespace,都会产生一个中间文件,来标识这些操作是成功还是失败,如果truncate没有完成,则需要在 crash recovery 时进行重做。有意思的是,根据官方worklog的描述,最初实现truncate操作的原子化时是通过增加新的redo log类型来实现的,但后来不知道为什么又改成了采用日志文件的方式,也许是考虑到低版本兼容的问题吧。

关键结构体

log_sys对象

log_sys是InnoDB日志系统的中枢及核心对象,控制着日志的拷贝、写入、checkpoint等核心功能。它同时也是大写入负载场景下的热点模块,是连接InnoDB日志文件及log buffer的枢纽,对应结构体为log_t

其中与 redo log 文件相关的成员变量包括:

变量名 描述
log_groups 日志组,当前版本仅支持一组日志,对应类型为 log_group_t ,包含了当前日志组的文件个数、每个文件的大小、space id等信息
lsn_t log_group_capacity 表示当前日志文件的总容量,值为:(Redo log文件总大小 - redo 文件个数 * LOG_FILE_HDR_SIZE) * 0.9,LOG_FILE_HDR_SIZE 为 4*512 字节
lsn_t max_modified_age_async 异步 preflush dirty page 点
lsn_t max_modified_age_sync 同步 preflush dirty page 点
lsn_t max_checkpoint_age_async 异步 checkpoint 点
lsn_t max_checkpoint_age 同步 checkpoint 点

上述几个sync/async点的计算方式可以参阅函数log_calc_max_ages,以如下实例配置为例:

innodb_log_files_in_group=4
innodb_log_file_size=4G
总文件大小: 17179869184

各个成员变量值及占总文件大小的比例:

log_sys->log_group_capacity = 15461874893 (90%)

log_sys->max_modified_age_async = 12175607164 (71%)

log_sys->max_modified_age_sync = 13045293390 (76%)

log_sys->max_checkpoint_age_async = 13480136503 (78%)

log_sys->max_checkpoint_age = 13914979615 (81%)

通常的:

当当前未刷脏的最老lsn和当前lsn的距离超过max_modified_age_async(71%)时,且开启了选项innodb_adaptive_flushing时,page cleaner线程会去尝试做更多的dirty page flush工作,避免脏页堆积。
当当前未刷脏的最老lsn和当前Lsn的距离超过max_modified_age_sync(76%)时,用户线程需要去做同步刷脏,这是一个性能下降的临界点,会极大的影响整体吞吐量和响应时间。
当上次checkpoint的lsn和当前lsn超过max_checkpoint_age(81%),用户线程需要同步地做一次checkpoint,需要等待checkpoint写入完成。
当上次checkpoint的lsn和当前lsn的距离超过max_checkpoint_age_async(78%)但小于max_checkpoint_age(81%)时,用户线程做一次异步checkpoint(后台异步线程执行CHECKPOINT信息写入操作),无需等待checkpoint完成。

log_group_t结构体主要成员如下表所示:

变量名 描述
ulint n_files Ib_logfile的文件个数
lsn_t file_size 文件大小
ulint space_id Redo log 的space id, 固定大小,值为SRV_LOG_SPACE_FIRST_ID
ulint state LOG_GROUP_OK 或者 LOG_GROUP_CORRUPTED
lsn_t lsn 该group内写到的lsn
lsn_t lsn_offset 上述lsn对应的文件偏移量
byte** file_header_bufs Buffer区域,用于设定日志文件头信息,并写入ib logfile。当切换到新的ib_logfile时,更新该文件的起始lsn,写入头部。 头部信息还包含: LOG_GROUP_ID, LOG_FILE_START_LSN(当前文件起始lsn)、LOG_FILE_WAS_CREATED_BY_HOT_BACKUP(函数log_group_file_header_flush)
lsn_t scanned_lsn 用于崩溃恢复时辅助记录扫描到的lsn号
byte* checkpoint_buf Checkpoint缓冲区,用于向日志文件写入checkpoint信息(下文详细描述)

与redo log 内存缓冲区相关的成员变量包括:

变量名 描述
ulint buf_free Log buffer中当前空闲可写的位置
byte* buf Log buffer起始位置指针
ulint buf_size Log buffer 大小,受参数innodb_log_buffer_size控制,但可能会自动extend
ulint max_buf_free 值为log_sys->buf_size / LOG_BUF_FLUSH_RATIO - LOG_BUF_FLUSH_MARGIN, 其中: LOG_BUF_FLUSH_RATIO=2, LOG_BUF_FLUSH_MARGIN=(4 * 512 + 4* page_size) ,page_size默认为16k,当buf_free超过该值时,可能触发用户线程去写redo;在事务拷redo 到buffer后,也会判断该值,如果超过buf_free,设置log_sys->check_flush_or_checkpoint为true
ulint buf_next_to_write Log buffer偏移量,下次写入redo文件的起始位置,即本次写入的结束位置
volatile bool is_extending Log buffer是否正在进行扩展 (防止过大的redo log entry无法写入buffer), 实际上,当写入的redo log长度超过buf_size/2时,就会去调用函数log_buffer_extend,一旦扩展Buffer,就不会在缩减回去了!
ulint write_end_offset 本次写入的结束位置偏移量(从逻辑来看有点多余,直接用log_sys->buf_free就行了)

和Checkpoint检查点相关的成员变量:

变量名 描述
ib_uint64_t next_checkpoint_no 每完成一次checkpoint递增该值
lsn_t last_checkpoint_lsn 最近一次checkpoint时的lsn,每完成一次checkpoint,将next_checkpoint_lsn的值赋给last_checkpoint_lsn
lsn_t next_checkpoint_lsn 下次checkpoint的lsn(本次发起的checkpoint的lsn)
mtr_buf_t* append_on_checkpoint 5.7新增,在做DDL时(例如增删列),会先将包含MLOG_FILE_RENAME2日志记录的buf挂到这个变量上。 在DDL完成后,再清理掉。(log_append_on_checkpoint),主要是防止DDL期间crash产生的数据词典不一致。 该变量在如下commit加上: a5ecc38f44abb66aa2024c70e37d1f4aa4c8ace9
ulint n_pending_checkpoint_writes 大于0时,表示有一个checkpoint写入操作正在进行。用户发起checkpoint时,递增该值。后台线程完成checkpoint写入后,递减该值(log_io_complete)
rw_lock_t checkpoint_lock checkpoint锁,每次写checkpoint信息时需要加x锁。由异步io线程释放该x锁
byte* checkpoint_buf Checkpoint信息缓冲区,每次checkpoint前,先写该buf,再将buf刷到磁盘

其他状态变量

变量名 描述
bool check_flush_or_checkpoint 当该变量被设置时,用户线程可能需要去检查释放要刷log buffer、或是做preflush、checkpoint等以防止Redo 空间不足
lsn_t write_lsn 最近一次完成写入到文件的LSN
lsn_t current_flush_lsn 当前正在fsync到的LSN
lsn_t flushed_to_disk_lsn 最近一次完成fsync到文件的LSN
ulint n_pending_flushes 表示pending的redo fsync,这个值最大为1
os_event_t flush_event 若当前有正在进行的fsync,并且本次请求也是fsync操作,则需要等待上次fsync操作完成

log_sys与日志文件和日志缓冲区的关系可用下图来表示:

InnoDB日志文件和缓冲区对应关系

Mini transaction

Mini transaction(简称mtr)是InnoDB对物理数据文件操作的最小事务单元,用于管理对Page加锁、修改、释放、以及日志提交到公共buffer等工作。一个mtr操作必须是原子的,一个事务可以包含多个mtr。每个mtr完成后需要将本地产生的日志拷贝到公共缓冲区,将修改的脏页放到flush list上。

mtr事务对应的类为mtr_t, mtr_t::Impl中保存了当前mtr的相关信息,包括:

变量名 描述
mtr_buf_t m_memo 用于存储该mtr持有的锁类型
mtr_buf_t m_log 存储redo log记录
bool m_made_dirty 是否产生了至少一个脏页
bool m_inside_ibuf 是否在操作change buffer
bool m_modifications 是否修改了buffer pool page
ib_uint32_t m_n_log_recs 该mtr log记录个数
mtr_log_t m_log_mode Mtr的工作模式,包括四种: MTR_LOG_ALL:默认模式,记录所有会修改磁盘数据的操作;MTR_LOG_NONE:不记录redo,脏页也不放到flush list上;MTR_LOG_NO_REDO:不记录redo,但脏页放到flush list上;MTR_LOG_SHORT_INSERTS:插入记录操作REDO,在将记录从一个page拷贝到另外一个新建的page时用到,此时忽略写索引信息到redo log中。(参阅函数page_cur_insert_rec_write_log)
fil_space_t* m_user_space 当前mtr修改的用户表空间
fil_space_t* m_undo_space 当前mtr修改的undo表空间
fil_space_t* m_sys_space 当前mtr修改的系统表空间
mtr_state_t m_state 包含四种状态: MTR_STATE_INIT、MTR_STATE_COMMITTING、 MTR_STATE_COMMITTED

在修改或读一个数据文件中的数据时,一般是通过mtr来控制对对应page或者索引树的加锁,在5.7中,有以下几种锁类型(mtr_memo_type_t):

变量名 描述
MTR_MEMO_PAGE_S_FIX 用于PAGE上的S锁
MTR_MEMO_PAGE_X_FIX 用于PAGE上的X锁
MTR_MEMO_PAGE_SX_FIX 用于PAGE上的SX锁,以上锁通过mtr_memo_push 保存到mtr中
MTR_MEMO_BUF_FIX PAGE上未加读写锁,仅做buf fix
MTR_MEMO_S_LOCK S锁,通常用于索引锁
MTR_MEMO_X_LOCK X锁,通常用于索引锁
MTR_MEMO_SX_LOCK SX锁,通常用于索引锁,以上3个锁,通过mtr_s/x/sx_lock加锁,通过mtr_memo_release释放锁

mtr log生成

InnoDB的redo log都是通过mtr产生的,先写到mtr的cache中,然后再提交到公共buffer中,本小节以INSERT一条记录对page产生的修改为例,阐述一个mtr的典型生命周期。

入口函数:row_ins_clust_index_entry_low

开启mtr

执行如下代码块

mtr_start(&mtr);
mtr.set_named_space(index->space);

mtr_start主要包括:

  1. 初始化mtr的各个状态变量

  2. 默认模式为MTR_LOG_ALL,表示记录所有的数据变更

  3. mtr状态设置为ACTIVE状态(MTR_STATE_ACTIVE)

  4. 为锁管理对象和日志管理对象初始化内存(mtr_buf_t),初始化对象链表

mtr.set_named_space 是5.7新增的逻辑,将当前修改的表空间对象fil_space_t保存下来:如果是系统表空间,则赋值给m_impl.m_sys_space, 否则赋值给m_impl.m_user_space

Tips: 在5.7里针对临时表做了优化,直接关闭redo记录:
mtr.set_log_mode(MTR_LOG_NO_REDO)

定位记录插入的位置

主要入口函数: btr_cur_search_to_nth_level

不管插入还是更新操作,都是先以乐观方式进行,因此先加索引S锁
mtr_s_lock(dict_index_get_lock(index),&mtr),对应mtr_t::s_lock函数
如果以悲观方式插入记录,意味着可能产生索引分裂,在5.7之前会加索引X锁,而5.7版本则会加SX锁(但某些情况下也会退化成X锁)
加X锁: mtr_x_lock(dict_index_get_lock(index), mtr),对应mtr_t::x_lock函数
加SX锁:mtr_sx_lock(dict_index_get_lock(index),mtr),对应mtr_t::sx_lock函数

对应到内部实现,实际上就是加上对应的锁对象,然后将该锁的指针和类型构建的mtr_memo_slot_t对象插入到mtr.m_impl.m_memo中。

当找到预插入page对应的block,还需要加block锁,并把对应的锁类型加入到mtr:mtr_memo_push(mtr, block, fix_type)

如果对page加的是MTR_MEMO_PAGE_X_FIX或者MTR_MEMO_PAGE_SX_FIX锁,并且当前block是clean的,则将m_impl.m_made_dirty设置成true,表示即将修改一个干净的page。

如果加锁类型为MTR_MEMO_BUF_FIX,实际上是不加锁对象的,但需要判断临时表的场景,临时表page的修改不加latch,但需要将m_impl.m_made_dirty设置为true(根据block的成员m_impl.m_made_dirty来判断),这也是5.7对InnoDB临时表场景的一种优化。

同样的,根据锁类型和锁对象构建mtr_memo_slot_t加入到m_impl.m_memo中。

插入数据

在插入数据过程中,包含大量的redo写cache逻辑,例如更新二级索引页的max trx id、写undo log产生的redo(嵌套另外一个mtr)、修改数据页产生的日志。这里我们只讨论修改数据页产生的日志,进入函数page_cur_insert_rec_write_log:

Step 1: 调用函数mlog_open_and_write_index记录索引相关信息

  1. 调用mlog_open,分配足够日志写入的内存地址,并返回内存指针
  2. 初始化日志记录:mlog_write_initial_log_record_fast
    写入 |类型=MLOG\_COMP\_REC\_INSERT,1字节|space id | page no| space id 和page no采用一种压缩写入的方式(mach_write_compressed),根据数字的具体大小,选择从1到4个字节记录整数,节约redo空间,对应的解压函数为mach_read_compressed
  3. 写入当前索引列个数,占两个字节
  4. 写入行记录上决定唯一性的列的个数,占两个字节(dict_index_get_n_unique_in_tree)
    对于聚集索引,就是PK上的列数;对于二级索引,就是二级索引列+PK列个数
  5. 写入每个列的长度信息,每个列占两个字节
    如果这是 varchar 列且最大长度超过255字节, len = 0x7fff;如果该列非空,len |= 0x8000;其他情况直接写入列长度。

Step 2: 写入记录在page上的偏移量,占两个字节

mach_write_to_2(log_ptr, page_offset(cursor_rec));

Step 3: 写入记录其它相关信息 (rec size, extra size, info bit,关于InnoDB的数据文件物理描述,我们以后再介绍,本文不展开)

Step 4: 将插入的记录拷贝到redo文件,同时关闭mlog

memcpy(log_ptr, ins_ptr, rec_size);
mlog_close(mtr, log_ptr + rec_size);

通过上述流程,我们写入了一个类型为MLOG_COMP_REC_INSERT的日志记录。由于特定类型的记录都基于约定的格式,在崩溃恢复时也可以基于这样的约定解析出日志。

这里只举了一个非常简单的例子,该mtr中只包含一条redo记录。实际上mtr遍布整个InnoDB的逻辑,但只要遵循相同的写入和读取约定,并对写入的单元(page)加上互斥锁,就能从崩溃恢复。

更多的redo log记录类型参见enum mlog_id_t

在这个过程中产生的redo log都记录在mtr.m_impl.m_log中,只有显式提交mtr时,才会写到公共buffer中。

提交mtr log

当提交一个mini transaction时,需要将对数据的更改记录提交到公共buffer中,并将对应的脏页加到flush list上。

入口函数为mtr_t::commit(),当修改产生脏页或者日志记录时,调用mtr_t::Command::execute,执行过程如下:

Step 1: mtr_t::Command::prepare_write()

  1. 若当前mtr的模式为MTR_LOG_NO_REDO 或者MTR_LOG_NONE,则获取log_sys->mutex,从函数返回
  2. 若当前要写入的redo log记录的大小超过log buffer的二分之一,则去扩大log buffer,大小约为原来的两倍。
  3. 持有log_sys->mutex
  4. 调用函数log_margin_checkpoint_age检查本次写入:
    如果本次产生的redo log size的两倍超过redo log文件capacity,则打印一条错误信息;若本次写入可能覆盖检查点,还需要去强制做一次同步chekpoint
  5. 检查本次修改的表空间是否是上次checkpoint后第一次修改,调用函数(fil_names_write_if_was_clean
    如果space->max_lsn = 0,表示自上次checkpoint后第一次修改该表空间:
    a. 修改space->max_lsn为当前log_sys->lsn
    b. 调用fil_names_dirty_and_write将该tablespace加入到fil_system->named_spaces链表上;
    c. 调用fil_names_write写入一条类型为MLOG_FILE_NAME的日志,写入类型、spaceid, page no(0)、文件路径长度、以及文件路径名。

    在mtr日志末尾追加一个字节的MLOG_MULTI_REC_END类型的标记,表示这是多个日志类型的mtr。

    Tips:在5.6及之前的版本中,每次crash recovery时都需要打开所有的ibd文件,如果表的数量非常多时,会非常影响崩溃恢复性能,因此从5.7版本开始,每次checkpoint后,第一次修改的文件名被记录到redo log中,这样在重启从检查点恢复时,就只打开那些需要打开的文件即可(WL#7142

  6. 如果不是从上一次checkpoint后第一次修改该表,则根据mtr中log的个数,或标识日志头最高位为MLOG_SINGLE_REC_FLAG,或附加一个1字节的MLOG_MULTI_REC_END日志。

注意从prepare_write函数返回时是持有log_sys->mutex锁的。

至此一条插入操作产生的mtr日志格式有可能如下图所示:

mtr日志格式

Step 2: mtr_t::Command::finish_write

将日志从mtr中拷贝到公共log buffer。这里有两种方式

  1. 如果mtr中的日志较小,则调用函数log_reserve_and_write_fast,尝试将日志拷贝到log buffer最近的一个block。如果空间不足,走逻辑b),否则直接拷贝
  2. 检查是否有足够的空闲空间后,返回当前的lsn赋值给m_start_lsnlog_reserve_and_open(len)),随后将日志记录写入到log buffer中。

      m_start_lsn = log_reserve_and_open(len);
      mtr_write_log_t write_log;
      m_impl->m_log.for_each_block(write_log);
    
  3. 在完成将redo 拷贝到log buffer后,需要调用log_close, 如果最后一个block未写满,则设置该block头部的LOG_BLOCK_FIRST_REC_GROUP信息;
    满足如下情况时,设置log_sys->check_flush_or_checkpoint为true:

    • 当前写入buffer的位置超过log buffer的一半
    • bp中最老lsn和当前lsn的距离超过log_sys->max_modified_age_sync
    • 当前未checkpoint的lsn age超过log_sys->max_checkpoint_age_async
    • 当前bp中最老lsn为0 (没有脏页)

    check_flush_or_checkpoint被设置时,用户线程在每次修改数据前调用log_free_check时,会根据该标记决定是否刷redo日志或者脏页。

注意log buffer遵循一定的格式,它以512字节对齐,和redo log文件的block size必须完全匹配。由于以固定block size组织结构,因此一个block中可能包含多个mtr提交的记录,也可能一个mtr的日志占用多个block。如下图所示:

redo log buffer

Step 3:如果本次修改产生了脏页,获取log_sys->log_flush_order_mutex,随后释放log_sys->mutex

Step 4. 将当前Mtr修改的脏页加入到flush list上,脏页上记录的lsn为当前mtr写入的结束点lsn。基于上述加锁逻辑,能够保证flush list上的脏页总是以LSN排序。

Step 5. 释放log_sys->log_flush_order_mutex

Step 6. 释放当前mtr持有的锁(主要是page latch)及分配的内存,mtr完成提交。

Redo 写盘操作

有几种场景可能会触发redo log写文件:

  1. Redo log buffer空间不足时
  2. 事务提交
  3. 后台线程
  4. 做checkpoint
  5. 实例shutdown时
  6. binlog切换时

我们所熟悉的参数innodb_flush_log_at_trx_commit 作用于事务提交时,这也是最常见的场景:

  • 当设置该值为1时,每次事务提交都要做一次fsync,这是最安全的配置,即使宕机也不会丢失事务;
  • 当设置为2时,则在事务提交时只做write操作,只保证写到系统的page cache,因此实例crash不会丢失事务,但宕机则可能丢失事务;
  • 当设置为0时,事务提交不会触发redo写操作,而是留给后台线程每秒一次的刷盘操作,因此实例crash将最多丢失1秒钟内的事务。

下图表示了不同配置值的持久化程度:

redo持久化程度

显然对性能的影响是随着持久化程度的增加而增加的。通常我们建议在日常场景将该值设置为1,但在系统高峰期临时修改成2以应对大负载。

由于各个事务可以交叉的将事务日志拷贝到log buffer中,因而一次事务提交触发的写redo到文件,可能隐式的帮别的线程“顺便”也写了redo log,从而达到group commit的效果。

写redo log的入口函数为log_write_up_to,该函数的逻辑比较简单,这里不详细描述,但有几点说明下。

log_write_up_to逻辑重构

首先是在该代码逻辑上,相比5.6及之前的版本,5.7在没有更改日志写主要架构的基础上重写了log_write_up_to,让其代码更加可读,同时消除一次多余的获取log_sys->mutex,具体的(WL#7050):

  • 早期版本的innodb支持将redo写到多个group中,但现在只支持一个group,因此移除相关的变量,消除log_write_up_to的第二个传参;
  • write redo操作一直持有log_sys->mutex, 所有随后的write请求,不再进入condition wait, 而是通过log_sys->mutex序列化;
  • 之前的逻辑中,在write一次redo后,需要释放log_sys->mutex,再重新获取,更新相关变量,新的逻辑消除了第二次获取 log_sys->mutex
  • write请求的写redo无需等待fsync,这意味着写redo log文件和fsync文件可以同时进行。

理论上该改动可以帮助优化innodb_flush_log_at_trx_commit=2时的性能。

log write ahead

上面已经介绍过,InnoDB以512字节一个block的方式对齐写入ib_logfile文件,但现代文件系统一般以4096字节为一个block单位。如果即将写入的日志文件块不在OS Cache时,就需要将对应的4096字节的block读入内存,修改其中的512字节,然后再把该block写回磁盘。

为了解决这个问题,MySQL 5.7引入了一个新参数:innodb_log_write_ahead_size。当当前写入文件的偏移量不能整除该值时,则补0,多写一部分数据。这样当写入的数据是以磁盘block size对齐时,就可以直接write磁盘,而无需read-modify-write这三步了。

注意innodb_log_write_ahead_size的默认值为8196,你可能需要根据你的系统配置来修改该值,以获得更好的效果。

Innodb redo log checksum

在写入redo log到文件之前,redo log的每一个block都需要加上checksum校验位,以防止apply了损坏的redo log。

然而在5.7.7版本之前版本,都是使用的InnoDB的默认checksum算法(称为InnoDB checksum),这种算法的效率较低。因此在MySQL5.7.8以及Percona Server 5.6版本都支持使用CRC32的checksum算法,该算法可以引用硬件特性,因而具有非常高的效率。

在我的sysbench测试中,使用update_non_index,128个并发下TPS可以从55000上升到60000(非双1),效果还是非常明显的。

Redo checkpoint

InnoDB的redo log采用覆盖循环写的方式,而不是拥有无限的redo空间;即使拥有理论上极大的redo log空间,为了从崩溃中快速恢复,及时做checkpoint也是非常有必要的。

InnoDB的master线程大约每隔10秒会做一次redo checkpoint,但不会去preflush脏页来推进checkpoint点。

通常普通的低压力负载下,page cleaner线程的刷脏速度足以保证可作为检查点的lsn被及时的推进。但如果系统负载很高时,redo log推进速度过快,而page cleaner来不及刷脏,这时候就会出现用户线程陷入同步刷脏并做同checkpoint的境地,这种策略的目的是为了保证redo log能够安全的写入文件而不会覆盖最近的检查点。

redo checkpoint的入口函数为log_checkpoint,其执行流程如下:

Step1. 持有log_sys->mutex锁,并获取buffer pool的flush list链表尾的block上的lsn,这个lsn是buffer pool中未写入数据文件的最老lsn,在该lsn之前的数据都保证已经写入了磁盘。

Step 2. 调用函数fil_names_clear

  1. 如果log_sys->append_on_checkpoint被设置,表示当前有会话正处于DDL的commit阶段,但还没有完成,向redo log buffer中追加一个新的redo log记录
    该逻辑由commita5ecc38f44abb66aa2024c70e37d1f4aa4c8ace9引入,用于解决DDL过程中crash的问题

  2. 扫描fil_system->named_spaces上的fil_space_t对象,如果表空间fil_space_t->max_lsn小于当前准备做checkpoint的Lsn,则从链表上移除并将max_lsn重置为0。同时为每个被修改的表空间构建MLOG_FILE_NAME类型的redo记录。(这一步未来可能会移除,只要跟踪第一次修改该表空间的min_lsn,并且min_lsn大于当前checkpoint的lsn,就可以忽略调用fil_names_write

  3. 写入一个MLOG_CHECKPOINT类型的CHECKPOINT REDO记录,并记入当前的checkpoint LSN

Step3 . fsync redo log到当前的lsn

Step4. 写入checkpoint信息

函数:log_write_checkpoint_info --> log_group_checkpoint

checkpoint信息被写入到了第一个iblogfile的头部,但写入的文件偏移位置比较有意思,当log_sys->next_checkpoint_no为奇数时,写入到LOG_CHECKPOINT_2(3 *512字节)位置,为偶数时,写入到LOG_CHECKPOINT_1(512字节)位置。

大致结构如下图所示:

checkpoint

在crash recover重启时,会读取记录在checkpoint中的lsn信息,然后从该lsn开始扫描redo日志。

Checkpoint操作由异步IO线程执行写入操作,当完成写入后,会调用函数log_io_complete执行如下操作:

  1. fsync 被修改的redo log文件
  2. 更新相关变量:

     log_sys->next_checkpoint_no++
     log_sys->last_checkpoint_lsn = log_sys->next_checkpoint_lsn
    
  3. 释放log_sys->checkpoint_lock锁

然而在5.7之前的版本中,我们并没有根据即将写入的数据大小来预测当前是否需要做checkpoint,而是在写之前检测,保证redo log文件中有”足够安全”的空间(而非绝对安全)。假定我们的ib_logfile文件很小,如果我们更新一个非常大的blob字段,就有可能覆盖掉未checkpoint的redo log, 大神Jeremy cole 在buglist上提了一个Bug#69477

为了解决该问题,在MySQL 5.6.22版本开始,对blob列做了限制: 当redo log的大小超过 (innodb_log_file_size *innodb_log_files_in_group)的十分之一时,就会给应用报错,然而这可能会带来不兼容问题,用户会发现,早期版本用的好好的SQL,在最新版本的5.6里居然跑不动了。

在5.7.5及之后版本,则没有5.6的限制,其核心思路是每操作4个外部存储页,就检查一次redo log是否足够用,如果不够,就会推进checkpoint的lsn。当然具体的实现比较复杂,感兴趣的参考如下comit:f88a5151b18d24303746138a199db910fbb3d071

文件日志

除了普通的redo log日志外,InnoDB还增加了一种文件日志类型,即通过创建特定文件,赋予特定的文件名来标示某种操作。目前有两种类型:undo table space truncate操作及用户表空间truncate操作。通过文件日志可以保证这些操作的原子性。

Undo tablespace truncate

我们知道undo log是MVCC多版本控制的核心模块,一直以来undo log都存储在ibdata系统表空间中,而从5.6开始,用户可以把undo log存储到独立的tablespace中,并拆分成多个Undo log文件,但无法缩小文件的大小。而长时间未提交事务导致大量undo空间的浪费的例子,在我们的生产场景也不是一次两次了。

5.7版本的undo log的truncate操作是基于独立undo 表空间来实现的。在purge线程选定需要清理的undo tablespace后,开始做truncate操作之前,会先创建一个命名为undo_space_id_trunc.log的文件,然后将undo tablespace truncate 到10M大小,在完成truncate后删除日志文件。

如果在truncate过程中实例崩溃重启,若发现该文件存在,则认为truncate操作没有完成,需要重做一遍。注意这种文件操作是无法回滚的。

User tablespace truncate

类似的,在5.7版本里,也是通过日志文件来保证用户表空间truncate操作的原子性。在做实际的文件操作前,创建一个命名为ib_space-id_table-id_trunc.log的文件。在完成操作后删除。

同样的,在崩溃重启时,如果检查到该文件存在,需要确认是否重做。

InnoDB shutdown

实例关闭分为两种,一种是正常shutdown(非fast shutdown),实例重启时无需apply日志,另外一种是异常shutdown,包括实例crash以及fast shutdown。

当正常shutdown实例时,会将所有的脏页都刷到磁盘,并做一次完全同步的checkpoint;同时将最后的lsn写到系统表ibdata的第一个page中(函数fil_write_flushed_lsn)。在重启时,可以根据该lsn来判断这是不是一次正常的shutdown,如果不是就需要去做崩溃恢复逻辑。

参阅函数logs_empty_and_mark_files_at_shutdown

关于异常重启的逻辑,由于崩溃恢复涉及到的模块众多,逻辑复杂,我们将在下期月报单独进行描述。