讓 InnoDB 的全表掃描快 10 倍
在MySQL Connect 2013大會上,我描述了在 非死book中MySql5.6的應用,解釋了我們添加在 非死book MySQL 5.6 源碼分支的新功能. 在這篇文章里，我將描述一下在全表掃描的時候怎樣才能更快。
在 InnoDB中更加快速的全表掃描
一般來講,大多數應用查詢的時候都會用索引，查找很少的幾行數據（主鍵查找或百行內的查詢），但有時候我們需要全表查詢。典型的全表掃描就是邏輯備份 (mysqldump) 和 online schema changes（ 注：在線上對大表 schema 的操作，也是 非死book 的一個開源項目） (SELECT ... INTO OUTFILE).在 非死book我們用 mysqldump 來備份數據庫. 正如你所知MySql提供兩種備份方式，提供了物理備份和邏輯備份的命令和工具. 相對物理備份，邏輯備份有一定的優勢，例如:
- 邏輯備份備份數據要小得多. 3x-10x 尺寸差異并不少見。
- 更容易解析備份數據庫. 在物理備份中,在出現嚴重問題時候，如校驗失敗。如果我們不能將數據庫恢復 ，想知道InnoDB內部數據結構，或者修復損壞是十分困難的。比起物理備份我們更加相邏輯備份。 </ul> 邏輯備份的主要缺點是數據庫的完全備份和完全還原比物理的備份恢復慢得多。
緩慢的完全邏輯備份往往會導致問題.如果數據庫中存在很多大小支離破碎的表，它可能需要很長的時間。在 臉書，我們面臨 mysqldump 的性能問題，導致我們不能在合理的時間內對一些(基于HDD和Flashcache的)服務器完成完整邏輯備份。我們知道 InnoDB做全表掃描并不高效，因為 InnoDB 實際上并沒有順序讀取,在大多情況下是在隨機讀取。這是一個已知多年的老問題了。我們的數據庫存儲容量一直在增長，緩慢的全表掃描問題給我們造成了嚴重的影響,因此,我們決定加強 InnoDB 做順序讀取的速度。最后我們的數據庫攻堅工程師團隊在InnoDB 中實現了"Logical Readahead"功能。應用"Logical readahead"，在通常生產工作負載下，我們全表掃描速比之從前度提高 9 ~ 10 倍。在超負荷生產中，全表掃描速度達到 15 ~ 20 倍的速度甚至更快。
全表掃描在大的、碎片化數據表上的問題
dd if=/data/mysql/dbname/large_table.ibd of=/dev/null bs=16k iflag=direct你可能會發現即使在商業HDD服務器上，你可以達到高于比100 MB/s 乘以"驅動器數目"的速度。超過1GB/s并不少見。
不幸的是，在許多情況下主要關鍵頁表存在碎片。例如，如果您需要管理 user_id 和 object_id 映射，主鍵將會是(user_id,object_id)。插入排序與 user_id并不一致，那么新插入/更新往往導致頁拆分。新的拆分頁將被分配在遠離當前頁的位置。這意味著頁面將會碎片化。
如果主鍵頁是碎片化的，全表掃描將會變得極其緩慢。圖1闡釋了這個問題。在InnoDB讀取葉子頁#3之后，它需要讀取頁#5230，在那之后還要讀頁#4。頁#5230位置離頁#3和頁#4很遠，所以磁盤讀操作順序開始變得幾乎是隨機的，而不是連續的。大家都知道HDD上的隨機讀要比連續讀慢得多。一個有效的改進隨機讀性能的辦法是使用SSD。不過SSD每個GB的價錢要比HDD昂貴的多，所以使用SSD通常是不可能的。
圖 1.全表掃描實際沒有連續讀
線性預讀取真的有意義嗎？
優化方法1：物理預讀取
正如上面描述的，全表掃描速度較慢的主要原因是InnoDB主要進行隨機讀取。為了加速全表掃描，需要使InnoDB進行順序讀取。我想到的第一個方法就是創建一個UDF（user defined function)順序的讀取ibd文件(InnoDB的數據文件）。UDF執行完成后，ibd文件的page應當保存在InnoDB的緩存池當中，所以在進行全表掃描時無需再進行隨機讀取。下面是一個示例用法：mysql> SELECT buf_warmup ("db1", "large_table"); /* loading into buf pool */
mysql> SELECT * FROM large_application_table; /* in-memory select */ buf_warmup() 是一個用戶自定義函數，用來讀取數據庫“db1"的表”large_table"的整個ibd文件。該函數需要花費時間將ibd文件從硬盤讀取，但因為是順序讀取的，所以比隨機讀取要快的多。在我的測試當中，比普通的線性預讀取快差不多5倍左右。
這證明ibd文件的順序讀取能夠有效的改善吞吐率，但也存在一些缺點：
- 如果table的大小超過InnoDB緩存池的大小，這種方法就不能工作
- 在全表掃描過程中，讀取整個的ibd文件就意味著不但需要讀取primary key page還需要讀取二級索引page以及一些其他不需要的page，并將其保存在緩存池，盡管只有primary key page是實際需要的。如果擁有大量的二級索引，這種方法就不能有效的工作
- 應用需要做出一定的修改以便調用UDF
這看起來是一個足夠好的解決方案，但我們的數據庫設計團隊想出了一個更好的解決方法叫做“邏輯預讀取”（Logical Read Ahead)，所以我們并不選擇UDF的方法。
邏輯預讀取
邏輯預讀取（LRA）的工作流程如下：- 讀取主鍵的一些分支page
- 計算葉子page的數量
- 以page number的順序（大多數是順序磁盤讀取）依次讀取一些（通過配置控制數量的多少）葉子page
- 以主鍵的順序讀取行
整個流程如圖2所示：
Fig 2: Logical Read Ahead
邏輯預讀取解決了物理預讀取所存在的問題。LRA使InnoDB僅讀取主鍵page（不需要讀取二級索引頁面),并且每一次預讀取頁面的數量是可以控制的。除此之外，LRA對SQL語法不需要做任何修改。
為了使LRA工作，我們需要增加兩個session變量。一個是"innodb_lra_size"，用來控制預讀取葉子頁面(page)大小。另外一個是"innodb_lra_sleep"，用來控制每一次預讀取之間休眠多長時間。我們用512MB～4096MB的大小以及50毫秒的休眠時間來進行測試，到目前為止我們還沒有遇到任何嚴重問題（例如崩潰/阻塞/不一致等）。這些session變量僅在需要進行全表的時候進行設置。在我們的應用中，mysqldump以及其他一些輔助腳本啟用了邏輯預讀取。
一次提交多個async I/O請求
我們注意到，另外一個導致性能問題的原因是InnoDB 每次i/o僅讀取一個頁面，即使開啟了預讀取技術。每次僅讀取16KB對于順序讀取來說實在是太小了，效率相比大的讀取單元要低很多。
在版本5.6中，InnoDB默認使用Linux本地I/O。如果一次提交多個連續的16KB讀請求，Linux在內部會將這些請求合并，讀操作能夠更有效的執行。不幸的是，InnoDB一次只會提交一個頁面的i/o請求。我提交了一個bug report#68659.正如bug report中所寫，在一個當代的HDD RAID 1+0環境中，如果我一次性提交64個連續的頁面讀取請求，我可以獲得超過1000MB/s的硬盤讀取速度；如果每次只提交一個頁面讀取請求，我們僅可以獲得160MB/s的硬盤讀取速度。
為了使LRA在我們的應用環境中更好的工作，我們修正了這個問題。在我們的MySQl中，InnoDB在調用io_submit()之前會提交多個頁面i/o請求。
基準測試
在所有的測試中，我們使用的都是生產環境下的數據庫表（分頁的表）。1. 純HDD環境全表掃描 (基礎的基準測試, 沒有其他的工作負載)
| Table size | Without LRA | With LRA | Improvement |
| 10GB | 10 min 55.00 sec | 1 min 15.20 sec | 8.71x |
| 50GB | 52 min 44.42 sec | 6 min 36.98 sec | 7.97x |
2. Online schema change under heavy workload
| Table size | Without LRA | With LRA | Improvement |
| 1GB | 7 min 33 sec | 24 sec | 18.8x |
源碼
我們做出的所有增強修改都可以在GitHub上獲取。- 邏輯預讀取實現 : diff
- 一次提交多個i/o請求: diff
- 在mydqldump中啟用邏輯預讀取 : diff
結論
對于全表掃描來說InnoDB的工作效率不高，所以我們對它做了一定的修改。我在兩方面進行了改進，一是實現了邏輯預讀取；一是實現了一次提交多個async read i/o請求。對于我們生產環境中的數據庫表來說，我們獲得了8-18倍的性能提高，這對于減少備份時間、模式修改時間等來說是非常有用的。我希望這些特性能夠在InnoDB中獲得Oracle官方支持，至少是主要的MySQL分支。