MVCC&PURGE&分布式事务

Ⅰ、MVCC介绍

举个栗子

session1:
(root@localhost) [test]> select * from t;
+------+
| a    |
+------+
|    1 |
+------+
1 row in set (0.00 sec)

(root@localhost) [test]> begin;
Query OK, 0 rows affected (0.00 sec)

(root@localhost) [test]> update t set a = a + 1 where a = 1;
Query OK, 1 row affected (0.01 sec)
Rows matched: 1  Changed: 1  Warnings: 0

(root@localhost) [test]> select * from t;
+------+
| a    |
+------+
|    2 |
+------+
1 row in set (0.00 sec)

session2：
(root@localhost) [test]> begin;
Query OK, 0 rows affected (0.00 sec)

(root@localhost) [test]> select * from t;
+------+
| a    |
+------+
|    1 |
+------+
1 row in set (0.00 sec)

第一个会话开启事务更新记录,不提交,此时记录是被锁住的

新开一个会话去select 这条记录,并不会因为有锁而阻塞,读到的是原来的记录

这就是MVCC——多版本并发控制,实现原理就是undo,没有额外开销,读到这条记录被更新则读这条记录之前的版本

此时commit之后,之前版本的undo是不能被马上回收的,因为其他线程可能还在引用之前版本的undo,真正的回收undo是purge线程做的

Ⅱ、purge线程

2.1 purge介绍

purge的作用是删除undo,真正删除一条记录(完成update和delete)

delete from table where pk=1；

在page中只是标记为删除,page上并没有真正的删除
相关参数：innodb_purge_threads    默认是1,5.7中设大一点,4或者8,都是ssd性能比较好

5.5之前所有的purge操作都是master thread做的

默认只有一个purge thread
innodb_purge_threads={0|1}
5.6

N purge thread

innodb_purge_threads={4}

扫描二维码关注公众号，回复： 985263 查看本文章

2.2 purge具体过程

1024个槽------1024个undo回滚段,每个槽对应不同的undo日志

一旦事务提交,undo就放到hitory list中

tips：

因为记录不是有序的,所以purge操作需要大量离散读取操作

2.3 线上常见问题

undo不断增大,不能有效回收,导致系统空间不断增大,

最主要的原因有两个:

索引没有添加
检查slow log
存在大事务

拆大为小

其实就一点,一个事务执行时间很长,那对应的undo就不能回收,至少要commit完成后才能回收

另外回滚比提交慢非常多,commit很快,rollback需要的时间就是事务执行的时间,逻辑回滚

tips：

目前MySQL已经支持在线回收undo,详见阿里数据库内核月报

Ⅲ、分布式事务

之前我们谈到binlog和redo的一致性是通过一个内部的xa事务保证的,这里简单聊下外部的分布式事务

3.1 看下简单语法

(root@localhost) [test]> xa start 'a';    -- 开启一个分布式事务
Query OK, 0 rows affected (0.00 sec)

(root@localhost) [test]> insert into t values(2000);
Query OK, 1 row affected (0.09 sec)

(root@localhost) [test]> insert into t values(3000);
Query OK, 1 row affected (0.00 sec)

(root@localhost) [test]> xa end 'a';  -- 结束
Query OK, 0 rows affected (0.00 sec)

(root@localhost) [test]> xa prepare 'a';  -- 写prepare
Query OK, 0 rows affected (0.03 sec)

(root@localhost) [test]> xa recover;  -- 看一眼,有一个分布式事务
+----------+--------------+--------------+------+
| formatID | gtrid_length | bqual_length | data |
+----------+--------------+--------------+------+
|        1 |            1 |            0 | a    |
+----------+--------------+--------------+------+
1 row in set (0.00 sec)

(root@localhost) [test]> xa rollback 'a'; -- 回滚
Query OK, 0 rows affected (0.01 sec)

(root@localhost) [test]> xa recover;  -- 再看下,没了
Empty set (0.00 sec)

这是再单实例上模拟的,意义不大

真正应用程序中两个实例做分布式事务,需要两边的prepare都成功才能最终提交

3.2 分布式事务的不完美

client退出导致prepare成功事务丢失
MySQL Server宕机导致binlog丢失
外部XA prepare成功不写日志

Ⅳ、事务编程

4.1 不好的事物习惯

在循环中提交事务,(fsync次数太多)
使用自动提交
使用自动回滚

create procedure load1(count int unsigned)
begin
declare s int unsigned default 1;
declare c char(80) default repeat('a',80);
  while s <= count do
    insert into t1 select NULL,c;
    set s = s+1;
  end while;
end

call load1(1000)

上面这个存储过程的调用,auto commit导致了insert会处罚一千次fsync

正确姿势：

begin;
call load1(1000)
commit;

错误的那种如果中间失败回滚都回不了,做不到原子性
将事务写到存储过程里面也不好,出错了就不好弄,不能自动回滚,所以存储过程只写逻辑,事务控制应用程序来做

4.2 大事务

事务拆大为小,原因就是binlog在搞鬼,其实不一定是大事务,大的操作都要拆吧

计算利息,拆了批量执行

update account
set account_total = account_total + (1 + interest_rate)

为什么要拆？老生常谈的、

写binlog成本大,导致主从延迟
避免过大的undo

题外话：

binlog是有点讨厌不像oracle用redo,历史原因,不好说

也有好处,做大数据平台集成非常简单,把MySQL的的数据实时推到大数据平台上太简单,github上一搜一大把项目直接用