[原理解析] Adaptive Hash Index 是如何建立的

Adaptive Hash Index (以下简称AHI) 估计是 MySQL 的各大特性中，大家都知道名字但最说不清原理的一个特性。本期图解我们为大家解析一下AHI是如何构建的。

首先我们思考一下AHI是为了解决什么问题：

• 随着MySQL单表数据量增大，（尽管B+树算法极好地控制了树的层数）索引B+树的层数会逐渐增多；

• 随着索引树层数增多，检索某一个数据页需要沿着B+树从上往下逐层定位，时间成本就会上升；

• 为解决检索成本问题，MySQL就想到使用某一种缓存结构：根据某个检索条件，直接查询到对应的数据页，跳过逐层定位的步骤。这种缓存结构就是AHI。

AHI在实现上就是一个哈希表：从某个检索条件到某个数据页的哈希表，仿佛并不复杂，但其中的关窍在于哈希表不能太大（哈希表维护本身就有成本，哈希表太大则成本会高于收益），又不能太小（太小则缓存命中率太低，没有任何收益）。

这就是AHI（中文名：自适应哈希索引）中＂自适应＂的用途：建立一个＂不大不小刚刚好＂的哈希表。

本文主要讨论MySQL是如何建立起一个＂刚刚好＂的AHI的，如图１所示：需要经历三个关卡，才能为某个数据页建立AHI，之后的查询才能使用到该AHI。

我们逐个关卡来介绍：

关卡1：某个索引树要被使用足够多次

AHI是为某个索引树建立的（当该索引树层数过多时，AHI才能发挥效用）。如果某索引只被使用一两次，就为之建立AHI，会导致AHI太多，维护成本高于收益。

因此建立AHI的第一关就是：只为频繁使用的索引树建立AHI。

关卡2：该索引树上的某个检索条件要被经常使用

显而易见，如果我们为了一个很少出现的检索条件建立AHI，肯定是入不敷出的。

在此我们插播一个新概念hash info，hash info是用来描述一次检索的条件与索引匹配程度（即此次检索是如何使用索引的）。建立AHI时，就可以根据匹配程度，抽取数据中匹配的部分，作为AHI的键。

关卡2就是为了找到经常使用的hash info。hash info 包括以下三项：

• 检索条件与索引匹配的列数

• 第一个不匹配的列中，两者匹配的字节数

• 匹配的方向是否从左往右进行

我们通过一个例子来简要介绍hash info中第一项。假设一张表table1，其索引是(A1, A2)两列构成的索引：

• 如果检索条件是(A1=1 and A2=1)，那么此次检索使用了该索引的最左两列，hash info就是(2,0,true)

• 如果检索条件是(A1=1), 那么此次检索使用了该索引的最左一列，hash info就是(1,0,true)

关卡2就是为了找出经常使用的hash info，作为建立AHI的依据。

关卡3：该索引树上的某个数据页要被经常使用

如果我们为表中所有数据建立AHI，那AHI就失去了缓存的意义：内存已不足以存放其身躯，必然要放到磁盘上，那么其成本显然已经不低于收益。

回忆一下，AHI是为了缩短B+树的查询成本设计的，如果把自己再放到磁盘上，就得变成另一颗B+树（B+树算法是处理磁盘查询的高效结构），如此循环往复，呜呼哀哉。

因此我们只能为表中经常被查询的部分数据建立AHI。所以关卡3的任务就是找出哪些数据页是经常被使用的数据页。

修成正果：终于开始建立AHI

终于可以开始建立AHI了, 我们举个例子说明如何建立AHI。假设以上三个关卡的通关情况如下：

• 表table1具有4列：A1,A2,A3,B1。具有两个索引 Idx1(A1,A2,A3) 和 Idx2(B1)

• 关卡1：选出的索引是 Idx1

• 关卡2：选出的hash info是 (2, 0, true) （很多查询命中了Idx1的最左两列）

• 关卡3：选出了某个数据页P3, 其中包含数据 (1,1,1,1) 和 (1,2,2,2) 等等

那么建立AHI的过程是: 在内存中，为数据页P3中的每一行数据建立索引

• 对于数据(1,1,1,1)，根据hash info，选取前两列建立AHI的一项：(1,1)的哈希值->P3

• 对于数据(1,2,2,2)，根据hash info，选取前两列建立AHI的一项：(1,2)的哈希值->P3

• 以此类推

普度众生：终于可以使用AHI

我们终于可以AHI加速查询了，假设查询条件是A1=1 and A2=2，其满足条件：

• 命中了索引Idx1

• 索引Idx1上的hash info是(2, 0, true), 查询条件(A1=1 and A2=2)根据hash info转成(1,2)的哈希值

• 根据此哈希值在AHI中查询, 可查询到数据页为P3

从以上过程可以看出，如果命中了AHI，就可以跳过图2中查询索引树的4个步骤，一次到位找到数据页，提升性能。

总结

我们回顾一下MySQL建立AHI的整个过程：

• 随着数据量增大，索引树变得越来越高，查询数据页成本变大

• MySQL引入AHI作为查询数据页的缓存，想降低查询数据页的成本

• AHI的＂自适应＂想解决的问题是 缓存不能太大，也不能太小

• AHI建立的过程中，通过不断限制条件，只为经常使用的索引和经常使用的数据页建立缓存

运维建议

理解了AHI的建立过程，在运维过程中就更容易理解AHI的状态，我们简要盘点一下AHI的运维：

• innodb_adaptive_hash_index_parts。凡是缓存都会涉及多个缓存消费者间的锁竞争。MySQL通过设立多个AHI分区，每个分区使用独立的锁，来减少锁竞争。

• SHOW ENGINE INNODB STATUS。其中有AHI的每个分区的使用率和AHI的命中率。如果你的业务AHI使用率过低，理解了AHI建立的原理后，就可以分析该业务为何不命中AHI，来判断业务是否合理，是否需要改变访问模式或者将数据冷热隔离。也可以考虑关闭AHI，减少AHI的维护成本。

• 在低版本MySQL上使用AHI，先查阅MySQL bug列表。低版本是存在一些与AHI相关的影响业务的缺陷，在新版本上均已修复，新版本MySQL可放心使用。