MySql教程

面试官:MySQL数据查询太多会OOM吗

本文主要是介绍面试官:MySQL数据查询太多会OOM吗,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

点击“终码一生”,关注,置顶公众号

每日技术干货,第一时间送达!

 

 

我的主机内存只有100G,现在要全表扫描一个200G大表,会不会把DB主机的内存用光?

 

逻辑备份时,可不就是做整库扫描吗?若这样就会把内存吃光,逻辑备份不是早就挂了?

 

所以大表全表扫描,看起来应该没问题。这是为啥呢?

 

 

1、全表扫描对server层的影响

 

假设,我们现在要对一个200G的InnoDB表db1. t,执行一个全表扫描。当然,你要把扫描结果保存在客户端,会使用类似这样的命令:

 

mysql -h$host -P$port -u$user -p$pwd -e
  "select * from db1.t" > $target_file

 

InnoDB数据保存在主键索引上,所以全表扫描实际上是直接扫描表t的主键索引。这条查询语句由于没有其他判断条件,所以查到的每一行都可以直接放到结果集,然后返回给客户端。

 

那么,这个“结果集”存在哪里呢?

 

服务端无需保存一个完整结果集。取数据和发数据的流程是这样的:

 

  • 获取一行,写到net_buffer。这块内存的大小是由参数net_buffer_length定义,默认16k

  • 重复获取行,直到net_buffer写满,调用网络接口发出去

  • 若发送成功,就清空net_buffer,然后继续取下一行,并写入net_buffer

  • 若发送函数返回EAGAIN或WSAEWOULDBLOCK,就表示本地网络栈(socket send buffer)写满了,进入等待。直到网络栈重新可写,再继续发送

 

查询结果发送流程:

 

图片

 

可见:

 

  • 一个查询在发送过程中,占用的MySQL内部的内存最大就是net_buffer_length这么大,不会达到200G

  • socket send buffer 也不可能达到200G(默认定义/proc/sys/net/core/wmem_default),若socket send buffer被写满,就会暂停读数据的流程

 

所以MySQL其实是“边读边发”。这意味着,若客户端接收得慢,会导致MySQL服务端由于结果发不出去,这个事务的执行时间变长。

 

比如下面这个状态,就是当客户端不读socket receive buffer内容时,在服务端show processlist看到的结果。

 

服务端发送阻塞:

 

图片

 

若看到State一直是“Sending to client”,说明服务器端的网络栈写满了。

若客户端使用–quick参数,会使用mysql_use_result方法:读一行处理一行。假设某业务的逻辑较复杂,每读一行数据以后要处理的逻辑若很慢,就会导致客户端要过很久才取下一行数据,可能就会出现上图结果。

因此,对于正常的线上业务来说,若一个查询的返回结果不多,推荐使用mysql_store_result接口,直接把查询结果保存到本地内存。

当然前提是查询返回结果不多。如果太多,因为执行了一个大查询导致客户端占用内存近20G,这种情况下就需要改用mysql_use_result接口。

若你在自己负责维护的MySQL里看到很多个线程都处于“Sending to client”,表明你要让业务开发同学优化查询结果,并评估这么多的返回结果是否合理。

若要快速减少处于这个状态的线程的话,可以将net_buffer_length设置更大。

有时,实例上看到很多查询语句状态是“Sending data”,但查看网络也没什么问题,为什么Sending data要这么久?

一个查询语句的状态变化是这样的:

  • MySQL查询语句进入执行阶段后,先把状态设置成 Sending data

  • 然后,发送执行结果的列相关的信息(meta data) 给客户端

  • 再继续执行语句的流程

  • 执行完成后,把状态设置成空字符串

即“Sending data”并不一定是指“正在发送数据”,而可能是处于执行器过程中的任意阶段。比如,你可以构造一个锁等待场景,就能看到Sending data状态。

读全表被锁:

 

session    1  session2
begin 
select * from t where id=1 for update
启动事务
  select * from t lock in share mode 
(blocked)

 

Sending data状态

 

图片

 

可见session2是在等锁,状态显示为Sending data。

 

  • 仅当一个线程处于“等待客户端接收结果”的状态,才会显示"Sending to client"

  • 若显示成“Sending data”,它的意思只是“正在执行”

 

所以,查询的结果是分段发给客户端,因此扫描全表,查询返回大量数据,并不会把内存打爆。

以上是server层的处理逻辑,在InnoDB引擎里又是怎么处理?

 

 

2、全表扫描对InnoDB的影响

 

InnoDB内存的一个作用,是保存更新的结果,再配合redo log,避免随机写盘。

 

内存的数据页是在Buffer Pool (简称为BP)管理,在WAL里BP起加速更新的作用。

 

BP还能加速查询。

 

由于WAL,当事务提交时,磁盘上的数据页是旧的,若这时马上有个查询来读该数据页,是不是要马上把redo log应用到数据页?

不需要。因为此时,内存数据页的结果是最新的,直接读内存页即可。这时查询无需读磁盘,直接从内存取结果,速度很快。所以,Buffer Pool能加速查询。

 

而BP对查询的加速效果,依赖于一个重要的指标,即:内存命中率。

 

可以在show engine innodb status结果中,查看一个系统当前的BP命中率。一般情况下,一个稳定服务的线上系统,要保证响应时间符合要求的话,内存命中率要在99%以上。

 

执行show engine innodb status ,可以看到“Buffer pool hit rate”字样,显示的就是当前的命中率。比如下图命中率,就是100%。

 

图片

 

若所有查询需要的数据页都能够直接从内存得到,那是最好的,对应命中率100%。

 

InnoDB Buffer Pool的大小是由参数 innodb_buffer_pool_size确定,一般建议设置成可用物理内存的60%~80%。

 

在大约十年前,单机的数据量是上百个G,而物理内存是几个G;现在虽然很多服务器都能有128G甚至更高的内存,但是单机的数据量却达到了T级别。

 

所以,innodb_buffer_pool_size小于磁盘数据量很常见。若一个 Buffer Pool满了,而又要从磁盘读入一个数据页,那肯定是要淘汰一个旧数据页的。

 

 

3、InnoDB内存管理

 

使用的最近最少使用 (Least Recently Used, LRU)算法,淘汰最久未使用数据。

 

基本LRU算法

 

InnoDB管理BP的LRU算法,是用链表实现的:

 

  • state1,链表头部是P1,表示P1是最近刚被访问过的数据页

  • 此时,一个读请求访问P3,因此变成状态2,P3被移到最前

  • 状态3表示,这次访问的数据页不存在于链表,所以需要在BP中新申请一个数据页Px,加到链表头。但由于内存已满,不能申请新内存。于是清空链表末尾Pm数据页内存,存入Px的内容,放到链表头部

 

最终就是最久没有被访问的数据页Pm被淘汰。

 

若此时要做一个全表扫描,会咋样?若要扫描一个200G的表,而这个表是一个历史数据表,平时没有业务访问它。

 

那么,按此算法扫描,就会把当前BP里的数据全部淘汰,存入扫描过程中访问到的数据页的内容。也就是说BP里主要放的是这个历史数据表的数据。

 

对于一个正在做业务服务的库,这可不行呀。你会看到,BP内存命中率急剧下降,磁盘压力增加,SQL语句响应变慢。

 

所以,InnoDB不能直接使用原始的LRU。InnoDB对其进行了优化。

 

改进的LRU算法

 

图片

 

InnoDB按5:3比例把链表分成New区和Old区。图中LRU_old指向的就是old区域的第一个位置,是整个链表的5/8处。即靠近链表头部的5/8是New区域,靠近链表尾部的3/8是old区域。

 

改进后的LRU算法执行流程:

 

  • 状态1,要访问P3,由于P3在New区,和优化前LRU一样,将其移到链表头部 =》状态2

  • 之后要访问一个新的不存在于当前链表的数据页,这时依然是淘汰掉数据页Pm,但新插入的数据页Px,是放在LRU_old处

  • 处于old区的数据页,每次被访问的时候都要做如下判断:

  1. 若该数据页在LRU链表中存在的时间超过1s,就把它移动到链表头部

  2. 若该数据页在LRU链表中存在的时间短于1s,位置保持不变。1s是由参数innodb_old_blocks_time控制,默认值1000,单位ms。

 

该策略,就是为了处理类似全表扫描的操作量身定制。还是扫描200G历史数据表:

 

  • 扫描过程中,需要新插入的数据页,都被放到old区域

  • 一个数据页里面有多条记录,这个数据页会被多次访问到,但由于是顺序扫描,这个数据页第一次被访问和最后一次被访问的时间间隔不会超过1秒,因此还是会被保留在old区域

  • 再继续扫描后续的数据,之前的这个数据页之后也不会再被访问到,于是始终没有机会移到链表头部(New区),很快就会被淘汰出去。

 

可以看到,这个策略最大的收益,就是在扫描这个大表的过程中,虽然也用到了BP,但对young区完全没有影响,从而保证了Buffer Pool响应正常业务的查询命中率。

 

 

4、小结

 

MySQL采用的是边算边发的逻辑,因此对于数据量很大的查询结果来说,不会在server端保存完整的结果集。所以,如果客户端读结果不及时,会堵住MySQL的查询过程,但是不会把内存打爆。

 

而对于InnoDB引擎内部,由于有淘汰策略,大查询也不会导致内存暴涨。并且,由于InnoDB对LRU算法做了改进,冷数据的全表扫描,对Buffer Pool的影响也能做到可控。

 

全表扫描还是比较耗费IO资源的,所以业务高峰期还是不能直接在线上主库执行全表扫描的。

 

 

PS:防止找不到本篇文章,可以收藏点赞,方便翻阅查找哦

这篇关于面试官:MySQL数据查询太多会OOM吗的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!