关于InnoDB表的page利用率和optimize table

上一篇我们介绍了ibd_used这个工具，我们用来量化看表数据文件的page使用率。这里用来说明optimize table这个命令的问题和优化。

ibd_used 工具下载地址http://pan.baidu.com/s/1c0EPAjY

page利用率

主要是指btee里面每个page的使用被使用的空间大小。我们知道InnoDB默认一个page大小是16k。但实际使用情况不会总用满

我们定义为所有page的总使用字节除以总字节数。

在理论分析之前，我们要先弄个工具，查一下。

实例准备

建一个这样的表

CREATE TABLE `tb` ( `seq_id` bigint(20) unsigned NOT NULL AUTO_INCREMENT, `a` varchar(32) DEFAULT NULL, `b` varchar(32) DEFAULT NULL, `c` varchar(32) DEFAULT NULL, `d` char(255) DEFAULT NULL, Primary key (seq_id), KEY a (a), KEY bc (b,c), KEY cb (c,b) ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

执行语句为“insert into tb(a,b,c) values(randstr, randstr, randstr);” randstr是客户端程序生成的长度30字节的随机字符串。30个线程并发，每个线程插入1w条记录。

等待更新完成后（包括purge完成，从系统的vmstat上看无任何io），执行./ibd_used tb.ibd 0 100000000，可以从最后4行看到各个索引的page平均利用率如下图。

说明： 这里留着一个“异常”不提，后文再叙。

Optimize table 效果

我们知道Optimize table是用来作表整理的， 执行一下 optimize table tb，再看ibd_used的结果。

说明：这里我们发现，pk的page利用率明显提升，是optimize效果，但是其他几个索引的page利用率却没有明显效果。为什么呢？
1) 首先是上面没有提的那个“异常”，既然是自增主键，为什么在optimize之前，pk的利用率不高？原因是多线程插入，虽然seq_id是递增申请，但不能保证是递增更新到page上。而通过optimize后，等于是单线程重新整理了。

2) 为什么其他索引的page利用率没有提升，这个就涉及到optimize table的内部执行过程。如下：

a) 建一个临时表，表结构与tb相同
b) 按照tb主键顺序将tb数据一行行的插入到临时表中
c) 删掉tb，临时表重命名为tb

所以我们看到对于其他索引，插入的值仍然是随机的过程。

改进的思路

我们知道InnoDB在5.1的时候innodb_plugin里面就有fast index creatation了，上述过程如果改成如下：

a) 建一个临时表，表结构与tb相同
b) 删掉临时表的所有非聚簇索引
c) 按照tb主键顺序将tb数据一行行的插入到临时表中
d) 建立临时表的所有非聚簇索引
e) 删掉tb，临时表重命名为tb

这样在执行步骤d)时，每个非聚簇索引都是按照排序好方式构建，则能让所有的索引page都很“紧凑”。

Percona版本的 expand_fast_index_creation参数

在Percona版本中新增了这个参数，默认值是OFF，需要配置文件设置ON或者通过set命令热修改。
当设置为ON时，则optimize table tb实现的就是上述我们说到的改进流程。从ibd_used看到执行结果看到的效果如下：

小结

所以当你需要通过optimze table优化表空间，
若是使用percona版本则最好先打开expand_fast_index_creation;
若是官方版本，则建议自己写脚本建临时表，按照上述的过程a~e来执行，达到最优的效果。