比较操作系统和MySQL的InnoDB引擎

比较操作系统和MySQL的InnoDB引擎

首先介绍一下操作系统里面CPU、CPU缓存、内存和磁盘的关系，这里以图书馆举例（小林coding中操作系统里面的例子）。

当你在图书馆里面学习的时候：
缓存相当于你的大脑，大脑里面的知识你可以很快的接收到；
内存相当于桌面上面的知识，你也可以较快的得到；
磁盘相当于图书馆书架上面的知识，取的时候会更慢一点；

一、都使用了分页

操作系统：操作系统内存分页，每页4KB，依据计算机组成原理的局部性原理，认为下一次访问的数据在目前访问数据的附近，所以每一次操作的单位都是一页。

InnoDB引擎：每页16KB，依据计算机原理里面的局部性原理，认为下一次访问的数据在目前访问数据的附近，每次从磁盘里面存取数据都是以页为单位。

二、都使用了缓存来提高效率

操作系统中的CPU：有缓存，对于CPU来说，有CPU独立的一级缓存和二级缓存，还有多个CPU共享的三级缓存，使用缓存来增大数据的访问效率。
程序执行的时候，会将内存中的数据加载到共享的三级缓存里面，然后依次加载到二级缓存和一级缓存里面，最后才会被CPU读取。

InnoDB引擎：并且在内存里面有缓存空间，维护了free链表、flush链表以及LRU链表，为了方便用户的操作。

三、数据一致性

操作系统中CPU：保证CPU缓存和内存中数据的一致性

• 写直达：每一次修改数据的时候，去判断当前数据是否存在于缓存里面，如果存在就要对缓存里面的数据进行修改，然后更新到内存里面；如果不存在与缓存里面，直接更新内存里面的数据。

• 写回：发生写操作的时候，新的数据只写到缓存里面，只有当修改过的缓存块被替换时才需要写到内存中。

InnoDB引擎：保证缓存和磁盘里面的数据一致性
在缓存中维护三个链表：

• free链表：维护当前没有存储数据的数据块
• flush链表：维护已经被修改的数据块，但是还没有写回到磁盘里面
• LRU链表：为了可以更快的访问数据，存储热点数据，包括冷热区域，防止全表扫描的时候把不是热点的数据存储在LRU链表里面

MySQL中会有一个线程，以一定的间隔时间去把flush链表里面的数据写回到磁盘里面，来保证数据一致性。

四、操作系统中的缓存一致性

因为现在的操作系统都有多个CPU，对于不同的CPU来说，会有独有的一级缓存和二级缓存，只有三级缓存是多个CPU共享的，所以要保证各个CPU独有的缓存里面数据的一致性，也就是缓存一致性。

方法：

• 当一个CPU核心里的缓存数据更新的时候，要传播到其他的CPU的缓存里面，称为写传播。
  实现方式：总线嗅探。每个核心都会监听总线上面的广播，如果发现当前修改的数据也存在于自己的缓存里面，就进行修改。
  缺点：CPU需要一致监听总线上面的变化，并且不管其他的CPU是否缓存了我当当前修改的数据，都需要在总线上面进行广播，增加了总线的负载。
  解决方法：MESI协议，Cache Line有四种状态：modified、exclusive、shared、invalidated
  

• 事务串行化：某个CPU对数据的操作，必须和其他核心看起来顺序是一样的。如果两个数据都要设置i，A核心设置为100，B核心设置为200，同时进行操作，这个时候两个核心看到的i的值必须是一致的，比如：i都是先变成100，再变成200。

Last but not least:以上都是学习中我自己的理解，如果有错误欢迎批评指正~