「高性能MySQL」读书笔记（1）- MySQL架构

一、前言

本系列主要是记录阅读「高性能MySQL」期间笔记，记录在日常使用中忽略的知识、模糊的点，主要面对有一定MySQL使用经验的开发者。

本文是针对于MySQL一些基础定义的解释说明，会非常浅显通俗易懂。

二、MySQL的逻辑架构

简单梳理MySQL的结构，大致分为三部分。

第一层客户端。包括连接处理、身份验证、确保安全性等。

第二层MySQL的核心功能，包括查询解析、分析、优化、以及所有的内置函数（例如，日期、时间、数学和加密函数），所有跨存储引擎的功能也都在这一层实现：存储过程、触发器、视图等。

第三层是存储引擎层。存储引擎负责MySQL中数据的存储和提取。

三、并发控制

两个级别的并发控制：服务器级别和存储引擎级别。

服务器级别的并发：同时执行的客户端连接数。
存储引擎并发：在MySQL服务器中使用不同类型的存储引擎时，多个连接可以同时访问和修改表数据的能力。每种存储引擎都有不同的并发访问约束和实现方式。例如，InnoDB 存储引擎支持行级锁定和 MVCC 特性来提供高度的并发性能，而 MyISAM 存储引擎则以表级锁定为特征，限制了同时访问同一张表的连接数量。

锁类型

并发的解决方案也是比较简单的，通过加锁处理，有两种锁共享锁（shared lock）和排他锁（exclusive lock），也叫读锁（read lock）和写锁（write lock）。

对同资源来说，读锁之间互不阻塞，互不干扰。写锁是排他的，一个写锁既会阻塞读锁也会阻塞其他的写锁，并防止其他客户端读取正在写入的资源。

当客户端想对表进行写操作（插入、删除、更新等）时，需要先获得一个写锁，这会阻塞其他客户端对该表的所有读写操作。只有没有人执行写操作时，其他读取的客户端才能获得读锁，读锁之间不会相互阻塞。

锁粒度

每种MySQL存储引擎都可以实现自己的锁策略和锁粒度。

锁粒度与并发量：锁粒度越小（锁得更精确）↓ 并发量越高↑
锁粒度与资源消耗量：锁粒度越小（锁得更精确）↓ 资源消耗量越大↑

理论上锁的足够精确，并发量能够达到极致，但这并不能很好的在实际生产中应用，大多都使用的是行级锁（row level lock）。除了行锁外，还有另外一种表锁（table lock）。

四、事务

ACID事务

谈到事务不得不提起ACID事务。ACID代表原子性（atomicity）、一致性（consistency）、隔离性（isolation）和持久性（durability）。

原子性（atomicity）

一个事务必须被视为一个不可分割的工作单元，整个事务中的所有操作要么全部提交成功，要么全部失败回滚。

一致性（consistency）

数据库总是从一个一致性状态转换到下一个一致性状态。一个分为多步骤的操作，即使最后步骤出现了错误，最后事务没有提交，该事务的数据修改也不会保存到数据库中。

隔离性（isolation）

通常来说，一个事务所做的修改在最终提交以前，对其他事务是不可见的，这就是隔离性带来的结果。

持久性（durability）

一旦提交，事务所做的修改就会被永久保存到数据库中。此时即使系统崩溃，数据也不会丢失。

隔离级别

READ UNCOMMITTED（未提交读）

在READ UNCOMMITTED级别，在事务中可以查看其他事务中还没有提交的修改。这个隔离级别会导致很多问题，从性能上来说，READ UNCOMMITTED不会比其他级别好太多，却缺乏其他级别的很多好处，除非有非常必要的理由，在实际应用中一般很少使用。

读取未提交的数据，也称为脏读（dirty read）

READ COMMITTED（提交读）

大多数数据库系统的默认隔离级别是READ COMMITTED（但MySQL不是）。READ COMMITTED满足前面提到的隔离性的简单定义：一个事务可以看到其他事务在它开始之后提交的修改，但在该事务提交之前，其所做的任何修改对其他事务都是不可见的。这个级别仍然允许不可重复读（nonrepeatable read），这意味着同一事务中两次执行相同语句，可能会看到不同的数据结果。

REPEATABLE READ（可重复读）

REPEATABLE READ解决了READ COMMITTED级别的不可重复读问题，保证了在同一个事务中多次读取相同行数据的结果是一样的。但是理论上，可重复读隔离级别还是无法解决另外一个幻读（phantom read）的问题。所谓幻读，指的是当某个事务在读取某个范围内的记录时，另外一个事务又在该范围内插入了新的记录，当之前的事务再次读取该范围的记录时，会产生幻行（phantom row）。InnoDB和XtraDB存储引擎通过多版本并发控制（MVCC，Multiversion Concurrency Control）解决了幻读的问题。本章稍后会对此做进一步讨论。

REPEATABLE READ是MySQL默认的事务隔离级别

SERIALIZABLE（可串行化）

SERIALIZABLE是最高的隔离级别。该级别通过强制事务按序执行，使不同事务之间不可能产生冲突，从而解决了前面说的幻读问题。简单来说，SERIALIZABLE会在读取的每一行数据上都加锁，所以可能导致大量的超时和锁争用的问题。实际应用中很少用到这个隔离级别，除非需要严格确保数据安全且可以接受并发性能下降的结果。

ps:脏读和幻读

脏读（Dirty Read）指一个事务读取到了另一个事务尚未提交的数据，也就是读取了尚未稳定下来的数据。

而幻读（Phantom Read）则是指在一个事务执行期间，某个查询操作返回了满足搜索条件的一组行，但是这些行却因为其他事务的插入或删除操作，使得同样的查询操作返回了不同的结果集，这就好像发生了幻觉一样。

本质区别，脏读描述的是读取到未提交的数据，而幻读描述的是在同一个事务中，前后两次读取同一结果集时返回的结果不同。

隔离级别	脏读 (Dirty Read)	幻读 (Phantom Read)
READ UNCOMMITTED	可能出现	可能出现
READ COMMITTED	不会出现	可能出现
REPEATABLE READ	不会出现	不会出现
SERIALIZABLE	不会出现	不会出现

五、死锁

死锁是指两个或多个事务相互持有和请求相同资源上的锁，产生了循环依赖。

六、隐式锁定和显式锁定

InnoDB使用两阶段锁定协议（two-phase locking protocol）。在事务执行期间，随时都可以获取锁，但锁只有在提交或回滚后才会释放，并且所有的锁会同时释放。前面描述的锁定机制都是隐式的。InnoDB会根据隔离级别自动处理锁。

两阶段锁定协议 后续补充

七、多版本并发控制

MVCC

虽说是行级锁，但是并不是简单的行锁，是一种给予MVCC机制的实现方式，MVCC是一个理论机制，不同的数据库进而进行实现。

MVCC的实现方式是为每个数据行（记录）维护一个或多个版本。每个事务读取数据时，将能够看到与其事务启动时间相关的那些版本，而写操作将创建新的版本。这样就可以在多个事务同时读取和修改数据时，保证每个事务读取到的都是自己所需要的版本，从而避免了锁定竞争和阻塞等情况的发生。

InnoDB的实现

InnoDB是通过给每个事务分配一个唯一的编号（即事务ID）来实现MVCC的。这个编号在事务第一次读取数据时就会被分配。当事务修改一条记录时，它会先在Undo日志中写入一条记录，描述如何撤销该修改操作，并且指明回滚该操作的位置。

当不同的用户想读取聚簇主键索引记录时，InnoDB会检查该记录的事务ID和用户所处的读取视图对比，如果该记录不应该在当前状态下可见(即被尚未提交的事务更改过)，那么就会查找并应用Undo日志直到找到符合条件的事务ID，或者删除所有与该行有关的Undo记录，然后向用户表明该行不存在。这个过程会一直循环，直至找到满足条件的Undo记录或者没有记录为止，从而保证每个用户都能看到符合自己事务读取时的最新版本的数据。

八、InnoDB

提起MySQL不得不说InnoDB。InnoDB是MySQL的默认事务型存储引擎，也是最重要、使用最广泛的引擎。

InnoDB是MySQL默认的通用存储引擎。默认情况下，InnoDB将数据存储在一系列的数据文件中，这些文件统被称为表空间（tablespace）。表空间本质上是一个由InnoDB自己管理的黑盒。

InnoDB使用MVCC来实现高并发性，并实现了所有4个SQL标准隔离级别。InnoDB默认为REPEATABLE READ隔离级别，并且通过间隙锁（next-key locking）策略来防止在这个隔离级别上的幻读：InnoDB不只锁定在查询中涉及的行，还会对索引结构中的间隙进行锁定，以防止幻行被插入。

InnoDB表是基于聚簇索引构建的，聚簇索引提供了非常快速的主键查找。但是，因为二级索引（secondary index，非主键索引）需要包含主键列，如果主键较大，则其他索引也会很大。如果表中的索引较多，主键应当尽量小。

InnoDB内部做了很多优化。其中包括从磁盘预取数据的可预测性预读、能够自动在内存中构建哈希索引以进行快速查找的自适应哈希索引（adaptive hash index），以及用于加速插入操作的插入缓冲区（insert buffer）。我们将在本书第4章讨论这些内容。

九、小结

MySQL拥有分层的架构，上层是服务器级别的服务和查询执行层，下层则是存储引擎。虽然有很多不同作用的插件API，但存储引擎API是最重要的。MySQL通过API来与存储引擎交互需要处理的数据行，理解了这一点，就掌握了MySQL服务器架构的基本原理。

在过去的几个主要版本中，MySQL主要的改进核心在于InnoDB的演进。表元数据、用户认证、身份鉴权这些内部统计信息的管理也已经调整为使用InnoDB表来实现，而在几年前，使用的都是MyISAM引擎。Oracle官方在InnoDB引擎上加大了投入，这使得MySQL有了一些重大改进，例如原子DDL，更完善的online DDL，更强大的崩溃恢复能力，以及更安全的部署操作。

InnoDB是MySQL的默认存储引擎，它几乎能覆盖每一种使用场景。后面的章节我们将重点介绍InnoDB存储引擎，包括它的特性、性能及限制。从现在开始，我们将很少提到InnoDB以外的其他存储引擎了。