Mysql篇-Buffer Pool中的三大链表

为什么要有 Buffer Pool？

虽然说 MySQL 的数据是存储在磁盘里的，但是也不能每次都从磁盘里面读取数据，这样性能是极差的。
要想提拔查询性能，那就加个缓存。所以，当数据从磁盘中取出后，缓存内存中，下次查询同样的数据的时候，直接从内存中读取。
为此，Innodb 存储引擎设计了一个缓冲池（Buffer Pool），来提高数据库的读写性能。

• 当读取数据时，如果数据存在于 Buffer Pool 中，客户端就会直接读取 Buffer Pool 中的数据，否则再去磁盘中读取。
  
• 当修改数据时，首先是修改 Buffer Pool 中数据地点的页，然后将其页设置为脏页，末了由后台线程将脏页写入到磁盘。
  

Buffer Pool里有什么

InnoDB 会把存储的数据分别为若干个页，以页作为磁盘和内存交互的基本单位，一个页的默认大小为 16KB。因此，Buffer Pool 同样需要按页来分别。
Buffer Pool里面包罗很多个缓存页，同时每个缓存页还有一个形貌数据，也可以叫做是控制数据，也可以叫做形貌数据，或者缓存页的元数据。控制块数据，控制数据包括「缓存页的表空间、页号、缓存页地址、链表节点」等等，控制块数据就是为了更好的管理Buffer Pool中的缓存页的。
控制块也是占有内存空间的，它是放在 Buffer Pool 的最前面，接着才是缓存页，如下图：

Buffer Pool 除了缓存「索引页」和「数据页」，还包括了 undo 页，插入缓存、自顺应哈希索引、锁信息等等。

数据库启动的时候，是如何初始化Buffer Pool的

数据库只要一启动，就会按照设置的Buffer Pool大小，轻微再加大一点，去找操作系统申请一块内存区域，作为Buffer Pool的内存区域。
当内存区域申请完毕之后，数据库就会按照默认的缓存页的16KB的大小以及对应的800个字节左右的形貌数据的大小，在Buffer Pool中分别出来一个一个的缓存页和一个一个的他们对应的形貌数据。

只不过这个时候，Buffer Pool中的一个一个的缓存页都是空的，里面什么都没有，要等数据库运行起来之后，当对数据执行增编削查的操作的时候，才会把数据对应的页从磁盘文件里读取出来，放入Buffer Pool中的缓存页中。
管理Buffer Pool

管理空闲页-free链表

如何知道哪些缓存页是空的

当数据库运行起来之后，系统肯定会不绝的执行增编削查的操作，此时就需要不绝的从磁盘上读取一个一个的数据页放入Buffer Pool中的对应的缓存页里去，把数据缓存起来，那么以后就可以在内存里对这个数据执行增编削查了。
但是此时在从磁盘上读取数据页放入Buffer Pool中的缓存页的时候，必然涉及到一个题目，那就是哪些缓存页是空闲的？
由于默认环境下磁盘上的数据页和缓存页是一 一对应起来的，都是16KB，一个数据页对应一个缓存页。数据页只能加载到空闲的缓存页里，所以MySql必须要知道Buffer Pool中哪些缓存页是空闲的状态？
MySQL数据库会为Buffer Pool设计了一个free链表，是一个双向链表数据布局，这个free链表里，每个节点就是一个空闲的缓存页的形貌数据块的地址，也就是说，只要你一个缓存页是空闲的，那么它的形貌数据块就会被放入这个free链表中。
刚开始数据库启动的时候，所有的缓存页都是空闲的，由于此时可能是一个空的数据库，一条数据都没有，所以此时所有缓存页的形貌数据块，都会被放入这个free链表中。

这个free链表里面就是各个缓存页的控制块，只要缓存页是空闲的，那么他们对应的控制块就会加入到这个free链表中，每个节点都会双向链接本身的前后节点，组成一个双向链表。
除此之外，这个free链表有一个基础节点，它会引用链表的头节点和尾节点，里面还存储了链表中当前有多少个节点，也就是链表中有多少个控制块的节点，也就是有多少个空闲的缓存页。
磁盘上的页如何读取到Buffer Pool的缓存页中去？

• 首先，需要从free链表里获取一个控制块，然后就可以获取到这个控制块对应的空闲缓存页；
  
• 接着就可以把磁盘上的数据页读取到对应的缓存页里去，同时把相关的一些数据写入控制块里去，比如这个数据页所属的表空间之类的信息
  
• 末了把那个控制块从free链表里去除就可以了。
  

MySQL怎么知道某个数据页已经被缓存了

• 在执行增编削查的时候，肯定是先看看这个数据页有没有被缓存，如果没被缓存就走上面的逻辑，从free链表中找到一个空闲的缓存页，从磁盘上读取数据页写入缓存页，写入控制数据，从free链表中移除这个控制块。
  
• 但是如果数据页已经被缓存了，那么就会直接使用了。所以实在数据库还会有一个哈希表数据布局，他会用表空间号+ 数据页号，作为一个key，然后缓存页的地址作为value。当你要使用一个数据页的时候，通过“表空间号+数据页号”作为key去这个哈希表里查一下，如果没有就读取数据页，如果已经有了，就阐明数据页已经被缓存了
  

MySQL引入了一个数据页缓存哈希表的布局，也就是说，每次你读取一个数据页到缓存之后，都会在这个哈希表中写入一个key-value对，key就是表空间号+数据页号，value就是缓存页的地址，那么下次如果你再使用这个数据页，就可以从哈希表里直接读取出来它已经被放入一个缓存页了。
管理脏页-flush链表

为什么会有脏页

如果你要更新的数据页都会在Buffer Pool的缓存页里，供你在内存中直接执行增编削的操作。mysql此时一旦更新了缓存页中的数据，那么缓存页里的数据和磁盘上的数据页里的数据，就不一致了，那么就说这个缓存页是脏页。
脏页怎么刷回磁盘

为了能快速知道哪些缓存页是脏的，于是就设计出 Flush 链表，它跟 Free 链表类似的，链表的节点也是控制块，区别在于 Flush 链表的元素都是脏页。

有了 Flush 链表后，后台线程就可以遍历 Flush 链表，将脏页写入到磁盘。
提高缓存掷中率-LRU链表

Buffer Pool 的大小是有限的，对于一些频繁访问的数据希望可以一直留在 Buffer Pool 中，而一些很少访问的数据希望可以在某些时机可以淘汰掉，从而保证 Buffer Pool 不会由于满了而导致无法再缓存新的数据，同时还能保证常用数据留在 Buffer Pool 中。

缓存掷中率是什么？
假设现在有两个缓存页，一个缓存页的数据，常常会被修改和查询，比如在100次请求中，有30次都是在查询和修改这个缓存页里的数据。那么此时我们可以说这种环境下，缓存掷中率很高，为什么呢？由于100次请求中，30次都可以操作缓存，不需要从磁盘加载数据，这个缓存掷中率就比较高了。
另外一个缓存页里的数据，就是刚从磁盘加载到缓存页之后，被修改和查询过1次，之后100次请求中没有一次是修改和查询这个缓存页的数据的，那么此时我们就说缓存掷中率有点低，由于大部分请求可能还需要走磁盘查询数据，他们要操作的数据不在缓存中。
所以针对上述两个缓存页，当缓存页都满了的时候，第一个缓存页掷中率很高，因此肯定是选择将第二个缓存页刷入磁盘中，从而开释缓存页。

因此就引入LRU链表来判断哪些缓存页是不常用的。Least Recently Used，最近最少使用。整体思想就是，链表头部的节点是最近使用的，而链表末尾的节点是最久没被使用的。那么，当空间不敷了，就淘汰最久没被使用的节点，从而腾出空间。
简朴版的LRU链表

• 当访问的页在 Buffer Pool 里，就直接把该页对应的 LRU 链表节点移动到链表的头部。
  
• 当访问的页不在 Buffer Pool 里，除了要把页放入到 LRU 链表的头部，还要淘汰 LRU 链表末尾的节点。
  

比如下图，假设 LRU 链表长度为 5，LRU 链表从左到右有 1，2，3，4，5 的页。

如果访问了 3 号的页，由于 3 号页在 Buffer Pool 里，所以把 3 号页移动到头部即可。

而如果接下来，访问了 8 号页，由于 8 号页不在 Buffer Pool 里，所以需要先淘汰末尾的 5 号页，然后再将 8 号页加入到头部。

简朴版的LRU链表存在两个题目

• 预读失效
  
• Buffer Pool 污染；
  

什么是预读失效？

MySQL 的预读机制：步调是有空间局部性的，靠近当前被访问数据的数据，在未来很大概率会被访问到。所以，MySQL 在加载数据页时，会提前把它相邻的数据页一并加载进来，目的是为了淘汰磁盘 IO。
但是可能这些被提前加载进来的数据页，并没有被访问，相称于这个预读是白做了，这个就是预读失效。
如果使用简朴的 LRU 算法，就会把预读页放到 LRU 链表头部，而当 Buffer Pool空间不敷的时候，还需要把末尾的页淘汰掉。
如果这些预读页如果一直不会被访问到，就会出现一个很奇怪的题目，不会被访问的预读页却占用了 LRU 链表前排的位置，而末尾淘汰的页，可能是频繁访问的页，这样就大大降低了缓存掷中率。
如何解决

首先不能害怕预读失效就把预读机制去了，空间局部性原理在大部分场景下是成立且有效的
而要避免预读失效带来影响，最好就是让预读的页停留在 Buffer Pool 里的时间要尽可能的短，让真正被访问的页才移动到 LRU 链表的头部，从而保证真正被读取的热数据留在 Buffer Pool 里的时间尽可能长。
Mysql将LRU链表分别成了两个区域：old 区域 和 young 区域。
young 区域在 LRU 链表的前半部分，old 区域则是在后半部分

分别这两个区域后，预读的页就只需要加入到 old 区域的头部，当页被真正访问的时候，才将页插入 young 区域的头部。如果预读的页一直没有被访问，就会从 old 区域移除，这样就不会影响 young 区域中的热点数据。
什么是 Buffer Pool 污染？

纵然有了以上分别young区的old区的链表也会存在这个题目。
当某一个 SQL 语句扫描了大量的数据时，由于被读取了，这些数据就都会放在young区的头部，那么由于 Buffer Pool 空间有限，就有可能会将 Buffer Pool 里的所有页都替换出去，导致LRU的young区域的大量热数据被淘汰，等这些热数据又被再次访问的时候，由于缓存未掷中，就会产生大量的磁盘 IO，MySQL 性能就会急剧下降，这个过程被称为 Buffer Pool 污染。
如何解决

MySQL 将进入到 young 区域条件增加了一个停留在 old 区域的时间判断。
Mysql在对某个处在 old 区域的缓存页进行第一次访问时，就在它对应的控制块中记录下来这个访问时间：

• 如果后续的访问时间与第一次访问的时间在某个时间间隔内，那么该缓存页就不会被从 old 区域移动到 young 区域的头部；
  
• 如果后续的访问时间与第一次访问的时间不在某个时间间隔内，那么该缓存页移动到 young 区域的头部；
  

MYsql缓存可否替代Redis

• Redis缓存支持的场景更多。
  
  
  
  • 实际工作中缓存的效果不单单是Mysql Select语句返回的效果，有可能是在此基础上又加工的效果；而Mysql缓存的是Select语句的效果
    
  • Redis可以提供更丰富的数据类型的访问，如List、Set、Map、ZSet
    
  
  
• Redis缓存掷中率要远高于Mysql缓存。
  
  
  
  • Mysql选择要缓存的语句的方式不是根据访问频率，主要是根据select语句里边是否包罗动态变革的值，没有动态变革值的则缓存，比如用了now函数就不会缓存。Redis是由客户端自主根据访问频率高进行缓存。
    
  • Redis丰富的数据布局使得缓存复用率更高，比如缓存的是List，可以随意访问List中的部分元素，比如分页需求
    
  • Mysql缓存的失效粒度很粗，只要表有更新，涉及该表的所有缓存（不管更新是否会影响缓存）都失效，这样使得缓存的使用率会很低，只是适用更新很少的表
    
  • 当存在主从结点，并且会从多个结点读取数据时，各个结点的缓存不会同步3. 性能：Redis的查询性能要远高于Mysql缓存，最主要的缘故原由是Redis是全部放在内存的，但是由于mysql缓存的掷中率题目使得Mysql无法全部放到内存中。Redis性能好也还有一些其他缘故原由
    
  • Redis的存储布局有利于读写性能Redis是IO多路复用，可以支持更大的吞吐，Mysql的数据特性使得做成IO多路复用绝大多数环境下也没有意义
    
  • 数据更新时会同时将该表的所有缓存失效，会使得数据更新的速度变慢。
    
  
  

面试题专栏

Java面试题专栏已上线，欢迎访问。

• 如果你不知道简历怎么写，简历项目不知道怎么包装；
  
• 如果简历中有些内容你不知道该不应写上去；
  
• 如果有些综合性题目你不知道怎么答；
  

那么可以私信我，我会尽我所能帮助你。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。