首页 > 代码库 > mysql的缓存机制
mysql的缓存机制
在服务器级别只提供了query cache,而在存储引擎级别,MyISAM和InnoDB分别引入了key cache和buffer pool
什么是query cache
Mysql没有shared_pool缓存执行计划,但是提供了query cache缓存sql执行结果和文本,如果在生命周期内完全相同的sql再次运行,则连sql解析都免去了;
所谓完全相同,包含如下条件
Sql的大小写必须完全一样;
发起sql的客户端必须使用同样的字符集和通信协议;
sql查询同一数据库下的同一个表(不同数据库可能有同名表);
Sql查询结果必须确定,即不能带有now()等函数;
当查询表发生DML或DDL,其缓存即失效;
针对mysql/information_schema/performance_schema的查询不缓存;
使用临时表的sql也不能缓存;
开启缓存后,每个select先检查是否有可用缓存(必须对这些表有select权限),而每个写入操作先执行查询语句并使相关缓存失效;
5.5起可缓存基于视图的查询
Mysql维护一个hash表用来查找缓存,其key为sql text,数据库名以及客户端协议的版本等
相应参数
Have_query_cache:服务器是否支持查询缓存
Query_cache_type:0(OFF)不缓存;1(ON)缓存查询但不包括使用SQL_NO_CACHE的sql;2(DEMAND)只缓存使用SQL_CACHE的sql
Query_cache_size:字节为单位,即使query_cache_type=0也会为分配该内存,所以应该一并设置为0
Query_cache_limit:允许缓存的最大结果集,大于此的sql不予缓存
Query_cache_min_res_limit:用于限定块的最小尺寸,默认4K;
缓存的metadata占有40K内存,其可分为大小不等的多个子块,各块之间使用双向链表链接;根据其功能分别存储查询结果,基表和sql text等;
每个sql至少用到两个块:分别存储sql文本和查询结果,查询引用到的表各占一个块;
为了减少响应时间,每产生1行数据就发送给客户端;
数据库启动时调用malloc()分配查询缓存
查询缓存拥有一个全局锁,一旦有会话获取就会阻塞其他访问缓存的会话,因此当缓存大量sql时,缓存invalidation可能会消耗较长时间;
Innodb也可以使用查询缓存,每个表在数据字典中都有一个事务ID计数器,ID小于此值的事务不可使用缓存;表如果有锁(任何锁)则也不可使用查询缓存;
状态变量
有关query cache的状态变量都以Qcache打头
mysql> SHOW STATUS LIKE ‘Qcache%‘;
+-------------------------+--------+
| Variable_name | Value |
+-------------------------+--------+
| Qcache_free_blocks | 36 |
| Qcache_free_memory | 138488 |
| Qcache_hits | 79570 |
| Qcache_inserts | 27087 |
| Qcache_lowmem_prunes | 3114 |
| Qcache_not_cached | 22989 |
| Qcache_queries_in_cache | 415 |
| Qcache_total_blocks | 912 |
+-------------------------+--------+
Qcache_inserts—被加到缓存中query数目
Qcache_queries_in_cache—注册到缓存中的query数目
缓存每被命中一次,Qcache_hits就加1;
计算缓存query的平均大小=(query_cache_size-Qcache_free_memory)/Qcache_queries_in_cache
Com_select = Qcache_not_cached + Qcache_inserts + queries with errors found during the column-privileges check
Select = Qcache_hits + queries with errors found by parser
Buffer pool
innodb即缓存表又缓存索引,还有设置多个缓冲池以增加并发,很像oracle
采用LRU算法:
所有buffer块位于同一列表,其中后3/8为old,每当新读入一个数据块时,先从队尾移除同等块数然后插入到old子列的头部,如再次访问该块则将其移至new子列的头部
Innodb_buffer_pool_size: buffer pool大小
Innodb_buffer_pool_instances: 子buffer pool数量,buffer pool至少为1G时才能生效
Innodb_old_blocks_pct: 范围5 – 95, 默认为37即3/8,指定old子列的比重
Innodb_old_blocks_time: 以ms为单位,新插入old子列的buffer块必须等待指定时间后才能移入new列,适用于one-time scan频繁的操作,以避免经常访问的数据块被剔出buffer pool
可通过状态变量获知当前buffer pool的运行信息
Innodb_buffer_pool_pages_total:缓存池总页数
Innodb_buffer_pool_bytes_data:当前buffer pool缓存的数据大小,包括脏数据
Innodb_buffer_pool_pages_data:缓存数据的页数量
Innodb_buffer_pool_bytes_dirty:缓存的脏数据大小
Innodb_buffer_pool_pages_diry:缓存脏数据页数量
Innodb_buffer_pool_pages_flush:刷新页请求数量
Innodb_buffer_pool_pages_free:空闲页数量
Innodb_buffer_pool_pages_latched:缓存中被latch的页数量,这些页此刻正在被读或写;然而计算此变量比较消耗资源,只有在UNIV_DEBUG被定义了才可用
相关源代码如下
#ifdef UNIV_DEBUG
{"buffer_pool_pages_latched",
(char*) &export_vars.innodb_buffer_pool_pages_latched, SHOW_LONG},
#endif /* UNIV_DEBUG */
Innodb_buffer_pool_pages_misc:用于维护诸如行级锁或自适应hash索引的内存页=总页数-空闲页-使用的页数量
Innodb_buffer_pool_read_ahead:预读入缓存的页数量
Innodb_buffer_pool_read_ahead_evicted:预读入但是1次都没用就被剔出缓存的页
Innodb_buffer_pool_read_requests:InnoDB的逻辑读请求次数
Innodb_buffer_pool_reads:直接从磁盘读取数据的逻辑读次数
Innodb_buffer_pool_wait_free:缓存中没有空闲页满足当前请求,必须等待部分页回收或刷新,记录等待次数
Innodb_buffer_pool_write_requests:向缓存的写数量
可使用innodb standard monitor监控buffer pool的使用情况,主要有如下指标:
Old database pages: old子列中的页数
Pages made young, not young: 从old子列移到new子列的页数,old子列中没有被再次访问的页数
Youngs/s non-youngs/s: 访问old并导致其移到new列的次数
Key cache
5.5仅支持一个结构化变量,即key cache,其包含4个部件
Key_buffer_size
Key_cache_block_size:单个块大小,默认1k
Key_cache_division_limit:warm子列的百分比(默认100),key cache buffer列表的分隔点,用于分隔host和warm子列表
Key_cache_age_threshold:页在hot子列中的生命周期,值越小则越快的移至warm列表
MyISAM只缓存索引,
可创建多个key buffer—set global hot_cache.key_buffer_size=128*1024
索引指定key buffer—cache index t1 in hot_cache
可在数据库启动时load index into key_buffer提前加载缓存,也可通过配置文件自动把索引映射到key cache
key_buffer_size = 4G
hot_cache.key_buffer_size = 2G
cold_cache.key_buffer_size = 2G
init_file=/path/to/data-directory/mysqld_init.sql
mysqld_init.sql内容如下
CACHE INDEX db1.t1, db1.t2, db2.t3 IN hot_cache
CACHE INDEX db1.t4, db2.t5, db2.t6 IN cold_cache
默认采用LRU算法,也支持名为中间点插入机制midpoint insertion strategy
索引页刚读入key cache时,被放在warm列的尾部,被访问3次后则移到hot列尾并循环移动,如果在hot列头闲置连续N次都没访问到,则会被移到warm列头,成为被剔出cache的首选;
N= block no* key_cache_age_threshold/100