Sky.Jian – i Sky000

部门同事（MySQL DBA）一次关于 MySQL Explain 分享所使用的 PPT，写得很不错。
本PPT版权所有：胡中泉

MySQL, mysql explain

最近经常有人问我 MySQL Query Cache 相关的问题，就整理一点 MySQL Query Cache 的内容，以供参考。

顾名思义，MySQL Query Cache 就是用来缓存和 Query 相关的数据的。具体来说，Query Cache 缓存了我们客户端提交给 MySQL 的 SELECT 语句以及该语句的结果集。大概来讲，就是将 SELECT 语句和语句的结果做了一个 HASH 映射关系然后保存在一定的内存区域中。

在大部分的 MySQL 分发版本中，Query Cache 功能默认都是打开的，我们可以通过调整 MySQL Server 的参数选项打开该功能。主要由以下5个参数构成：

• query_cache_limit：允许 Cache 的单条 Query 结果集的最大容量，默认是1MB，超过此参数设置的 Query 结果集将不会被 Cache
• query_cache_min_res_unit：设置 Query Cache 中每次分配内存的最小空间大小，也就是每个 Query 的 Cache 最小占用的内存空间大小
• query_cache_size：设置 Query Cache 所使用的内存大小，默认值为0，大小必须是1024的整数倍，如果不是整数倍，MySQL 会自动调整降低最小量以达到1024的倍数
• query_cache_type：控制 Query Cache 功能的开关，可以设置为0(OFF),1(ON)和2(DEMAND)三种，意义分别如下：
  • 0(OFF)：关闭 Query Cache 功能，任何情况下都不会使用 Query Cache
  • 1(ON)：开启 Query Cache 功能，但是当 SELECT 语句中使用的 SQL_NO_CACHE 提示后，将不使用Query Cache
  • 2(DEMAND)：开启 Query Cache 功能，但是只有当 SELECT 语句中使用了 SQL_CACHE 提示后，才使用 Query Cache
• query_cache_wlock_invalidate：控制当有写锁定发生在表上的时刻是否先失效该表相关的 Query Cache，如果设置为 1(TRUE)，则在写锁定的同时将失效该表相关的所有 Query Cache，如果设置为0(FALSE)则在锁定时刻仍然允许读取该表相关的 Query Cache。

Query Cache 如何处理子查询的？
这是我遇到的最为常见的一个问题。其实 Query Cache 是以客户端请求提交的 Query 为对象来处理的，只要客户端请求的是一个 Query，无论这个 Query 是一个简单的单表查询还是多表 Join，亦或者是带有子查询的复杂 SQL，都被当作成一个 Query，不会被分拆成多个 Query 来进行 Cache。所以，存在子查询的复杂 Query 也只会产生一个Cache对象，子查询不会产生单独的Cache内容。UNION[ALL] 类型的语句也同样如此。

Query Cache 是以 block 的方式存储的数据块吗？
不是，Query Cache 中缓存的内容仅仅只包含该 Query 所需要的结果数据，是结果集。当然，并不仅仅只是结果数据，还包含与该结果相关的其他信息，比如产生该 Cache 的客户端连接的字符集，数据的字符集，客户端连接的 Default Database等。

Query Cache 为什么效率会非常高，即使所有数据都可以 Cache 进内存的情况下，有些时候也不如使用 Query Cache 的效率高？
Query Cache 的查找，是在 MySQL 接受到客户端请求后在对 Query 进行权限验证之后，SQL 解析之前。也就是说，当 MySQL 接受到客户端的SQL后，仅仅只需要对其进行相应的权限验证后就会通过 Query Cache 来查找结果，甚至都不需要经过 Optimizer 模块进行执行计划的分析优化，更不许要发生任何存储引擎的交互，减少了大量的磁盘 IO 和 CPU 运算，所以效率非常高。

客户端提交的 SQL 语句大小写对 Query Cache 有影响吗？
有，由于 Query Cache 在内存中是以 HASH 结构来进行映射，HASH 算法基础就是组成 SQL 语句的字符，所以必须要整个 SQL 语句在字符级别完全一致，才能在 Query Cache 中命中，即使多一个空格也不行。

一个 SQL 语句在 Query Cache 中的内容，在什么情况下会失效？
为了保证 Query Cache 中的内容与是实际数据绝对一致，当表中的数据有任何变化，包括新增，修改，删除等，都会使所有引用到该表的 SQL 的 Query Cache 失效。

为什么我的系统在开启了 Query Cache 之后整体性能反而下降了？
当开启了 Query Cache 之后，尤其是当我们的 query_cache_type 参数设置为 1 以后，MySQL 会对每个 SELECT 语句都进行 Query Cache 查找，查找操作虽然比较简单，但仍然也是要消耗一些 CPU 运算资源的。而由于 Query Cache 的失效机制的特性，可能由于表上的数据变化比较频繁，大量的 Query Cache 频繁的被失效，所以 Query Cache 的命中率就可能比较低下。所以有些场景下，Query Cache 不仅不能提高效率，反而可能造成负面影响。

如何确认一个系统的 Query Cache 的运行是否健康，命中率如何，设置量是否足够？
MySQL 提供了一系列的 Global Status 来记录 Query Cache 的当前状态，具体如下：

• Qcache_free_blocks：目前还处于空闲状态的 Query Cache 中内存 Block 数目
• Qcache_free_memory：目前还处于空闲状态的 Query Cache 内存总量
• Qcache_hits：Query Cache 命中次数
• Qcache_inserts：向 Query Cache 中插入新的 Query Cache 的次数，也就是没有命中的次数
• Qcache_lowmem_prunes：当 Query Cache 内存容量不够，需要从中删除老的 Query Cache 以给新的 Cache 对象使用的次数
• Qcache_not_cached：没有被 Cache 的 SQL 数，包括无法被 Cache 的 SQL 以及由于 query_cache_type 设置的不会被 Cache 的 SQL
• Qcache_queries_in_cache：目前在 Query Cache 中的 SQL 数量
• Qcache_total_blocks：Query Cache 中总的 Block 数量

可以根据这几个状态计算出 Cache 命中率，计算出 Query Cache 大小设置是否足够，总的来说，我个人不建议将 Query Cache 的大小设置超过256MB，这也是业界比较常用的做法。

MySQL Cluster 是否可以使用 Query Cache？
其实在我们的生产环境中也没有使用 MySQL Cluster，所以我也没有在 MySQL Cluster 环境中使用 Query Cache 的实际经验，只是 MySQL 文档中说明确实可以在 MySQL Cluster 中使用 Query Cache。从 MySQL Cluster 的原理来分析，也觉得应该可以使用，毕竟 SQL 节点和数据节点比较独立，各司其职，只是 Cache 的失效机制会要稍微复杂一点。

之前说起 将参加 2010 数据库技术大会，今天将这次参会使用的 PPT 贴出来，或许会对大家有点用。

先大概介绍下大会的几本情况吧，满满2天的大会，共安排了 29 场演讲，内容涵盖了 Oracle，MySQL，DB2，SQL Server ，Sybase，达梦（国产数据库） 等多种数据库，演讲数量之多，主题内容之丰富，实数罕见，哈哈。演讲嘉宾的阵容也非常庞大，国内14个 ACE / ACE Director，其中9位到场演讲。

各个主题内容的 PPT 可以到 此处下载 ，这里我大概介绍下“高可用可扩展数据库架构” 这个话题吧：

在主题中，我从数据库的 高可用 和 可扩展 两个方面来进行了分享探讨：

高可用

• 软/硬件高可用（热/冷备）
• 数据高可用（共享，同/异步复制）

单独的硬件高可用除了冗余之外本身没有太多可以讲的，所以一笔带过。
基于共享设备的数据高可用只是大概的介绍了可能的方案，由于各方案的实施都比较昂贵，更适合于Oracle，DB2等，所以也没有深入探讨。
所以，这部分重点介绍了一下利用 MySQL 的 Replication 技术和应用程序的共同配合来实现 Share Nothing 方式的高可用。

可扩展

• 向上扩展（Scale Up）
  • 硬件扩容（增加CPU数量，增加内存容量，增加磁盘数量…）
  • 硬件升级（更换更高端的主机，更换更高端的存储设备，更换更高端CPU，更换转速更快的磁盘…）
• 向外扩展（Scale Out）
  • 数据拷贝分发（一处写入多处读取，读写分离…）
  • 数据垂直/水平切分（功能模块切分（vertical sharding），水平分片切分（horizontal sharding），两者综合）
  • Cache 和 Search（应用程序更新Cache，数据库更新 Cache，利用Search全文搜索…）

对于扩展性，Scale Up基本上就是各个厂商自身单台设备扩容能力的比拼，我们没有太多能力干预，所以我也只是简单分析了一下。
而对于 Scale Out，我想肯定是大家最关心的问题了。而Scale Out 中的 Sharding ，我想大家肯定也不是第一次听到，毕竟不是什么新东西了。
我这里重点介绍的是Sharding过程中如何选择合适的Sharding方法，如何解决Sharding之后的数据合并问题（其实没有解决，囧…），以及如何利用数据库外部资源（Cache,Search）来解决数据层的扩展性问题。

其实架构这个东西本身就是 仁者见仁智者见智，没有万能的架构，也没有长久适用的架构。架构和业务场景息息相关密不可分，离开了实际业务场景谈架构，可以说就是纸上谈兵，那如果离开了架构仅仅追求快速的业务实现呢？呵呵，出来混，迟早要还的。

注：我本身不是什么架构师，占用大家那么多宝贵时间听我扯淡架构，挺感动的…

Architecture, dtcc, MySQL Replication, 主题演讲, 架构

刚刚忙完了一个持续了近一年的核心数据库相关的项目，过几天将会去北京参加 IT168 举办的“2010数据库技术大会”（DTCC），并受邀有个小的主题交流分享（高可用可扩展数据层架构探讨）。

这个小主题以 MySQL 数据库为主。当然，高可用可扩展的数据库架构层自然不可能离得开 Cache，所以也插入了部分 Cache 相关的内容，以及最后扩展出了少量全文检索也就是Search相关的内容，来构成 OLTP 类型应用的高可用可扩展数据库层架构。

欢迎大家到时候一起探讨。当然，不便现场参加DTCC，我想在会后一段时间应该能够见到相关 PPT 吧:)

Architecture, dtcc, MySQL, ppt

很久没有在这里写点东西了，总感觉欠网友一点什么，不是不想写，实在是最近太忙了，实在没有精力顾上这里。

最近做什么事情都不顺，项目的事情因为硬件的问题接连出了两次重大问题，光跟进解决这些问题就耗费了大量的时间。

好几次回头审视整个项目过程中的几个主要环节，看自己是否出现过错误的选择，是否策略有误，是否设计的架构不够合理，是否…

一转眼都到年底了，由于到了年终销售冲业绩的时候，系统不能有任何问题，项目也被迫只能推延至来年1月。也好，这样给我们整个项目组有了更多的时间整理问题，更多的时间准备新方案，更多的时间冷静思考过去…
希望来年会有个好的开始，先祈祷了…

忙, 项目