資料庫核心月報-2015/10-MySQL·答疑解惑·索引過濾性太差引起CPU飆高分析

db匠發表於2016-05-23

前言

在運算元據庫系統的時候,有個常識就是在建表的時候一定要建索引。為什麼要建索引呢?

這裡以MySQL的InnoDB儲存引擎為例,因為InnoDB會以索引的排序為基準建立B+樹,這樣在檢索資料的時候就可以通過B+樹來查詢,查詢演算法的時間複雜度是O(logn)級別的,避免全表掃描帶來的效能下降和額外資源損耗。

理論上一個表所有的欄位都可以建索引,那麼給哪些欄位建索引效果好呢?

一個想法是給頻繁在SQL的where條件中出現的欄位建立索引,這樣可以保證通過索引來查詢資料。

有一點是經常被忽略的,那就是索引的過濾性。比如我們給一個整型欄位加索引,而這個欄位在幾乎所有的記錄上的值都是1(過濾性很差),那麼我們通過這個索引來查詢資料就會遍歷大部分無關記錄,造成浪費。

我們知道update語句也是通過索引來查詢待更新的資料的,而且update會給索引查詢的記錄加上X鎖,因此索引過濾性不好不但造成效能下降,還有可能造成鎖爭奪和鎖等待的損耗。

下面給出一個具體的因為索引過濾性太差引起CPU飆高的case,在RDS的線上例項曾出現過類似的case。

場景構造

在MySQL裡我們建立這樣一個表:

CREATE TABLE `sbtest1` (
  `id` int(10) unsigned NOT NULL,
  `k` int(10) unsigned NOT NULL DEFAULT `0`,
  `n` int(10) unsigned NOT NULL DEFAULT `0`,
  `c` char(120) NOT NULL DEFAULT ``,
  `pad` char(60) NOT NULL DEFAULT ``,
  PRIMARY KEY (`id`),
  KEY `k_1` (`k`)
) ENGINE=InnoDB;

然後我們給sbtest1加點資料,並且讓索引k_1(k)的過濾性不好,表內一共10000000條資料,索引k只有2個值50,51,如下所示:

mysql> select count(*) from sbtest1;
+----------+
| count(*) |
+----------+
| 10000000 |
+----------+
1 row in set (1.80 sec)

mysql> select distinct k from sbtest1;
+----+
| k  |
+----+
| 50 |
| 51 |
+----+
2 rows in set (2.22 sec)

然後我們用sysbench開32個併發的update,update語句如下:

UPDATE sbtest1 SET c=`隨機字串` WHERE k=5051 and n=隨機值

執行show full processlistG,可以看到這些update的狀態大多處於”Searching rows for update”的狀態。

mysql> show full processlistG
*************************** 1. row ***************************
                  Id: 2
                User: root
                Host:
                  db: test
             Command: Sleep
                Time: 6
               State:
                Info: NULL
         Memory_used: 1146520
Memory_used_by_query: 8208
        Logical_read: 53
  Physical_sync_read: 2
 Physical_async_read: 0
Temp_user_table_size: 0
Temp_sort_table_size: 0
 Temp_sort_file_size: 0
*************************** 2. row ***************************
                  Id: 6
                User: root
                Host:
                  db: sbtest
             Command: Query
                Time: 21
               State: Searching rows for update
                Info: UPDATE sbtest1 SET c=`96372750646-31206582030-89561475094-70112992370-09982266420-13264143120-70453817624-14068123856-50060327807-36562985632` WHERE k=50 and n=4951641
         Memory_used: 119840
Memory_used_by_query: 232
        Logical_read: 4935
  Physical_sync_read: 0
 Physical_async_read: 0
Temp_user_table_size: 0
Temp_sort_table_size: 0
 Temp_sort_file_size: 0
*************************** 3. row ***************************
                  Id: 7
                User: root
                Host:
                  db: sbtest
             Command: Query
                Time: 21
               State: Searching rows for update
                Info: UPDATE sbtest1 SET c=`28921237680-50951214786-47793625883-44090170070-31354117142-11520543175-97262835853-83486109785-32721666363-10671483869` WHERE k=51 and n=5033717
         Memory_used: 119840
Memory_used_by_query: 232
        Logical_read: 4949
  Physical_sync_read: 5
 Physical_async_read: 0
Temp_user_table_size: 0
Temp_sort_table_size: 0
 Temp_sort_file_size: 0

...

“Searching rows for update”即MySQL正在尋找待更新的記錄的狀態,正常情況這個狀態是非常快就結束的,但是這裡卻長時間處於這個狀態,為什麼呢?

由於表的索引過濾性太差,每個執行緒在查詢的時候會遇到很多衝突的記錄。

InnoDB在通過索引拿到記錄後,會給這些記錄上X鎖,同時也會請求全域性的lock_sys->mutextrx_sys->mutex,所以這裡我們判斷每個執行緒都堵在鎖等待這裡。(ps: 關於InnoDB加鎖的邏輯,可以檢視這篇博文

這時候對系統用一下top命令,可以發現這個MySQL例項CPU飈的很高,我們再用perf工具看一下CPU飆高的MySQL呼叫堆疊是怎麼樣的,如下所示:

    83.77%   mysqld  mysqld              [.] _Z8ut_delaym
             |
             --- _Z8ut_delaym
                |
                |--99.99%-- _Z15mutex_spin_waitP10ib_mutex_tPKcm
                |          |
                |          |--88.88%-- _ZL20pfs_mutex_enter_funcP10ib_mutex_tPKcm.constprop.68
                |          |          |
                |          |          |--54.05%-- _ZL29lock_rec_convert_impl_to_explPK11buf_block_tPKhP12dict_index_tPKm
                |          |          |          _Z34lock_clust_rec_read_check_and_lockmPK11buf_block_tPKhP12dict_index_tPKm9lock_modemP9que_thr_t
                |          |          |          _ZL16sel_set_rec_lockPK11buf_block_tPKhP12dict_index_tPKmmmP9que_thr_t
                |          |          |          _Z20row_search_for_mysqlPhmP14row_prebuilt_tmm
                |          |          |          _ZN11ha_innobase10index_nextEPh
                |          |          |          _ZN7handler13ha_index_nextEPh
                |          |          |          _ZL8rr_indexP11READ_RECORD
                |          |          |          _Z12mysql_updateP3THDP10TABLE_LISTR4ListI4ItemES6_PS4_jP8st_ordery15enum_duplicatesbPySB_
                |          |          |          _Z21mysql_execute_commandP3THD
                |          |          |          _Z11mysql_parseP3THDPcjP12Parser_state
                |          |          |          _Z16dispatch_command19enum_server_commandP3THDPcj
                |          |          |          _Z26threadpool_process_requestP3THD
                |          |          |          _ZL11worker_mainPv
                |          |          |          start_thread
                |          |          |
                |          |           --45.95%-- _Z15lock_rec_unlockP5trx_tPK11buf_block_tPKh9lock_mode
                |          |                     _Z20row_unlock_for_mysqlP14row_prebuilt_tm
                |          |                     _Z12mysql_updateP3THDP10TABLE_LISTR4ListI4ItemES6_PS4_jP8st_ordery15enum_duplicatesbPySB_
                |          |                     _Z21mysql_execute_commandP3THD
                |          |                     _Z11mysql_parseP3THDPcjP12Parser_state
                |          |                     _Z16dispatch_command19enum_server_commandP3THDPcj
                |          |                     _Z26threadpool_process_requestP3THD
                |          |                     _ZL11worker_mainPv
                |          |                     start_thread

我們看到耗CPU最高的呼叫函式棧是…mutex_spin_wait->ut_delay,屬於鎖等待的邏輯。InnoDB在這裡用的是自旋鎖,鎖等待是通過呼叫ut_delay做空迴圈實現的,會消耗CPU。這裡證明了上面的判斷是對的。

在這個case裡涉及到的鎖有記錄鎖、lock_sys->mutextrx_sys->mutex,究竟是哪個鎖等待時間最長呢?我們可以用下面的方法確認一下:

mysql> SELECT COUNT_STAR, SUM_TIMER_WAIT, AVG_TIMER_WAIT, EVENT_NAME FROM performance_schema.events_waits_summary_global_by_event_name where COUNT_STAR > 0 and EVENT_NAME like `wait/synch/%` order by SUM_TIMER_WAIT desc limit 10;
+------------+------------------+----------------+--------------------------------------------+
| COUNT_STAR | SUM_TIMER_WAIT   | AVG_TIMER_WAIT | EVENT_NAME                                 |
+------------+------------------+----------------+--------------------------------------------+
|   36847781 | 1052968694795446 |       28575867 | wait/synch/mutex/innodb/lock_mutex         |
|       8096 |   81663413514785 |    10086883818 | wait/synch/cond/threadpool/timer_cond      |
|         19 |    3219754571347 |   169460766775 | wait/synch/cond/threadpool/worker_cond     |
|   12318491 |    1928008466219 |         156446 | wait/synch/mutex/innodb/trx_sys_mutex      |
|   36481800 |    1294486175099 |          35397 | wait/synch/mutex/innodb/trx_mutex          |
|   14792965 |     459532479943 |          31027 | wait/synch/mutex/innodb/os_mutex           |
|    2457971 |      62564589052 |          25346 | wait/synch/mutex/innodb/mutex_list_mutex   |
|    2457939 |      62188866940 |          24909 | wait/synch/mutex/innodb/rw_lock_list_mutex |
|     201370 |      32882813144 |         163001 | wait/synch/rwlock/innodb/hash_table_locks  |
|       1555 |      15321632528 |        9853039 | wait/synch/mutex/innodb/dict_sys_mutex     |
+------------+------------------+----------------+--------------------------------------------+
10 rows in set (0.01 sec)

從上面的表可以確認,lock_mutex(在MySQL原始碼裡對應的是lock_sys->mutex)的鎖等待累積時間最長(SUM_TIMER_WAIT)。lock_sys表示全域性的InnoDB鎖系統,在原始碼裡看到InnoDB加/解某個記錄鎖的時候(這個case裡是X鎖),同時需要維護lock_sys,這時會請求lock_sys->mutex。

在這個case裡,因為在Searching rows for update的階段頻繁地加/解X鎖,就會頻繁請求lock_sys->mutex,導致lock_sys->mutex鎖總等待時間過長,同時在等待的時候消耗了大量CPU。

當我們將索引改成過濾性好的(比如欄位n),再做上述實驗,就看不到那麼多執行緒堵在”Searching rows for update”的階段,而且例項的CPU消耗也降了很多。

結語

通過以上實驗,我們看到索引過濾性不好可能帶來災難性的結果:語句hang住以及主機CPU耗盡。因此我們在設計表的時候,應該對業務上的資料有充分的估計,選擇過濾性好的欄位作為索引。


相關文章