MySQL InnoDB表的碎片量化和整理（data free能否用來衡量碎片？）-有解無憂

網路上有很多MySQL表碎片整理的問題，大多數是通過demo一個表然后參考data free來進行碎片整理，這種方式對myisam引擎或者其他引擎可能有效（本人沒有做詳細的測驗）.
對Innodb引擎是不是準確的，或者data free是不是可以參考，還是值得商榷的，
本文基于MySQL的Innodb存盤引擎，資料庫版本是8.0.18，對碎片（fragment）做一個簡單的分析，來說明如何量化表的碎片化程度，

涉及的引數
1，information_schema_stats_expiry
information_schema是一個基于共享表空間的虛擬資料庫，存盤的是一些系統元資料資訊，某些系統表的資料并不是實時更新的，具體更新是基于引數information_schema_stats_expiry，
information_schema_stats_expiry默認值是86400秒，也就是24小時，意味著24小時重繪一次information_schema中的資料，做測驗的時候可以設定為0，實時重繪information_schema中的元資料資訊，
2，innodb_fast_shutdown
因為要基于磁盤做一些統計，需要將快取或者redo log中的資料在重啟實體的時候實時刷入磁盤，這里設定為0，在重啟資料庫的時候將快取或者redo log實時寫入表的物理檔案，
3，innodb_stats_persistent_sample_pages
因為涉及一些系統資料更新時對page的采樣比例，這里設定為一個較大的值，為100000，盡可能高比例采樣來生成系統資料，
4，innodb_flush_log_at_trx_commit sync_binlog
因為涉及大量資料的寫操作，為加快測驗，關閉double 1模式，
5，innodb_fill_factor
頁面填充率保留默認的設定，默認值是100
以上涉及的引數僅針對本測驗，并不一定代表最優，同時測驗程序中（資料寫入或者洗掉后）會不斷地重啟實體，以重繪相對應的物理檔案，

碎片的概念
資料存盤在檔案系統上的時候，總是不能100%利用分配給它的物理空間：
比如洗掉資料會在頁面上留下一些”空洞”，或者隨機寫入（聚集索引非線性增加）會導致頁分裂，頁分裂導致頁面的利用空間少于50%；
另外對表進行增刪改會引起對應的二級索引值的隨機的增刪改，也會導致索引結構中的資料頁面上留下一些“空洞”；
雖然這些空洞有可能會被重復利用，但終究會導致部分物理空間未被使用，也就是碎片，
同時，即便是設定了填充因子為100%，Innodb也會主動留下page頁面1/16的空間作為預留使用（An innodb_fill_factor setting of 100 leaves 1/16 of the space in clustered index pages free for future index growth.），
關系資料庫的存盤結構原理上是類似的，理論上很簡單，就不過多啰嗦了，碎片是一個客觀存在的事實，

創建測驗表以及資料

做個簡單的測驗，表結構如下，

CREATE TABLE `fragment_test` (
    `id` INT NOT NULL AUTO_INCREMENT,
    `c1` INT NULL DEFAULT NULL,
    `c2` INT NULL DEFAULT NULL,
    `c3` VARCHAR(50) NULL DEFAULT NULL,
    `c4` DATETIME(6) NULL DEFAULT NULL,
    PRIMARY KEY (`id`) 
);

CREATE INDEX idx_c1 ON fragment_test(c1);
CREATE INDEX idx_c2 ON fragment_test(c2);
CREATE INDEX idx_c3 ON fragment_test(c3);

生成200W測驗資料（CALL test_insertdata(2000000);）

CREATE DEFINER=`root`@`%` PROCEDURE `test_insertdata`(
    IN `loopcount` INT
)
BEGIN
  declare v_uuid  varchar(50);
    while loopcount>0 do
        set v_uuid = uuid();
        INSERT INTO fragment_test(c1,c2,c3,c4) VALUES (RAND()*200000000,RAND()*200000000,UUID(),NOW(6));
        set loopcount = loopcount -1;
    end while;
END

查詢陳述句，參考自最后的鏈接中的文章

SELECT NAME, 
        TABLE_ROWS,
        UPDATE_TIME, 
            format_bytes(data_length) DATA_SIZE,
       format_bytes(index_length) INDEX_SIZE,
       format_bytes(data_length+index_length) TOTAL_SIZE,
       format_bytes(data_free) DATA_FREE,
       format_bytes(FILE_SIZE) FILE_SIZE,
       format_bytes((FILE_SIZE/10 - (data_length/10 + 
                           index_length/10))*10) WASTED_SIZE  
FROM information_schema.TABLES as t 
JOIN information_schema.INNODB_TABLESPACES as it 
  ON it.name = concat(table_schema,"/",table_name) 
WHERE TABLE_NAME = 'fragment_test';

碎片的量化
上面說到資料在存盤的時候，總是無法100%利用物理存盤空間，Innodb甚至會自己主動預留一部分空閑的空間（1/16），那么如何衡量一個表究竟有多少尚未利用的空間？
這里從系統表information_schema.tables和information_schema.innodb_tablespaces，來對比實際使用空間和已分配空間來對比，來間接量化碎片或者說未利用空間的程度，

然后觀察資料空間的分配情況，盡管系統表中的資料不是完全準確的，但是也比較接近實際的200W，系統表顯示1971490，暫時拋開這一小點誤差，
可以很清楚地看到，資料和索引的空間是329MB，檔案空間是344MB，DATA_FREE空間是6MB，

隨機洗掉1/4的資料，也就是50W行（DELETE FROM fragment_test ORDER BY RAND() LIMIT 500000;）
然后重啟實體，并執行分析表（analyze table），繼續來觀察這個空間的分配，這里看到，
1，系統表顯示150000行，跟表中的資料完全一致（盡管更多的時候這個值是一個大概的值，并不一定準確，嚴格說可能非常不準確，這里歸因于innodb_stats_persistent_sample_pages的設定），
2，資料檔案空間沒有增加（344MB），可以理解，因為這里是刪資料操作，所以不用申請空間，
3，洗掉了1/4的資料，資料和索引的的大小基本上不變，這里就開始有疑問了，為什么沒有成比例減少？
4，data_free增加了3MB，顯然這不是跟洗掉的資料成比例增加的
那么怎么理解碎片？DATA_FREE怎么理解？碎片或者說可用空間又怎么衡量？

從200W資料中隨機洗掉50W，也就是1/4，表的空間沒有變化，可以肯定的是現在存在大量的碎片或者說可用空間，但是表的總的大小沒變化，data_free也基本上沒有變化到這里就有點說不通了，
那么data free到底是怎么計算的，看官方的解釋：

The number of allocated but unused bytes.
InnoDB tables report the free space of the tablespace to which the table belongs. For a table located in the shared tablespace, this is the free space of the shared tablespace.
If you are using multiple tablespaces and the table has its own tablespace, the free space is for only that table.
Free space means the number of bytes in completely free extents minus a safety margin. Even if free space displays as 0, it may be possible to insert rows as long as new extents need not be allocated.
data_free的計算方式或者說條件，是完全空閑的區（extents，每個區1MB，64個連續的16 kb 大小的page），只有一個完全沒有使用的區，才統計為data_free，因此data_free并不能反映出來真正的空閑空間，

同時測驗中發現，performance_schema.tables中的table_rows會受到innodb_stats_persistent_sample_pages的影響，但是data_length和index_length看起來是不會受innodb_stats_persistent_sample_pages的影響的
這里采樣比例已經足夠大，盡管table_rows已經是一個完全準確的數字了，但是data_length和index_length卻仍舊是一個誤差非常大的數字，
說到這里，那么這個碎片問題如何衡量？如果只是看performance_schema.tables或者information_schema.INNODB_TABLESPACES，其實依舊是一個無解的問題，因為無法通過這些資訊，得到一個相對準確的碎片化程度，
其實在這里（參考鏈接）的評論中也提到這個問題，我是比較贊同的，

如果要真正得到碎片程度，其實還是需要重建表來對比實作，這里洗掉了1/4的資料，理論上就有大概1/4的可用空間，但是上面的查詢結果并不能給出一個明確的答案，怎么驗證這個答案呢？
這里就要粗暴地優化表了（optimize table fragment_test+analyze table），優化表只是“重整”了碎片，但是系統表的資料并沒有更新，因此必須要再執行一次分析表 analyze table來更新元資料資訊
其實這里也能說明，analyze table只是更新元資料，如果存盤空間沒有更新（recreated），單純地analyze table也是沒有用的，
對標進行optimize和anlayze之后，這里可以看到，物理空間確實減少了大概1/4的量，

這里其實就是為了說明一個問題：Innodb表無法通過data free來判斷表的碎片化程度，

然而這里（參考鏈接）的測驗說明洗掉資料后data free有明顯的變化，這個又是為什么，剛特么說無法通過data free來判斷表的碎片化程度，現在又說洗掉資料后data free有明顯的變化？？？
其實（參考鏈接）中有另外一個比較有意思的測驗，相對用隨機洗掉的方式，采用連續洗掉的時候（或者是整個表的資料全部洗掉），這個data free確實會相對準確地體現出來洗掉資料后表size的變化情況，
這又是為什么？其實不難理解，上面已經說了，data free的計算方式，是按照完全“干凈”的區（extent）來做統計的，
如果按照聚集索引連續的方式洗掉（相對隨機洗掉），那些存盤連續資料的區（extent）是可以完全釋放出來的，這些區的空間釋放出來之后，會被認為是data free，所以data free此時又是相對來說準確的，
因此，很多測驗，如果想到得到客觀的資料，需要盡可能多地考慮到對應的場景和測驗資料情況，

碎片的衡量
實際業務中，對表的洗掉或者增刪改，很少是按照聚集索引進行批量洗掉，或者說一旦存在隨機性的洗掉或者更新（頁分裂），都會造成一定程度的碎片，而這個碎片化的程度是無法通過data free來衡量的，
那么又如何衡量這個碎片程度呢？
1，自己根據業務進行預估，在可接受程度內進行optimize table，記錄optimize table之后的table size變化程度，來衡量一個表在一定時間操作后的碎片化程度，從而來指導是否，或者多久對該表再次進行optimize table
2，采用上述連接中提到的innodb_ruby 這個工具，直接決議表的物理檔案，這種方式相對來說更加直接，不過這個工具本人沒來得及測驗，理論上是沒有問題的，
　這里盜用上述鏈接中的圖片，綠色的是實際使用的空間，中間的黑塊就是所謂的碎片或者說是空洞，

補充：
早上起來，又想到了另外一種case，就是說隨機洗掉后，剩余空間中出現了“空洞”，這些空洞在寫資料的時候，會不會被再次利用？
驗證其實很簡單，寫入200W資料，隨機洗掉50W后，analyze table更新performance_schema,然后繼續再寫入50W行的資料，如果會利用之前隨機洗掉的空洞空間，那么就不會重新分配物理空間，否則就會重新分配物理空間，
因為聚集索引的Id是自增的，相當于順序寫入，理論上是不會重用之前洗掉留下的空洞的，測驗的結果還是在預期之內的，重新寫入50W資料后，表對應的物理檔案會有一個很明顯的增加，

參考鏈接：
https://dev.mysql.com/doc/refman/5.7/en/innodb-file-defragmenting.html
https://dev.mysql.com/doc/refman/8.0/en/tables-table.html
https://lefred.be/content/overview-of-fragmented-mysql-innodb-tables/
https://lefred.be/content/mysql-innodb-disk-space/
https://dev.mysql.com/doc/refman/5.7/en/innodb-parameters.html#sysvar_innodb_fill_factor

轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/68466.html

標籤：MySQL

上一篇：【超詳細全程序】安裝MySQL+Navicat

下一篇：C# 制作火鍋店管理資料庫要那些表呀基礎的服務流程我是新來的求大佬照顧