大家在MySQL中我们可能听到过rowid的概念,但是却很难去测试实践,不可避免会有一些疑惑,比如:
1)如何感受到rowid的存在
2)rowid和主键有什么关联关系
3)在主键的使用中存在哪些隐患
4)如何来理解rowid的潜在瓶颈并调试验证
今天要和大家一起讨论这几个问题,测试的环境基于MySQL 5.7.19版本。
问题1:如何感受到rowid的存在
我们不妨通过一个案例来进行说明。
记得有一天统计备份数据的时候,写了一条SQL,当看到执行结果时才发现SQL语句没有写完整,在完成统计工作之后,我准备分析下这条SQL语句。
- mysql> select backup_date ,count(*) piece_no from redis_backup_result;
- +-------------+----------+
- | backup_date | piece_no |
- +-------------+----------+
- | 2018-08-14 | 40906 |
- +-------------+----------+
- 1 row in set (0.03 sec)
根据业务特点,一天之内肯定没有这么多的记录,明显不对,到底是哪里出了问题呢。
自己仔细看了下SQL,发现是没有加group by,我们随机查出10条数据。
- mysql> select backup_date from redis_backup_result limit 10;
- +-------------+
- | backup_date |
- +-------------+
- | 2018-08-14 |
- | 2018-08-14 |
- | 2018-08-14 |
- | 2018-08-15 |
- | 2018-08-15 |
- | 2018-08-15 |
- | 2018-08-15 |
- | 2018-08-15 |
- | 2018-08-15 |
- | 2018-08-15 |
- +-------------+
- 10 rows in set (0.00 sec)
在早期的版本中数据库参数sql_mode默认为空,不会校验这个部分,从语法角度来说,是允许的;但是到了高版本,比如5.7版本之后是不支持的,所以解决方案很简单,在添加group by之后,结果就符合预期了。
- mysql> select backup_date ,count(*) piece_no from redis_backup_result group by backup_date;
- +-------------+----------+
- | backup_date | piece_no |
- +-------------+----------+
- | 2018-08-14 | 3 |
- | 2018-08-15 | 121 |
- | 2018-08-16 | 184 |
- | 2018-08-17 | 3284 |
- | 2018-08-18 | 7272 |
- | 2018-08-19 | 7272 |
- | 2018-08-20 | 7272 |
- | 2018-08-21 | 7272 |
- | 2018-08-22 | 8226 |
- +-------------+----------+
- 9 rows in set (0.06 sec)
但是比较好奇这个解析的逻辑,看起来是SQL解析了第一行,然后输出了count(*)的操作,显然这是从执行计划中无法得到的信息。
我们换个思路,可以看到这个表有4万多条的记录。
- mysql> select count(*)from redis_backup_result;
- +----------+
- | count(*) |
- +----------+
- | 40944 |
- +----------+
- 1 row in set (0.01 sec)
为了验证,我们可以使用_rowid的方式来做初步的验证。
InnoDB表中在没有默认主键的情况下会生成一个6字节空间的自动增长主键,可以用select _rowid from table来查询,如下:
- mysql> select _rowid from redis_backup_result limit 5;
- +--------+
- | _rowid |
- +--------+
- | 117 |
- | 118 |
- | 119 |
- | 120 |
- | 121 |
- +--------+
- 5 rows in set (0.00 sec)
再可以实现一个初步的思路。
- mysql> select _rowid,count(*)from redis_backup_result;
- +--------+----------+
- | _rowid | count(*) |
- +--------+----------+
- | 117 | 41036 |
- +--------+----------+
- 1 row in set (0.03 sec)
然后继续升华一些,借助rownum来实现,当然在MySQL中原生不支持这个特性,需要间接实现。
- mysql> SELECT @rowno:=@rowno+1 as rowno,r._rowid from redis_backup_resultr ,(select @rowno:=0) t limit 20;
- +-------+--------+
- | rowno | _rowid |
- +-------+--------+
- | 1 | 117 |
- | 2 | 118 |
- | 3 | 119 |
- | 4 | 120 |
- | 5 | 121 |
- | 6 | 122 |
- | 7 | 123 |
- | 8 | 124 |
- | 9 | 125 |
- | 10 | 126 |
- | 11 | 127 |
- | 12 | 128 |
- | 13 | 129 |
- | 14 | 130 |
- | 15 | 131 |
- | 16 | 132 |
- | 17 | 133 |
- | 18 | 134 |
- | 19 | 135 |
- | 20 | 136 |
- +-------+--------+
- 20 rows in set (0.00 sec)
写一个完整的语句,如下:
- mysql> SELECT @rowno:=@rowno+1 as rowno,r._rowid ,backup_date,count(*)
- from redis_backup_result r ,(select @rowno:=0) t ;
- +-------+--------+-------------+----------+
- | rowno | _rowid | backup_date | count(*) |
- +-------+--------+-------------+----------+
- | 1 | 117 | 2018-08-14 | 41061 |
- +-------+--------+-------------+----------+
- 1 row in set (0.02 sec)
通过这个案例,可以很明显发现是第1行的记录,然后做了count(*)的操作。
当然我们的目标是要掌握rowid和主键的一些关联关系,所以我们也复盘一下主键使用中的隐患问题。
问题2:rowid和主键有什么关联关系
在学习MySQL开发规范之索引规范的时候,强调过一个要点:每张表都建议有主键。我们在这里来简单分析一下为什么?
除了规范,从存储方式上来说,在InnoDB存储引擎中,表都是按照主键的顺序进行存放的,我们叫做聚簇索引表或者索引组织表(IOT),表中主键的参考依据如下:
(1)显式的创建主键Primary key。
(2)判断表中是否有非空唯一索引,如果有,则为主键。
(3)如果都不符合上述条件,则会生成UUID的一个隐式主键(6字节大)。
从以上可以看到,MySQL对于主键有一套维护机制,而一些常见的索引也会产生相应的影响,比如唯一性索引、非唯一性索引、覆盖索引等都是辅助索引(secondary index,也叫二级索引),从存储的角度来说,二级索引列中默认包含主键列,如果主键太长,也会使得二级索引很占空间。
问题3:在主键的使用中存在哪些隐患
这就引出行业里非常普遍的主键性能问题,这不是一个单一的问题,需要MySQL方向持续改造的,将技术价值和业务价值结合起来。我看到很多业务中设置了自增列,但是大多数情况下,这种自增列却没有实际的业务含义,尽管是主键列保证了ID的唯一性,但是业务开发无法直接根据主键自增列来进行查询,于是他们需要寻找新的业务属性,添加一系列的唯一性索引,非唯一性索引等等,这样一来我们坚持的规范和业务使用的方式就存在了偏差。
从另外一个维度来说,我们对于主键的理解是有偏差的,我们不能单一的认为主键就一定是从1开始的整数类型,我们需要结合业务场景来看待,比如我们的身份证其实就是一个不错的例子,把证号分成了几个区段,偏于检索和维护;或者是外出就餐时得到的流水单号,它都有一定的业务属性在里面,对于我们去理解业务的使用是一种不错的借鉴。
问题4:如何来理解rowid的潜在瓶颈并进行调试验证
我们知道rowid只有6个字节,因此最大值是2^48,所以一旦 row_id超过这个值还是会递增,这种情况下是否存在隐患。
光说不练假把式,我们可以做一个测试来说明。
1)我们创建一张表test_inc,不包含任何索引。
create table test_inc(id int) engine=innodb;
2)通过ps -ef|grep mysql得到对应的进程号,使用gdb来开始做下调试配置,切记!此处应该是自己的测试环境。
- [root@dev01 mysql]# gdb -p 3132 -ex 'p dict_sys->row_id=1' -batch
- [New LWP 3192]
- [New LWP 3160]
- [New LWP 3159]
- [New LWP 3158]
- [New LWP 3157]
- [New LWP 3156]
- [New LWP 3155]
- [New LWP 3154]
- [New LWP 3153]
- [New LWP 3152]
- [New LWP 3151]
- [New LWP 3150]
- [New LWP 3149]
- [New LWP 3148]
- [New LWP 3147]
- [New LWP 3144]
- [New LWP 3143]
- [New LWP 3142]
- [New LWP 3141]
- [New LWP 3140]
- [New LWP 3139]
- [New LWP 3138]
- [New LWP 3137]
- [New LWP 3136]
- [New LWP 3135]
- [New LWP 3134]
- [New LWP 3133]
- [Thread debugging using libthread_db enabled]
- 0x00000031ed8df283 in poll from /lib64/libc.so.6
- $1 = 1
3)我们做下基本检验,得到建表语句,保证测试是预期的样子。
- mysql> show create table test_inc\G
- *************************** 1. row ***************************
- Table: test_inc
- Create Table: CREATE TABLE `test_inc` (
- `id` int(11) DEFAULT
- ) ENGINE=InnoDB DEFAULT CHARSET=utf8
- 1 row in set (0.00 sec)
4)插入一些数据,使得rowid持续自增。
- mysql> insert into test_inc values(1),(2),(3);
- Query OK, 3 rows affected (0.08 sec)
- Records: 3 Duplicates: 0 Warnings: 0
5)我们对rowid进行重置,调整为2^48
- mysql> select power(2,48);
- +-----------------+
- | power(2,48) |
- +-----------------+
- | 281474976710656 |
- +-----------------+
- 1 row in set (0.00 sec)
- [root@dev01 mysql]# gdb -p 3132 -ex 'p dict_sys->row_id=281474976710656' -batch
- ...
- ...
- [Thread debugging using libthread_db enabled]
- 0x00000031ed8df283 in poll from /lib64/libc.so.6
- $1 = 281474976710656
6)继续写入一些数据,比如我们写入4,5,6三行数据
- mysql> insert into test_inc values(4),(5),(6);
- Query OK, 3 rows affected (0.07 sec)
- Records: 3 Duplicates: 0 Warnings: 0
7)查看数据结果,发现1,2两行已经被覆盖了。
- mysql> select *from test_inc;
- +------+
- | id |
- +------+
- | 4 |
- | 5 |
- | 6 |
- | 3 |
- +------+
- 4 rows in set (0.00 sec)
由此,我们可以看到rowid自增后,还是存在使用瓶颈,当然这个概率是很低的,需要自增列的值到281万亿,这是一个相当庞大的数值了,从功能上来说,应该抛出写入重复值的错误更为合理。
而有了主键之后,上面这个瓶颈似乎就不存在了。