華為云MySQL新增“邏輯預讀”特性，高效提升分析型業務的執行效率

隨著用戶對數據訪問速度的日益重視，Mysql數據庫在最初的設計中，采用了線性預讀的方式，提前將即將使用的數據預讀到Buffer pool中，來提升數據的訪問速度，但在實際使用過程中，線性預讀失效的問題愈來愈突出。

對于存在時間比較長，變更又比較頻繁的表，除非我們對于這張表進行重建，否則該表會存在大量的數據碎片，導致數據存放不連續，這樣會使Mysql原有的線性預讀功能失效，導致某些查詢語句變很慢，如：全表掃描，范圍掃描等。

線性預讀存在的問題

頻繁變更操作會破壞數據的連續性

一般情況下，當我們在數據存放連續時執行全表掃描，數據庫就會異步地把這些數據從磁盤加載到Buffer pool，從而提高數據庫的處理速度。比如當我們訪問了Row A1，Row A2，Row A3時，數據庫會認為你下次有極大的概率去訪問Row A4，Row A5，Row A6，從而自動異步地把這些數據加載到Buffer pool中。

但如果在這張表上頻繁地執行變更操作，則會破壞數據的連續性。在我們訪問Row A1，Row A2，Row A3時，數據庫發現這三行數據并不連續，所以數據庫不會提前將Row A5，Row A6從磁盤異步地加載到Buffer pool，只能一個一個的去請求、加載，從而影響訪問效率。數據連續時，訪問500w Row數據需要12s，但是數據不連續時，訪問500w Row數據需要34s。

對于在線應用來說，重建表會產生較大的運維風險，數據面臨丟失的可能。那到底有沒有什么特性可以在不重建表的情況下，彌補線性預讀失效的問題呢？

線性預讀的失效催生出“邏輯預讀”特性

華為云RDS數據庫服務，新開發了“邏輯預讀”特性，在不重建表的情況下，彌補線性預讀失效的問題，從而提高分析型業務的執行效率。

“邏輯預讀”特性，在預讀數據的時候，首先通過對要預讀的數據的頁號進行排序，去除數據不連續的影響，然后合并相鄰數據頁的IO請求，減少磁盤IO的總請求次數，從而提高數據預讀的命中率和效率。

華為云數據庫團隊做了一個測試：采用8核16GB 100GB SSD規格的Linux機器，測試2.4GB大小500w Rows存在碎片的數據，執行select *from tablename（全表掃描查詢），結果如下：

由此可見，相比開源版本，華為云MySQL邏輯預讀特性大大縮短了訪問時長，極大提升了執行效率，為分析型業務的進一步發展注入了新動力。

每一個改變都是為了更好的服務客戶，華為云MySQL邏輯預讀特性的推出，不僅很好地彌補了線性預讀的失效問題，提升了分析型業務的執行效率，更是為客戶的業務場景保駕護航，助力其創新發展，實現更多價值。

hbase 數據庫 Mysql rds 關系型數據庫

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。