分享innodb引擎页数据行溢出的解决方法

在mysql中，innodb的页块默认大小为16k，如果表中一行数据长度超出了16k，就会出现行溢出，溢出的行是存放在另外的地方。由于innodb采用聚簇索引把数据进行存放起来，即B+Tree结构，因此每个页块中至少有两行数据，否则就失去了B+Tree的意义，这样就得出一行数据最大的长度限制为8k，详细内容请看本文。

分享innodb引擎页数据行溢出的解决方法

Linux 稀疏文件 & 空洞

●  稀疏文件：稀疏文件与其他普通文件基本相同，区别在于文件中的部分数据全为0，且这部分数据不占用磁盘空间。

●  文件空洞：文件位移量可以大于文件的实际长度，空洞是否占用磁盘空间由操作系统决定。

●  文件空洞部分不占用磁盘空间、文件所占用的磁盘空间仍然是连续的。

innodb提供的压缩方案

页面压缩：由于数据量太大，磁盘空间不足，负载主要体现在IO上，而服务器的CPU又有比较多的余量的场景。

1）COMPRESS页压缩

●  在MySQL5.7版本之前就提供的页压缩功能，在创建表时指定 ROW_FORMAT = COMPRESS，并通过 KEY_BLOCK_SIZE 设置压缩页的大小。

●  存在设计上的缺陷，有可能会导致性能下降明显，然后其设计初衷是为了提升性能，引入了“日志即数据”的理念。

  ○  对于压缩页的数据修改，并不会直接修改页本身，而是将修改日志存储在这个页中，这确实对数据的变更比较友好，不用每次修改都进行压缩/解压。

  ○  对于数据的读取，压缩的数据是无法直接读取的，所以这种算法会在内存中保留一个解压后的16K的页，以供数据的读取。

  ○  这就导致了一个页在缓冲池中可能会有两个版本（压缩版和非压缩版），引发一个非常严重的问题，即缓冲池中能缓存的页的数量大大的减少了，从而可能会导致数据库的性能极大的下降。

2）TPC（透明页压缩）

●  工作原理：写入页面时，使用指定的压缩算法对页面进行压缩，压缩后写入磁盘，其中通过打孔机制从页面末尾释放空。

●  ALTER TABLE xxx COMPRESSION = ZLIB 可以启用TPC页压缩功能，但这只是对后续增量数据进行压缩，如果期望对整个表进行压缩，则需要执行 OPTIMIZE TABLE xxx。

●  实现过程：一个压缩页在缓冲池中都是一个16K的非压缩页，只有在数据刷盘的时候，会进行一次压缩，压缩后剩余的空间会用 0x00 填满，利用文件系统的空洞特性（hole punch）对文件进行裁剪，释放 0x00 占用的稀疏空间。

●  TPC虽好，但它依赖操作系统的 Hole Punch 特性，且裁剪后的文件大小需要和文件系统块大小对齐（4K）。即假如压缩后的页大小是9K，那么实际占用的空间是12K

列压缩

MySQL目前没有直接针对列压缩的方案，有一个曲线救国的方法，就是在业务层使用MySQL提供的压缩和解压函数来针对列进行压缩和解压操作。也就是如果需要对某一列做压缩，在写入时调用COMPRESS函数对那个列的内容进行压缩，读取的时候，使用UNCOMPRESS函数对压缩过的数据进行解压。

●  使用场景：针对表中某些列数据长度比较大的情况，一般是 varchar、text、blob、json等数据类型

●  相关函数：

  ○  压缩函数：COMPRESS()

  ○  解压缩函数：UNCOMPRESS()

  ○  字符串长度函数：LENGTH()

  ○  未解压字符串长度函数：UNCOMPRESSED_LENGTH()

●  测试：

  ○  插入数据：insert into xxx (content) values (compress('xxx....'))

  ○  读取压缩的数据：select c_id, uncompressed_length(c_content) uncompress_len, length(c_content) compress_len from xxx

为什么innodb提供的都是基于页面的压缩技术？

●  记录压缩：每次读写记录的时候，都要进行压缩或解压，过度依赖CPU的计算能力，性能相对会比较差

●  表空间压缩：压缩效率高，但要求表空间文件是静态不增长的，这对于我们大部分的场景都是不适用的

●  页面压缩：既能提升效率，又能在性能中取得一定的平衡

总结

●  对于一些性能不敏感的业务表，如日志表、监控表、告警表等，这些表只期望对存储空间进行优化，对性能的影响不是很关注，可以使用COMPRESS页压缩。

●  对于一些比较核心的表，则比较推荐使用TPC压缩。

●  列压缩过度依赖CPU，性能方面会稍差，且对业务有一定的改造成本，不够灵活，需要评估影响范围，做好切换的方案。好处是可以由业务端决定哪些数据需要压缩，并控制解压操作。

●  对页面进行压缩，在业务侧不用进行什么改动，对线上完全透明，压缩方案也非常成熟。

为什么要进行数据压缩？

●  由于处理器和高速缓存存储器的速度提高超过了磁盘存储设备，因此很多时候工作负载都是受限于磁盘I/O。数据压缩可以使数据占用更小的空间，可以节省磁盘I/O、减少网络I/O从而提高吞吐量，虽然会牺牲部分CPU资源作为代价。

●  对于OLTP系统，经常进行update、delete、insert等操作，通过压缩表能够减少存储占用和IO消耗。

●  压缩其实是一种平衡，并不一定是为了提升数据库的性能，这种平衡取决于解压缩带来的收益和开销之间的一种权衡，但压缩对存储空间来说，收益无疑是很大的。

关于innodb引擎页数据行溢出的详细知识教程分享就到这里，翼速应用平台内有更多相关资讯，欢迎查阅！