【mysql】關於InnoDB存儲引擎 text blob 大欄位的存儲和優化

最近在資料庫優化的時候，看到一些表在設計上使用了text或者blob的欄位，單表的存儲空間已經達到了近100G，這種情況再去改變和優化就非常難了一、簡介為了清楚大欄位對性能的影響，我們必須要知道innodb存儲引擎的處理方式： 1、一些知識點 1.1 在InnoDB 1.0.x版本之前，Inno ...

最近在資料庫優化的時候，看到一些表在設計上使用了text或者blob的欄位，單表的存儲空間已經達到了近100G，這種情況再去改變和優化就非常難了

一、簡介

為了清楚大欄位對性能的影響，我們必須要知道innodb存儲引擎的處理方式：

1、一些知識點

1.1 在InnoDB 1.0.x版本之前，InnoDB 存儲引擎提供了 Compact 和 Redundant（Redundant 格式是為相容之前版本而保留的） 兩種格式來存放行記錄數據，compact 和 redundant 合稱為Antelope (羚羊)

對於blob，text，varchar(5120)這樣的大欄位，innodb只會存放前768位元組在數據頁中，而剩餘的數據則會存儲在溢出段中（發生溢出情況的時候適用），最大768位元組的作用是便於創建首碼索引/prefix index，其餘更多的內容存儲在額外的page里，哪怕只是多了一個位元組。因此，所有列長度越短越好

大欄位在InnoDB里可能浪費大量空間。例如，若存儲欄位值只是比行的要求多了一個位元組，也會使用整個頁面來存儲剩下的位元組，浪費了頁面的大部分空間。如果有一個值只是稍微超過了32個頁的大小，實際上就需要使用96個頁面
擴展存儲禁用了自適應哈希，因為需要完整的比較列的整個長度，才能發現是不是正確的數據（哈希幫助InnoDB非常快速的找到“猜測的位置”，但是必須檢查“猜測的位置”是不是正確）。因為自適應哈希是完全的記憶體結構，並且直接指向Buffer Pool中訪問“最”頻繁的頁面，但對於擴展存儲空間卻無法使用Adaptive Hash

1.2 MySQL 5.1 中的 innodb_plugin 引入了新的文件格式：Barracuda (梭子魚)，該文件格式擁有新的兩種行格式：compressed和dynamic，兩種格式對blob欄位採用完全溢出的方式，數據頁中只存放20位元組，其餘的都存放在溢出段中，因此，強烈不建議使用BLOB、TEXT、超過255長度的VARCHAR列類型；

1.3 innodb的page大小預設為16kb，innodb存儲引擎表為索引組織表，樹底層的葉子節點為一雙向鏈表，因此每個頁中至少應該有兩行記錄，這就決定了innodb在存儲一行數據的時候不能夠超過8k，但事實上應該更小，因為還有一些InnoDB內部數據結構要存儲，5.6版本以後，新增選項 innodb_page_size 可以修改，在5.6以前的版本，只能修改源碼重新編譯，但並不推薦修改這個配置

1.4 InnoDB的data page在有新數據寫入時，會預留1/16的空間，預留出來的空間可用於後續的新紀錄寫入，減少頻繁的新增data page的開銷，受限於InnoDB存儲方式，數據如果是順序寫入的話，最理想的情況下，data page的填充率是15/16，但一般沒辦法保證完全的順序寫入，因此data page的填充率一般是1/2到15/16。因此每個InnoDB表都最好要有一個自增列作為主鍵，使得新紀錄寫入儘可能是順序的；當data page填充率不足1/2時，InnoDB會進行收縮，釋放空閑空間

1.5 COMPACT行格式相比REDUNDANT，大概能節省20%的存儲空間，COMPRESSED相比COMPACT大概能節省50%的存儲空間，但會導致TPS下降了90%。因此強烈不推薦使用COMPRESSED行格式

1.6 使用了blob數據類型，是不是一定就會存放在溢出段中？通常我們認為blob這類的大對象的存儲會把數據存放在數據頁之外，其實不然，關鍵點還是要看一個page中到底能否存放兩行數據，blob可以完全存放在數據頁中(單行長度沒有超過8096位元組)，而varchar類型的也有可能存放在溢出頁中(單行長度超過8096位元組，前768位元組存放在數據頁中)

1.7 mysql在操作數據的時候，以page為單位，不管是更新，插入，刪除一行數據，都需要將那行數據所在的page讀到記憶體中，然後在進行操作，這樣就存在一個命中率的問題，如果一個page中能夠相對的存放足夠多的行，那麼命中率就會相對高一些，性能就會有提升

1.8 在off-page中存儲的BLOB、TEXT或者長VARCHAR列的page是獨享的，不能共用。因此強烈不建議在一個表中使用多個長列

1.9 MySQL 5.6 中預設還是 Compact 行格式，也是目前使用最多的一種 ROW FORMAT。用戶可以通過命令 SHOW TABLE STATUS LIKE'table_name' 來查看當前表使用的行格式，其中 row_format 列表示當前所使用的行記錄結構類型

mysql>desc db_page;
+-----------------+----------------+----------------+---------------+-------------------+-----------------+
| Field           | Type           | Null           | Key           | Default           | Extra           |
+-----------------+----------------+----------------+---------------+-------------------+-----------------+
| id              | int(11)        | NO             | PRI           |                   | auto_increment  |
| title           | varchar(100)   | NO             |               |                   |                 |
| name            | varchar(100)   | YES            |               |                   |                 |
| content         | text           | YES            |               |                   |                 |
+-----------------+----------------+----------------+---------------+-------------------+-----------------+
mysql>show variables like "innodb_file_format";
+-------------------------+-----------------+
| Variable_name           | Value           |
+-------------------------+-----------------+
| innodb_file_format      | Barracuda       |
+-------------------------+-----------------+
mysql>show table status like "db_page" \G
*************************** 1. row ***************************
           Name: db_page
         Engine: InnoDB
        Version: 10
     Row_format: Compact
           Rows: 2
 Avg_row_length: 8192
    Data_length: 16384
Max_data_length: 0
   Index_length: 0
      Data_free: 0
 Auto_increment: 3
    Create_time: 2017-03-07 13:30:19
    Update_time: 
     Check_time: 
      Collation: utf8_general_ci
       Checksum: 
 Create_options: 
        Comment: 
   Block_format: Original

在 msyql 5.7.9 及以後版本，預設行格式由innodb_default_row_format變數決定，它的預設值是DYNAMIC，也可以在 create table 的時候指定ROW_FORMAT=DYNAMIC。

註意，如果要修改現有表的行模式為compressed或dynamic，必須先將文件格式設置成Barracuda：set global innodb_file_format=Barracuda;，再用ALTER TABLE tablename ROW_FORMAT=COMPRESSED;去修改才能生效，否則修改無效卻無提示

二、對TEXT/BLOB這類大欄位類型的影響

2.1 compact

變長大欄位類型包括blob,text,varchar，其中varchar列值長度大於某數N時也會存溢出頁，在latin1字元集下N值可以這樣計算：innodb的塊大小預設為16kb，由於innodb存儲引擎表為索引組織表，樹底層的葉子節點為一雙向鏈表，因此每個頁中至少應該有兩行記錄，這就決定了innodb在存儲一行數據的時候不能夠超過8k，減去其它列值所占位元組數，約等於N。對於InnoDB，記憶體是極為珍貴的，如果把768位元組長度的blob都放在數據頁，雖然可以節省部分IO，但是能緩存行數就變少，也就是能緩存的索引值變少了，降低了索引效率

2.2 dynamic

dynamic行格式，列存儲是否放到off-page頁，主要取決於行大小，它會把行中最長的那一列放到off-page，直到數據頁能存放下兩行。TEXT/BLOB列 <=40 bytes 時總是存放於數據頁。這種方式可以避免compact那樣把太多的大列值放到 B-tree Node，因為dynamic格式認為，只要大列值有部分數據放在off-page，那把整個值放入都放入off-page更有效。

compressed 物理結構上與dynamic類似，但是對錶的數據行使用zlib演算法進行了壓縮存儲。在long blob列類型比較多的情況下用，可以降低off-page的使用，減少存儲空間（一般40%左右），但要求更高的CPU，buffer pool裡面可能會同時存儲數據的壓縮版和非壓縮版，所以也多占用部分記憶體。這裡 MySQL 5.6 Manual innodb-compression-internals 講的十分清楚。

另外，由於ROW_FORMAT=DYNAMIC 和 ROW_FORMAT=COMPRESSED 是從 ROW_FORMAT=COMPACT 變化來的，所以他們處理 CHAR類型存儲的方式和 COMPACT 一樣。

三. 對TEXT/BLOB型欄位存取優化

mysql的 io 以page為單位，因此不必要的數據（大欄位）也會隨著需要操作的數據一同被讀取到記憶體中來，這樣帶來的問題由於大欄位會占用較大的記憶體（相比其他小欄位），使得記憶體利用率較差，造成更多的隨機讀取。從上面的分析來看，我們已經看到性能的瓶頸在於由於大欄位存放在數據頁中，造成了記憶體利用較差，帶來過多的隨機讀，那怎麼來優化掉這個大欄位的影響

3.1 壓縮&合併

a、innodb提供了barracuda文件格式，將大欄位完全存放在溢出段中，數據段中只存放20個位元組，這樣就大大的減小了數據頁的空間占用，使得一個數據頁能夠存放更多的數據行，也就提高了記憶體的命中率（對於本實例，大多數行的長度並沒有超過8k，所以優化的幅度有限）；如果對溢出段的數據進行壓縮，那麼在空間使用上也會大大的降低，具體的的壓縮比率可以設置key_blok_size來實現。

b、可以把大欄位用COMPRESS()壓縮後再存為BLOB，或者在發送到MySQL前在應用程式中進行壓縮

c、一張表有多個類blob欄位，把它們組合起來如<TEXT><f_big_col1>long..</f_big_col1> <f_content>long..</f_content></TEXT>，再壓縮存儲

d、如果預期長度範圍varchar就滿足，就避免使用TEXT

3.2 拆分

將主表拆分為一對一的兩個關聯表，將大欄位單獨放到另外一張表後，單行長度變的非常的小，page的行密度相比原來的表大很多，這樣就能夠緩存足夠多的行，buffer pool的命中率就會提高，應用程式需要額外維護的是一張大欄位的子表，還可以通過覆蓋索引來優化，將索引和原表結構分開，從訪問密度較小的數據頁改為訪問密度很大的索引頁，隨機io轉換為順序io

總結：還是讓單個page能夠存放足夠多的行，不斷的提示記憶體的命中率，從資料庫底層存儲的原理出發，能夠更深刻的優化資料庫

綜上，如果在實際業務中，確實需要在InnoDB表中存儲BLOB、TEXT、長VARCHAR列時，有下麵幾點建議：

儘可能將所有數據序列化、壓縮之後，存儲在同一個列里，避免發生多次off-page
如果預期長度範圍varchar就滿足，就避免使用TEXT
如果無法將所有列整合到一個列，可以退而求其次，根據每個列最大長度進行排列組合後拆分成多個子表，儘量是的每個子表的總行長度小於8KB，減少發生off-page的頻率

參考文檔：

http://www.hudong.com/wiki/%E3%80%8AMySQL%E6%8A%80%E6%9C%AF%E5%86%85%E5%B9%95%EF%BC%9AInnoDB%E5%AD%98%E5%82%A8%E5%BC%95%E6%93%8E%E3%80%8B

http://www.mysqlperformanceblog.com/2008/01/11/mysql-blob-compression-performance-benefits/

http://www.mysqlperformanceblog.com/2012/05/30/data-compression-in-innodb-for-text-and-blob-fields/

http://yoshinorimatsunobu.blogspot.com/2010/11/handling-long-textsblobs-in-innodb-1-to.html

http://blog.opskumu.com/mysql-blob.html

http://hidba.org/?p=551

http://blog.chinaunix.net/uid-24485075-id-3523032.html

http://dev.mysql.com/doc/refman/5.6/en/innodb-row-format-dynamic.html