一個MySQL 5.7 分區表性能下降的案例分析

02-02

前言：希望通過本文，使MySQL5.7.18的使用者知曉分區表使用中存在的陷阱，避免在該版本上繼續踩坑。同時通過對源碼的分享，升級MySQL5.7.18時分區表性能下降的根本原因，向MySQL源碼愛好者展示分區表實現中鎖的運用。

問題描述

MySQL 5.7版本中，性能相關的改進非常多。包括臨時表相關的性能改進，連接建立速度的優化和複製分發相關的性能改進等等。基本上不需要做配置修改，只需要升級到5.7版本，就能帶來不少性能的提升。

我們在測試環境，把資料庫升級到5.7.18版本，驗證MySQL 5.7.18版本是否符合我們的預期。觀察運行了一段時間，有開發反饋，資料庫的性能比之前的5.6.21版本有下降。主要的表現特徵是遇到比較多的鎖超時情況。開發另外反饋，性能下降相關的表都是分區表。更新走的都是主鍵。這個反饋引起了我們重視。我們做了如下嘗試：

資料庫的版本為5.7.18, 保留分區表，性能會下降。
資料庫版本為5.7.18，把表調整為非分區表，性能正常。
把資料庫的版本回退到5.6.21版本，保留分區表，性能也是正常

通過上述測試，我們大致判定，這個性能下降和MySQL5.7版本升級有關。

問題重現

測試環境的資料庫表結構比較多，並且調用關係也比較複雜。為了進一步分析並定位問題，我們抽絲剝繭，構建了如下一個簡單的重現過程。

// 創建一個測試分區表t2:
CREATE TABLE `t2`(
`id` INT(11) NOT NULL,
`dt` DATETIME NOT NULL,
`data` VARCHAR(10) DEFAULT NULL,
PRIMARYKEY (`id`,`dt`),
KEY`idx_dt`(`dt`)
) ENGINE=INNODB DEFAULTCHARSET=latin1

/*!50100 PARTITION BY RANGE (to_days(dt))
(PARTITION p20170218 VALUES LESS THAN (736744)ENGINE = InnoDB,
PARTITIONp20170219 VALUES LESS THAN (736745) ENGINE = InnoDB,
PARTITIONpMax VALUES LESS THAN MAXVALUE ENGINE = InnoDB) */
// 插入測試數據
INSERT INTO t2 VALUES (1, NOW(), 1);
INSERT INTO t2 VALUES (2, NOW(), 2);
INSERT INTO t2 VALUES (3, NOW(), 3);
// SESSION 1 對id = 1的記錄做一個更新操作，事務先不提交。
BEGIN;UPDATE t2 SET DATA = 12 WHERE id = 1;

// SESSION 2 對id = 2 的記錄做一個更新。
BEGIN;UPDATE t2 SET DATA = 21 WHERE id = 2;

在SESSION 2，我們發現，這個更新操作一直在等待。ID是主鍵，按道理，主鍵id = 1 的記錄更新，不至於影響到主鍵id = 2的記錄更新。

查詢information_schema下的innodb_locks這張表。這張表是用於記錄InnoDB事務嘗試申請但還未獲取的鎖，以及阻塞其他事務的事務所擁有的鎖。有兩條記錄：

觀察此時的innodb_locks表，事務id=40021鎖住第3頁的第2行記錄，導致事務id=40022無法進行下去。

我們把資料庫回退到5.6.21版本，則不能重現上述場景。

進一步分析

根據innodb_locks表提供的信息，我們知道問題在於InnoDB鎖定了不恰當的行。該表是memory存儲引擎。我們在memory 存儲引擎的插入介面設置斷點，得到如下堆棧信息。確定是紅框部分，將鎖信息寫入到innodb_locks表中。

並在函數fill_innodb_locks_from_cache中得以確認，每次寫入行的數據，都是從如下代碼中Cache對象中獲取的。

我們知道Cache中保存了事務鎖的信息，因此需要進一步查找Cache中的數據，是如何添加進去的。通過搜索cache對象在innodb代碼中出現的位置，找到函數add_lock_to_cache。在此函數設置斷點進行調試後，發現其內容與填寫innodb_locks表的數據一致。確定該函數使用的lock對象，就是我們要找的鎖對象。

針對lock_t 類型的使用位置進行排查。經過篩選和調試，發現函數RecLock::lock_add中，生成的行鎖被加入到該鎖所在的事務鏈表中。

RecLock::lock_add函數可以推出行鎖的生成原因。因此，通過對該函數進行斷點設置，查看函數堆棧，在如下堆棧內，定位到紅框位置的函數：

針對Partition_helper::handle_ordered_index_scan的如下代碼進行跟蹤，根據該段代碼的分析，m_part_spec.end_part 決定了進行上鎖的最大行數，此處即為非正常行鎖生成的原因。

最終問題歸結到m_part_spec.end_part 的生成原因。通過對end_part 使用地方進行排查，最終在get_partition_set函數中定位到該變數在使用前的初始設置值。從代碼中可以看出，每次單條記錄的update操作，在進行index scan上鎖時，對分區表數目相同的行數進行上鎖。這個是根本原因。

驗證結論

根據之前的分析，每次單條記錄的update操作，會對分區表數目相同的行數進行上鎖。我們嘗試驗證我們的發現。

新增如下兩條記錄：
INSERT INTO t2 VALUES (4, NOW(), 4);
INSERT INTO t2 VALUES (5, NOW(), 5);
// SESSION 1 對id = 1的記錄做一個更新操作，事務先不提交。
BEGIN;UPDATE t2 SET DATA = 12 WHERE id = 1;
// SESSION 2 現在對id = 4 的記錄做一個更新。
BEGIN;UPDATE t2 SET DATA = 44 WHERE id = 4;

我們發現，對id = 4的更新可以正常進行。不會受到id = 1 的更新影響。這是因為id=4的記錄，超過了測試案例的分區個數，不會被鎖住。在實際應用中，分區表所定義分區數不會如測試用例中的只有3個，而是數十個乃至數百個。這樣進行上鎖的結果，將加劇更新情況下的鎖衝突，導致事務處於鎖等待狀態。如下圖所示，每個事務都上N個行鎖，那麼這些上鎖記錄互相覆蓋的可能性就極大的提高，也就導致並發下降，效率降低。

結論

通過上述分析，我們非常確認，這個應該是MySQL 5.7版本的一個regression。我們提交了一個Bug到開源社區。Oracle確認是一個問題，需進一步分析調查這個Bug。

【作者簡介】姜宇祥，2012年加入攜程，10年資料庫核心代碼開發經驗，相關開發涉及達夢，MySQL資料庫。現致力於攜程MySQL的底層研發，為特殊問題定位和處理提供技術支持。

沒看夠？更多攜程技術人一手乾貨，歡迎搜索關注「攜程技術中心」微信公號~