概述
通过多年的发展，MySQL已在互联网行业得到广泛应用，并逐渐渗透到各种现有行业。流行得益于优秀的并发事务处理能力、MySQL丰富的生态。MySQL在处理OLTP场景时的短查询效果很好，但对于复杂的大查询来说，功能有限。最直接的一点是，对于SQL语句，MySQL最多只能由一个CPU核心处理，在这种情况下，无法发挥主机CPU多核功能。MySQL没有停滞，而是继续发展。新的8.0.14版本首次引入并行查询功能，使check table和select count(*)类型的语句性能提高了一倍。目前使用场景还很有限，但期待后续的发展。
使用方式
通过配置参数innodb_parallel_read_threads来设置并发线程数，就能开始并行扫描功能，默认这个值为4。我这里做一个简单的实验，通过sysbench导入2亿条数据，分别配置innodb_parallel_read_threads为1，2，4，8，16，32，64，测试并行执行的效果。测试语句为select count(*) from sbtest1;
横轴是配置并发线程数，纵轴是语句执行时间。从测试结果来看，整个并行表现还是不错的，扫描2亿条记录，从单线程的18s，下降到32线程的1s。后面并发开再多，由于数据量有限，多线程的管理消耗超过了并发带来的性能提升，不能再继续缩短SQL执行时间。
MySQL并行执行
实际上目前MySQL的并行执行还处于非常初级阶段，如下图所示，左边是之前MySQL串行处理单个SQL形态；中间的是目前MySQL版本提供的并行能力，InnoDB引擎并行扫描的形态；最右边的是未来MySQL要发展的形态，优化器根据系统负载和SQL生成并行计划，并将分区计划下发给执行器并行执行。并行执行不仅仅是并行扫描，还包括并行聚集，并行连接，并行分组，以及并行排序等。目前版本MySQL的上层的优化器以及执行器并没有配套的修改。因此，下文的讨论主要集中在InnoDB引擎如何实现并行扫描，主要包括分区，并行扫描，预读以及与执行器交互的适配器类。
分区
并行扫描的关键步骤之一是分区，它将扫描的数据分为多个部分，使您能够并行扫描多个线程。InnoDB引擎是一个索引组织表，其中数据以B树的形式存储在磁盘上，节点单位是页(block/page)，热点页在缓冲区池中被缓存，并通过LRU算法丢弃。分区的逻辑是从根节点页开始，逐层向下扫描，如果一层的分支数超过配置的线程数，则停止分区。在实施中，实际上总共发生两个分割。第一个是根节点页面的分支数。每个分支最左侧叶节点的记录在左下界。此记录作为相邻前一季度的右上角边界记录。这样，将B树分为子树，子树分别是扫描分区。第一次分割后，分割区数目可能无法充分利用多核心问题。例如，如果将并行扫描线程配置为3，并且在第一次分区后创建了4个分区，则前3个分区并行完成后，第4个分区最多只能扫描1个线程，因此最终无法充分利用多核资源。
二次分区
为了解决这个问题，8.0.17版本引入了二次分区，对于第4个分区，继续下探拆分，这样多个子分区又能并发扫描，InnoDB引擎并发扫描的最小粒度是页面级别。具体判断二次分区的逻辑是，一次分区后，若分区数大于线程数，则编号大于线程数的分区，需要继续进行二次分区；若分区数小于线程数且B+tree层次很深，则所有的分区都需要进行二次分区。
相关代码如下：
split_point = 0;
if (ranges.size() > max_threads()) {
//最后一批分区进行二次分区
split_point = (ranges.size() / max_threads()) * max_threads();
} else if (m_depth < SPLIT_THRESHOLD) {
/* If the tree is not very deep then don't split. For smaller tables
it is more expensive to split because we end up traversing more blocks*/
split_point = max_threads();
} else {
//如果B+tree的层次很深(层数大于或等于3，数据量很大)，则所有分区都需要进行二次分区
}
无论是一次分区，还是二次分区，分区边界的逻辑都一样，以每个分区的最左叶子节点的记录为左下界，并且将这个记录记为相邻上一个分支的右上界。这样确保分区足够多，粒度足够细，充分并行。下图展示了配置为3的并发线程，扫描进行二次分区的情况。
相关代码如下：
create_ranges(size_t depth, size_t level)
一次分区：
parallel_check_table
add_scan
partition(scan_range, level=0) /* start at root-page */
create_ranges(scan_range, depth=0, level=0)
create_contexts(range, index >= split_point)
二次分区：
split()
partition(scan_range, level=1)
create_ranges(depth=0,level)
并行扫描
在一次分区后，将每个分区扫描任务放入到一个lock-free队列中，并行的worker线程从队列中获取任务，执行扫描任务，如果获取的任务带有split属性，这个时候worker会将任务进行二次拆分，并投入到队列中。这个过程主要包括两个核心接口，一个是工作线程接口，另外一个是遍历记录接口，前者从队列中获取任务并执行，并维护统计计数；后者根据可见性获取合适的记录，并通过上层注入的回调函数处理，比如计数等。
Parallel_reader::worker(size_t thread_id)
{
1.从ctx-queue提取ctx任务
2.根据ctx的split属性，确定是否需要进一步拆分分区(split())
3.遍历分区所有记录(traverse())
4.一个分区任务结束后，维护m_n_completed计数
5.如果m_n_compeleted计数达到ctx数目，唤醒所有worker线程结束
6.根据traverse接口，返回err信息。
}
Parallel_reader::Ctx::traverse()
{
1.根据range设置pcursor
2.找到btree，将游标定位到range的起始位置
3.判断可见性(check_visibility)
4.如果可见，根据回调函数计算(比如统计)
5.向后遍历，若达到了页面的最后一条记录，启动预读机制(submit_read_ahead)
6.超出范围后结束
}
同时在8.0.17版本还引入了预读机制，避免因为IO瓶颈导致并行效果不佳的问题。目前预读的线程数不能配置，在代码中硬编码为2个线程。每次预读的单位是一个簇(InnoDB文件通过段，簇，页三级结构管理，一个簇是一组连续的页)，根据页面配置的大小，可能为1M或者2M。对于常见的16k页面配置，每次预读1M，也就是64个页面。worker线程在进行扫描时，会先判断相邻的下一个页面是否为簇的第一个页面，如果是，则发起预读任务。预读任务同样通过lock-free 队列缓存，worker线程是生产者，read-ahead-worker是消费者。由于所有分区页面没有重叠，因此预读任务也不会重复。
执行器交互(适配器)
实际上，MySQL已经封装了一个适配器类Parallel_reader_adapter来供上层使用，为后续的更丰富的并行执行做准备。首先这个类需要解决记录格式的问题，将引擎层扫描的记录转换成MySQL格式，这样做到上下层解耦，执行器不用感知引擎层格式，统一按MySQL格式处理。整个过程是一个流水线，通过一个buffer批量存储MySQL记录，worker线程不停的将记录从引擎层上读上来，同时有记录不停的被上层处理，通过buffer可以平衡读取和处理速度的差异，确保整个过程流动起来。缓存大小默认是2M，根据表的记录行长来确定buffer可以缓存多少个MySQL记录。核心流程主要在process_rows接口中，流程如下
process_rows
{
1.将引擎记录转换成MySQL记录
2.获取本线程的buffer信息(转换了多少mysql记录，发送了多少给上层)
3.将MySQL记录填充进buffer，自增统计m_n_read
4.调用回调函数处理(比如统计，聚合，排序等)，自增统计m_n_send
}
对于调用者来说，需要设置表的元信息，以及注入处理记录回调函数，比如处理聚集，排序，分组的工作。回调函数通过设置m_init_fn，m_load_fn和m_end_fn来控制。
总结
MySQL8.0引入了并行查询虽然还比较初级，但已经让我们看到了MySQL并行查询的潜力，从实验中我们也看到了开启并行执行后，SQL语句执行充分发挥了多核能力，响应时间急剧下降。相信在不久的将来，8.0的会支持更多并行算子，包括并行聚集，并行连接，并行分组以及并行排序等。
暂无评论内容