当前位置: 首页 > ops >正文

【MySQL】第8节|Innodb底层原理与Mysql日志机制深入剖析(一)

MySQL 的 redo log(重做日志)

redo log 是 MySQL 中 InnoDB 存储引擎实现事务持久性的关键机制,用于记录数据库数据的变更,确保事务提交后数据不丢失,即使发生宕机也能通过日志恢复数据。

核心作用

1. 实现事务的持久性(Durability)

事务提交时,先将变更记录写入 redo log 并持久化到磁盘,再执行实际的数据页更新(可能延迟执行,即 WAL 机制,Write-Ahead Logging)。

    • 即使数据库崩溃,重启后可通过 redo log 恢复未写入数据页的变更,保证事务提交的结果不丢失。

2. 提升写入性能

数据页更新可能需要随机 IO(较慢),而 redo log 按顺序写入磁盘(顺序 IO,速度快),避免频繁直接操作数据页,提升事务提交效率。

关键概念

redo log 组成

  • 重做日志文件(物理文件,如 ib_logfile0ib_logfile1):

固定大小、循环写入(类似环形缓冲区),默认大小约 48MB(可通过 innodb_log_file_size 配置)。

  • 重做日志缓冲redo log buffer,内存区域):

事务执行过程中,变更先写入内存缓冲,提交时刷新到磁盘日志文件。

WAL 机制(Write-Ahead Logging)

事务提交时,先写 redo log 到磁盘,再更新数据页(可能延迟到 checkpoint 时执行)。

    • 示例:

执行 UPDATE user SET age=20 WHERE id=1 时:

  • 生成 redo log 记录(记录“id=1 的行,age 从 18 变为 20”)。
  • 将 redo log 写入内存缓冲。
  • 事务提交时,将缓冲中的 redo log 刷新到磁盘日志文件(此时事务已提交,数据不丢失)。
  • 数据页更新可能在后续由后台线程执行(buffer pool 刷新)。

重要参数

参数名

说明

innodb_log_file_size

单个 redo log 文件大小,影响写入性能和恢复速度(增大可减少切换频率,但恢复时间更长)。

innodb_log_files_in_group

日志文件数量,默认 2 个(ib_logfile0 和 ib_logfile1)。

innodb_flush_log_at_trx_commit

控制 redo log 刷新到磁盘的时机(0/1/2,默认 1,保证事务持久性)。

与崩溃恢复的关系

当数据库宕机重启时,InnoDB 会执行以下步骤:

  1. 重做(Redo):扫描 redo log,将已提交但未写入数据页的变更应用到数据页。
  2. 回滚(Undo):利用 undo log 回滚未提交的事务(由事务原子性保证)。
    • 示例:若事务 T 提交后 redo log 已写入磁盘,但数据页未更新时宕机,重启后通过 redo log 完成数据页更新,确保 T 的变更生效。

总结

redo log 是 InnoDB 实现事务持久化的核心机制,通过 顺序写日志+延迟更新数据页 的方式提升性能,同时保证数据不丢失。理解 redo log 有助于优化事务性能(如调整 innodb_flush_log_at_trx_commit)和诊断故障(如日志文件大小设置不合理导致频繁切换)。

http://www.xdnf.cn/news/8594.html

相关文章:

  • 从稳定到卓越:服务器部署后的四大核心运维策略
  • IP查询基础介绍
  • 二、ZooKeeper 集群部署搭建
  • 《深入Python:新手易踩的语法雷区与进阶启示》
  • STM32CubeMX的初使用GPIO的端口配置
  • 虚幻基础:AI
  • Baklib内容中台的主要构成是什么?
  • 大般涅槃经卷第三十五
  • windows11 安装 jupyter lab
  • ARM笔记-嵌入式系统基础
  • untiy实现汽车漫游
  • JVM(Java虚拟机)
  • MSP430通用电机控制代码(Motor)设计与实现
  • vue3 发票税率 计算
  • 人工智能杂谈(十二)大模型与小模型的应用场景及未来发展趋势
  • 电子电路:在导电过程中,铜线中的电子为什么不会消失?
  • MySQL 中表的约束 -- 空属性,默认值,主键,自增长,唯一键,外键
  • Python如何赋能自动驾驶地图构建?从点云处理到实时导航
  • 基于51单片机和8X8点阵屏、独立按键的滑动躲闪类小游戏
  • 从0到上线:微服务架构下的全栈开发实战指南
  • VILT模型阅读笔记
  • SSG vs SSR vs ISG 页面渲染策略对比
  • 为什么在设置 model.eval() 之后,pytorch模型的性能会很差?为什么 dropout 影响性能?| 深度学习
  • 第十节第九部分:jdk8新特性:方法引用、特定类型的方法引用、构造器引用(不要求代码编写后同步简化代码,后期偶然发现能用这些知识简化即可)
  • 鸿蒙UI开发——badge角标的使用
  • 从神经生物学到社会心理学:游戏沉迷机制的深度解构
  • Jest入门
  • 利用 XML 外部实体注入(XXE)读取文件和探测内部网络
  • redis缓存实战-19(使用 Pub/Sub 构建简单的聊天应用程序)
  • C++:整数奇偶排序