（轉載）innodb關鍵特性

innodb關鍵特性

插入緩沖（insert buffer）

兩次寫（Double write）

自适應哈希索引（adaptive hash index）

異步io（Async IO）

重新整理領接頁（Flush Neighbor Page）

1.插入緩沖

使用場景，即非唯一輔助索引的插入操作，因為不是順序的，是以将這些插入操作，

存到插入緩沖中去，然後一段時間統一插入到真的索引中去，此時很有可能有幾條 插入合并操作，

因為他們是對同一索引頁進行的操作，這樣就大大提高了效率。

關鍵就是将一些 離散的操作，緩存起來，然後找到一些對同一個索引頁 進行 操作的 操作項 進行合并，這樣提高了 效率。

2.兩次寫

提高了 資料頁的可靠性。

在應用（apply）重做日志前，使用者需要一個頁的副本，當寫入失效發生時，先通過頁的副本來還原該頁，再進行重做，這就是duble write 。

dublewrite組成

記憶體中的dublewrite buffer,大小2M，

實體磁盤上共享表空間中連續的128個頁，即2個區（extend），大小同樣為2M。

對緩沖池的髒頁進行重新整理時，不是直接寫磁盤，而是會通過memcpy()函數将髒頁先複制到記憶體中的doublewrite buffer，

之後通過doublewrite 再分兩次，每次1M順序地寫入共享表空間的實體磁盤上，在這個過程中，因為doublewrite頁是連續的，

是以這個過程是順序寫的，開銷并不是很大。在完成doublewrite頁的寫入後，再将doublewrite buffer 中的頁寫入各個 表空間檔案中，

此時的寫入則是離散的。如果作業系統在将頁寫入磁盤的過程中發生了崩潰，在恢複過程中，innodb可以從共享表空間中的doublewrite

中找到該頁的一個副本，将其複制到表空間檔案，再應用重做日志。

3.自适應哈希索引

哈希（hash）是一種非常快的查找方法，在一般情況下這種查找的時間複雜度為O(1),即一般僅需要一次查找就能定位資料。

而B+樹的查找次數，取決于B+樹的高度，在生成環境中，B+樹的高度一般3-4層，故需要3-4次的查詢。

innodb會監控對表上個索引頁的查詢。如果觀察到建立哈希索引可以帶來速度提升，則建立哈希索引，稱之為自适應哈希索引（Adaptive Hash Index，AHI）。

AHI有一個要求，就是對這個頁的連續通路模式必須是一樣的。

例如對于（a,b）通路模式情況：

where a = xxx

where a = xxx and b = xxx

通路模式一樣指的是查詢的條件一樣，若交替進行上述兩種查詢，那麼innodb不會對該頁構造AHI，此外AHI還有如下的要求：

以該模式通路了100次

頁通過該模式通路了N次，其中N=頁中記錄*1/16;

AHI啟動後，讀寫速度提高了2倍，輔助索引的連接配接操作性能可以提高5倍。

AHI，是資料庫自動優化的，DBA隻需要指導開發人員去盡量使用符合AHI條件的查詢，以提高效率。

4.異步IO

sync IO ：同步IO 即每進行一次IO操作，此次操作結束才能繼續接下來的操作。

但是如果使用者發需要等待出一條索引掃描的查詢，那麼這條SQL查詢語句可能需要掃描多個索引頁，

也就是需要進行多次的IO操作。在每掃描一個頁并等待期完成再進行下一次的掃描是沒有必要的。

異步IO：

使用者可以在發出一個IO請求後立即再發出另一個IO請求，當全部IO請求發送完畢後，等待所有IO操作的完成，這就是AIO。

AIO另一個優勢可以将多個IO，合并為1個IO，以提高IO效率。例如：

使用者需要通路3頁内容，但這3頁時連續的。同步IO需要進行3次IO,而AIO隻需要一次 就可以了。

使用AIO的恢複速度 提高了75%

5.重新整理領接頁

工作原理：

當重新整理一個髒頁時，innodb會檢測該頁所在區（extent）的所有頁，如果是髒頁，那麼一起進行重新整理。

這樣做，通過AIO将多個IO寫入操作合并為一個IO操作。在傳統機械磁盤下有着顯著優勢。

innodb_flush_neighbors 參數來控制是否開啟。

轉載參考自 https://www.cnblogs.com/Aiapple/p/5689634.html