MySQL 升级到 8.0 变慢问题分析

2023-05-11 18:02:36 浏览数 (3)

1. 背景介绍

前段时间，客户线上 MySQL 版本从 5.7.29 升级到 8.0.25。

升级完成之后，放业务请求进来，没到一分钟就开始出现慢查询，然后，慢查询越来越多，业务 SQL 出现堆积。

整个过程持续了大概一个小时，直到给某条业务 SQL 对应的表加上索引，问题才得到解决。

有一个比较奇怪的现象是：问题持续的过程中，服务器的系统负载、CPU 使用率、磁盘 IO、网络都处于低峰时期的水平，也就是说，问题很可能不是因为硬件资源不够用导致的。

那么，根本原因到底是什么？让我们一起来揭晓答案~

2. 原因分析

客户线上环境有一个监控脚本，每分钟执行一次，这个脚本执行的 SQL 如下：

代码语言：javascript复制
select ... from sys.innodb_lock_waits w 
inner join information_schema.innodb_trx b
  on b.trx_id = w.blocking_trx_id 
inner join information_schema.innodb_trx r
  on r.trx_id = w.waiting_trx_id;

对几个监控脚本的日志、SAR 日志、MySQL 的慢查询日志 & 错误日志，以及死锁的源码，进行了全方位无死角的分析，发现了可疑之处。

经过测试验证，最终确认罪魁祸首是 sys.innodb_lock_waits 视图引用的某个基表。

这个基表的名字和 MySQL 5.7 中不一样了，它的行为也发生了变化，就是这个行为的变化在某些场景下阻塞了业务 SQL，导致大量业务 SQL 执行变慢。

揭露这个罪恶的基表之前，我们先来看一下 sys.innodb_lock_waits 视图的定义：

  • MySQL 5.7 中简化的视图定义
代码语言：javascript复制
CREATE VIEW sys.innodb_lock_waits AS
  SELECT ... FROM information_schema.innodb_lock_waits w
  JOIN information_schema.innodb_trx b
    ON b.trx_id = w.blocking_trx_id
  JOIN information_schema.innodb_trx r
    ON r.trx_id = w.requesting_trx_id
  JOIN information_schema.innodb_locks bl
    ON bl.lock_id = w.blocking_lock_id
  JOIN information_schema.innodb_locks rl
    ON rl.lock_id = w.requested_lock_id
  ORDER BY r.trx_wait_started
  • MySQL 8.0 中简化的视图定义
代码语言：javascript复制
CREATE VIEW sys.innodb_lock_waits (...) AS
  SELECT ... FROM performance_schema.data_lock_waits w 
  JOIN information_schema.INNODB_TRX b 
    ON b.trx_id = w.BLOCKING_ENGINE_TRANSACTION_ID
  JOIN information_schema.INNODB_TRX r
    ON r.trx_id = w.REQUESTING_ENGINE_TRANSACTION_ID
  JOIN performance_schema.data_locks bl
    ON bl.ENGINE_LOCK_ID = w.BLOCKING_ENGINE_LOCK_ID
  JOIN performance_schema.data_locks rl
    ON rl.ENGINE_LOCK_ID = w.REQUESTING_ENGINE_LOCK_ID 
  ORDER BY r.trx_wait_started

5.7 中 sys.innodb_lock_waits 涉及 3 个基表：

  • information_schema.innodb_lock_waits
  • information_schema.innodb_locks
  • information_schema.innodb_trx

8.0 中 sys.innodb_lock_waits 也涉及 3 个基表：

  • performance_schema.data_lock_waits
  • performance_schema.data_locks
  • information_schema.INNODB_TRX

揭晓答案：引发问题的罪魁祸首就是 8.0 中的 performance_schema.data_locks 表。

从两个版本的视图定义对比可以看到，performance_schema.data_locks 的前身是 information_schema.innodb_locks。

我们再来看看这两个表的行为有什么不一样？

MySQL 5.7 中，information_schema.innodb_locks 包含这些数据：

  • InnoDB 事务已申请但未获得的锁。
  • InnoDB 事务已持有并且阻塞了其它事务的锁。

官方文档描述如下：

代码语言：javascript复制
The INNODB_LOCKS table provides information
about each lock that an InnoDB transaction
has requested but not yet acquired, 
and each lock that a transaction holds
that is blocking another transaction.

MySQL 8.0 中，performance_schema.data_locks 包含这些数据：

  • InnoDB 事务已申请但未获得的锁。
  • InnoDB 事务正在持有的锁。

官方文档描述如下：

代码语言：javascript复制
The data_locks table
shows data locks held and requested

从官方文档的描述可以看到两个表的不同之处：

  • 5.7 的 innodb_locks 记录 InnoDB 事务已持有并且阻塞了其它事务的锁。
  • 8.0 的 data_locks 记录 InnoDB 事务正在持有的锁。

正是因为这个不同之处，导致 8.0 的 data_locks 表的数据量可能会非常大。

我们再深挖一层，看看 data_locks 表的数据量大是怎么导致其它业务 SQL 阻塞的。

MySQL 线程读取 data_locks 表时，会持有全局事务对象互斥量（trx_sys->mutex），直到读完表中的所有数据，才会释放这个互斥量。

实际上，直到读完表中的所有数据，才会释放 trx_sys->mutex 互斥量的说法不准确。 为了避免展开介绍读取 data_locks 表实现逻辑，我们暂且使用这个说法。

data_locks 表的数据量越大，从表里读取数据花费的时间就越长，读取这个表的线程持有 trx_sys->mutex 互斥量的时间也就越长。

从 data_locks 表里读取数据的线程长时间持有 trx_sys->mutex 互斥量会有什么问题？

这个问题就大了，因为 trx_sys->mutex 互斥量非常吃香。

涉及 InnoDB 的所有 SQL 都在事务中运行，每个事务启动成功之后，都需要加入全局事务链表，而全局事务链表需要 trx_sys->mutex 互斥量的保护。

也就是说，InnoDB 中每个事务加入全局事务链表之前，都需要持有 trx_sys->mutex 互斥量。

从 data_locks 表里读取数据的线程长时间持有 trx_sys->mutex 互斥量，就会长时间阻塞其它 SQL 执行，导致其它 SQL 排队等待，出现堆积，表现出来的状态就是 MySQL 整体都变慢了。

介绍清楚逻辑之后，我们回归现实，来看看客户线上的问题。

1. 背景介绍小节中提到的那条业务 SQL 在执行过程中会对 300 万条记录加锁。

这条 SQL 只要执行一次，事务结束之前，data_locks 表中会有 300 万条加锁记录。

从 data_locks 表中读取记录之前，需要持有 trx_sys->mutex 互斥量，再读取 300 万条记录，最后释放互斥量。互斥量释放之前，其它业务 SQL 就得排队等着这个互斥量。

监控脚本执行一次的过程中，一堆业务 SQL 只能排队等待 trx_sys->mutex 互斥量，然后到了周期执行时间，监控脚本又执行了一次，也在等待 trx_sys->mutex 互斥量，不幸的是，又来了一堆业务 SQL。

就这样，监控脚本和业务 SQL 相互影响，恶性循环，SQL 执行越来越慢...，直到 DBA 在 1. 背景介绍小节中提到的那条业务 SQL 对应的表上创建了一个索引。

在那个表上创建索引之后，那条业务 SQL 执行过程中就不需要对 300 万条记录加锁了，而是只会对少量记录加锁，data_locks 表中的数据量也就变的很少了，不需要长时间持有 trx_sys->mutex 互斥量，消除了堵点，MySQL 整体就变的通畅了。

3. 测试验证

在 MySQL 5.7 和 8.0 的 test 库中都创建 t1 表，事务隔离级别为：READ-COMMITTED。

表结构如下：

代码语言：javascript复制
CREATE TABLE `t4` (
  `id` int unsigned NOT NULL AUTO_INCREMENT,
  `e1` enum('长春', '沈阳', '福州', '成都', '杭州', '南昌', '苏州', '德清', '北京') NOT NULL DEFAULT '北京',
  `i1` int unsigned NOT NULL DEFAULT '0',
  `c1` char(11) DEFAULT '',
  `d1` decimal(10,2) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3

数据如下：

3.1 MySQL 5.7 测试

第 1 步，在 session 1 中执行一条 SQL，锁住全表记录：

代码语言：javascript复制
mysql> begin;
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test.t1
    -> for update;
 ---- -------- ------- --------------- ------------ 
| id | e1     | i1    | c1            | d1         |
 ---- -------- ------- --------------- ------------ 
|  1 | 长春   | 99999 | 1 测试char    | 1760407.11 |
|  2 | 沈阳   |     2 | 2 测试char    | 3514530.95 |
|  3 | 福州   |     3 | 3 测试char    | 2997310.90 |
|  4 | 成都   |     4 | 4 测试char    | 8731919.55 |
|  5 | 杭州   |     5 | 5 测试char    | 2073324.31 |
|  6 | 南昌   |     6 | 6 测试char    | 3258837.89 |
|  7 | 苏州   |     7 | 7 测试char    | 2735011.35 |
|  8 | 德清   |     8 | 8 测试char    |  145889.60 |
|  9 | 杭州   |     9 | 9 测试char    | 2028916.63 |
| 10 | 北京   |    10 | 10 测试char   | 3222960.80 |
 ---- -------- ------- --------------- ------------ 
10 rows in set (0.00 sec)

第 2 步，在 session 2 中，执行另一条 SQL：

代码语言：javascript复制
mysql> select * from test.t1
    -> where id >= 5
    -> for update;

第 3 步，session 2 的 SQL 等待获取锁的过程中，在 session 3 中查询锁的情况：

代码语言：javascript复制
mysql> select * from information_schema.innodb_lock_waits;
 ------------------- ------------------- ----------------- ------------------ 
| requesting_trx_id | requested_lock_id | blocking_trx_id | blocking_lock_id |
 ------------------- ------------------- ----------------- ------------------ 
| 263231            | 263231:473:3:6    | 263229          | 263229:473:3:6   |
 ------------------- ------------------- ----------------- ------------------ 
1 row in set, 1 warning (0.04 sec)

mysql> select
    ->  lock_id, lock_trx_id, lock_table, lock_data
    -> from information_schema.innodb_locks;
 ---------------- ------------- ------------- ----------- 
| lock_id        | lock_trx_id | lock_table  | lock_data |
 ---------------- ------------- ------------- ----------- 
| 263231:473:3:6 | 263231      | `test`.`t1` | 5         |
| 263229:473:3:6 | 263229      | `test`.`t1` | 5         |
 ---------------- ------------- ------------- ----------- 
2 rows in set, 1 warning (0.01 sec)

从 innodb_lock_waits 的查询结果可以看到，事务 263231 申请持有锁被事务 263229 阻塞了。

innodb_locks 表中有 2 条记录：

  • lock_trx_id = 263231, lock_data = 5 的记录表示事务 263231 正在申请对 id = 5 的记录加锁。
  • lock_trx_id = 263229，lock_data = 5 的记录表示事务 263229 正在持有 id = 5 的记录上的锁，阻塞了事务 263231 对 id = 5 的记录加锁。

这和官方文档对 innodb_locks 表的行为的描述一致（前面已介绍过）。

3.2 MySQL 8.0 测试

第 1 步，在 session 1 中执行一条 SQL，锁住全表记录：

代码语言：javascript复制
mysql> begin;
Query OK, 0 rows affected (0.00 sec)

mysql> select * from test.t1
    -> for update;
 ---- -------- ------- --------------- ------------ 
| id | e1     | i1    | c1            | d1         |
 ---- -------- ------- --------------- ------------ 
|  1 | 长春   | 99999 | 1 测试char    | 1760407.11 |
|  2 | 沈阳   |     2 | 2 测试char    | 3514530.95 |
|  3 | 福州   |     3 | 3 测试char    | 2997310.90 |
|  4 | 成都   |     4 | 4 测试char    | 8731919.55 |
|  5 | 杭州   |     5 | 5 测试char    | 2073324.31 |
|  6 | 南昌   |     6 | 6 测试char    | 3258837.89 |
|  7 | 苏州   |     7 | 7 测试char    | 2735011.35 |
|  8 | 德清   |     8 | 8 测试char    |  145889.60 |
|  9 | 杭州   |     9 | 9 测试char    | 2028916.63 |
| 10 | 北京   |    10 | 10 测试char   | 3222960.80 |
 ---- -------- ------- --------------- ------------ 
10 rows in set (0.00 sec)

第 2 步，在 session 2 中，执行另一条 SQL：

代码语言：javascript复制
mysql> select * from test.t1
    -> where id >= 5
    -> for update;

第 3 步，session 2 的 SQL 等待获取锁的过程中，在 session 3 中查询锁的情况：

代码语言：javascript复制
mysql> select
    ->   engine_transaction_id as trx_id,
    ->   lock_status, lock_data
    -> from performance_schema.data_locks
    -> where lock_type = 'RECORD';
 -------- ------------- ----------- 
| trx_id | lock_status | lock_data |
 -------- ------------- ----------- 
|  19540 | WAITING     | 5         |
|  19522 | GRANTED     | 1         |
|  19522 | GRANTED     | 2         |
|  19522 | GRANTED     | 3         |
|  19522 | GRANTED     | 4         |
|  19522 | GRANTED     | 5         |
|  19522 | GRANTED     | 6         |
|  19522 | GRANTED     | 7         |
|  19522 | GRANTED     | 8         |
|  19522 | GRANTED     | 9         |
|  19522 | GRANTED     | 10        |
 -------- ------------- ----------- 
11 rows in set (0.00 sec)

从以上查询结果可以看到，data_locks 表里包含事务 19522 正在持有的 10 把锁（对应 10 条锁记录），以及事务 19539 已申请但未获得的 id = 5 的记录上的锁，这个行为也和官方文档的描述一致（前面介绍过）。

4. 总结

performance_schema.data_locks 表会记录所有事务正在持有的锁，如果某些 SQL 写的有问题，锁定记录非常多，这个表里的锁记录数量就会非常多。

data_locks 表里的锁记录数量非常多，读取这个表的线程就会长时间持有 trx_sys->mutex 互斥量，这会阻塞其它 SQL 执行。

如果只想要获取锁的阻塞情况，可以查询 performance_schema.data_lock_waits。

本文关键字：#MySQL# #升级# #慢查询#

mysqlMySQL 慢查询

0 人点赞