[Mysql] 什么是大事务？以及大事务引发的问题

一、定义

运行时间比较长，操作的数据比较多的事务我们称之为大事务。

例如，执行超过5s，10s，1min…

二、大事务风险

• 锁定太多的数据，造成大量的阻塞和锁超时，回滚所需要的时间比较长。
• 执行时间长，容易造成主从延迟。
• undo log膨胀

三、避免大事务

• 避免一次处理太多大数据。
• 移出不必要在事务中的select操作

我这里按公司实际场景，规定了，每次操作/获取数据量应该少于5000条，结果集应该小于2M

四、案例

创建表

建表sql

CREATE TABLE `apple_test` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `a` int(11) NOT NULL DEFAULT '0' COMMENT 'a',
  `b` int(11) NOT NULL DEFAULT '0' COMMENT 'b',
  `updated_ts` timestamp(6) NOT NULL DEFAULT '0000-00-00 00:00:00.000000' ON UPDATE CURRENT_TIMESTAMP(6),
  `created_ts` timestamp(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6) COMMENT '创建时间',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

插入大量数据，模拟大事务

首先插入一条记录

insert into apple_test(`a`, `b`) values(1,1);

接着反复执行如下SQL，插入大量数据记录

insert into apple_test(a, b) select a,b from apple_test;

在反复执行的过程中，我们会发现，执行耗时越来越长。
这是因为每次插入的数据量越来越大。

例如，当我们多次执行，数量达到8388608时，

select count(*) from apple_test;
+----------+
| count(*) |
+----------+
|  8388608 |
+----------+
1 row in set (1.87 sec)

再次执行插入时，耗时会是几十秒，甚至几分钟:

insert into apple_test(a, b) select a,b from test_test;
Query OK, 8388608 rows affected (1 min 20.68 sec)
Records: 8388608  Duplicates: 0  Warnings: 0

实际上，上面的插入语句，就是一个事务。

执行过程耗时较长时，模拟的也就是大事务。

查看大事务

select a.trx_started,now(),(UNIX_TIMESTAMP(now()) - UNIX_TIMESTAMP(a.trx_started)) diff_sec,b.id,b.user,b.host,b.db,d.SQL_TEXT from information_schema.innodb_trx a inner join information_schema.PROCESSLIST b on a.TRX_MYSQL_THREAD_ID=b.id and b.command in('Query', 'Sleep', 'Connect') inner join performance_schema.threads c ON b.id = c.PROCESSLIST_ID inner join performance_schema.events_statements_current d ON d.THREAD_ID = c.THREAD_ID;
+---------------------+---------------------+----------+--------+-------------+------+------+----------+
| trx_started         | now()               | diff_sec | id     | user        | host | db   | SQL_TEXT |
+---------------------+---------------------+----------+--------+-------------+------+------+----------+
| 2021-08-07 22:12:20 | 2021-08-07 22:13:26 |       66 | 808786 | system user |      | NULL | BEGIN    |
+---------------------+---------------------+----------+--------+-------------+------+------+----------+
1 row in set (0.01 sec)

五、大表带来的问题

• 大表定义：单表超过千万行、文件超过10G
• 大表对查询的影响：
  • 慢查询、
  • 区分度底、
  • 大量磁盘IO、
  • 建立索引需要很长的时间、
  • 修改表结构需要长时间锁表、
  • 影响正常的数据操作
• 如何处理大表问题：
  • 分库分表把一张表分成多个小表。难点：分表主键的选择、分表后夸分区数据的查询和统计。
  • 大表的历史数据归档（前端增加历史查询）难点：时间点选择，如何进行归档操作

六、在大促中数据库服务器

• 数据库架构：主从复制、读写分离、集群等。
• TPS:每秒处理事务的速度（一个事务三个过程）。
  • 用户请求服务器
  • 服务器内部处理
  • 服务器返回给用户。
• QPS:是一台指定服务器每秒能够相应的查询次数。
• 并发量：同一时间处理的请求的数量。
• 连接数：和服务器进行连接，但大部分处于sleep状态，只有少部分在运行。
• 并发量大，连接数大说明cpu空闲少繁忙。
• 磁盘IO读写过高会对服务器性能能造成影响。
• 不要在主库上数据库备份（磁盘读压力增大）。