线上 MySQL 直接 Select 千万条的100G数据，服务器会裂开吗?

假设对某100G表t执行全表扫描，把扫描结果保存在客户端：

# 该语句无任何判断条件，所以全表扫描，查到的每行都可直接放到结果集，然后返给客户端
mysql -h$host -P$port -u$user -p$pwd -e 
  "select * from t" > $target_file

那这“结果集”存在哪的？

服务端其实无需保存一个完整结果集，实际上MySQL取、发数据流程如下：

1. 获取一行，写到net_buffer该内存大小由参数net_buffer_length定义，默认16k
2. 继续获取行，直到写满net_buffer，然后发出去
3. 若发送成功，则清空net_buffer，继续读取下一行，并写入net_buffer
4. 若发送函数返回EAGAIN或WSAEWOULDBLOCK，表示本地网络栈（socket send buffer）写满，进入等待。直到网络栈重新可写，再继续发送

以上过程执行流程图如下：

可以看出：

• 一个查询在发送过程中，占用MySQL内部的内存最大就是net_buffer_length，根本达不到100G
• 同理，socket send buffer 也不会达到100G（默认定义/proc/sys/net/core/wmem_default），若socket send buffer被写满，就会暂停读数据的流程

所以MySQL其实是边读取边发送，若客户端接收得比较慢，会导致MySQL Server由于结果发不出去，该事务的执行时间就会变得很长。如下状态，即当Client不读socket receive buffer内容时，在Server端show processlist的结果 --- 服务端发送阻塞：

若State一直“Sending to client”，说明Server端网络栈满。若客户端使用–quick参数，会使用mysql_use_result：读一行处理一行。假设某业务较复杂，每读一行数据后要处理的逻辑很慢，就会导致客户端要过很久才能读取下一行数据，可能就会出现上表的结果。

正常的线上业务，若一个查询的返回结果不多，推荐使用mysql_store_result接口，直接把查询结果保存到本地内存。这前提是查询返回结果不多，若太多，因执行一个大查询，导致客户端占用内存近20G，这时就需改用mysql_use_result接口。

若你看到MySQL有很多线程处于“Sending to client”，就得优化业务的查询结果了。若想快速减少处于该状态下的线程，可将net_buffer_length设大些。

有时会看到很多查询语句的state是“Sending data”，这又是为啥？我们得知晓一个查询语句的状态变化：

1. MySQL查询语句进入执行阶段后，先把状态置为 Sending data
2. 然后，发送执行结果的列相关的信息（meta data) 给客户端（Sending data）
3. 再继续执行语句的流程（Sending data）
4. 执行完成后，把状态置成空串（“”）

所以“Sending data”并不一定指“正在发送数据”，可能是处于执行器过程中的任意阶段。可构造锁等待场景---读全表被锁：

执行show processlist：

可见session2在等锁，state为Sending data，即

• 仅当一个线程处“等待客户端接收结果”的状态，才会显示"Sending to client"
• 若显示成“Sending data”，只是表明“正在执行”

所以，查询结果是分段发给客户端的，因此扫描全表，即使查询返回大量数据，也不会把内存搞满。

以上都是server层处理逻辑，InnoDB引擎层又是如何处理的呢？

InnoDB如何处理全表扫描？

InnoDB内存的一个作用，是保存更新的结果，再配合redo log，避免随机写盘。

内存的数据页是在Buffer Pool (简称为BP)管理，在WAL里BP起加速更新的作用。 BP还能加速查询。

• 由于WAL，当事务提交时，磁盘上的数据页是旧的，若这时马上有个查询来读该数据页，是不是要马上把redo log应用到数据页？ 不需要。因为此时，内存数据页的结果是最新的，直接读内存页即可。这时查询无需读磁盘，直接从内存取结果，速度很快。所以，Buffer Pool能加速查询。

而BP对查询的加速效果，依赖于一个重要的指标，即：内存命中率。 可以在show engine innodb status结果中，查看一个系统当前的BP命中率。一般情况下，一个稳定服务的线上系统，要保证响应时间符合要求的话，内存命中率要在99%以上。

执行show engine innodb status ，可以看到“Buffer pool hit rate”字样，显示的就是当前的命中率。比如下图命中率，就是100%。

若所有查询需要的数据页都能够直接从内存得到，那是最好的，对应命中率100%。

InnoDB Buffer Pool的大小是由参数 innodb_buffer_pool_size确定，一般建议设置成可用物理内存的60%~80%。

在大约十年前，单机的数据量是上百个G，而物理内存是几个G；现在虽然很多服务器都能有128G甚至更高的内存，但是单机的数据量却达到了T级别。

所以，innodb_buffer_pool_size小于磁盘数据量很常见。若一个 Buffer Pool满了，而又要从磁盘读入一个数据页，那肯定是要淘汰一个旧数据页的。

InnoDB内存管理

使用的最近最少使用 (Least Recently Used, LRU)算法，淘汰最久未使用数据。

• 基本LRU算法 TODO

InnoDB管理BP的LRU算法，是用链表实现的：

• state1，链表头部是P1，表示P1是最近刚被访问过的数据页
• 此时，一个读请求访问P3，因此变成状态2，P3被移到最前
• 状态3表示，这次访问的数据页不存在于链表，所以需要在BP中新申请一个数据页Px，加到链表头。但由于内存已满，不能申请新内存。于是清空链表末尾Pm数据页内存，存入Px的内容，放到链表头部

最终就是最久没有被访问的数据页Pm被淘汰。 若此时要做一个全表扫描，会咋样？若要扫描一个200G的表，而这个表是一个历史数据表，平时没有业务访问它。

那么，按此算法扫描，就会把当前BP里的数据全部淘汰，存入扫描过程中访问到的数据页的内容。也就是说BP里主要放的是这个历史数据表的数据。

对于一个正在做业务服务的库，这可不行呀。你会看到，BP内存命中率急剧下降，磁盘压力增加，SQL语句响应变慢。

所以，InnoDB不能直接使用原始的LRU。InnoDB对其进行了优化。

• 改进的LRU算法

InnoDB按5:3比例把链表分成New区和Old区。图中LRU_old指向的就是old区域的第一个位置，是整个链表的5/8处。即靠近链表头部的5/8是New区域，靠近链表尾部的3/8是old区域。

改进后的LRU算法执行流程：

1. 状态1，要访问P3，由于P3在New区，和优化前LRU一样，将其移到链表头部 =》状态2
2. 之后要访问一个新的不存在于当前链表的数据页，这时依然是淘汰掉数据页Pm，但新插入的数据页Px，是放在LRU_old处
3. 处于old区的数据页，每次被访问的时候都要做如下判断：若该数据页在LRU链表中存在的时间超过1s，就把它移动到链表头部若该数据页在LRU链表中存在的时间短于1s，位置保持不变。1s是由参数innodb_old_blocks_time控制，默认值1000，单位ms。

该策略，就是为了处理类似全表扫描的操作量身定制。还是扫描200G历史数据表：

4. 扫描过程中，需要新插入的数据页，都被放到old区域
5. 一个数据页里面有多条记录，这个数据页会被多次访问到，但由于是顺序扫描，这个数据页第一次被访问和最后一次被访问的时间间隔不会超过1秒，因此还是会被保留在old区域
6. 再继续扫描后续的数据，之前的这个数据页之后也不会再被访问到，于是始终没有机会移到链表头部（New区），很快就会被淘汰出去。

可以看到，这个策略最大的收益，就是在扫描这个大表的过程中，虽然也用到了BP，但对young区完全没有影响，从而保证了Buffer Pool响应正常业务的查询命中率。

总结

MySQL采用的是边算边发的逻辑，因此对于数据量很大的查询结果来说，不会在server端保存完整的结果集。所以，如果客户端读结果不及时，会堵住MySQL的查询过程，但是不会把内存打爆。

而对于InnoDB引擎内部，由于有淘汰策略，大查询也不会导致内存暴涨。并且，由于InnoDB对LRU算法做了改进，冷数据的全表扫描，对Buffer Pool的影响也能做到可控。

全表扫描还是比较耗费IO资源的，所以业务高峰期还是不能直接在线上主库执行全表扫描的。

参考

《MySQL实战45讲》