MySql innodb_buffer_pool_size 缓存数据详细信息
MySql innodb_buffer_pool_size cached data details
innodb_buffer_pool_size - 此参数用于定义分配给经常使用的缓存数据的内存。我的架构中有许多 table，其中有数百万条记录。当我检查缓冲区缓存使用情况时，它占用了所有分配的内存。
是否有任何方法可以识别正在缓存的 table 或索引是什么以及哪些缓存命中率高于其他缓存命中率？一旦我最终得到它，我可能会从这些数据中删除一些数据。
如果 table 包含 1000 条记录并且如果在主键条件下执行查询。它是否将整个索引缓存在缓冲区缓存中？
如果上述 none 是解决方案，我可以减小 MySql 缓冲区的大小。如果有任何其他方法可以减少 MySql 进程的内存使用量，因为我想分配给其他进程。
没有
“缓存”以块为基础工作，而不是整个 table，也不是整个索引。
- table 的数据组织在一个 16KB 块的 BTree 中。
- table 的每个辅助
INDEX 组织在 16KB 块的 BTree 中。
- 每个块都独立于其他块加载到 buffer_pool 并从 buffer_pool 中弹出。
- 缓存（大致）是“最近最少组织的”。 （再次强调，“块”是单位，而不是table或索引。）
- BTree 的根节点被频繁使用，因此它倾向于留在 buffer_pool 中。您可能会发现自重新启动以来触摸的每个 table 的 that 块仍在 buffer_pool 中。然而，许多其他区块可能来来去去。
针对您的问题：
- 有什么方法可以识别正在缓存的 table 或索引是什么以及哪些缓存命中率高于其他索引？ ——不容易。即使你有这些信息，它也没有用（见上文）。
- 一旦我终于得到它，我可能会从这些数据中删除一些数据。 -- 不行，就算可以，也没多大用处
- 如果 table 包含 1000 条记录并且如果在主键条件下执行查询。 -- 由于数据是按 PK 排序的，因此这 1000 行将在连续的块中“聚集”在一起。我估计只有大约 10 个街区。
- 是否在缓冲区高速缓存中缓存整个索引？ -- 如上所述，只能逐块。
更多注意事项：
- 一个简单的经验法则是一个 BTree 块包含 100 个项目。
- 这意味着一百万行的 BTree（table 或索引）大约有 3 (100^3 = 1M) 层深。并且会有大约10000（1M/100）个叶子块。
- （继续 1M 行 table）通过 PK 获取 1 行会将大约 3 个块带入缓存。
- 如果一个块不在缓存中，它需要弹出一个'old'（LRU）块来腾出空间，然后进行磁盘读取（慢）。如果块已经在缓存中，则不需要 I/O。
- 通过辅助键获取 1 行将需要大约 6 个块。这是 3 个用于向下钻取二级索引的 BTree，然后还有 3 个用于在数据的 BTree 中查找记录。 （PK 隐含在二级索引的“行”中。）
- 通过主键获取1000连续行（例如，通过'range'查询）：3 + 10块需要在缓存中，因此 0 到 13 次磁盘读取。
- 通过二级索引获取1000连续行（例如，通过'range'查询）：3 + 10索引中的块，然后是数据中的 3 个块，再加上 10 到 1000 个块。
好吧，我啰嗦了很久。接下来您想知道什么？
innodb_buffer_pool_size - 此参数用于定义分配给经常使用的缓存数据的内存。我的架构中有许多 table，其中有数百万条记录。当我检查缓冲区缓存使用情况时，它占用了所有分配的内存。
是否有任何方法可以识别正在缓存的 table 或索引是什么以及哪些缓存命中率高于其他缓存命中率？一旦我最终得到它，我可能会从这些数据中删除一些数据。
如果 table 包含 1000 条记录并且如果在主键条件下执行查询。它是否将整个索引缓存在缓冲区缓存中？
如果上述 none 是解决方案，我可以减小 MySql 缓冲区的大小。如果有任何其他方法可以减少 MySql 进程的内存使用量，因为我想分配给其他进程。
没有
“缓存”以块为基础工作，而不是整个 table，也不是整个索引。
- table 的数据组织在一个 16KB 块的 BTree 中。
- table 的每个辅助
INDEX组织在 16KB 块的 BTree 中。 - 每个块都独立于其他块加载到 buffer_pool 并从 buffer_pool 中弹出。
- 缓存（大致）是“最近最少组织的”。 （再次强调，“块”是单位，而不是table或索引。）
- BTree 的根节点被频繁使用，因此它倾向于留在 buffer_pool 中。您可能会发现自重新启动以来触摸的每个 table 的 that 块仍在 buffer_pool 中。然而，许多其他区块可能来来去去。
针对您的问题：
- 有什么方法可以识别正在缓存的 table 或索引是什么以及哪些缓存命中率高于其他索引？ ——不容易。即使你有这些信息，它也没有用（见上文）。
- 一旦我终于得到它，我可能会从这些数据中删除一些数据。 -- 不行，就算可以，也没多大用处
- 如果 table 包含 1000 条记录并且如果在主键条件下执行查询。 -- 由于数据是按 PK 排序的，因此这 1000 行将在连续的块中“聚集”在一起。我估计只有大约 10 个街区。
- 是否在缓冲区高速缓存中缓存整个索引？ -- 如上所述，只能逐块。
更多注意事项：
- 一个简单的经验法则是一个 BTree 块包含 100 个项目。
- 这意味着一百万行的 BTree（table 或索引）大约有 3 (100^3 = 1M) 层深。并且会有大约10000（1M/100）个叶子块。
- （继续 1M 行 table）通过 PK 获取 1 行会将大约 3 个块带入缓存。
- 如果一个块不在缓存中，它需要弹出一个'old'（LRU）块来腾出空间，然后进行磁盘读取（慢）。如果块已经在缓存中，则不需要 I/O。
- 通过辅助键获取 1 行将需要大约 6 个块。这是 3 个用于向下钻取二级索引的 BTree，然后还有 3 个用于在数据的 BTree 中查找记录。 （PK 隐含在二级索引的“行”中。）
- 通过主键获取1000连续行（例如，通过'range'查询）：3 + 10块需要在缓存中，因此 0 到 13 次磁盘读取。
- 通过二级索引获取1000连续行（例如，通过'range'查询）：3 + 10索引中的块，然后是数据中的 3 个块，再加上 10 到 1000 个块。
好吧，我啰嗦了很久。接下来您想知道什么？