作者通过一个慢日志问题，引出 MySQL 半一致性读的概念及实际应用场景。
作者：龚唐杰
爱可生 DBA 团队成员，主要负责 MySQL 技术支持，擅长 MySQL、PG、国产数据库。
本文来源：原创投稿
背景
某系统执行更新操作发现很慢，发现有大量慢日志，其中 Lock time 时间占比很高，MySQL 版本为 5.7.25，隔离级别为 RR。
分析
查看表结构以及 UPDATE 语句的执行计划：
mysql> show create table test;
+-------+---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+| Table | Create Table |+-------+---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+| test | CREATE TABLE `test` (`id` int(11) NOT NULL AUTO_INCREMENT,`name` varchar(30) COLLATE utf8mb4_bin DEFAULT NULL,PRIMARY KEY (`id`)) ENGINE=InnoDB AUTO_INCREMENT=2621401 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin |+-------+---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+1 row in set (0.00 sec)
mysql> explain update test set name ='test' where name='a';+----+-------------+-------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+-------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+| 1 | UPDATE | test | NULL | index | NULL | PRIMARY | 4 | NULL | 2355988 | 100.00 | Using where |+----+-------------+-------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+1 row in set (0.00 sec)
复制代码
通过执行计划发现，该 SQL 是走的主键全索引扫描，并且对于 name 列未加索引，当多个事务同时执行时，就会观察到有阻塞出现。
若 name 列的重复值不多，那么可以对 name 列添加索引即可解决该问题。因为 InnoDB 的行锁机制是基于索引列来实现的，如果 UPDATE 语句能使用到 name 列的索引，那么就不会产生阻塞，导致业务卡顿。
但若是 name 列的值的区分度很低，就会导致 SQL 不会走 name 列的索引，示例如下：
先添加索引
mysql> alter table test add index tt(name);Query OK, 0 rows affected (2.74 sec)Records: 0 Duplicates: 0 Warnings: 0
复制代码
然后查看执行计划，发现可能用到的索引有 tt，但是实际情况依然走的主键全索引扫描。
mysql> explain update test set name ='test' where name='a';+----+-------------+-------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |+----+-------------+-------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+| 1 | UPDATE | test | NULL | index | tt | PRIMARY | 4 | NULL | 2355988 | 100.00 | Using where |+----+-------------+-------+------------+-------+---------------+---------+---------+------+---------+----------+-------------+1 row in set (0.00 sec)
复制代码
因为 MySQL 的优化器是基于代价来评估的，我们可以通过 optimizer trace 来观察。
mysql> show variables like 'optimizer_trace';+-----------------+--------------------------+| Variable_name | Value |+-----------------+--------------------------+| optimizer_trace | enabled=off,one_line=off |+-----------------+--------------------------+1 row in set (0.01 sec)
复制代码
可以看到值为 enabled=off，表明这个功能默认是关闭的。
如果想打开这个功能，必须⾸先把 enabled 的值改为 on。
mysql> set optimizer_trace="enabled=on";Query OK, 0 rows affected (0.00 sec)
复制代码
然后执行该 SQL，查看详细的信息，这里我们主要关注的是 PREPARE 阶段的成本计算。
mysql> update test set name ='test' where name='a';Query OK, 262144 rows affected (5.97 sec)Rows matched: 262144 Changed: 262144 Warnings: 0
mysql> SELECT * FROM information_schema.OPTIMIZER_TRACE\G
复制代码
详细结果如下。
mysql> SELECT * FROM information_schema.OPTIMIZER_TRACE\G*************************** 1. row ***************************QUERY: update test set name ='test' where name='a'TRACE: {"steps": [{"substitute_generated_columns": {}},{"condition_processing": {"condition": "WHERE","original_condition": "(`test`.`name` = 'a')","steps": [{"transformation": "equality_propagation","resulting_condition": "multiple equal('a', `test`.`name`)"},{"transformation": "constant_propagation","resulting_condition": "multiple equal('a', `test`.`name`)"},{"transformation": "trivial_condition_removal","resulting_condition": "multiple equal('a', `test`.`name`)"}]}},{"table": "`test`","range_analysis": {"table_scan": {"rows": 2355988,"cost": 475206},"potential_range_indexes": [{"index": "PRIMARY","usable": true,"key_parts": ["id"]},{"index": "tt","usable": true,"key_parts": ["name","id"]}],"setup_range_conditions": [],"group_index_range": {"chosen": false,"cause": "no_join"},"analyzing_range_alternatives": {"range_scan_alternatives": [{"index": "tt","ranges": ["0x0100610000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000 <= name <= 0x0100610000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000"],"index_dives_for_eq_ranges": true,"rowid_ordered": true,"using_mrr": false,"index_only": false,"rows": 553720,"cost": 664465,"chosen": false,"cause": "cost"}],"analyzing_roworder_intersect": {"usable": false,"cause": "too_few_roworder_scans"}}}}]}MISSING_BYTES_BEYOND_MAX_MEM_SIZE: 0INSUFFICIENT_PRIVILEGES: 01 row in set (0.00 sec)
复制代码
可以发现执行全表扫描的成本为 475206，走索引 tt 的成本为 664465，所以 MySQL 选择了全表扫描。
那么如果是这种情况改怎么处理呢？
如果 InnoDB 隔离级别是 RR，数据库层面没有太好的方式，推荐应用端进行改造。
如果数据库隔离级别可以更改，那么可以改为 RC 来解决阻塞的问题。因为 RC 模式下支持半一致性读。
什么是半一致性读呢？
简单来说就是当要对行进行加锁时，会多一步判断该行是不是真的需要上锁。比如全表扫描更新的时候，我们只需要更新 WHERE 匹配到的行，如果是没有半一致性读就会把所有数据进行加锁，但是有了半一致性读，那么会判断是否满足 WHERE 条件，若不满足则不会加锁（提前释放锁）。
那么对于区分度低的字段就可以使用半一致性读特性来优化，这样更新不同的值就不会互相等待，导致业务卡顿。
结论
行锁机制是基于索引列实现的，若没有使用到索引，则会进行全表扫描。
半一致性读是基于 RC 隔离级别的优化，可以减少锁冲突以及锁等待，提升并发。
关于 SQLE
爱可生开源社区的 SQLE 是一款面向数据库使用者和管理者，支持多场景审核，支持标准化上线流程，原生支持 MySQL 审核且数据库类型可扩展的 SQL 审核工具。
评论