首頁 > 資料庫 > mysql教程 > MySQL中怎麼進行大文字儲存壓縮

MySQL中怎麼進行大文字儲存壓縮

青灯夜游
發布: 2023-02-02 20:23:26
轉載
2365 人瀏覽過

MySQL中怎麼進行大文字儲存壓縮

前面提到,我們有個雲端文檔專案的快照內容是直接儲存到db的,屬於大文本存儲,文檔快照的內容欄位大部分都是kb級別,部分甚至到MB級別。目前對於資料的讀取,已經進行了CDN快取最佳化(靜態資源快取利器-CDN),對於資料的寫入和儲存還有待最佳化,如果可以透過一些壓縮演算法在大文字進行壓縮存儲,可以大幅節省DB的儲存空間,緩解DB的I/O壓力。

存量資料分析

select
  table_name as '表名',
  table_rows as '记录数',
  truncate(data_length/1024/1024, 2) as '数据容量(MB)',
  truncate(index_length/1024/1024, 2) as '索引容量(MB)',
  truncate(DATA_FREE/1024/1024, 2) as '碎片占用(MB)'
from
  information_schema.tables
where
  table_schema=${数据库名}
order by
  data_length desc, index_length desc;
登入後複製

MySQL中怎麼進行大文字儲存壓縮MySQL中怎麼進行大文字儲存壓縮

#相關內容介紹

innodb引擎頁資料超出16kb怎麼辦?

我們都知道innodb的頁塊預設大小為16k,如果表中一行資料長度超出了16k,就會出現行溢出,溢出的行是存放在另外的地方(uncompress blob page)。由於innodb採用叢集索引把資料存放起來,即B Tree結構,因此每個頁塊中至少有兩行數據,否則就失去了B Tree的意義,這樣就得出一行資料最大的長度限制為8k (大字段在數據頁會儲存768個字節數據,剩餘的數據溢出到另外的頁中,數據頁還有20個字節記錄溢出頁的地址)

  • 對dynamic 格式來說,如果大物件欄位(text/blob)儲存資料大小小於40 位元組,那麼全部放在資料頁,剩餘的場景,資料頁只保留一個20 位元組的指標指向溢出頁。這種場景下,如果每個大物件欄位保存的資料小於 40 個位元組,也就和 varchar(40),效果一樣。
  • innodb-row-format-dynamic:dev.mysql.com/doc/refman/…

Linux 稀疏檔案& 空洞

  • 稀疏檔案(Sparse File):稀疏檔案與其他普通檔案基本上相同,差別在於檔案中的部分資料全為0,且這部分資料不佔用磁碟空間
  • 檔案空洞:檔案位移量可以大於檔案的實際長度(位於檔案中但未被寫過的位元組設為0),空洞是否佔用磁碟空間由作業系統決定
    • MySQL中怎麼進行大文字儲存壓縮

#檔案空洞部分不佔用磁碟空間、檔案所佔用的磁碟空間仍然是連續的

innodb提供的壓縮方案

頁面壓縮

適用場景:由於資料量太大,磁碟空間不足,負載主要體現在IO上,而伺服器的CPU又有比較多的餘裕的場景。

1)COMPRESS頁壓縮

相關文件:dev.mysql.com/doc/refman/…

  • 在MySQL5.7版本之前就提供的頁壓縮功能,在建立表格時指定ROW_FORMAT = COMPRESS,並透過KEY_BLOCK_SIZE 設定壓縮頁的大小
  • 存在設計上的缺陷,有可能會導致效能下降明顯,然後其設計初衷是為了提升效能,引入了「日誌即資料」的概念
    • #對於壓縮頁的資料修改,並不會直接修改頁本身,而是將修改日誌儲存在這個頁中,這確實對資料的變更比較友好,不用每次修改都進行壓縮/解壓縮
      • MySQL中怎麼進行大文字儲存壓縮
    • 對於資料的讀取,壓縮的資料是無法直接讀取的,所以這個演算法會在記憶體中保留一個解壓縮後的16K的頁,以便資料的讀取
      • MySQL中怎麼進行大文字儲存壓縮
    • 這就導致了一個頁在緩衝池中可能會有兩個版本(壓縮版和非壓縮版),引發一個非常嚴重的問題,即緩衝池中能緩存的頁的數量大大的減少了,從而可能會導致資料庫的效能極大的下降

2)TPC(透明頁壓縮)

相關文件:dev. mysql.com/doc/refman/…

  • 工作原理:寫入頁面時,使用指定的壓縮演算法對頁面進行壓縮,壓縮後寫入磁碟,其中透過打孔機制從頁面末端釋放空白(需要作業系統支援空洞特性)
  • ALTER TABLE xxx COMPRESSION = ZLIB 可以啟用TPC頁壓縮功能,但這只是對後續增量資料進行壓縮,如果預期對整個表進行壓縮,則需要執行OPTIMIZE TABLE xxx
  • 實作過程:一個壓縮頁在緩衝池中都是一個16K的非壓縮頁,只有在資料刷盤的時候,會進行一次壓縮,壓縮後剩餘的空間會用0x00 填滿,利用檔案系統的空洞特性(hole punch)對檔案進行裁剪,釋放0x00 佔用的稀疏空間

MySQL中怎麼進行大文字儲存壓縮

  • TPC雖好,但它依賴作業系統的Hole Punch 特性,且裁剪後的檔案大小需要和檔案系統區塊大小對齊( 4K)。即假如壓縮後的頁大小是9K,那麼實際佔用的空間是12K

列壓縮

MySQL目前沒有直接針對列壓縮的方案,有一個曲線救國的方法,就是在業務層使用MySQL提供的壓縮和解壓函數來針對列進行壓縮和解壓操作。也就是如果需要對某一列做壓縮,在寫入時呼叫COMPRESS函數對那個列的內容進行壓縮,讀取的時候,使用UNCOMPRESS函數對壓縮過的數據進行解壓縮。

  • 使用場景:針對表中某些列資料長度比較大的情況,一般是varchar、text、blob、json等資料型別
  • 相關函數:
    • 壓縮函數:COMPRESS()
    • 解壓縮函數:UNCOMPRESS()
    • 字串長度函數:LENGTH()
    • 未解壓縮字串長度函數:UNCOMPRESSED_LENGTH()
  • ##測試:
    • 插入資料:
    • insert into xxx (content) values (compress('xxx....'))
    • 讀取壓縮的資料:

      select c_id, uncompressed_length(c_content) uncompress_len, length(c_content) compress_len from xxx

MySQL中怎麼進行大文字儲存壓縮#

为什么innodb提供的都是基于页面的压缩技术?

  • 记录压缩:每次读写记录的时候,都要进行压缩或解压,过度依赖CPU的计算能力,性能相对会比较差
  • 表空间压缩:压缩效率高,但要求表空间文件是静态不增长的,这对于我们大部分的场景都是不适用的
  • 页面压缩:既能提升效率,又能在性能中取得一定的平衡

总结

  • 对于一些性能不敏感的业务表,如日志表、监控表、告警表等,这些表只期望对存储空间进行优化,对性能的影响不是很关注,可以使用COMPRESS页压缩
  • 对于一些比较核心的表,则比较推荐使用TPC压缩
  • 列压缩过度依赖CPU,性能方面会稍差,且对业务有一定的改造成本,不够灵活,需要评估影响范围,做好切换的方案。好处是可以由业务端决定哪些数据需要压缩,并控制解压操作
  • 对页面进行压缩,在业务侧不用进行什么改动,对线上完全透明,压缩方案也非常成熟

为什么要进行数据压缩?

  • 由于处理器和高速缓存存储器的速度提高超过了磁盘存储设备,因此很多时候工作负载都是受限于磁盘I/O。数据压缩可以使数据占用更小的空间,可以节省磁盘I/O、减少网络I/O从而提高吞吐量,虽然会牺牲部分CPU资源作为代价
  • 对于OLTP系统,经常进行update、delete、insert等操作,通过压缩表能够减少存储占用和IO消耗
  • 压缩其实是一种平衡,并不一定是为了提升数据库的性能,这种平衡取决于解压缩带来的收益和开销之间的一种权衡,但压缩对存储空间来说,收益无疑是很大的

简单测试

innodb透明页压缩(TPC)

参考:dev.mysql.com/doc/refman/…

测试数据

1)创建表

  • create table table_origin ( ...... ) comment '测试原表';
  • create table table_compression_zlib ( ...... ) comment '测试压缩表_zlib' compression = 'zlib';
  • create table table_compression_lz4 ( ...... ) comment '测试压缩表_lz4' compression = 'lz4';

2)往表中写入10w行测试数据

压缩率

SELECT NAME, FS_BLOCK_SIZE, FILE_SIZE, ALLOCATED_SIZE
FROM information_schema.INNODB_TABLESPACES WHERE NAME like 'test_compress%';
登入後複製

MySQL中怎麼進行大文字儲存壓縮

  • FS_BLOCK_SIZE:文件系统块大小,也就是打孔使用的单位大小
  • FILE_SIZE:文件的表观大小,表示文件的最大大小,未压缩
  • ALLOCATED_SIZE:文件的实际大小,即磁盘上分配的空间量

压缩率:

  • zlib:1320636416/3489660928 = 37.8%
  • lz4:1566949376/3489660928 = 45%

耗时

  • 循环插入10w条记录
    • 原表:918275 ms
    • zlib:878540 ms
    • lz4:875259 ms
  • 循环查询10w条记录
    • 原表:332519 ms
    • zlib:373387 ms
    • lz4:343501 ms

【相关推荐:mysql视频教程

以上是MySQL中怎麼進行大文字儲存壓縮的詳細內容。更多資訊請關注PHP中文網其他相關文章!

相關標籤:
來源:juejin.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板