前言

InnoDB做為一款成熟的跨平臺數(shù)據(jù)庫引擎，其實現(xiàn)了一套高效易用的IO接口，包括同步異步IO，IO合并等。本文簡單介紹一下其內(nèi)部實現(xiàn)，主要的代碼集中在os0file.cc這個文件中。本文的分析默認基于MySQL 5.6，CentOS 6，gcc 4.8，其他版本的信息會另行指出。

基礎(chǔ)知識

WAL技術(shù) : 日志先行技術(shù)，基本所有的數(shù)據(jù)庫，都使用了這個技術(shù)。簡單的說，就是需要寫數(shù)據(jù)塊的時候，數(shù)據(jù)庫前臺線程把對應(yīng)的日志先寫（批量順序?qū)懀┑酱疟P上，然后就告訴客戶端操作成功，至于真正寫數(shù)據(jù)塊的操作（離散隨機寫）則放到后臺IO線程中。使用了這個技術(shù)，雖然多了一個磁盤寫入操作，但是由于日志是批量順序?qū)懀屎芨?，所以客戶端很快就能得到相?yīng)。此外，如果在真正的數(shù)據(jù)塊落盤之前，數(shù)據(jù)庫奔潰，重啟時候，數(shù)據(jù)庫可以使用日志來做崩潰恢復(fù)，不會導(dǎo)致數(shù)據(jù)丟失。

數(shù)據(jù)預(yù)讀 : 與數(shù)據(jù)塊A“相鄰”的數(shù)據(jù)塊B和C在A被讀取的時候，B和C也會有很大的概率被讀取，所以可以在讀取B的時候，提前把他們讀到內(nèi)存中，這就是數(shù)據(jù)預(yù)讀技術(shù)。這里說的相鄰有兩種含義，一種是物理上的相鄰，一種是邏輯上的相鄰。底層數(shù)據(jù)文件中相鄰，叫做物理上相鄰。如果數(shù)據(jù)文件中不相鄰，但是邏輯上相鄰（id=1的數(shù)據(jù)和id=2的數(shù)據(jù)，邏輯上相鄰，但是物理上不一定相鄰，可能存在同一個文件中不同的位置），則叫邏輯相鄰。

文件打開模式 : Open系統(tǒng)調(diào)用常見的模式主要三種：O_DIRECT，O_SYNC以及default模式。O_DIRECT模式表示后續(xù)對文件的操作不使用文件系統(tǒng)的緩存，用戶態(tài)直接操作設(shè)備文件，繞過了內(nèi)核的緩存和優(yōu)化，從另外一個角度來說，使用O_DIRECT模式進行寫文件，如果返回成功，數(shù)據(jù)就真的落盤了（不考慮磁盤自帶的緩存），使用O_DIRECT模式進行讀文件，每次讀操作是真的從磁盤中讀取，不會從文件系統(tǒng)的緩存中讀取。O_SYNC表示使用操作系統(tǒng)緩存，對文件的讀寫都經(jīng)過內(nèi)核，但是這個模式還保證每次寫數(shù)據(jù)后，數(shù)據(jù)一定落盤。default模式與O_SYNC模式類似，只是寫數(shù)據(jù)后不保證數(shù)據(jù)一定落盤，數(shù)據(jù)有可能還在文件系統(tǒng)中，當(dāng)主機宕機，數(shù)據(jù)有可能丟失。

此外，寫操作不僅需要修改或者增加的數(shù)據(jù)落盤，而且還需要文件元信息落盤，只有兩部分都落盤了，才能保證數(shù)據(jù)不丟。O_DIRECT模式不保證文件元信息落盤(但大部分文件系統(tǒng)都保證，Bug #45892)，因此如果不做其他操作，用O_DIRECT寫文件后，也存在丟失的風(fēng)險。O_SYNC則保證數(shù)據(jù)和元信息都落盤。default模式兩種數(shù)據(jù)都不保證。

調(diào)用函數(shù)fsync后，能保證數(shù)據(jù)和日志都落盤，因此使用O_DIRECT和default模式打開的文件，寫完數(shù)據(jù)，需要調(diào)用fsync函數(shù)。

同步IO : 我們常用的read/write函數(shù)（Linux上）就是這類IO，特點是，在函數(shù)執(zhí)行的時候，調(diào)用者會等待函數(shù)執(zhí)行完成，而且沒有消息通知機制，因為函數(shù)返回了，就表示操作完成了，后續(xù)直接檢查返回值就可知道操作是否成功。這類IO操作，編程比較簡單，在同一個線程中就能完成所有操作，但是需要調(diào)用者等待，在數(shù)據(jù)庫系統(tǒng)中，比較適合急需某些數(shù)據(jù)的時候調(diào)用，例如WAL中日志必須在返回客戶端前落盤，則進行一次同步IO操作。

異步IO : 在數(shù)據(jù)庫中，后臺刷數(shù)據(jù)塊的IO線程，基本都使用了異步IO。數(shù)據(jù)庫前臺線程只需要把刷塊請求提交到異步IO的隊列中即可返回做其他事情，而后臺線程IO線程，則定期檢查這些提交的請求是否已經(jīng)完成，如果完成再做一些后續(xù)處理工作。同時異步IO由于常常是一批一批的請求提交，如果不同請求訪問同一個文件且偏移量連續(xù)，則可以合并成一個IO請求。例如，***個請求讀取文件1，偏移量100開始的200字節(jié)數(shù)據(jù)，第二個請求讀取文件1，偏移量300開始的100字節(jié)數(shù)據(jù)，則這兩個請求可以合并為讀取文件1，偏移量100開始的300字節(jié)數(shù)據(jù)。數(shù)據(jù)預(yù)讀中的邏輯預(yù)讀也常常使用異步IO技術(shù)。

目前Linux上的異步IO庫，需要文件使用O_DIRECT模式打開，且數(shù)據(jù)塊存放的內(nèi)存地址、文件讀寫的偏移量和讀寫的數(shù)據(jù)量必須是文件系統(tǒng)邏輯塊大小的整數(shù)倍，文件系統(tǒng)邏輯塊大小可以使用類似sudo blockdev --getss /dev/sda5的語句查詢。如果上述三者不是文件系統(tǒng)邏輯塊大小的整數(shù)倍，則在調(diào)用讀寫函數(shù)時候會報錯EINVAL，但是如果文件不使用O_DIRECT打開，則程序依然可以運行，只是退化成同步IO，阻塞在io_submit函數(shù)調(diào)用上。

InnoDB常規(guī)IO操作以及同步IO

在InnoDB中，如果系統(tǒng)有pread/pwrite函數(shù)(os_file_read_func和os_file_write_func)，則使用它們進行讀寫，否則使用lseek+read/write方案。這個就是InnoDB同步IO。查看pread/pwrite文檔可知，這兩個函數(shù)不會改變文件句柄的偏移量且線程安全，所以多線程環(huán)境下推薦使用，而lseek+read/write方案則需要自己使用互斥鎖保護，在高并發(fā)情況下，頻繁的陷入內(nèi)核態(tài)，對性能有一定影響。

在InnoDB中，使用open系統(tǒng)調(diào)用打開文件(os_file_create_func)，模式方面除了O_RDONLY(只讀)，O_RDWR(讀寫)，O_CREAT(創(chuàng)建文件)外，還使用了O_EXCL(保證是這個線程創(chuàng)建此文件)和O_TRUNC(清空文件)。默認情況下(數(shù)據(jù)庫不設(shè)置為只讀模式)，所有文件都以O(shè)_RDWR模式打開。innodb_flush_method這個參數(shù)比較重要，重點介紹一下：

• 如果innodb_flush_method設(shè)置了O_DSYNC，日志文件(ib_logfileXXX)使用O_SYNC打開，因此寫完數(shù)據(jù)不需要調(diào)用函數(shù)fsync刷盤，數(shù)據(jù)文件(ibd)使用default模式打開，因此寫完數(shù)據(jù)需要調(diào)用fsync刷盤。
• 如果innodb_flush_method設(shè)置了O_DIRECT，日志文件(ib_logfileXXX)使用default模式打開，寫完數(shù)據(jù)需要調(diào)用fsync函數(shù)刷盤，數(shù)據(jù)文件(ibd)使用O_DIRECT模式打開，寫完數(shù)據(jù)需要調(diào)用fsync函數(shù)刷盤。
• 如果innodb_flush_method設(shè)置了fsync或者不設(shè)置，數(shù)據(jù)文件和日志文件都使用default模式打開，寫完數(shù)據(jù)都需要使用fsync來刷盤。
• 如果innodb_flush_method設(shè)置為O_DIRECT_NO_FSYNC，文件打開方式與O_DIRECT模式類似，區(qū)別是，數(shù)據(jù)文件寫完后，不調(diào)用fsync函數(shù)來刷盤，主要針對O_DIRECT能保證文件的元數(shù)據(jù)也落盤的文件系統(tǒng)。

InnoDB目前還不支持使用O_DIRECT模式打開日志文件，也不支持使用O_SYNC模式打開數(shù)據(jù)文件。

注意，如果使用linux native aio（詳見下一節(jié)），innodb_flush_method一定要配置成O_DIRECT，否則會退化成同步IO（錯誤日志中不會有任務(wù)提示）。

InnoDB使用了文件系統(tǒng)的文件鎖來保證只有一個進程對某個文件進行讀寫操作(os_file_lock)，使用了建議鎖(Advisory locking)，而不是強制鎖(Mandatory locking)，因為強制鎖在不少系統(tǒng)上有bug，包括linux。在非只讀模式下，所有文件打開后，都用文件鎖鎖住。

InnoDB中目錄的創(chuàng)建使用遞歸的方式(os_file_create_subdirs_if_needed和os_file_create_directory)。例如，需要創(chuàng)建/a/b/c/這個目錄，先創(chuàng)建c，然后b，然后a，創(chuàng)建目錄調(diào)用mkdir函數(shù)。此外，創(chuàng)建目錄上層需要調(diào)用os_file_create_simple_func函數(shù)，而不是os_file_create_func，需要注意一下。

InnoDB也需要臨時文件，臨時文件的創(chuàng)建邏輯比較簡單(os_file_create_tmpfile)，就是在tmp目錄下成功創(chuàng)建一個文件后直接使用unlink函數(shù)釋放掉句柄，這樣當(dāng)進程結(jié)束后(不管是正常結(jié)束還是異常結(jié)束)，這個文件都會自動釋放。InnoDB創(chuàng)建臨時文件，首先復(fù)用了server層函數(shù)mysql_tmpfile的邏輯，后續(xù)由于需要調(diào)用server層的函數(shù)來釋放資源，其又調(diào)用dup函數(shù)拷貝了一份句柄。

如果需要獲取某個文件的大小，InnoDB并不是去查文件的元數(shù)據(jù)(stat函數(shù))，而是使用lseek(file, 0, SEEK_END)的方式獲取文件大小，這樣做的原因是防止元信息更新延遲導(dǎo)致獲取的文件大小有誤。

InnoDB會預(yù)分配一個大小給所有新建的文件(包括數(shù)據(jù)和日志文件)，預(yù)分配的文件內(nèi)容全部置為零(os_file_set_size)，當(dāng)前文件被寫滿時，再進行擴展。此外，在日志文件創(chuàng)建時，即install_db階段，會以100MB的間隔在錯誤日志中輸出分配進度。

總體來說，常規(guī)IO操作和同步IO相對比較簡單，但是在InnoDB中，數(shù)據(jù)文件的寫入基本都用了異步IO。

InnoDB異步IO

由于MySQL誕生在Linux native aio之前，所以在MySQL異步IO的代碼中，有兩種實現(xiàn)異步IO的方案。

***種是原始的Simulated aio，InnoDB在Linux native air被import進來之前以及某些不支持air的系統(tǒng)上，自己模擬了一條aio的機制。異步讀寫請求提交時，僅僅把它放入一個隊列中，然后就返回，程序可以去做其他事情。后臺有若干異步io處理線程(innobase_read_io_threads和innobase_write_io_threads這兩個參數(shù)控制)不斷從這個隊列中取出請求，然后使用同步IO的方式完成讀寫請求以及讀寫完成后的工作。

另外一種就是Native aio。目前在linux上使用io_submit，io_getevents等函數(shù)完成(不使用glibc aio，這個也是模擬的)。提交請求使用io_submit, 等待請求使用io_getevents。另外，window平臺上也有自己對應(yīng)的aio，這里就不介紹了，如果使用了window的技術(shù)棧，數(shù)據(jù)庫應(yīng)該會選用sqlserver。目前，其他平臺(Linux和window之外)都只能使用Simulate aio。

首先介紹一下一些通用的函數(shù)和結(jié)構(gòu)，接下來分別詳細介紹一下Simulate alo和Linux上的Native aio。

在os0file.cc中定義了全局數(shù)組，類型為os_aio_array_t，這些數(shù)組就是Simulate aio用來緩存讀寫請求的隊列，數(shù)組的每一個元素是os_aio_slot_t類型，里面記錄了每個IO請求的類型，文件的fd，偏移量，需要讀取的數(shù)據(jù)量，IO請求發(fā)起的時間，IO請求是否已經(jīng)完成等。另外，Linux native io中的struct iocb也在os_aio_slot_t中。數(shù)組結(jié)構(gòu)os_aio_slot_t中，記錄了一些統(tǒng)計信息，例如有多少數(shù)據(jù)元素(os_aio_slot_t)已經(jīng)被使用了，是否為空，是否為滿等。這樣的全局數(shù)組一共有5個，分別用來保存數(shù)據(jù)文件讀異步請求(os_aio_read_array)，數(shù)據(jù)文件寫異步請求(os_aio_write_array)，日志文件寫異步請求(os_aio_log_array)，insert buffer寫異步請求(os_aio_ibuf_array)，數(shù)據(jù)文件同步讀寫請求(os_aio_sync_array)。日志文件的數(shù)據(jù)塊寫入是同步IO，但是這里為什么還要給日志寫分配一個異步請求隊列(os_aio_log_array)呢？原因是，InnoDB日志文件的日志頭中，需要記錄checkpoint的信息，目前checkpoint信息的讀寫還是用異步IO來實現(xiàn)的，因為不是很緊急。在window平臺中，如果對特定文件使用了異步IO，就這個文件就不能使用同步IO了，所以引入了數(shù)據(jù)文件同步讀寫請求隊列(os_aio_sync_array)。日志文件不需要讀異步請求隊列，因為只有在做奔潰恢復(fù)的時候日志才需要被讀取，而做崩潰恢復(fù)的時候，數(shù)據(jù)庫還不可用，因此完全沒必要搞成異步讀取模式。這里有一點需要注意，不管變量innobase_read_io_threads和innobase_write_io_threads兩個參數(shù)是多少，os_aio_read_array和os_aio_write_array都只有一個，只不過數(shù)據(jù)中的os_aio_slot_t元素會相應(yīng)增加，在linux中，變量加1，元素數(shù)量增加256。例如，innobase_read_io_threads=4，則os_aio_read_array數(shù)組被分成了四部分，每一個部分256個元素，每個部分都有自己獨立的鎖、信號量以及統(tǒng)計變量，用來模擬4個線程，innobase_write_io_threads類似。從這里我們也可以看出，每個異步read/write線程能緩存的讀寫請求是有上限的，即為256，如果超過這個數(shù)，后續(xù)的異步請求需要等待。256可以理解為InnoDB層對異步IO并發(fā)數(shù)的控制，而在文件系統(tǒng)層和磁盤層面也有長度限制，分別使用cat /sys/block/sda/queue/nr_requests和cat /sys/block/sdb/queue/nr_requests查詢。

os_aio_init在InnoDB啟動的時候調(diào)用，用來初始化各種結(jié)構(gòu)，包括上述的全局數(shù)組，還有Simulate aio中用的鎖和互斥量。os_aio_free則釋放相應(yīng)的結(jié)構(gòu)。os_aio_print_XXX系列的函數(shù)用來輸出aio子系統(tǒng)的狀態(tài)，主要用在show engine innodb status語句中。

Simulate aio

Simulate aio相對Native aio來說，由于InnoDB自己實現(xiàn)了一套模擬機制，相對比較復(fù)雜。

• 入口函數(shù)為os_aio_func，在debug模式下，會校驗一下參數(shù)，例如數(shù)據(jù)塊存放的內(nèi)存地址、文件讀寫的偏移量和讀寫的數(shù)據(jù)量是否是OS_FILE_LOG_BLOCK_SIZE的整數(shù)倍，但是沒有檢驗文件打開模式是否用了O_DIRECT，因為Simulate aio最終都是使用同步IO，沒有必要一定要用O_DIRECT打開文件。
• 校驗通過后，就調(diào)用os_aio_array_reserve_slot，作用是把這個IO請求分配到某一個后臺io處理線程(innobase_xxxx_io_threads分配的，但其實是在同一個全局數(shù)組中)中，并把io請求的相關(guān)信息記錄下來，方便后臺io線程處理。如果IO請求類型相同，請求同一個文件且偏移量比較接近(默認情況下，偏移量差別在1M內(nèi))，則InnoDB會把這兩個請求分配到同一個io線程中，方便在后續(xù)步驟中IO合并。
• 提交IO請求后，需要喚醒后臺io處理線程，因為如果后臺線程檢測到?jīng)]有IO請求，會進入等待狀態(tài)(os_event_wait)。
• 至此，函數(shù)返回，程序可以去干其他事情了，后續(xù)的IO處理交給后臺線程了。
• 介紹一下后臺IO線程怎么處理的。
• InnoDB啟動時，后臺IO線程會被啟動(io_handler_thread)。其會調(diào)用os_aio_simulated_handle從全局數(shù)組中取出IO請求，然后用同步IO處理，結(jié)束后，需要做收尾工作，例如，如果是寫請求的話，則需要在buffer pool中把對應(yīng)的數(shù)據(jù)頁從臟頁列表中移除。
• os_aio_simulated_handle首先需要從數(shù)組中挑選出某個IO請求來執(zhí)行，挑選算法并不是簡單的先進先出，其挑選所有請求中offset最小的請求先處理，這樣做是為了后續(xù)的IO合并比較方便計算。但是這也容易導(dǎo)致某些offset特別大的孤立請求長時間沒有被執(zhí)行到，也就是餓死，為了解決這個問題，在挑選IO請求之前，InnoDB會先做一次遍歷，如果發(fā)現(xiàn)有請求是2s前推送過來的(也就是等待了2s)，但是還沒有被執(zhí)行，就優(yōu)先執(zhí)行最老的請求，防止這些請求被餓死，如果有兩個請求等待時間相同，則選擇offset小的請求。
• os_aio_simulated_handle接下來要做的工作就是進行IO合并，例如，讀請求1請求的是file1，offset100開始的200字節(jié)，讀請求2請求的是file1，offset300開始的100字節(jié)，則這兩個請求可以合并為一個請求：file1，offset100開始的300字節(jié)，IO返回后，再把數(shù)據(jù)拷貝到原始請求的buffer中就可以了。寫請求也類似，在寫操作之前先把需要寫的數(shù)據(jù)拷貝到一個臨時空間，然后一次寫完。注意，只有在offset連續(xù)的情況下IO才會合并，有間斷或者重疊都不會合并，一模一樣的IO請求也不會合并，所以這里可以算是一個可優(yōu)化的點。
• os_aio_simulated_handle如果發(fā)現(xiàn)現(xiàn)在沒有IO請求，就會進入等待狀態(tài)，等待被喚醒

綜上所述，可以看出IO請求是一個一個的push的對立面，每push進一個后臺線程就拿去處理，如果后臺線程優(yōu)先級比較高的話，IO合并效果可能比較差，為了解決這個問題，Simulate aio提供類似組提交的功能，即一組IO請求提交后，才喚醒后臺線程，讓其統(tǒng)一進行處理，這樣IO合并的效果會比較好。但這個依然有點小問題，如果后臺線程比較繁忙的話，其就不會進入等待狀態(tài)，也就是說只要請求進入了隊列，就會被處理。這個問題在下面的Native aio中可以解決。

總體來說，InnoDB實現(xiàn)的這一套模擬機制還是比較安全可靠的，如果平臺不支持Native aio則使用這套機制來讀寫數(shù)據(jù)文件。

Linux native aio

如果系統(tǒng)安裝了libaio庫且在配置文件里面設(shè)置了innodb_use_native_aio=on則啟動時候會使用Native aio。

• 入口函數(shù)依然為os_aio_func，在debug模式下，依然會檢查傳入的參數(shù)，同樣不會檢查文件是否以O(shè)_DIRECT模式打開，這算是一個有點風(fēng)險的點，如果用戶不知道linux native aio需要使用O_DIRECT模式打開文件才能發(fā)揮出aio的優(yōu)勢，那么性能就不會達到預(yù)期。建議在此處做一下檢查，有問題輸出到錯誤日志。
• 檢查通過之后，與Simulated aio一樣，調(diào)用os_aio_array_reserve_slot，把IO請求分配給后臺線程，分配算法也考慮了后續(xù)的IO合并，與Simulated aio一樣。不同之處，主要是需要用IO請求的參數(shù)初始化iocb這個結(jié)構(gòu)。IO請求的相關(guān)信息除了需要初始化iocb外，也需要在全局數(shù)組的slot中記錄一份，主要是為了在os_aio_print_XXX系列函數(shù)中統(tǒng)計方便。
• 調(diào)用io_submit提交請求。
• 至此，函數(shù)返回，程序可以去干其他事情了，后續(xù)的IO處理交給后臺線程了。

接下來是后臺IO線程。

• 與Simulate aio類似，后臺IO線程也是在InnoDB啟動時候啟動。如果是Linux native aio，后續(xù)會調(diào)用os_aio_linux_handle這個函數(shù)。這個函數(shù)的作用與os_aio_simulated_handle類似，但是底層實現(xiàn)相對比較簡單，其僅僅調(diào)用io_getevents函數(shù)等待IO請求完成。超時時間為0.5s，也就是說如果即使0.5內(nèi)沒有IO請求完成，函數(shù)也會返回，繼續(xù)調(diào)用io_getevents等待，當(dāng)然在等待前會判斷一下服務(wù)器是否處于關(guān)閉狀態(tài)，如果是則退出。

在分發(fā)IO線程時，盡量把相鄰的IO放在一個線程內(nèi)，這個與Simulate aio類似，但是后續(xù)的IO合并操作，Simulate aio是自己實現(xiàn)，Native aio則交給內(nèi)核完成了，因此代碼比較簡單。

還要一個區(qū)別是，當(dāng)沒有IO請求的時候，Simulate aio會進入等待狀態(tài)，而Native aio則會每0.5秒醒來一次，做一些檢查工作，然后繼續(xù)等待。因此，當(dāng)有新的請求來時，Simulated aio需要用戶線程喚醒，而Native aio不需要。此外，在服務(wù)器關(guān)閉時，Simulate aio也需要喚醒，Native aio則不需要。

可以發(fā)現(xiàn)，Native aio與Simulate aio類似，請求也是一個一個提交，然后一個一個處理，這樣會導(dǎo)致IO合并效果比較差。Facebook團隊提交了一個Native aio的組提交優(yōu)化：把IO請求首先緩存，等IO請求都到了之后，再調(diào)用io_submit函數(shù)，一口氣提交先前的所有請求(io_submit可以一次提交多個請求)，這樣內(nèi)核就比較方便做IO優(yōu)化。Simulate aio在IO線程壓力大的情況下，組提交優(yōu)化會失效，而Native aio則不會。注意，組提交優(yōu)化，不能一口氣提交太多，如果超過了aio等待隊列長度，會強制發(fā)起一次io_submit。

總結(jié)

本文詳細介紹了InnoDB中IO子系統(tǒng)的實現(xiàn)以及使用需要注意的點。InnoDB日志使用同步IO，數(shù)據(jù)使用異步IO，異步IO的寫盤順序也不是先進先出的模式，這些點都需要注意。Simulate aio雖然有比較大的學(xué)習(xí)價值，但是在現(xiàn)代操作系統(tǒng)中，推薦使用Native aio。