【MySQL】 MySQL 更新数据机制

MySQL 更新数据机制

一、问题描述

假设我们有这样一张表，且包含一条记录：

CREATE TABLE mytest (
id int(11) NOT NULL,
c1 int(11) DEFAULT NULL,
c2 int(11) DEFAULT NULL,
c3 int(11) DEFAULT NULL,
PRIMARY KEY (id),
KEY c1 (c1),
KEY c2 (c2)
包含记录：
±—±-----±-----±-----+
| id | c1 | c2 | c3 |
±—±-----±-----±-----+
| 1 | 11 | 12 | 13 |

这个表实际上包含3个索引：

主键索引（且值包含一个block）

索引c1（且值包含一个block）

索引c2（且值包含一个block）

那么我们考虑如下的语句：

A: update mytest set c1=11,c2=12,c3=13 where id=1（c1\c2\c3字段都不更改）

B: update mytest set c1=11,c2=12,c3=14 where id=1（c1\c2字段不更改）

C: update mytest set c1=12,c2=12,c3=14 where id=1（c2字段不更改）

那么问题如下：

A 场景下各个索引的值是否更改，也就是实际的各个索引block是否更改。

B 场景下索引c1和索引c2的数据是否更改，也就是实际的索引c1和索引c2的block是否更改。

C 场景下索引c2的数据是否更改，也就是实际索引c2的block是否更改。

二、大概的半段方式和流程

对于update语句来讲，函数mysql_update对修改流程大概如下：

扫描数据，获取数据(rr_sequential)，存储mysql格式的数据到record[0]中，其表示大概如下：

field1 | field2 | … | fieldN

每个field都包含一个指向实际数据的指针。

保存获取的mysql格式的数据到record[1]中，然后使用语法解析后的信息填充获取的record[0]中的数据（fill_record_n_invoke_before_triggers->fill_record），这里就是使用c1=,c2=,c3=*填充数据，需要填充的数据和字段实际上保存在两个List中分别为Item_feild和Item_int类型的链表我们这里就叫做column_list和values_list，它们在bsion规则文件中使用如下表示：

            $$.column_list->push_back($1.column) ||
            $$.value_list->push_back($1.value))
1
2

下面使用语句update mytest set c1=11,c2=12,c3=13 where id=1来debug一下这个两个list，我们断点放到fill_record_n_invoke_before_triggers就可以了，

(gdb) p fields
$67 = (List &) @0x7fff30005da8: { = { = {}, first = 0x7fff300067f8, last = 0x7fff30006af8, elements = 3}, }
(gdb) p ((Item_field )(fields->first->info)).field_name
$68 = 0x7fff309316d4 “c1”
(gdb) p ((Item_field )(fields->first->next->info)).field_name
$69 = 0x7fff309316d7 “c2”
(gdb) p ((Item_field )(fields->first->next->next->info)).field_name
$70 = 0x7fff309316da “c3”
(gdb) p values
$73 = (List &) @0x7fff30006e38: { = { = {}, first = 0x7fff30006808, last = 0x7fff30006b08, elements = 3}, }
(gdb) p ((Item_int)(values->first->info)).value
$74 = 11
(gdb) p ((Item_int)(values->first->next->info)).value
$75 = 12
(gdb) p ((Item_int)(values->first->next->next->info)).value
$76 = 13

这样修改后record[0]中需要修改的字段的值就变为了本次update语句中的值。

过滤点1，比对record[0]和record[1] 中数据是否有差异，如果完全相同则不触发update，这里也就对应我们的场景A，因为前后记录的值一模一样，因此是不会做任何数据更改的，这里直接跳过了*。

到这里肯定是要修改数据的，因此对比record[0]和record[1]的记录，将需要修改的字段的值和字段号放入到数组m_prebuilt->upd_node->update中（calc_row_difference），其中主要是需要修改的new值和需要修改的field_no比对方式为：

长度是否更改了(len)

实际值更改了(memcmp比对结果)

确认修改的字段是否包含了二级索引。因为前面已经统计出来了需要更改的字段（row_upd的开头），那么这里对比的方式如下：

如果为delete语句显然肯定包含所有的二级索引

如果为update语句，根据前面数组中字段的号和字典中字段是否排序进行比对，因为二级索引的字段一定是排序的如果两个条件都不满足

如果两个条件都不满足，这说明没有任何二级索引在本次修改中需要修改，设置本次update的标记为UPD_NODE_NO_ORD_CHANGE，UPD_NODE_NO_ORD_CHANGE则代表不需要修改任何二级索引字段。注意这里还会转换为innodb的行格式（row_mysql_store_col_in_innobase_format）。

过滤点2，先修改主键，如果为UPD_NODE_NO_ORD_CHANGE update这不做二级索引更改，也就是不调用row_upd_sec_step函数，这是显然的，因为没有二级索引的字段需要更改（函数row_upd_clust_step中实现），这里对应了场景B，虽然 c3字段修改了数据，但是c1\c2字段前后的值一样，所以实际索引c1和索引c2不会更改，只修改主键索引。

如果需要更改二级索引，依次扫描字典中的每个二级索引循环开启。

过滤点3首选需要确认修改的二级索引字段是否在本索引中，如果修改的字段根本就没有在这个二级索引中，显然不需要修改本次循环的索引了。而这个判断在函数row_upd_changes_ord_field_binary中，方式为循环字典中本二级索引的每个字段判定，

如果本字段不在m_prebuilt->upd_node->update数组中，直接进行下一个字段，说明本字段不需要修改

如果本字段在m_prebuilt->upd_node->update数组中，这进行调用函数dfield_datas_are_binary_equal进行比较，也就是比较实际的值是否更改

这里实际上对应了我们的场景3，因为c2字段的值没有更改，因此索引c2不会做实际的更改，但是主键索引和索引c1需要更改值。

三、结论

从代码中我们可以看到，实际上在MySQL或者innodb中，实际上只会对有数据修改的索引进行实际的更改。那么前面提到的几个场景如下：

A: update mytest set c1=11,c2=12,c3=13 where id=1（c1\c2\c3字段都不更改） 不做任何数据修改

B: update mytest set c1=11,c2=12,c3=14 where id=1（c1\c2字段不更改） 只更改主键索引

C: update mytest set c1=12,c2=12,c3=14 where id=1（c2字段不更改） 只更改主键索引和索引c1

四、验证

对于验证我们验证场景3，这里主要通过block的last_modify_lsn进行验证，因为一个block只要修改了数据，脏数据刷盘后其last_modify_lsn一定会修改，步骤如下：

初始化数据 这里mytest表为测试表，而mytest2表主要的作用是修改数据推进lsn

CREATE TABLE mytest (
id int(11) NOT NULL,
c1 int(11) DEFAULT NULL,
c2 int(11) DEFAULT NULL,
c3 int(11) DEFAULT NULL,
PRIMARY KEY (id),
KEY c1 (c1),
KEY c2 (c2)
) ENGINE=InnoDB;
insert into mytest values(1,11,12,13);
insert into mytest values(2,14,15,16);
insert into mytest values(3,17,18,19);
insert into mytest values(4,20,21,22);
insert into mytest values(5,23,24,25);
insert into mytest values(6,26,27,28);
insert into mytest values(7,29,30,31);
insert into mytest values(8,32,33,34);
insert into mytest values(9,35,36,37);
insert into mytest values(10,38,39,40);
CREATE TABLE mytest2 (
id int(11) NOT NULL AUTO_INCREMENT,
c1 int(11) DEFAULT NULL,
PRIMARY KEY (id)
) ENGINE=InnoDB;

INSERT INTO mytest2(c1) values(1);

记录当前lsn

由于是测试库show engine的lsn是静止的如下 Log sequence number 4806780238 Log flushed up to 4806780238 Pages flushed up to 4806780238 且 Modified db pages 0 没有脏页

都说明脏数据全部刷盘了

查询各个索引对应block

mysql> select *from information_schema.INNODB_SYS_TABLES where NAME like ‘testnew/mytest%’;
±---------±----------------±-----±-------±------±------------±-----------±--------------±-----------+
| TABLE_ID | NAME | FLAG | N_COLS | SPACE | FILE_FORMAT | ROW_FORMAT | ZIP_PAGE_SIZE | SPACE_TYPE |
±---------±----------------±-----±-------±------±------------±-----------±--------------±-----------+
| 19071 | testnew/mytest | 33 | 7 | 10854 | Barracuda | Dynamic | 0 | Single |
| 19072 | testnew/mytest2 | 33 | 5 | 10855 | Barracuda | Dynamic | 0 | Single |
±---------±----------------±-----±-------±------±------------±-----------±--------------±-----------+
2 rows in set (0.00 sec)

mysql> select * from information_schema.INNODB_SYS_INDEXES where space=10854;
±---------±--------±---------±-----±---------±--------±------±----------------+
| INDEX_ID | NAME | TABLE_ID | TYPE | N_FIELDS | PAGE_NO | SPACE | MERGE_THRESHOLD |
±---------±--------±---------±-----±---------±--------±------±----------------+
| 10957 | PRIMARY | 19071 | 3 | 1 | 3 | 10854 | 50 |
| 10958 | c1 | 19071 | 0 | 1 | 4 | 10854 | 50 |
| 10959 | c2 | 19071 | 0 | 1 | 5 | 10854 | 50 |
±---------±--------±---------±-----±---------±--------±------±----------------+
3 rows in set (0.01 sec)

这里找到INDEX_ID 10957 主键，10958 c1 索引，10959 c2 索引。

./innblock mytest.ibd scan 16
===INDEX_ID:10957
level0 total block is (1)
block_no: 3,level: 0||
===INDEX_ID:10958
level0 total block is (1)
block_no: 4,level: 0||
===INDEX_ID:10959
level0 total block is (1)
block_no: 5,level: 0|*|

这里我们发现 10957的block为3 ,10958的block为4，10959的block为5，下面分别获取他们的信息

使用blockinfo工具查看当前mytest各个block的lsn

10957 PRIMARY block 3

./innblock mytest.ibd 3 16

==== Block base info ====
block_no:3 space_id:10854 index_id:10957
…
last_modify_lsn:4806771220 (注意这里)
page_type:B+_TREE level:0

10958 c1 block 4

./innblock mytest.ibd 4 16

==== Block base info ====
block_no:4 space_id:10854 index_id:10958
…
last_modify_lsn:4806771252(注意这里)

10959 c2 block 5

./innblock mytest.ibd 5 16

==== Block base info ====
block_no:5 space_id:10854 index_id:10959

last_modify_lsn:4806771284(注意这里)

这里我们就将3个page的last_modify_lsn获取到了大概在4806771200附近

mytest2表做一些数据修改推进lsn

INSERT INTO mytest2(c1) select c1 from mytest2;
INSERT INTO mytest2(c1) select c1 from mytest2;
…
INSERT INTO mytest2(c1) select c1 from mytest2;
Query OK, 32768 rows affected (13.27 sec)
Records: 32768 Duplicates: 0 Warnings: 0
mysql> select count() from mytest2;
±---------+
| count() |
±---------+
| 65536 |
±---------+
1 row in set (1.46 sec)

再次查看系统的lsn

Log sequence number 4867604378
Log flushed up to 4867604378
Pages flushed up to 4867604378
Modified db pages 0

这个时候lsn变化了，但是脏数据已经刷脏。

对mytest表进行修改

修改这行记录 id c1 c2 c3 2 14 15 16

update t1 set c1=14,c2=115,c3=116 where id=2;