技术分享 | 大数据量更新，回滚效率提升方法
作者：周启超
爱可生北分团队 DBA，主要负责项目前期建设及后期疑难问题支持。做事认真，对事负责。
本文来源：原创投稿 *爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。
我们经常会遇到操作一张大表，发现操作时间过长或影响在线业务了，想要回退大表操作的场景。在我们停止大表操作之后，等待回滚是一个很漫长的过程，尽管你可能对知道一些缩短时间的方法，处于对生产环境数据完整性的敬畏，也会选择不做介入。最终选择不作为的原因大多源于对操作影响的不确定性。实践出真知，下面针对两种主要提升事务回滚速度的方式进行验证，一种是提升操作可用内存空间，一种是通过停实例，禁用 redo 回滚方式进行进行验证。
仔细阅读过官方手册的同学，一定留意到了对于提升大事务回滚效率，官方提供了两种方法：一是增加 innodb_buffer_pool_size 参数大小，二是合理利用 innodb_force_recovery=3 参数，跳过事务回滚过程。第一种方式比较温和，innodb_buffer_pool_size 参数是可以动态调整的，可行性也较高。第二种方式相较之下较暴力，但效果较好。
下面我们看下第一种方式的效果如何：
mysql>set global innodb_buffer_pool_size = 1073741824;
Query OK, 0 rows affected (0.00 sec)
mysql> begin;
Query OK, 0 rows affected (0.00 sec)
mysql> use sbtest;
Database changed
mysql> update sbtest1 set k=k+1;
Query OK, 16023947 rows affected (7 min 23.23 sec)
Rows matched: 16023947 Changed: 16023947 Warnings: 0
mysql>
mysql> set global innodb_buffer_pool_size = 5368709120;
Query OK, 0 rows affected (0.00 sec)
mysql> show variables like '%uffer_pool%';
+-------------------------------------+----------------+
| Variable_name | Value |
+-------------------------------------+----------------+
| innodb_buffer_pool_chunk_size | 134217728 |
| innodb_buffer_pool_dump_at_shutdown | ON |
| innodb_buffer_pool_dump_now | OFF |
| innodb_buffer_pool_dump_pct | 25 |
| innodb_buffer_pool_filename | ib_buffer_pool |
| innodb_buffer_pool_instances | 8 |
| innodb_buffer_pool_load_abort | OFF |
| innodb_buffer_pool_load_at_startup | ON |
| innodb_buffer_pool_load_now | OFF |
| innodb_buffer_pool_size | 5368709120 |
+-------------------------------------+----------------+
10 rows in set (0.02 sec)
mysql> rollback;
Query OK, 0 rows affected (6 min 39.41 sec)最初更新操作用时 7 min 23.23 sec 回滚操作用时 6 min 39.41 sec 相较于更新操作回滚操作耗时缩短了将近一分钟，效果似乎并不显著。
当然回滚时间和更新操作时间进行对比不太严谨，下面对不同大小 innodb_buffer_pool_size 条件情况下更新和回滚操作时间进行一个汇总。
我们可以看到 innodb_buffer_pool_size 设置大于数据量大小时，大表操作时间才会有较明显的下降。
实验的时候会发现 /opt/mysql/data/3400/ibdata1 系统表空间操作较多，这是在进行 double write 操作。
# pt-ioprofile --profile-pid=7777 --aggregate=sum --cell=count --group-by=filename --save-samples=5.txt --run-time=500
Sun Oct 11 12:55:35 UTC 2020
Tracing process ID 7777
total read pwrite64 write fsync open lseek filename
12287 0 6941 0 5346 0 0 /opt/mysql/data/3400/ibdata1
5010 0 0 0 5010 0 0 /opt/mysql/data/3400/sbtest/sbtest1.ibd
4837 0 0 4837 0 0 0 /opt/mysql/tmp/3400/MLfgQmPl
2291 0 372 0 1361 0 558 /opt/mysql/data/3400/undo003
1066 0 421 0 645 0 0 /opt/mysql/log/redolog/3400/ib_logfile0
4 1 0 1 0 1 1 /opt/mysql/data/3400/mysql/slow_log.CSV
1 0 0 1 0 0 0 /opt/mysql/data/3400/mysql-slow.log
# pt-ioprofile --profile-pid=7777 --aggregate=sum --cell=count --group-by=filename --save-samples=6.txt --run-time=500
Sun Oct 11 13:07:44 UTC 2020
Tracing process ID 7777
total read pread64 pwrite64 write fsync lseek ftruncate filename
11206 0 0 6453 0 4753 0 0 /opt/mysql/data/3400/ibdata1
4515 0 30 0 0 4485 0 0 /opt/mysql/data/3400/sbtest/sbtest1.ibd
1266 0 1 0 0 1265 0 0 /opt/mysql/data/3400/undo003
914 0 0 361 0 553 0 0 /opt/mysql/log/redolog/3400/ib_logfile0
3 1 0 0 1 0 1 0 /opt/mysql/data/3400/mysql/slow_log.CSV
3 0 0 0 1 0 1 1 /opt/mysql/tmp/3400/MLfgQmPl
1 0 0 0 1 0 0 0 /opt/mysql/data/3400/mysql-slow.log禁用 double write 并不能给性能带来性能提升。
如下为统计信息：
通过验证，在做大数据量操作临时调大 innodb_buffer_pool_size 对大事务更新和回滚是有一定效果的。
第二种方法操作流程如下：
kill -9 MySQL 进程；备份 MySQL 数据及日志目录；为 mysql server 设置 innodb_force_recovery=3 参数；然后启动 MySQL 进程；正常关闭 MySQL Server 进程；去掉 innodb_force_recovery=3 参数启动 MySQL 进程。完成恢复过程。（innodb_force_recovery 这个参数一般用于"严重故障排除场景"，生产环境慎用，若用于生产环境需首先明确 innodb_force_recovery 设置对现有环境数据可能的影响情况）。
在完成最后启动操作之后，错误日志中会记录一条 “[Note] InnoDB: Rollback of non-prepared transactions completed” 信息。此方式无需等待事务回滚操作，完成上述操作步骤的时间即为环境恢复的时间。
总结
两种方式各有自己的优点，第一种方式对线上业务系统影响较小，不会中断在线业务。第二种方式效果更显著，会短暂影响业务连续，回滚所有没有提交的事务。
相关推荐：
技术分享 | 只有.frm和.ibd文件时如何批量恢复InnoDB的表
腾讯云开发者
