MySQL 8.0中查询缓存的废弃与原因分析

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: MySQL 8.0中查询缓存的废弃与原因分析

MySQL 8.0中查询缓存(Query Cache)的废弃与原因分析

引言

尽管MySQL的查询缓存(Query Cache)最初设计目的是为了提升性能,但因其存在严重的可扩展性问题和易成为系统瓶颈,MySQL在8.0版本中正式移除了这一功能。自5.7版本起,MySQL已将查询缓存的默认启用状态调整为关闭,并最终在5.7.20版将其标记为过时。本文将深入探讨为何MySQL在历经多个版本迭代后,决定取消查询缓存,以及查询缓存的设计初衷。

什么是MySQL Query Cache

查询缓存(Query Cache)是MySQL中的一项特殊缓存机制,用于存储SELECT语句及其对应结果集,当遇到相同的查询请求时,直接从缓存中返回结果,避免重复执行查询。此功能在数据变动频率低且重复查询多的场景下尤为有效。

MySQL缓存发挥作用的条件

  • 降低查询执行时间,但不减少网络传输消耗。
  • 资源密集型查询适合缓存,前提是更新操作相对较少。
  • 查询缓存命中率需视具体情况而定,即使较低的命中率也可能带来性能提升。
  • 缓存未命中可能由多种因素引起,包括缓存未完成预热、查询首次执行、缓存因内存不足或数据修改而失效等。

Query Cache对性能的影响

额外开销

  • 开启查询缓存会增加读写操作的额外消耗,包括查询前的缓存检查、查询结果的缓存写入、数据修改后的缓存清除及事务提交前的缓存延迟使用。

碎片优化

  • 通过调整query_cache_min_res_unit参数可减少内存碎片,合理设置可平衡内存浪费和CPU消耗。
  • 使用FLUSH QUERY CACHE命令可整理碎片,集中空闲空间。

状态监控

  • 监控Qcache_free_blocksQcache_free_memoryQcache_hits等状态变量,评估缓存的健康状况。

Query Cache的优势与劣势

优势

  • 在只读或读多写少的场景下,开启查询缓存能显著提升查询效率。

劣势

  • 字节级别匹配严格,轻微变化即导致缓存无法命中。
  • 缓存过期机制过于保守,对数据修改敏感。
  • 分区表下自动禁用。
  • 增加不必要的额外负载。

MySQL官方的抉择

  • MySQL团队认为减少性能波动比提升峰值吞吐量更为关键,因此决定移除查询缓存,转而投资于更广泛适用的优化方案。
  • 建议使用第三方工具如ProxySQL作为替代,其性能表现优于原生查询缓存。

综上所述,MySQL 8.0中移除查询缓存的决策 ,旨在提供更加稳定、可预测的性能表现

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
13天前
|
SQL 缓存 关系型数据库
MySQL高级篇——关联查询和子查询优化
左外连接:优先右表创建索引,连接字段类型要一致、内连接:驱动表由数据量和索引决定、 join语句原理、子查询优化:拆开查询或优化成连接查询
MySQL高级篇——关联查询和子查询优化
|
15天前
|
SQL 关系型数据库 MySQL
MySQL查询(万字超详细版)
本文详细介绍了数据库中的单表和多表查询方法。首先,单表查询包括全列查询、指定列查询及去重查询,其中应避免使用`*`以提高效率。接着,文章讲解了排序查询,包括升序和降序,并展示了如何通过多个字段进行排序。在多表查询部分,本文解释了内连接、外连接(左外连接和右外连接)以及自连接的概念和用法,提供了丰富的代码示例
23 1
MySQL查询(万字超详细版)
|
2天前
|
关系型数据库 MySQL 数据库
Python MySQL查询返回字典类型数据的方法
通过使用 `mysql-connector-python`库并选择 `MySQLCursorDict`作为游标类型,您可以轻松地将MySQL查询结果以字典类型返回。这种方式提高了代码的可读性,使得数据操作更加直观和方便。上述步骤和示例代码展示了如何实现这一功能,希望对您的项目开发有所帮助。
15 4
|
5天前
|
NoSQL 关系型数据库 MySQL
当Redis与MySQL数据一致性校验中Redis数据量小于MySQL时的全量查询处理方法
保持Redis和MySQL之间的数据一致性是一个需要细致规划和持续维护的过程。通过全量数据同步、建立增量更新机制,以及定期执行数据一致性校验,可以有效地管理和维护两者之间的数据一致性。此外,利用现代化的数据同步工具可以进一步提高效率和可靠性。
25 6
|
2天前
|
关系型数据库 MySQL
mysql查询速度慢怎么解决?
mysql查询速度慢怎么解决?
12 2
|
2天前
|
关系型数据库 MySQL
mysql & clinkhouse之查询 行拼接
mysql & clinkhouse之查询 行拼接
mysql & clinkhouse之查询 行拼接
|
9天前
|
存储 缓存 关系型数据库
MySQL 查询优化方法
在数据库应用中,高效的查询性能至关重要。本文探讨了常用的 MySQL 查询优化方法,包括索引优化(选择合适的索引字段、复合索引、定期维护索引)、查询语句优化(避免全表扫描、限制返回行数、避免使用不必要的函数)、表结构优化(选择合适的数据类型、分区表、定期清理无用数据)及数据库配置优化(调整缓存大小、优化存储引擎参数)。通过这些方法,可以显著提高 MySQL 的查询性能,为应用程序提供更好的用户体验。
|
12天前
|
存储 关系型数据库 MySQL
分析MySQL主从复制中AUTO_INCREMENT值不一致的问题
通过对 `AUTO_INCREMENT`不一致问题的深入分析和合理应对措施的实施,可以有效地维护MySQL主从复制环境中数据的一致性和完整性,确保数据库系统的稳定性和可靠性。
40 6
|
13天前
|
存储 关系型数据库 MySQL
分析MySQL主从复制中AUTO_INCREMENT值不一致的问题
通过对 `AUTO_INCREMENT`不一致问题的深入分析和合理应对措施的实施,可以有效地维护MySQL主从复制环境中数据的一致性和完整性,确保数据库系统的稳定性和可靠性。
29 1
|
24天前
|
缓存 NoSQL 关系型数据库
MySQL与Redis缓存一致性的实现与挑战
在现代软件开发中,MySQL作为关系型数据库管理系统,广泛应用于数据存储;而Redis则以其高性能的内存数据结构存储特性,常被用作缓存层来提升数据访问速度。然而,当MySQL与Redis结合使用时,确保两者之间的数据一致性成为了一个重要且复杂的挑战。本文将从技术角度分享MySQL与Redis缓存一致性的实现方法及其面临的挑战。
59 2

热门文章

最新文章