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
|
1月前
|
缓存 关系型数据库 MySQL
MySQL索引策略与查询性能调优实战
在实际应用中,需要根据具体的业务需求和查询模式,综合运用索引策略和查询性能调优方法,不断地测试和优化,以提高MySQL数据库的查询性能。
109 24
|
1天前
|
存储 Oracle 关系型数据库
索引在手,查询无忧:MySQL索引简介
MySQL 是一款广泛使用的关系型数据库管理系统,在2024年5月的DB-Engines排名中得分1084,仅次于Oracle。本文介绍MySQL索引的工作原理和类型,包括B+Tree、Hash、Full-text索引,以及主键、唯一、普通索引等,帮助开发者优化查询性能。索引类似于图书馆的分类系统,能快速定位数据行,极大提高检索效率。
23 8
|
4天前
|
SQL 关系型数据库 MySQL
MySQL 窗口函数详解:分析性查询的强大工具
MySQL 窗口函数从 8.0 版本开始支持,提供了一种灵活的方式处理 SQL 查询中的数据。无需分组即可对行集进行分析,常用于计算排名、累计和、移动平均值等。基本语法包括 `function_name([arguments]) OVER ([PARTITION BY columns] [ORDER BY columns] [frame_clause])`,常见函数有 `ROW_NUMBER()`, `RANK()`, `DENSE_RANK()`, `SUM()`, `AVG()` 等。窗口框架定义了计算聚合值时应包含的行。适用于复杂数据操作和分析报告。
38 11
|
8天前
|
存储 关系型数据库 MySQL
mysql怎么查询longblob类型数据的大小
通过本文的介绍,希望您能深入理解如何查询MySQL中 `LONG BLOB`类型数据的大小,并结合优化技术提升查询性能,以满足实际业务需求。
37 6
|
1月前
|
SQL 前端开发 关系型数据库
SpringBoot使用mysql查询昨天、今天、过去一周、过去半年、过去一年数据
SpringBoot使用mysql查询昨天、今天、过去一周、过去半年、过去一年数据
60 9
|
1月前
|
缓存 监控 关系型数据库
如何优化MySQL查询速度?
如何优化MySQL查询速度?【10月更文挑战第31天】
81 3
|
1月前
|
缓存 NoSQL 关系型数据库
mysql和缓存一致性问题
本文介绍了五种常见的MySQL与Redis数据同步方法:1. 双写一致性,2. 延迟双删策略,3. 订阅发布模式(使用消息队列),4. 基于事件的缓存更新,5. 缓存预热。每种方法的实现步骤、优缺点均有详细说明。
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
248 1
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第26天】数据库作为现代应用系统的核心组件,其性能优化至关重要。本文主要探讨MySQL的索引策略与查询性能调优。通过合理创建索引(如B-Tree、复合索引)和优化查询语句(如使用EXPLAIN、优化分页查询),可以显著提升数据库的响应速度和稳定性。实践中还需定期审查慢查询日志,持续优化性能。
100 0
|
12天前
|
关系型数据库 MySQL 数据库
Python处理数据库:MySQL与SQLite详解 | python小知识
本文详细介绍了如何使用Python操作MySQL和SQLite数据库,包括安装必要的库、连接数据库、执行增删改查等基本操作,适合初学者快速上手。
81 15

推荐镜像

更多
下一篇
DataWorks