1. 背景
在写压力负载比较重的MySQL实例上， InnoDB可能积累了较长的没有被purge掉的transaction history，导致实例性能的衰减，或者空闲空间被耗尽，下面就来看看它是怎么产生的，或者有没有什么方法来减轻，避免这样的问题出现。
2. InnoDB purge概要
InnoDB是一个事务引擎，实现了MVCC特性，也就是在存储引擎里对行数据保存了多个版本。在对行数据进行delete或者update更改时，行数据的前映像会保留一段时间，直到可以被删除的时候。
在大部分OLTP负载情况下，前映像会在数据操作完成后的数秒钟内被删除掉，但在一些情况下，假设存在一些持续很长时间的事务
需要看到数据的前映像，那么老版本的数据就会被保留相当长一段时间。
虽然MySQL 5.6版本增加了多个purge threads来加快完成老版本数据的清理工作，但在write-intensive workload情况下，不一定完全凑效。
3. 测试案例
Peter Zaitsev使用sysbench的update进行的测试，无论是innodb_purge_threads=1还是8的时候，显示的transaction history快速增长的情况，如下图所示: 
下面看一下同步测试过程中purge的速度(可以通过I_S.innodb_metrics进行查询)：
显示在并发process的过程中，purge thread其实处在饥饿状态，待sysbench结束，purge线程满载运行清理工作。
说明：
对于Peter Zaitsev的测试，其实主要是为了说明transaction history的情况，如果是用sysbench进行小事务的OLTP测试，并不会产生这么明显的transaction history增长而purge thread跟不上的情况，或者他在测试的时候，对sbtest表进行了全表查询吧，或者设置了RR级别，不过这只是猜测。
另外一点：
对于undo page大部分被cache在buffer pool的情况下，purge thread还是比较快的，但如果因为buffer pool的不足而导致undo page被淘汰到disk上的情况，purge操作就会被受限IO情况，而导致跟不上。
4. 问题分析
我们来看下出现transaction history增长最常见的两种场景：
1. 大查询
如果你在一张大表上发起一个长时间运行的查询，比如mysqldump，那么purge线程必须停下来等待查询结束，这个时候transaction undo就会累积。如果buffer pool中 free page紧张，undo page还会被置换到disk上，加剧purge的代价。
2. MySQL重启
即使transaction history并没有急剧增加，但MySQL重启操作，buffer pool的重新预热，还是导致purge变成IO密集型操作。
不过MySQL 5.6提供了InnoDB buffer pool的dump和reload方法，可以显著减轻purge的IO压力。
这里介绍一下如何查看buffer pool中undo page的cache情况，percona的版本上提供了I_S.innodb_rseg记录undo的分配和使用情况：
mysql> select sum(curr_size)*16/1024 undo_space_MB from innodb_rseg;
+---------------+
| undo_space_MB |
+---------------+
| 1688.4531 |
+---------------+
1 row in set (0.00 sec)
mysql> select count(*) cnt, count(*)*16/1024 size_MB, page_type from innodb_buffer_page group by page_type;
+--------+-----------+-------------------+
| cnt | size_MB | page_type |
+--------+-----------+-------------------+
| 55 | 0.8594 | EXTENT_DESCRIPTOR |
| 2 | 0.0313 | FILE_SPACE_HEADER |
| 108 | 1.6875 | IBUF_BITMAP |
| 17186 | 268.5313 | IBUF_INDEX |
| 352671 | 5510.4844 | INDEX |
| 69 | 1.0781 | INODE |
| 128 | 2.0000 | SYSTEM |
| 1 | 0.0156 | TRX_SYSTEM |
| 6029 | 94.2031 | UNDO_LOG |
| 16959 | 264.9844 | UNKNOWN |
+--------+-----------+-------------------+
10 rows in set (1.65 sec)从这两个information_schema下的两张表可以看到：undo space使用的总大小是1.7G，而buffer pool中cached不足100M。
5. InnoDB优化方法
设计如下场景：
在一定的写压力情况下，并发进行一些大查询，transaction history就会因为undo log无法purge而一直增加。
InnoDB提供了两个参数innodb_max_purge_lag，innodb_max_purge_lag_delay 来调整，即当trx_sys->rseg_history_len超过了
设置的innodb_max_purge_lag，就影响dml操作最大delay不超过innodb_max_purge_lag_delay设置的时间，以microseconds来计算。
其核心计算代码如下：
/*******************************************************************//**
Calculate the DML delay required.
@return delay in microseconds or ULINT_MAX */
static
ulint
trx_purge_dml_delay(void)
/*=====================*/
{
/* Determine how much data manipulation language (DML) statements
need to be delayed in order to reduce the lagging of the purge
thread. */
ulint delay = 0; /* in microseconds; default: no delay */
/* If purge lag is set (ie. > 0) then calculate the new DML delay.
Note: we do a dirty read of the trx_sys_t data structure here,
without holding trx_sys->mutex. */
if (srv_max_purge_lag > 0) {
float ratio;
ratio = float(trx_sys->rseg_history_len) / srv_max_purge_lag;
if (ratio > 1.0) {
/* If the history list length exceeds the
srv_max_purge_lag, the data manipulation
statements are delayed by at least 5000
microseconds. */
delay = (ulint) ((ratio - .5) * 10000);
}
if (delay > srv_max_purge_lag_delay) {
delay = srv_max_purge_lag_delay;
}
MONITOR_SET(MONITOR_DML_PURGE_DELAY, delay);
}
return(delay);
}但这两个参数设计有明显的两个缺陷：
缺陷1：针对total history length
假设transaction history中保留两类records，一类是是马上可以被purge的，一类是因为active transaction而不能purge的。
但大多数时间，我们期望的是purgable history比较小，而不是整个history。
缺陷2：针对大小而非变化
trx_sys->rseg_history_len是一个当前history的长度，而不是一个interval时间段内undo的增长和减少的变化情况，
导致trx_sys->rseg_history_len一旦超过innodb_max_purge_lag这个设定的值，就对dml产生不超过innodb_max_purge_lag_delay的时间delay， 一旦低于这个值马上delay 时间就又恢复成0。
在对系统的吞吐监控的时候，会发现系统抖动非常厉害，而不是一个平滑的曲线。类似于下图：
6. InnoDB purge设计思路
针对InnoDB的purge功能，可以从以下几个因素来综合考虑：
- 增加默认purge thread的个数
- 测量purgable history长度而不是总的长度
- 针对变化进行调整delay数值，以应对shrinking
- 基于undo space的大小，而不是事务的个数
- 调整undo page在buffer pool中的缓存策略，类似insert buffer。
- 针对undo page使用和index page不同的预读策略。
以上6条可以针对purge线程进行一些改良。
7. 当前调优方法
在当前的MySQL 5.6版本上，我们能做哪些调整或者调优方法，以减少transaction history增加带来的问题。
1. 监控
监控trx_sys的innodb_history_list_length，为它设置报警值，及时关注和处理。
2. 调整参数
如果你的实例是写压力比较大的话，调整innodb_purge_threads=8，增加并发purge线程数。
谨慎调整innodb_max_purge_lag和innodb_max_purge_lag_delay参数，依据现在的设计，可能你的实例的吞吐量会急剧的下降。
3. purge完之后再shutdown
大部分的case下，MySQL实例重启后，会发现purge的性能更差，因为undo page未命中的原因，并且是random IO请求。
如果是正常shutdown，就等purge完成再shutdown。
如果是crash，就启动后等purge完成再接受业务请求。
4. 预热
使用MySQL 5.6 提供的innodb_buffer_pool_dump_at_shutdown=on 和 innodb_buffer_pool_load_at_startup=on进行预热，把undo space page预热到buffer pool中。
