背景
1、产品的问题点
- OS page cache, buffer pool 双重缓存, 存在一定的内存浪费.
2、问题点背后涉及的技术原理
- PG 的数据的写操作采用buffer IO接口, 在OS层会产生缓存, 最后由IO子系统合并写入块设备. 读操作与之类似.
3、这个问题将影响哪些行业以及业务场景
- 所有场景
4、会导致什么问题?
- 内存浪费.
- 如果OS层的bg write调度没有配置得当会导致IO hang或者大型IO等问题.
- 无法发挥最大的IO设备带宽潜能.
- 好处也有一丢丢: OS层的IO合并可以减少总的IO次数.
- OS有一层cache, 当数据库重启时可以缓冲一下, 不会直接全部打到IO块设备上.
- 当使用IO延迟较高的块设备时, buffer IO的性能影响较小(buffer write场景).
5、业务上应该如何避免这个坑
- 基本无解.
- 使用大一点点的shared buffer并且使用huge page配置.
- 使用pgfincore插件, 将fd改成adviceFlag = POSIX_FADV_DONTNEED, 会尽快淘汰对应page, 但是并不代表不过os cache层.
6、业务上避免这个坑牺牲了什么, 会引入什么新的问题
- 无法避免
7、数据库未来产品迭代如何修复这个坑
- 改造内核, 使用计算存储分离架构, 类似PolarDB, 使用DIO解决
