MySQL中關於壓縮的使用情境與解決方案

資料分佈特點，決定了空間壓縮的效率，如果存入的資料的重複率較高，其壓縮率就會較高；通常情況下字元類型資料(CHAR, VARCHAR, TEXT or BLOB )具有較高的壓縮率，而一些二進位資料或一些已經壓縮過的資料的壓縮率不會很好

導語

##描述MySQL壓縮的使用場景和解決方案，包括壓縮傳輸協定、壓縮列解決方案和壓縮表解決方案。

提到MySQL 壓縮相關的內容，我們能想到的可能是以下幾種和壓縮相關的場景：

1、客戶端和伺服器之間傳輸的資料量太大，需要進行壓縮，節約頻寬

2、MySQL 某個欄位的資料量大，只針對某個欄位的資料壓縮

3、MySQL 某個或某幾個表格資料太多，需要將表資料壓縮存放，減少磁碟空間的佔用

這幾個問題在MySQL 側都有很好的解決方案，針對第1 個問題，可以使用MySQL 的壓縮協定解決；針對第2 個問題，可以採用MySQL 的壓縮和解壓函數完美解決；而針對最複雜的第3 個問題，則可以在引擎層面進行解決，目前myisam、innodb、tokudb、MyRocks 等引擎都支援表的壓縮。這篇文章要詳細討論的就是這類關於MySQL 壓縮機制相關的問題，以下是主要的內容：

一、MySQL 壓縮協定介紹

1、適用場景

MySQL 壓縮協定適合的場景是MySQL 的伺服器端與用戶端之間傳輸的資料量很大，或是可用頻寬不高的情況，典型的場景如下兩個：

a、查詢大量的數據，頻寬不夠（例如匯出資料的時候）；

b、複製的時候binlog 量太大，啟用slave_compressed_protocol 參數進行日誌壓縮複製。

2、壓縮協定簡介

壓縮協定是 MySQL 通訊協定的一部分，要啟用壓縮協定進行資料傳輸，需要 MySQL 伺服器端和客戶端都支援 zlib 演算法。啟動壓縮協定會導致 CPU 負載略微上升。使用啟用壓縮協定使用-C 參數或 --compress=true 參數啟動客戶端的壓縮功能。如果啟用了-C 或compress=true 選項，那麼在連接到伺服器段的時候，會發送0x0020（CLIENT_COMPRESS）的伺服器權能標誌位，和伺服器端協商通過後（3 次握手以後），就支援壓縮協議了。由於採用壓縮，資料包的格式會發生變化，具體的變化如下：

未壓縮的資料包格式：

##壓縮後的資料包格式：

大家可能會留意到壓縮後的資料封包格式有壓縮和未壓縮之分，這個是MySQL 為了較少CPU 開銷而做的一個最佳化。如果內容小於 50 個位元組的時候，就不對內容進行壓縮，而大於 50 位元組的時候，才會啟用壓縮功能。具體的規則如下：

當第三個欄位的值等於0x00 的時候，表示目前套件沒有壓縮，因此n

*

byte 的內容為1 *# byte,n * byte，即請求類型和請求內容。 當第三個欄位的值大於0x00 的時候，表示目前套件已採用zlib 壓縮，因此使用的時候需要對n

*

byte 進行解壓，解壓縮後內容為1 * byte,n * byte，即請求類型和請求內容。 3、方案實踐

在客戶端連線的時候加上-C 或--compress=true 參數。如果是對同步新增壓縮協定支援的時候，則需要設定 slave_compressed_protocol=1。以下是採用壓縮協定連接 MySQL 服務端的範例：

MySQL -h hostip -uroot -p password --compress

MySQLdump -h hostip -uroot -p password -default-character-set=utf8 --compress --single-transaction dbname tablename > tablename.sql

如果需要在主從複製中啟用壓縮傳輸，則在從機開啟 slave_compressed_protocol=1 參數就 OK。

4、壓縮效果

可以透過在MySQLdump 中使用--compress 選項來觀察壓縮傳輸的效果，也可以透過主從複製中已用slave_compressed_protocol 參數來觀察壓縮傳輸的效果，很容易看出效果，這裡不再截圖說明。

二、MySQL 列壓縮解決方案

MySQL 針對列的壓縮目前直接的方案並不支持，映像中騰訊的TMySQL 可以直接針對列的壓縮。這裡主要介紹一個曲線救國的辦法，那就是在業務層級使用 MySQL 提供的壓縮和解壓函數來針對列進行壓縮和解壓操作。也就是要對某一列做壓縮，就需要在寫入的時候呼叫 COMPRESS 函數對那個列的內容進行壓縮，然後存放到對應的列。讀取的時候，使用 UNCOMPRESSED 函數對壓縮的內容進行解壓縮。

1、適用場景

针对 MySQL 中某个列或者某几个列数据量特别大，一般都是 varchar、text、char 等数据类型。

2、压缩函数简介

MySQL 的压缩函数 COMPRESS 压缩一个字符串，然后返回一个二进制串。使用该函数需要 MySQL 服务端支持压缩，否则会返回 NULL，压缩字段最好采用 varbinary 或者 blob 字段类型保存。使用 UNCOMPRESSED 函数对压缩过的数据进行解压。注意，采用这种方式需要在业务侧做少量改造。压缩后的内容存储方式如下：

a、空字符串就以空字符串存储

b、非空字符串存储方式为前 4 个 bype 保存未压缩的字符串，紧接着保存压缩的字符串

3、方案实践

字段压缩方案涉及到的几个相关的函数如下：

压缩函数

COMPRESS()

解压缩函数

UNCOMPRESS()

字符串长度函数

LENGTH()

未解压字符串长度函数

UNCOMPRESSED_LENGTH()

实践步骤：

a、创建一张测试表

CREATE TABLE IF NOT EXISTS `test`.`test_compress` (

`id` int unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID',

`content` blob NOT NULL COMMENT '内容列',

PRIMARY KEY (`id`)

 ) ENGINE=InnoDB DEFAULT CHARSET=latin1 COMMENT='压缩测试表';

b、网表中插入压缩的数据

insert into `test`.`test_compress`(content) values(COMPRESS(REPEAT('a',1000)));

c、读取压缩的数据

select UNCOMPRESS(content) from `test`.`test_compress`;

d、查询对应的长度和内容

复制代码 代码如下:

SELECT UNCOMPRESSED_LENGTH(content) AS length, LENGTH(content) AS compress_length, UNCOMPRESS(content), content FROM `test`.`test_compress`

4、压缩效果

从上面截图可以看出压缩效果比较好，针对 text、char、varchr、blob 等，如果里面重复的数据越多压缩效果就越好。

三、InnoDB 表压缩方案解决方案

1、适用场景

采用压缩表一般都用在由于数据量太大，磁盘空间不足，负载主要体现在 IO 上，而服务器的 CPU 又有比较多的余量的场景。

2、表压缩简介 a、为什么需要压缩

目前很多表都支持压缩，比如 Myisam、InnoDB、TokuDB、MyRocks 。由于使用 InnoDB 主要是不需要做什么改动，对线上完全透明，压缩方案也非常成熟，因此这里只对 InnoDB 做详细说明。对于 TokuDB 和 MyRocks 的压缩方案将在 MySQL 的压缩方案（二）中撰文说明。

在 SSD 没有大量横行的时候，数据库几乎都是 IO 负载型的，在 CPU 有大量余量的时候，磁盘 IO 的瓶颈就已经凸显出来。而数据的大量存储，尤其是日志型数据和监控类型的数据，会导致磁盘空间快速增长。硬盘不够用也会在很多业务中凸显出来。一种比较好的方式就诞生了，那就是通过牺牲少量 CPU 资源，采用压缩来减少磁盘空间占用，以及优化 IO 和带宽。尤其针对读多些少的业务。

SSD 出来后，数据库的 IO 负载有所降低，但是对于磁盘空间的问题还是没有很好的解决。因此压缩表使用还是非常的广泛。这也就是为什么那么多的引擎都支持压缩的原因。而 innodb 在 MySQL 5.5 的时候就支持了压缩功能，只是压缩比比较低，通常在 50%左右。而 tokuDB 能达到 80%左右，MyRocks 的压缩比能达到 70%左右。

注意：压缩比和你存储的数据组成有很大的关系，并不是所有的数据都能达到上面所说的压缩比。如果大部分都是字符串，并且重复的数据比较多，压缩比会很好。

b、innodb 的压缩介绍

使用 innodb 压缩的前提条件是，innodb_file_per_table 这个参数要启用，innodb_file_format 这个参数设置成 Barracuda。

你可以使用 ROW_FORMAT=COMPRESSED 来 create 或者 alter 表来开启 innodb 的压缩功能，如果没有指定 KEY_BLOCK_SIZE 的大小，默认 KEY_BLOCK_SIZE 为 innodb_page_size 大小的一半，也可以通过指定 KEY_BLOCK_SIZE=n 参数来开启 innodb 的压缩功能，n 可以为 1、2、4、8、16，单位是 K。n 的值越小，压缩比越高，消耗的 CPU 资源也越多。注意 32K 或者 64K 的页不支持压缩。启用压缩后，索引数据也同样会被压缩。

你也可以通过调整 innodb_compression_level 来设置压缩的级别，级别从 1~9，默认是 6。级别越低，意味着压缩比越高，同时也意味着需要更多的 CPU 资源。

c、压缩算法

innodb 压缩借助的是著名的 zlib 库，采用 L777 压缩算法，这种算法在减少数据大小和 CPU 利用方面很成熟高效。同时这种算法是无损的，因此原生的未压缩的数据总是能够从压缩文件中重构，LZ777 实现原理是查找重复数据的序列号然后进行压缩，所以数据模式决定了压缩效率，一般而言，用户的数据能够被压缩 50%以上。

d、压缩表在 buffer_pool 中如何处理

在 buffer_pool 缓冲池中，压缩的数据通过 KEY_BLOCK_SIZE 的大小的页来保存，如果要提取压缩的数据或者要更新压缩数据对应的列，则会创建一个未压缩页来解压缩数据，然后在数据更新完成后，会将为压缩页的数据重新写入到压缩页中。内存不足的时候，MySQL 会讲对应的未压缩页踢出去。因此如果你启用了压缩功能，你的 buffer_pool 缓冲池中可能会存在压缩页和未压缩页，也可能只存在压缩页。不过可能仍然需要将你的 buffer_pool 缓冲池调大，以便能同时能保存压缩页和未压缩页。

MySQL 采用最少使用（LRU）算法来确定将哪些页保留在内存中，哪些页剔除出去，因此热数据会更多地保留在内存中。当压缩表被访问的时候，MySQL 使用自适应的 LRU 算法来维持内存中压缩页和非压缩页的平衡。当系统 IO 负载比较高的时候，这种算法倾向于讲未压缩的页剔除，一面腾出更多的空间来存放更多的压缩页。当系统 CPU 负载比较高的时候，MySQL 倾向于将压缩页和未压缩页都剔除出去，这个时候更多的内存用来保留热的数据，从而减少解压的操作。

e、如何评估 KEY_BLOCK_SIZE 是否合适

为了更深入地了解压缩表对性能的影响，在 Information Schema 库中有对应的表可以用来评估内存的使用和压缩率等指标。INNODB_CMP 是收集的是某一类的 KEY_BLOCK_SIZE 压缩表的整体状况的信息，汇总的是所有 KEY_BLOCK_SIZE 压缩表的统计。而 INNODB_CMP_PER_INDEX 表则是收集各个表和索引的压缩情况信息，这些信息对于在某个时间评估某个表的压缩效率或者诊断性能问题很有帮助。INNODB_CMP_PER_INDEX 表的收集会导致系统性能受到影响，必须 innodb_cmp_per_index_enabled 选项才会记录，生产环境最好不要开启。

我们可以通过观察 INNODB_CMP 表的压缩失败情况，如果失败比较多，则需要调大 KEY_BLOCK_SIZE。一般建议 KEY_BLOCK_SIZE 设置为 8。

3、方案实践

a、设置好 innodb_file_per_table 和 innodb_file_format 参数

SET GLOBAL innodb_file_per_table=1;SET GLOBAL innodb_file_format=Barracuda;

b、创建对应的压缩表

复制代码 代码如下:

CREATE TABLE compress_test (c1 INT PRIMARY KEY,content varchar(255)) ROW_FORMAT=COMPRESSEDKEY_BLOCK_SIZE=8;

如果是已经存在的表，则通过 alter 来修改，SQL 如下：

ALTER TABLE compress_test ROW_FORMAT=COMPRESSED KEY_BLOCK_SIZE=8;

4、压缩效果

压缩效果通过线上的一个监控的表修改为压缩后的文件大小来说明，压缩前后对比如下：

以上是MySQL中關於壓縮的使用情境與解決方案的詳細內容。更多資訊請關注PHP中文網其他相關文章！