本篇文章給大家帶來的內容是關于mysql數據行溢出的深入理解，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。
一、從常見的報錯說起
故事的開頭我們先來看一個常見的sql報錯信息：
相信對于這類報錯大家一定遇到過很多次了，特別對于OMG這種已內容生產為主要工作核心的BG，在內容線的存儲中，數據大一定是個繞不開的話題。這里的數據“大”，遠不止存儲空間占用多，其中也包括了單個（表）字段存儲多、大，數據留存時間長，數據冗余多，冷熱數據不明顯導致的體量大，訪問峰值隨著熱點變化明顯，邏輯處理復雜導致數據存儲壓力放大等等。回到這個報錯的問題上來，我們先來看一下這個表的結構：
看到這里，我相信大家會有不同的處理方式了，這里就不對各種處理方式的優劣做比較了，僅僅敘述使用頻率較高的兩種處理方式。
-
根據報錯的指引，把兩個大的varchar（22288）改成text、blob
-
根據業務特點，縮小varchar的存儲長度,或者按照規則拆分成多個小的vachar和char
這兩種的處理方式也各有優缺點，把字段改成text或者blob，不僅增大了數據存儲的容量，對這個字段的索引頁只能采用前綴或者全文索引了，如果業務側存儲的是json格式的數據，5.7支持json數據類型是個不錯的選擇，可以針對單個子類進行查詢和輸出。同樣如果縮小和拆分的話就比較依賴業務的場景和邏輯需求了，業務使用的邏輯上需要修改，工程量也需要評估。
二、深入探索
接著我們再來深入分析下關于限制大小“65535”的一些容易混淆的概念。
1、“65535”不是單個varchar(N)中N的最大限制，而是整個表非大字段類型的字段的bytes總合。
———————————————————————————————
Every table (regardless of storage engine) has a maximum row size of 65,535 bytes. Storage engines may place additional constraints on this limit, reducing the effective maximum row size.
———————————————————————————————
2、不同的字符集對字段可存儲的max會有影響，例如，UTF8字符需要3個字節存儲，對于VARCHAR（255）CHARACTER SET UTF8列，會占用255×3 =765的字節。故該表不能包含超過65,535/765=85這樣的列。GBK是雙字節的以此類推。
3、可變長度列在評估字段大小時還要考慮存儲列實際長度的字節數。例如，VARCHAR（255）CHARACTER SET UTF8列需要額外的兩個字節來存儲值長度信息，所以該列需要多達767個字節存儲，其實最大可以存儲65533字節，剩余兩個字節存儲長度信息。
4、BLOB、TEXT、JSON列不同于varchar、char等字段，列長度信息獨立于行長存儲，可以達到65535字節真實存儲
5、定義NULL列會降低允許的最大列數。
-
InnoDB表，NULL和NOT NULL列存儲大小是一樣
-
MyISAM表，NULL列需要額外的空間記錄其值是否為NULL。每個NULL需要一個額外的位（四舍五入到最接近的字節）。最大行長度計算如下：
row Length = 1 ?+ (sum of column lengths) ? + (number of NULL columns + delete_flag + 7)/8 + (number of variable-length columns)
-
靜態表，delete_flag = 1，靜態表通過在該行記錄一個位來標識該行是否已被刪除。
-
動態表，delete_flag = 0，該標記存儲在動態行首，動態表具體可以根據
6、對于InnoDB表，NULL和NOT NULL列存儲大小是一樣
7、InnoDB允許單表最多1000個列
8、varchar主鍵只支持不超過767個字節或者768/2=384個雙字節 或者767/3=255個三字節的字段 而GBK是雙字節的，UTF8是三字節的
9、不用的引擎對索引的限制有區別
-
innodb每個列的長度不能大于767 bytes；所有組成索引列的長度和不能大于3072 bytes
-
myisam 每個列的長度不能大于1000 bytes，所有組成索引列的長度和不能大于1000 bytes
三、真正的故障
下面來說下今天遇到的業務故障，線上業出現了大量的如下報錯，導致程序無法寫入數據：
按照提示和正常的思路，我們先第一反應認為業務存在如下的問題：
-
設置的表結構中字段超過了限制
-
某個字段插入的數據長度超過了改字段設置的max值
接著查看了業務的庫表結構，如下：
很快排除了第一個原因，因為首先業務的報錯不是在建立表的時候出現的，如果是表中非大字段之和65535，在建表的時候就會出錯，而業務是在寫入的時候才報錯的，而且通過庫表結構也能發現大量的都是mediumblob類型字段，非大字段加起來遠小于65535。
接著根據業務提供的具體SQL，appversion、datadata、elt_stamp、id這幾個非大字段，也并沒有超過限制，mediumblob類型字段最大可存儲16M，業務的數據遠遠沒有達到這個量級。按照報錯的提示把 appversion、datadata、elt_stamp、id這幾個非大字段均改成blob類型，還是無法解決。（根據之前的分析，必然不是問題的根源）。
冷靜下來后，發現其實還有個細節被忽略掉了，業務的失敗率不是100%，說明還是有成功的請求，通過對比成功和失敗的sql，發現果然數據量差異的還是mediumblob類型字段。那么現在第一個想到的就是，max_allowed_packet這個參數，是不是調小了，是的單個請求超過大小被拒絕了，查了下配置的值（如下圖），配置的大小1G，sql的數據長度遠沒有這么大，這個原因也排除了。
查到這里基本上排除了常見幾個問題，接著再看一下另一個參數的限制：innodb_page_size，這個的默認值是16K，每個page兩行數據，所以每行最大8k數據。
查看了下數據表Row_format是Compact，那么我們可以推斷問題的原因應該就是innodb默認的approach存儲格式會把每個blob字段的前864個字節存儲在page里，所以blob超過一定數量的話，單行大小就會超過8k，所以就報錯了。通過對比業務寫成功和失敗的SQL也應征了這個推論，那么現在要怎么解決這個問題？
-
業務拆分表，大字段進行分表存儲
-
通過解決Row_format的存儲方式解決問題
由于業務單表的存儲條數并不大，而且業務邏輯不適合拆分，所以我們要在Row_format上來解決這個問題。
Barracuda文件格式下擁有兩種新的行記錄格式Compressed和Dynamic兩種，新的兩種格式對于存放BLOB的數據采用了完全的行溢出的方式，在數據頁中只存放20個字節的指針，實際的數據都存放在BLOB Page中。Compressed行記錄格式的另一個功能就是存儲在其中的數據會以zlib的算法進行壓縮。
相關的變更操作就相對簡單了：
SET GLOBAL innodb_file_format=’Barracuda’;
2、平滑變更原表的屬性：
ROW_FORMAT=COMPRESSED
四、繼續學習
通過這個案例我們可以從中提煉出兩個值得深入研究一下的點：
1、關于innodb_page_size
從MySQL5.6開始，innodb_page_size可以設置Innodb數據頁為8K,4K，默認為16K。這個參數在一開始初始化時就要加入my.cnf里，如果已經創建了表，再修改，啟動MySQL會報錯。
那么在5.6的版本之前要修改這個值，怎么辦？那只能是在源碼上做點文章了，然后重新rebuild一下MySQL。
UNIV_PAGE_SIZE是數據頁大小，默認的是16K，該值是可以設置必須為2的次方。對于該值可以設置成4k、8k、16k、32K、64K。同時更改了UNIV_PAGE_SIZE后需要更改UNIV_PAGE_SIZE_SHIFT 該值是2的多少次方為UNIV_PAGE_SIZE，所以設置數據頁分別情況如下：
接著再來說一下innodb_page_size設置成不同值的對于mysql性能上的影響，測試的表含有1億條記錄，文件大小30G。
①讀寫場景（50%讀50%寫）
16K，對CPU壓力較小，平均在20%
8K，CPU壓力為30%~40%，但select吞吐量要高于16K
②讀場景（100%讀）
16K和8K差別不明顯
InnoDB Buffer Pool管理頁面本身也有代價，Page數越多，那么相同大小下，管理鏈表就越長。因此當我們的數據行本身就比較長（大塊插入），更大的頁面更有利于提升速度，因為一個頁面可以放入更多的行，每個IO寫的大小更大，可以更少的IOPS寫更多的數據。 當行長超過8K的時候，如果是16K的頁面，就會強制轉換一些字符串類型為TEXT，把字符串主體轉移到擴展頁中，會導致讀取列需要多一個IO，更大的頁面也就支持了更大的行長，64K頁面可以支持近似32K的行長而不用使用擴展頁。 但是如果是短小行長的隨機讀取和寫入，則不適合使用這么大的頁面，這會導致IO效率下降，大IO只能讀取到小部分。
2、關于Row_format
Innodb存儲引擎保存記錄，是以行的形式存放的。在InnoDB 1.0.x版本之前，InnoDB 存儲引擎提供了 Compact 和 Redundant 兩種格式來存放行記錄數據。MySQL 5.1 中的innodb_plugin 引入了新的文件格式：Barracuda，該文件格式擁有新的兩種行格式：compressed和dynamic。并且把 compact 和 redundant 合稱為Antelope。可以通過命令SHOW TABLE STATUS LIKE ‘table_name’；來查看當前表使用的行格式，其中 row_format 列表示當前所使用的行記錄結構類型。
MySQL 5.6 版本中，默認 Compact ，msyql 5.7.9 及以后版本，默認行格式由innodb_default_row_format變量決定，默認值是DYNAMIC，也可以在 create table 的時候指定ROW_FORMAT=DYNAMIC（通過這個可動態調整表的存儲格式）。如果要修改現有表的行模式為compressed或dynamic，必須先將文件格式設置成Barracuda（set global innodb_file_format=Barracuda;）。再用ALTER TABLE tablename ROW_FORMAT=COMPRESSED;去修改才能生效，否則修改無效卻無提示。
①compact
如果blob列值長度 > 768字節，那么前768字節依然在數據頁，而剩余的則放在溢出頁(off-page)，如下圖：
上面講的blob或變長大字段類型包括blob、text、varchar，其中varchar列值長度大于某數N時也會存溢出頁，在latin1字符集下N值可以這樣計算：innodb的塊大小默認為16kb，由于innodb存儲引擎表為索引組織表，樹底層的葉子節點為一雙向鏈表，因此每個頁中至少應該有兩行記錄，這就決定了innodb在存儲一行數據的時候不能夠超過8k，減去其它列值所占字節數，約等于N。
②compressed或dynamic
對blob采用完全行溢出，即聚集索引記錄（數據頁）只保留20字節的指針，指向真實存放它的溢出段地址：
dynamic行格式，列存儲是否放到off-page頁，主要取決于行大小，它會把行中最長的那一列放到off-page，直到數據頁能存放下兩行。TEXT/BLOB列
compressed 物理結構上與dynamic類似，但是對表的數據行使用zlib算法進行了壓縮存儲。在long blob列類型比較多的情況下用，可以降低off-page的使用，減少存儲空間（50%左右，可參見之前“【數據庫評測報告】第三期：innodb、tokudb壓縮性能”報告中的測試結果），但要求更高的CPU，buffer pool里面可能會同時存儲數據的壓縮版和非壓縮版，所以也多占用部分內存。
最后參考了《高性能MySQL》，給出一些使用BLOB這類變長大字段類型的建議：
①大字段在InnoDB里可能浪費大量空間。例如，若存儲字段值只是比行的要求多了一個字節，也會使用整個頁面來存儲剩下的字節，浪費了頁面的大部分空間。同樣的，如果有一個值只是稍微超過了32個頁的大小，實際上就需要使用96個頁面。
②太長的值可能使得在查詢中作為WHERE條件不能使用索引，因而執行很慢。在應用WHERE條件之前，MySQL需要把所有的列讀出來，所以可能導致MySQL要求InnoDB讀取很多擴展存儲，然后檢查WHERE條件，丟棄所有不需要的數據。
③一張表里有很多大字段，最好組合起來單獨存到一個列里面。讓所有的大字段共享一個擴展存儲空間，比每個字段用自己的頁要好。
④把大字段用COMPRESS()壓縮后再存為BLOB，或者在發送到MySQL前在應用程序中進行壓縮，可以獲得顯著的空間優勢和性能收益。
⑤擴展存儲禁用了自適應哈希，因為需要完整的比較列的整個長度，才能發現是不是正確的數據。
