MySQL中间件之ProxySQL(9)：ProxySQL的查询缓存功能

返回ProxySQL系列文章：http://www.cnblogs.com/f-ck-need-u/p/7586194.html

ProxySQL支持查询缓存的功能，可以将后端返回的结果集缓存在自己的内存中，在某查询的缓存条目被清理(例如过期)之前，前端再发起同样的查询语句，将直接从缓存中取数据并返回给前端。如此一来，ProxySQL处理的性能会大幅提升，也会大幅减轻后端MySQL Server的压力。

1.开启query cache功能

ProxySQL的查询缓存功能由mysql_query_rules表中的cache_ttl字段控制，该字段设置每个规则对应的缓存时长，时间单位为毫秒。

当前端发送的SQL语句命中了某规则后(严格地说，是最后应用的那条规则，因为链式规则下会操作多个规则)，如果这个规则同时还设置了"cache_ttl"字段的值，则这个SQL语句返回的结果将会被缓存一定时间，过期后将等待专门的线程(purge线程)来清理。

例如：

delete from mysql_query_rules;
select * from stats_mysql_query_digest_reset where 1=0;

insert into mysql_query_rules(rule_id,active,apply,destination_hostgroup,match_pattern,cache_ttl)
values(1,1,1,10,"^select .* test1.t1",20000);

load mysql query rules to runtime;
save mysql query rules to disk;

select rule_id,destination_hostgroup,match_pattern,cache_ttl from mysql_query_rules;

这表示匹配上述规则(查询test1.t1表)的查询结果集将在ProxySQL上缓存20秒。

可以执行下面的语句进行测试，每个语句循环执行10次：

# 在bash下执行
proc="mysql -uroot -pP@ssword1! -h127.0.0.1 -P6033 -e"
for ((i=0;i<10;i++));do
    $proc "select * from test1.t1;"
    $proc "select * from test1.t2;"
    $proc "select * from test2.t1;"
    $proc "select * from test2.t2;"
done

再去查看规则统计表：

Admin> select * from stats_mysql_query_rules;
+---------+------+
| rule_id | hits |
+---------+------+
| 1       | 10   |    <--rule_id=1的规则命中10次
+---------+------+

Admin> select hostgroup,count_star,sum_time,digest_text from stats_mysql_query_digest;
+-----------+------------+----------+------------------------+
| hostgroup | count_star | sum_time | digest_text            |
+-----------+------------+----------+------------------------+
| -1        | 9          | 0        | select * from test1.t1 | <-- 9次，hg="-1"
| 10        | 10         | 3640     | select * from test2.t1 |
| 10        | 10         | 3686     | select * from test2.t2 |
| 10        | 10         | 3986     | select * from test1.t2 |
| 10        | 1          | 1236     | select * from test1.t1 | <-- 1次,hg="10"
+-----------+------------+----------+------------------------+

其中，hostgroup=-1表示从缓存中取数据。

从上面的结果中，可以看出select * from test1.t1;语句除了被正常路由到后端执行的一次外，其它9次都是直接从缓存中获取数据的，且缓存取数据的语句执行总时间sum_time=0。

并不是所有的查询结果都应该缓存，ProxySQL的缓存空间毕竟有限。所以很有必要去stats_mysql_query_digest表中找出哪些语句应该缓存：执行次数多、总执行时间长、平均执行时间长的语句都应该缓存。这些指标也是合理判断读、写分离的指标。

2.查询缓存相关的统计数据

ProxySQL虽然实现了查询缓存功能，但是查询缓存设计的还不够完整，缺少一些锦上添花的功能，例如能查询到的缓存类指标比较少，控制缓存的方式也比较缺乏。不过作者一直在努力改进，不断完善。

以下是和查询缓存有关的状态变量：

Admin> SELECT * FROM stats_mysql_global WHERE Variable_Name LIKE '%Cache%';
+--------------------------+----------------+
| Variable_Name            | Variable_Value |
+--------------------------+----------------+
| Stmt_Cached              | 0              |
| Query_Cache_Memory_bytes | 0              |
| Query_Cache_count_GET    | 0              |
| Query_Cache_count_GET_OK | 0              |
| Query_Cache_count_SET    | 0              |
| Query_Cache_bytes_IN     | 0              |
| Query_Cache_bytes_OUT    | 0              |
| Query_Cache_Purged       | 0              |
| Query_Cache_Entries      | 0              |
+--------------------------+----------------+

各变量的意义如下：

• Query_Cache_Memory_bytes：查询结果集已成功缓存在内存中的总大小，不包含那些元数据；
• Query_Cache_count_GET：从查询缓存中取数据的请求总次数(GET requests)；
• Query_Cache_count_GET_OK：成功从缓存中GET到缓存的请求总次数(即命中缓存且缓存未过期)；
• Query_Cache_count_SET：缓存到查询缓存中的结果集总数(即有多少个查询的结果集进行了缓存)；
• Query_Cache_bytes_IN：写入到查询缓存的总数据量；
• Query_Cache_bytes_OUT：从查询缓存中取出的总数据量；
• Query_Cache_Purged：从缓存中移除(purged)的缓存结果集(缓存记录)数量；
• Query_Cache_Entries：当前查询缓存中还有多少个缓存记录。

无法查询当前缓存空间中的具体的缓存记录信息。

3.ProxySQL查询缓存的细节

如下图：

ProxySQL通过变量mysql_query_cache_size_MB控制为查询缓存开辟多大的空间，通过变量mysql-threshold_resultset_size定义ProxySQL能缓存的单个最大结果集大小。

Admin> show  variables like '%size%';
+--------------------------------+-----------+
| Variable_name                  | Value     |
+--------------------------------+-----------+
| mysql-eventslog_filesize       | 104857600 |
| mysql-threshold_resultset_size | 4194304   |  <<<<
| mysql-query_cache_size_MB      | 256       |  <<<<
| mysql-stacksize                | 1048576   |
+--------------------------------+-----------+

ProxySQL通过SET调用将后端返回的结果集放进查询缓存空间，通过GET调用从查询缓存空间取出缓存数据返回给前端。当GET调用发现缓存记录已过期，会将其放进purge队列中。

purge线程会定时清理purge队列中的过期记录，还会定时扫描缓存空间以找出过期记录。当查询缓存空间已经满了(mysql-query_cache_size_MB)，下一次SET调用也会触发purge线程来清理已经过期的缓存记录。所以，SET调用永远不会失败。但需要注意的是，如果已缓存内容占用的缓存空间低于3%，则purge线程不会清理任何内容，即使它们已经过期了。

缓存记录的数据结构如下：

key:value:length:expire_ms:access_ms:ref_count

其中：

1. key/value分别是缓存的id和实际缓存的数据，key是根据username + schemaname + SQL statement做hash运算得到的值，这可以保证用户只会访问到它自己的、指定schema的结果集。
2. length用于记录缓存记录的长度。因为mysql-threshold_resultset_size变量的原因，超出该变量阈值的那部分额外结果集不会放进缓存。
3. expire_ms：用来记录每个缓存记录还有多长时间过期。
4. access_ms：记录每个缓存记录最近一次被访问离现在已多久。
5. ref_count：记录各缓存记录当前被引用数量。每次GET调用某缓存记录，该缓存记录的ref_count都会加1，调用完成后减1。这是为了避免正在调用的缓存记录正好过期又正好被purge线程发现而被清理。

所以，后面的3个字段都是为了让缓存记录过期而设计的。不过，目前ProxySQL还不支持根据access_ms来判断是否清理，例如缓存空间已满，且access_ms的时间已过去很久，但只要未过期，就不会被清理。这个字段可能是为以后的LRU(或其它类似缓存清理算法)做准备的。

4.容易误解的查询缓存

每个查询缓存记录的key是根据username + schemaname +SQL做hash运算出来的，这里的SQL是完整的包含参数SQL语句，而非参数化后的语句，如果SQL语句进行了重写，则使用重写后的完整的SQL语句参与hash运算。这很重要。

例如：

select * from tab where id between 10 and 20;
select * from tab where id between 10 and 19;
select * from tab where id=15;
select * from tab where id between 10 and 19;

第一个语句会缓存id=10到id=20之间的结果集，但第二个语句和第三个语句不会从这个缓存记录中取数据，而是从后端查询后设置自己的缓存记录，即使第二个语句参数化后的语句和第一个完全一样(它们是同一类语句，如下代码所示)，所需要的数据也已经被第一个语句缓存。第四个语句会命中第二个语句的缓存。

select * from tab where id between ? and ?

但因为第二个语句和第一个语句命中的规则是同一个，所以这类语句的执行总次数会递增。

如下图：