【Y 码力】: 是由 YMatrix 研发团队负责的栏目，栏目专注介绍数据库的底层原理、实现细节，以及YMatrix 研发团队不断探索中的工程实践。我们希望栏目能够成为数据库技术的显微镜，同时也能够成为大家了解 YMatrix 研发团队的一扇窗。
摘要
谈到 WAL ，我们总是第一个想到故障恢复，除了能够提供宕机时的数据恢复能力，WAL 其实也被设计用来提高数据库的性能。本文会从基本原理出发，介绍 WAL 是如何提高数据库的性能的。
作者：王任远｜YMatrix MXUI 研发工程师
1. WAL 是什么？
WAL 全称是 Write ahead log。顾名思义，WAL 首先是一个日志（log)，作为操作日志，记录了数据库中对数据的操作；另外日志的写入发生在数据写入之前，也就是说，任何一个对数据的操作，会由 WAL 首先记录下来，然后数据才会被记录到相应的文件中。
2. WAL 让写入更复杂？
我们先来简单讨论数据写入时的逻辑：
当没有 WAL 的时候，任何写入的的过程可以被朴素的认为只包含 1 步，每次插入/更新都是一个完整的简单操作：
- 将更新后的数据直接保存至磁盘
当 WAL 引入后，变成了3步：
- 操作日志保存到硬盘
- 更新后的数据写入内存（读取时，若一条数据在内存中存在，则会优先读取内存中的数据，而不是硬盘上的内容）
- *在恰当的时机(checkpoint) ，将内存中的最新数据存储至磁盘，并清空之前的日志以及内存
该流程仅为演示基本逻辑步骤，在数据库内核的实现中，整个流程的实现要复杂的多。
扩展阅读；
- 英文视频介绍：https://www.youtube.com/watch?v=h9n5taRDvfE
- The Internals of PostgreSQL：https://www.interdb.jp/pg/pgsql09.html
看起来写入的过程由一步变成三步，变得更加复杂了，可是我们为什么说 WAL 能够提高性能呢？
3. 顺序读写 VS 随机读写
数据库中的数据是会被频繁操作的，因此，我们描述的的写入过程会被频繁的重复，在这个讨论前提下，WAL 能够带来磁盘 IO 操作的优化，从而带来性能的明显提升。
首先关于磁盘的写入过程，我们先有一个基本的认知：
- 先寻址，再写入
硬盘好比一个作业本，如果我们需要在某一页写入一行内容，那么一共分为两步：
- 翻到指定的页
- 写入内容
我们考虑两种不同的行为：
A. 如果我们需要在其中的 1, 100，1000页上添加内容，我们执行的过程是：
- 翻到对应的页码
- 添加1行内容
- 重复1、2 三次
B. 如果我们仅需要在最后一页上顺序添加三行，那么我们只需要：
- 翻到对应的页码
- 添加3行内容
由于对于一个数据库内会存在很多张表，那么当数据库更新表数据时，实际写入的位置，会根据表的不同对应到不同的磁盘位置，行为近似于 A；而写入 WAL 的过程，由于总是按照时间在末尾追加，其行为近似于 B。
A 对应的随机读写，而 B 对应顺序读写。顺序读写明显减少了“翻页”操作，因此从原理上，性能远高于随机读写。
在机械硬盘时代，寻址意味着着磁盘（platter) 的旋转，使磁头(read/write head) 对应到数据所在的准确位置，是一个物理操作，其开销可想而知。而每次读写一个块时，首先就需要通过这些物理操作找到正确位置，然后才能进行进一步的读写，传输工作，因此，顺序读写相比随机读写减少了。
在 SSD 时代，由于机械部件的消失，寻址时不再需要移动磁盘、磁头，这就使得每次读写操作时，“响应速度” 大幅提升，从而大幅提升了随机读写的性能，但从上图的测评我们仍然可以看到，顺序读写的速度仍然明显高于随机读写，当面对密集读写操作时，性能差异就会变得更加“肉眼可见”。
4. 减少随机读写
当没有 WAL 时：
由于数据存储在硬盘不同的位置，可能每写一条，就要重新寻址，开销大。
当引入了 WAL：
- 由于 WAL 是日志，根据时间不断追加，因此属于硬盘友好的顺序写入，开销小。
- 更新后的数据先写入内存（脏页），以保证数据立即可用，开销很小。
此时一直都没有触发过写磁盘的操作，因此用户可以感知到明显的性能提升。
最后，要保证新数据被持久化，执行。
3. *在恰当的时机存储至磁盘（刷盘），
完成后记录删除这个时间点之前的
WAL 文件以循环利用空间，开销大。
因此，我们只要精细的控制步骤 3，让步骤 3 以较低的频率发生。
- 积攒够一批再写，降低执行次数。
- 在刷盘过程中，将一批数据合理安排，大多数时候也能明显的降低随机写入，从而提升整体的性能。
思考：
问：数据最终都要落盘，如果内存里存了多个表的不同数据，那么刷盘时还是可以认为是随机写入，那么岂不是性能没有什么变化？
答：如果说我们添加内容的页数分别为 1,10,1，那么写入的时候就可以先写 2 个页码 1 的，再写页码 10 的，这样就减少了一次寻址， 也就是少了一次随机写入，从而提升了性能。
5. 刷盘的最佳策略
如上面所介绍的，刷盘时机的控制策略，会明显影响数据库的性能表现：
- 如果刷盘间隔太短，那么就起不到降低硬盘写入操作次数的效果。
- 如果刷盘间隔太长，又可能会导致 WAL 积累了太多操作，占用硬盘空间，同时脏页占用大量的内存，执行刷盘时由于要写入的数据量巨大从而导致占用大量硬盘带宽，影响其他操作。
YMatrix 中，刷盘操作的时机，主要由两种机制共同作用。
- 周期性触发：检查两次 checkpoint 操作的时间间隔，超过则刷盘。
- 阈值触发：发现 WAL 日志的大小达到阈值时，超过则刷盘。
运维思考：
- 周期性触发频率由参数 checkpoint_timeout 控制，默认值为 5 分钟。
- 阈值触发由参数 max_wal_size 控制，默认值为 4GB。
- 数据库进行启动/停止时也会进行刷盘操作。
两种机制结合，就可以保证：
- 负载正常时数据被定期被存储至磁盘。
- 负载高的数据能及时存储避免 WAL 和脏页积攒过多。
运维参考：
通过命令 CHCEKPOINT 可以立即触发刷盘。
-bash-4.2$
-bash-4.2$ psql postgres
psql (12)
Type "help" for help.
postgres=# CHECKPOINT;
CHECKPOINT小知识：
- WAL 在不同数据库中有不同的名字，在mysql 的 innodb 引擎中被称之为 Redo Log。
- WAL 由于完整保存了数据的操作记录，可以用来在多个集群或数据库系统间同步数据，通常 CDC (Change Data Capture) 方案（如 Flink 等）都使用他来同步数据。
- 当我们提到 xlog 的时候，指的即是WAL。上古时期，PostgreSQL 一部分地方（比如一些目录，参数和方法）使用了xlog 这个名称，到 PostgreSQL 10时，社区付出了大量努力将命名统一为 WAL。
附录
1. SSD的随机读写和顺序读写：https://www.zhihu.com/question/47544675/answer/2924069738
2. 三星970 PRO 1TB M.2 SSD评测：https://expreview.com/61492-2.html
3. Afraid of SSD? Will SSD kill the profession of database and SQL tuning specialists? https://use-the-index-luke.com/blog/2013-07/afraid-of-ssd
4. Wal and Xlog：https://www.enterprisedb.com/blog/wal-and-xlog
本文为 YMatrix 原创内容，未经允许不得转载。
欲了解更多超融合时序数据库相关信息，请访问 “YMatrix 超融合数据库”
