数据库ALGORITHM = INSTANT研究过程

news2025/5/24 11:09:39

背景

偶然在团队中发现同事大量使用 ALGORITHM = INSTANT 更新字段，根据固有的理解，平时字段的更新必然会涉及到表结构的更改，印象中数据库会加入MDL锁去保证表数据的一致性。
但是听说在Mysql8.0+特性中，表明在更新字段的时候此方法不会导致锁表，因为这是一个在线的DDL的操作方式。后续带着疑问查询了大量的文章未果，依然没有理解其中的原理，固写下文研究过程。

疑问点

例如下面的DDL方式

ALTER TABLE users ADD COLUMN age INT DEFAULT 0 COMMENT '年龄', ALGORITHM=INSTANT;

在结尾处使用了【ALGORITHM=INSTANT】的字段表述方式，即可避免锁表。

f*&！思来想去，这是什么东西，难不成是传说中的“多级&叠加表”设计？我猜想：数据依然是老数据，但是新表是新表，所以查询引擎层会append一些新表结构的字段回去。

颠覆了我的认知。

研究过程

我查询了许多文章的表述，但是最终得到的更多是【Mysql8.0+特性】。显然这样的结论并不能直接说服我们对技术的渴望，偶然看到一篇帖子，恍然大悟。
记录在淘宝的【数据库内核技术2020年3月】的报刊中，我们发现研究者对这项特性是这样描述的
在实现上，MySQL并没有在系统表中记录多个版本的schema，而是非常取巧的扩展了存储格式。在已有的info bits区域和新增的字段数量区域记录了instant column信息，instant add column之前的数据不做任何修改，之后的数据按照新格式存储。同时在系统表的private_data字段存储了instant column的默认值信息。查询时，读出的老记录只需要增加instant column默认值，新记录则按照新的存储格式进行解析，做到了新老格式的兼容。当然，这种实现方式带来的限制就是只能顺序加字段。
看完后，总结以下几点
1.在原有的数据表结构和新增的字段记录了【instant column】字段信息
2.旧数据查询的时候会补充【instant column】默认值，新数据按新的结构存储

对于大佬的总结，是根据一篇mysql的官网技术worklog来进行解读的

数据库worklog-instant算法
该技术describe 第五点有个阐述

For “old” rows, the default value will be looked up from the new
system tables and appended before return to server.

翻译过来就是：

对于“旧”行，将从新系统中查找默认值表格并在返回服务器之前附加。

这句话验证了我的猜想：表里存在的旧数据，在数据返回到服务器将新的字段进行append回去，去展示对应的完整数据行。

那也就是我们在操作数据的时候，使用了ALGORITHM = INSTANT在表里使用了DDL的方式操作，那么我们将不会关注元数据的更改情况，也就是不用关心锁表。
但是也提供了【INPLACE&FORCE 】原来的复制表的方式来更新内部表，也就是锁表的方式

关于Instant算法技术内幕原理

对于instant算法，可看上图

假设本身存在的一张表t1 , 先存在 a字段，插入一条数据x，此时存在了x(1) 【1 = 当前的列号情况】
现在ADD COLUMN更新表增加了b字段，再次插入一条数据y，此时存在数据x(1 + 1’) +
y(2)。最新数据y将使用所有列的情况，而x旧数据只保存了a列的字段，并没有b的，所以需要组装返回
再次ADD
COLUMN更新表增加了c字段，再次插入一条数据z，此时存在的数据x(1+2’)+y(2+1’)+z(3)。新增了c字段后，同上步骤，此时x将新增bc列的组装返回，y新增了c列，而x会使用所有列的情况。

表达的方式类似如图最后一张。

学习到其他大佬的对sql执行过程输出，观察到在使用instant字段后对其表进行数据新增，其新增数据会在bit字段设置为1来代表数据是instant之后的。
因为对于内部执行流程 rec_set_instant_flag_new函数在记录的Info bits字段设置REC_INFO_INSTANT_FLAG，会表示这个记录是instant add column之后创建的。

使用的注意点
1.ALGORITHM = INSTANT 不能与 LOCK 子句一起使用，如果指定了 INSTANT，并且 LOCK=NONE/SHARED/EXCLUSIVE如果同时指定了 LOCK=DEFAULT，则会引发 ER_WRONG_USAGE 错误。但是，如果同时指定了 LOCK=DEFAULT，则可以。
2.ADD COLUMN 可能会立即完成，因此我们可能不会期望立即进行 ADDCOLUMN 去修复损坏的索引
3.此工作日志不支持具有全文索引的表
4.对于 EXCHANGE PARTITION，为了简化逻辑，如果分区或要交换的表是即时的，那么该操作将被拒绝错误 ER_PARTITION_EXCHANGE_DIFFERENT_OPTION
5.对于使用它进行索引的创建或者更新，算法会被降级【ALGORITHM=INPLACE】，此时涉及到锁表，进行数据文件的物理修改。
6.INPLACE 算法原理（GPT）：

扫描表数据，构建索引结构。
允许并发 DML 操作（如 INSERT/UPDATE/DELETE），但某些阶段可能短暂阻塞 DDL。
最终替换旧表文件，完成索引创建

总结

使用Instant字段对元数据的操作（增加/修改字段和注释等），会将旧数据新增的字段列号只能附加在表的最后，而新数据将使用新表的数据方式存储。这是一个技术突破的东西。
仔细一看，mysql的描述感谢了Tencent的付出，腾讯哥还是厉害。他们主要的优化点是【ALTER TABLE … ADD COLUMN 可以立即完成，不需要太多的 IO 和等待时间】
这个特性的诞生，意味着大家对于新增字段大表的数据结构需要去增加字段，不会像之前那样操作锁表，mysql8.0+版本随意放心食用。