MySQL InnoDB存储引擎的自适应哈希（Adaptive Hash Index，下简称AHI）功能，想必很多同学都有所了解。
若用户的访问模式基本都是类似KV操作的点查询（point select），则InnoDB存储引擎会自动创建哈希索引。
在有了哈希索引后，查询无需走B+树搜索，而直接通过hash就能直接定位查询的数据。
因此，通过AHI功能，MySQL的查询性能就能得到大幅提升。
查询能提升多少呢？对于写入操作又是否有影响呢？AHI有什么副作用么？
今天姜老师就将带你走进最熟悉的InnoDB功能：AHI。
想必很多同学没有意识到，AHI能有40%的性能提升。而这就是哈希索引的威力。
从下图可以看到，在AHI的加持下，主键查询可以达到140万的QPS：
但若当我们通过参数 innodb_adaptive_hash_index 关闭AHI功能后，主键查询的性能下跌为了100万QPS：
对于写入操作，开启和关闭AHI功能对性能的影响都没有太大的区别。
这是因为当DML测试时， MySQL 的瓶颈主要是在磁盘写入。具体可以通过 sysbench 的 oltp_update_index.lua 基准测试进行观察。
作为一个几乎透明的功能，其实一般用户无需关心，基本可以认为AHI是即开即用的功能。
默认AHI参数的设置也是比较合理的，例如参数 innodb_adaptive_hash_index_parts 设置为 8 。
然而，AHI存在一个副作用：当删除大表，且缓冲池（Buffer Pool，下简称BP）比较大，如超过32G，则MySQL数据库可能会有短暂被hang住的情况发生。
这时会对业务线程造成一定影响，从而导致业务系统的抖动。
产生这个问题的原因是在删除表的时候，InnoDB存储引擎会将该表在BP中的内存都淘汰掉，释放可用空间。
这其中包括数据页、索引页、自适应哈希页等。
当BP比较大时，扫描BP中flush_list链表需要比较长的时间，因此会产生系统的抖动。
因此在海量的互联网并发业务中，删除表操作需要做精细的逻辑控制，如：
1. 业务低峰期删除大表；
2. 删除表前禁用AHI功能；
3. 控制脏页链表长度，只有长度小于一定阈值，才发起删除操作；
4. 删除表后启用AHI功能；
不过呢，所有这么麻烦的处理在 MySQL 8.0.23 版本之后，就都不再需要了。
因为官方已经彻底修复了这个问题：
注意，截至目前最新的 MySQL 5.7.34 版本并没有进行修复，所以 5.7 还需要用户自己做控制。
若有同学想知道 MySQL 8.0 中的具体修复逻辑，可见github上提交：
https://github.com/mysql/mysql-server/commit/a0aa59ad8a42dcbbb69b911990b89ecd6c14b851
AHI真的是一个InnoDB的好功能，这才是真正的AI数据库该有的样子。
但InnoDB存储引擎在2001年发布时，就支持了这个功能，创始人Heikki Tuuri真可谓具有卓越的远见。
但在使用时，要特别注意删除大表可能产生的hang住问题。
这会对业务产生一定的影响，对于较高要求的业务来说，或许是不能接受的。
不过，若升级到 MySQL 8.0.23 版本后，这些问题将不复存在。
那么，升级 MySQL 8.0 ，你准备好了么？
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
