## 背景 之前的月报中我们比较了InnoDB linear read-ahead和Oracle的multiblock read，两个的性能有所差别，具体可以参考[月报详情](http://10.101.233.47:4000/monthly/2015/05/04/ "InnoDB 预读 VS Oracle 多块读")。 这两种方式之所以带来了更高的吞吐量，都基于数据存储的连续性的假设，比如MySQL使用自增字段作为pk的InnoDB索引表，或者是Oracle使用默认的堆表，但当这样的假设条件不成立的时候，怎么办？ ## 场景 考虑下面的一个场景，如下图所示：  这是一个B-Tree结构，典型的InnoDB的索引聚簇表，这样的结构很容易构造，比如使用一个非连续的字段作为索引字段，随机对记录进行插入，这样leaf page链表上的page_no就会产生非连续性，如果进行一次全表扫描，比如 `checksum table t`，按照正常的升序扫描，leaf page扫描的page_no顺序是3, 4, 5230等等，这样其实是无法使用到InnoDB 的Linear read-ahead，更没有办法合并IO请求。 对于存在时间比较长，变更又比较多的大表，除非我们对于这个表进行重建，否则leaf page的离散性会随着时间的推移，越来越严重。但对于在线应用来说，重建又会产生比较大的运维风险，这里就介绍一种平衡的方法，logical read-ahead。 ## logical read-ahead 逻辑预读的概念是指，根据branch节点来预读leaf节点。 逻辑预读使用两个扫描路径: 1\. 一个cursor定位到leaf page，然后根据leaf page之间的双链表，moves_up进行扫描数据； 2\. 另一个cursor定位到branch节点，因为InnoDB B-Tree结构的每一层都由双向链表进行连接，然后这个cursor就沿着branch节点进行扫描，保存扫描到的page_no，然后使用异步IO，发起这些leaf page的预读取。 ## 代码实现 MySQL 5.6版本上的实现方式: 1\. 在`row_search_for_mysql`进行moves_up的过程中进行logical read-ahead； 2\. branch节点扫描的cursor保存到trx结构中，生命周期到一个sql语句结束； 3\. branch cursor扫描用户可配置的page count，临时保存到数组中，对page_no进行排序； 4\. 使用libaio发起异步IO读取，完成logical read-ahead。 logical read-ahead很好的提升了离散存储数据的吞吐能力，Facebook在他们的MySQL实例的逻辑备份过程中，对于大表的dump备份开启了此特性，备份速度有非常大的提升。