缓冲技术的缓冲池的管理

缓冲池由多个缓冲区组成。

而一个缓冲区由两部分组成：一部分是用来标识该缓冲器和用于管理的缓冲首部，另一部分是用于存放数据的缓冲体。这两部分有一一对应的映射关系。对缓冲池的管理是通过对每一个缓冲器的缓冲首部进行 *** 作实现的。

缓冲首部包括设备号、设备上的数据块号（块设备时）、互斥标识位以及缓冲队列连接指针和缓冲器号等。

系统把各缓冲区按其使用状况连成三种队列：

(1) 空白缓冲队列em，其队首指针为F(em)，队尾指针为L(em)；

(2) 装满输入数据的输入缓冲队列in，其队首指针为F(in)，队尾指针为L(in)；

(3) 装满输出数据的输出缓冲队列out，其队首指针为F(out)，队尾指针为L(out)。

另外，在缓冲池中还具有四种工作缓冲区：

(1) 用于收容输入数据的工作缓冲区（hin）；

(2) 用于提取输入数据的工作缓冲区（sin）；

(3) 用于收容输出数据的工作缓冲区（hout）；

(4) 用于提取输出数据的工作缓冲区（sout）。 可见，缓冲区工作在收容输入、提取输入、收容输出和提取输出四种工作方式如下：

对缓冲池的管理由如下几个 *** 作组成：

(1)从三种缓冲区队列中按一定的选取规则取出一个缓冲区的过程take_buf(type)

(2)把缓冲区按一定的选取规则插入相应的缓冲区队列的过程add_buf(type,number)；

(3)供进程申请缓冲区用的过程get_buf(type，number)

(4)供进程将缓冲区放入相应缓冲区队列的过程put_buf(type，work_buf)。

其中，参数type表示缓冲队列类型，number为缓冲区号，而work_buf则表示工作缓冲区类型。 使用这几个 *** 作，缓冲池的工作过程可描述如下：

首先，输入进程调用get_uf(em,number)过程从空白缓冲区队列中取出一个缓冲号为number的空白缓冲区，将其作为收容输入缓冲区hin，当hin中装满了由输入设备输入的数据之后，系统调用过程put_buf(in,hin)将该缓冲区插入输入缓冲区队列in中。

另外，当进程需要输出数据数据时，输出进程经过缓冲管理程序调用过程get_buf(em,number)从空白缓冲区队列中取出一个空白缓冲区number作为收容输出缓冲区hout，待hout中装满输出数据之后，系统再调用过程Put_buf(out,hout)将该缓冲区插入输出缓冲区队列out.

对缓冲区的输入数据和输出数据的提取也是由过程get_buf和put_buf实现的。get_buf(out，number)从输出缓冲队列中取出装满输出数据的缓冲区number，将其作为sout。当sout中数据输出完毕时，系统调用过程put_buf(em,sout)将该缓冲区插入空白缓冲队列。而get_buf(in，number)则从输入缓冲队列中取出一个装满输入数据的缓冲区number作为输入缓冲区sin，当CPU从中提取完所需数据之后，系统调用过程put_buf(em，sin)将该缓冲区释放和插入空白缓冲队列em中。

我知道楼主的问题已经解决了，但是为了以后的人，我分享下我的（mysql+myeclipse）。我刚刚也是遇到这问题，网上说的那个方法是适用于... was XXX milliseconds ago，是有时间的，XXX如果是0，一般是有地方写错了。检查下URL是否写错了，比如把localhost：3306写成localhost：8080或localhost，数据库名是testdb写成test，jar包导入是否有错等等，认真检查下就可以了。

innodb_buffer_pool_instances 参数，将 buffer pool 分成几个区，每个区用独立的锁保护，这样就减少了访问 buffer pool 时需要上锁的粒度，以提高性能。准备一个空数据库，在这里我们将 performance_schema_events_waits_history_long_size 调大，是为了让之后实验数据能采集的更多，在此不多做介绍。使用 sysbench，准备一些数据，

对数据进行预热 60s，可以看到预热期间的性能会不太稳定，预热后会比较稳定，

设置 performance_schema，这次我们将仅开启观察项（生产者）hash_table_locks，并开启 waits 相关收集端（消费者）。（相关介绍参看 实验 03）

为什么我们知道观察项应该选择 hash_table_locks？在 performance_schema.setup_instruments 表中，列出了所有观察项，但我们很难从中选出我们应观察哪个观察项。这时候，可以将所有观察项都启用，然后设计一些对比实验，比如使用几种不同的 SQL，观察这些 *** 作影响了哪些观察项，找到共性或者区。还有一种高效的方式是搜索别人的经验，或者阅读 MySQL 源码。本例中 hash_table_locks 隐藏的比较深，使用了阅读 MySQL 源码和对比试验结合的方法。

---