Writeset
优质博文：IT-BLOG-CN
MySQL的WriteSet功能主要用于增强复制的并发性和一致性，特别是在主从复制环境中。WriteSet是MySQL 5.7引入的一个特性，主要用于解决复制过程中可能出现的写冲突问题。
MySQL并行复制目前经历过三个比较关键的时间结点“库间并发”，“组提交”，“写集合”；
一、库间并发
库间并发：一个实例内可能会有多个库schema，不同的库之间没有什么依赖关系，所以在slave那边为每一个库schema单独起一个SQL线程，这样就能通过多线程并行复制的方式来提高主从复制的效率。
这个理论听起来没问题，但是事实上一个实例也就一个业务库，所以这种库间并发就没什么作用了；也就是说这个方式的适用场景比较少，针对这个不足直到“组提交”才解决！
二、组提交
组提交：如果多个事务他们能在同一时间内提交，这个就间接说明了这个几个事务锁上是没有冲突的，也是就说他们各自持有不同的锁，互不影响；逻辑上我们几个事务看一个组，在slave以“组”为单位分配给SQL线程执行，这样多个SQL线程就可以并行跑了；而且不在以库为并行的粒度，效果上要比“库间并发”要好一些。
这个事实上也有一些问题，因为它要求库上要有一定的并发度，不然就有可能变成每个组里面只有一个事务，这样就有串行没什么区别了，为了解决这个问题MySQL提供了两个参数就是希望在提交时先等一等，尽可能的让组内多一些事务，以提高并行复制的效率。
binlog_group_commit_sync_no_delay_count设置一个下水位，也就是说一个组要凑足多少个事务再提交；为子防止永远也凑不足。那么多个事务MySQL还以时间为维度给出了另一个参数binlog_group_commit_sync_delay这个参数就是最多等多久，超过这个时间长度后就算没有凑足也提交。
这两个参数特别难找到合的值，就算今天合适，过几天业务上有点变化后，又可能变的不合适了；如果MySQL能自己达到一个自适应的效果就好了；这个自适用要到WriteSet才完成(WriteSet并不是通过自动调整这两个参数来完成，它采用了完全不同的解决思路)。
三、WriteSet
WriteSet解决了“组提交”的问题
案例：假如第一天更新id=1的数据，第二天更新了id=2的数据，第三天有个slave同步数据了，以“组提交”的特点，这两个更新会被打包到不同的“组”，也就是说会有两个组；由于每个组内只有一个事务，所以逻辑上就串行起来了。
身为DBA可以看出来这两个事实上是可以打包到同一个组里来的，因为他们互不冲突，就算打包到同一个组也不引起数据的不一致。 于是你有两个办法：
【1】将binlog_group_commit_sync_no_delay_count设置成2,也就是说一个组至少要包含两个事务，并且把binlog_group_commit_sync_delay设置成24小时以上！如果你真的做了，你就可以回家了，你的数据库太慢了(第一条update等了一天)，才完成！
【2】MySQL用一本小本子记下它最近改了什么，如果现在要改的数据和之前的数据不冲突，那么他们就可以把包到同一个组；刚才的例子，由于第二天改的值的id=2所以它和第一天的不冲突，那么它完全可以把第二天的更新和第一天的更新打包到同一个组。这样组里面就有两个事务了，在slave第三天回放时就会有一种并行的效果。
binlog_transaction_dependency_history_size这个参数可以设置小本子的容量了；mysql-5.7.22之后的版本小本子就是它生来就有的。
只要在master上新增两个参数开启writeSet
binlog_transaction_dependency_tracking = WRITESET # COMMIT_ORDER
transaction_write_set_extraction = XXHASH64
binlog_transaction_dependency_history_size = 500000
binlog_transaction_dependency_tracking这个参数用于配置二进制日志中事务依赖关系的跟踪方式。它的主要目的是提高从库的并行复制能力。可选值：
【1】COMMIT_ORDER：基于提交顺序的事务依赖跟踪。这是默认值，表示从库按照主库上事务的提交顺序来执行事务。
【2】WRITESET：基于写集的事务依赖跟踪。启用这个选项后，MySQL会生成每个事务的写集，并在从库上进行冲突检测，以允许并行执行不冲突的事务。
【3】WRITESET_SESSION：基于写集的事务依赖跟踪，但在会话级别进行。与WRITESET类似，但冲突检测仅在同一会话内进行。
transaction_write_set_extraction这个参数用于配置写集提取的算法。写集提取是生成事务写集的过程，主要用于冲突检测。可选值：
【1】OFF：禁用写集提取。这是默认值。
【2】XXHASH64：使用XXHASH64算法进行写集提取。XXHASH64是一种快速的非加密哈希算法，适用于高性能场景。
binlog_transaction_dependency_history_size是内存中保存的做冲突检测的数据行数量的上限值，该值越大，保存的数据行越多，事务间冲突检测后并发度越高。
实际上Writeset是一个集合，使用的是C++ STL中的set容器，在类Rpl_transaction_write_set_ctx中包含了如下定义：
std::set<uint64> write_set_unique;
集合中的每一个元素都是hash值，这个hash值和我们的transaction_write_set_extraction参数指定的算法有关，其来源就是行数据的主键和唯一键。每行数据包含了两种格式：
【1】字段值为二进制格式
【2】字段值为字符串格式
四、实现细节
【1】生成WriteSet： 当一个事务在主库上提交时，MySQL会扫描事务中的所有写操作（如INSERT、UPDATE、DELETE），并将这些操作涉及的键生成一个WriteSet。
假设我们有一个简单的事务，它在一个表users上执行了一些写操作：
START TRANSACTION;
INSERT INTO users (id, name) VALUES (1, 'Alice');
UPDATE users SET name = 'Bob' WHERE id = 2;
DELETE FROM users WHERE id = 3;
COMMIT;
在这个事务中，涉及的写操作包括一个插入操作、一个更新操作和一个删除操作。MySQL会生成一个WriteSet来表示这些操作涉及的键。
WriteSet示例：假设users表的主键是id，那么生成的WriteSet可能会包含以下信息：
INSERT 操作：插入了 id = 1 的记录。
UPDATE 操作：更新了 id = 2 的记录。
DELETE 操作：删除了 id = 3 的记录。
简化后的WriteSet可以表示为：
WriteSet = { (users, id, 1), (users, id, 2), (users, id, 3) }
WriteSet = { (users, id, 1), (users, id, 2), (users, id, 3) }
这里的(users, id, 1)表示在users表中主键为1的记录。
在实际实现中，WriteSet可能会使用更复杂的数据结构和算法来存储和处理这些信息。例如，MySQL可能会使用哈希表或其他高效的数据结构来存储这些键，并使用哈希算法（如XXHASH64）来生成键的哈希值。
【2】传播WriteSet： 生成的WriteSet会随着二进制日志binlog一起传播到从库。在从库上，MySQL会解析这些日志并提取出WriteSet。
【3】冲突检测和处理： 从库在执行事务前，会检查当前事务的WriteSet是否与正在执行的其他事务的WriteSet有冲突。如果有冲突，当前事务会被推迟执行，直到冲突消除。
冲突检测：当从库接收到这个事务时，它会使用WriteSet来进行冲突检测。假设从库上有另一个事务正在执行，它的WriteSet是：
WriteSet = { (users, id, 2), (users, id, 4) }
从库会检测两个WriteSet是否有交集。在这个例子中，两个WriteSet都有 (users, id, 2)，说明存在写冲突。因此，从库会推迟执行这个事务，直到冲突消除。
五、WriteSet实践
我们要执行的目标SQL如下
create database tempdb;
use tempdb;
create table person(id int not null auto_increment primary key,name int);insert into person(name) values(1);
insert into person(name) values(2);
insert into person(name) values(3);
insert into person(name) values(5);
看一下组提交对上面SQL的分组情况
| last_committed(组号) | sequence_num(组内id) | SQL语句 |
|---|---|---|
| 1 | 1 | create database tempdb |
| 2 | 2 | create table person(id int not null auto_increment primary key,name int) |
| 3 | 3 | insert into person(name) values(1) |
| 4 | 4 | insert into person(name) values(2) |
| 5 | 5 | insert into person(name) values(3) |
| 6 | 6 | insert into person(name) values(5) |
看write_set的对“组提交”优化后的情况
| last_committed(组号) | sequence_num(组内id) | SQL语句 |
|---|---|---|
| 1 | 1 | create database tempdb |
| 2 | 2 | create table person(id int not null auto_increment primary key,name int) |
| 3 | 3 | insert into person(name) values(1) |
| 3 | 4 | insert into person(name) values(2) |
| 3 | 5 | insert into person(name) values(3) |
| 3 | 6 | insert into person(name) values(5) |
可以看到各个insert是可以并行执行的，所以它们被分到了同个组last_committed相同。
last_committed，sequence_number这两个值在binlog里面记着就有，我在解析binlog的时候习惯使用如下选项
mysqlbinlog -vvv --base64-output='decode-rows' mysql-bin.000002