背景

    MySQL5.6以后的版本提供了多种优化手段用于create index，比如online方式，Bulk Load方式。

    Online提供了非阻塞写入的方式创建索引，为运维提供了很大的便利。 Bulk Load提升了索引创建的效率,减少了阻塞的时间。 这篇介绍下MySQL 5.7.5 Bulk Load的细节，并从查找，排序，redo，undo，page split等维度比较一下传统方式和Bulk Load方式。

    传统方式

    MySQL 5.7.5版本之前，create index使用的是和insert一条记录相同的api接口，即自上而下的插入方式。

    步骤1: 扫描clustered index，得到行记录。 步骤2: 根据record，按照B-Tree的结构，从root->branch->leaf page查找到属于record的位置。: 步骤3: 调用write index record接口，维护索引。

    1. 查找: 对每一条记录在插入前从B-Tree上查找到自己的位置。
    2. 排序: 因为是按照B-Tree的结构，所以每一条记录插入都是有序的。
    3. redo: 每条记录的插入都会记录innodb的redo做保护。
    4. undo: 记录每个插入记录位置的undo
    5. page split: 插入采用optimistic的方式，如果失败而发现page full，那么就split page，并向上更新branch page。

    从上面的步骤和几个维度的说明上，传统的create index比较简单，但一方面会阻塞写入，另一方面效率会比较低，延长了不可用时间。

    Bulk Load方式

    MySQL 5.7.5 版本，提供了Bulk Load方式创建索引，使用多路归并排序和批量写入的方法，是一种自下而上的方式。

    步骤1: 扫描clustered index，写入sort buffer，等sort buffer写满了后，写入到临时文件中。 步骤2: 对临时文件中的有序记录进行归并排序。 步骤3: 批量写入到索引结构中。

    批量写入: 因为记录都是有序的，所以写入的过程就是，不断的分配leaf page，然后批量写入记录，并保留innodb_fill_factor设置的空闲空间大小，所以，就是不断在最右边leaf page写入，并不断进行平衡B-Tree结构的过程。

    1. 查找: Bulk Load方式并没有单条record查找的过程。
    2. 排序: 使用多路归并排序，对待写入的records进行排序。
    3. redo: Innodb并没有记录redo log，而是做checkpoint直接持久化数据。
    4. undo: 记录了新分配的page。
    5. page split: 因为每次都是初始化一个最右端的page，create index的时候不存在split。

    从上面的步骤和几个维度的说明上，Bulk Load方式能显著的利用机器的吞吐量，加快创建index的过程。

    问题及与Oracle的比较

    1. 临时空间使用

      MySQL使用临时目录来保存临时文件，对于文件的大小受限于目录空间大小，需要注意。RDS通过增加一个参数来控制临时空间的使用。 Oracle使用临时表空间，如果排序空间不足，则会遇到常见的错误：ORA-01652: unable to extend temp segment by 128 in tablespace TEMP

    2. redo保护

      MySQL 的Bulk Load方式，没有使用redo保护，数据库从write-ahead logging方式退化成direct persist data，并且未来如果MySQL希望使用Innodb redo的方式进行复制，也变的困难。 Oracle如果不指定no logging参数，索引创建过程中记录完整的redo信息。

    3. direct write

      MySQL Bulk Load方式，对于新的leaf page，在创建的过程中，唤醒page cleaner线程对这些page做checkpoint进行持久化。 Oracle提供一种用户的服务器进程直接direct write物理文件的方式，写入数据，而不依赖DBWR进程。