一、前言

　　InnoDB 有两块非常重要的日志：

　　(1)undo log：用来保证事务的原子性以及InnoDB的MVCC

　　(2)edo log：用来保证事务的持久性。

　　与大多数关系型数据库一样，InnoDB记录了对数据文件的物理更改，并保证总是日志先行，也就是所谓的WAL，即在持久化数据文件前，保证之前的redo日志已经写到磁盘。

　　LSN(log sequence number) 用于记录日志序号，它是一个不断递增的 unsigned long long 类型整数。在 InnoDB 的日志系统中，LSN 无处不在，它既用于表示修改脏页时的日志序号，也用于记录checkpoint，通过LSN，可以具体的定位到其在redo log文件中的位置。

　　为了管理脏页，在 Buffer Pool 的每个instance上都维持了一个flush list，flush list 上的 page 按照修改这些 page 的LSN号进行排序。所以定期做redo checkpoint点时，选择的 LSN 总是所有 bp instance 的 flush list 上最老的那个page(拥有最小的LSN)。由于采用WAL的策略，每次事务提交时需要持久化 redo log 才能保证事务不丢。而延迟刷脏页则起到了合并多次修改的效果，避免频繁写数据文件造成的性能问题。

　　因为 InnoDB 日志组的特性已经被废弃(redo日志写多份)，归档日志(InnoDB archive log)特性也在5.7被彻底移除，本文在描述相关逻辑时会忽略这些逻辑。另外限于篇幅，InnoDB崩溃恢复的逻辑将在下期讲述，本文重点阐述redo log 产生的生命周期以及MySQL 5.7的一些改进点。

　　本文的分析是基于最新的MySQL 5.7.7-RC版本。

　　二、InnoDB 日志文件

　　InnoDB的redo log可以通过参数innodb_log_files_in_group配置成多个文件，另外一个参数innodb_log_file_size表示每个文件的大小。所以总的redo log大小为innodb_log_files_in_group * innodb_log_file_size。

　　Redo log文件以ib_logfile[number]命名，日志目录可以通过参数innodb_log_group_home_dir控制。Redo log 以顺序的方式写入文件文件，写满时则回溯到第一个文件，进行覆盖写。(但在做redo checkpoint时，也会更新第一个日志文件的头部checkpoint标记，所以严格来讲也不算顺序写)。如图1所示：

　　图1

　　在InnoDB内部，逻辑上ib_logfile被当成了一个文件，对应同一个space id。由于是使用512字节block对齐写入文件，可以很方便的根据全局维护的LSN号计算出要写入到哪一个文件以及对应的偏移量。

　　Redo log文件是循环写入的，在覆盖写之前，总要保证对应的脏页已经刷到了磁盘。在非常大的负载下，Redo log可能产生的速度非常快，导致频繁的刷脏操作，进而导致性能下降，通常在未做checkpoint的日志超过文件总大小的76%之后，InnoDB 认为这可能是个不安全的点，会强制的preflush脏页，导致大量用户线程stall住。如果可预期会有这样的场景，我们建议调大redo log文件的大小。可以做一次干净的shutdown，然后修改Redo log配置，重启实例。

　　除redo log文件外，InnoDB还有其他的日志文件，比如为了保证truncate操作而产生的中间日志文件，包括 truncate innodb 表以及truncate undo log tablespace，都会产生一个中间文件，来标识这些操作是成功还是失败，如果truncate没有完成，则需要在 crash recovery 时进行重做。有意思的是，根据官方worklog的描述，最初实现truncate操作的原子化时是通过增加新的redo log类型来实现的，但后来不知道为什么又改成了采用日志文件的方式，也许是考虑到低版本兼容的问题吧。

　　三、关键结构体

　　1.g_sys对象

　　log_sys是InnoDB日志系统的中枢及核心对象，控制着日志的拷贝、写入、checkpoint等核心功能。它同时也是大写入负载场景下的热点模块，是连接InnoDB日志文件及log buffer的枢纽，对应结构体为log_t。

　　其中与 redo log 文件相关的成员变量包括以下：

　　图2

　　上述几个sync/async点的计算方式可以参阅函数log_calc_max_ages，以如下实例配置为例：

　　图3

　　各个成员变量值及占总文件大小的比例：

　　图4

　　通常：

　　(1)当当前未刷脏的最老lsn和当前lsn的距离超过max_modified_age_async(71%)时，且开启了选项innodb_adaptive_flushing时，page cleaner线程会去尝试做更多的dirty page flush工作，避免脏页堆积。

　　(2)当前未刷脏的最老lsn和当前Lsn的距离超过max_modified_age_sync(76%)时，用户线程需要去做同步刷脏，这是一个性能下降的临界点，会极大的影响整体吞吐量和响应时间。

　　(3)上次checkpoint的lsn和当前lsn超过max_checkpoint_age(81%)，用户线程需要同步地做一次checkpoint，需要等待checkpoint写入完成。

　　(4)上次checkpoint的lsn和当前lsn的距离超过max_checkpoint_age_async(78%)但小于max_checkpoint_age(81%)时，用户线程做一次异步checkpoint(后台异步线程执行CHECKPOINT信息写入操作)，无需等待checkpoint完成。

　　log_group_t结构体主要成员如下图所示：

　　图5

　　与redo log 内存缓冲区相关的成员变量包括：

　　图6

　　与Checkpoint检查点相关的成员变量：

　　图7

　　其他状态变量

　　图8

　　log_sys与日志文件和日志缓冲区的关系可用下图来表示：

　　图9

　　四、Mini transaction

　　Mini transaction(简称mtr)是InnoDB对物理数据文件操作的最小事务单元，用于管理对Page加锁、释放、修改、以及日志提交到公共buffer等工作。一个mtr操作必须是原子的，一个事务可以包含多个mtr。每个mtr完成后需要将本地产生的日志拷贝到公共缓冲区，将修改的脏页放到flush list上。

　　mtr事务对应的类为mtr_t, mtr_t::Impl中保存了当前mtr的相关信息，包括，如下所示的内容:

　　图10

　　在修改或读一个数据文件中的数据时，一般是通过mtr来控制对对应page或者索引树的加锁，在5.7中，有以下几种锁类型(mtr_memo_type_t)，如图11所示

　　图11

　　五、mtr log生成

　　InnoDB的redo log都是通过mtr产生的，先写到mtr的cache中，然后再提交到公共buffer中，本小节以INSERT一条记录对page产生的修改为例，阐述一个mtr的典型生命周期。

　　入口函数：row_ins_clust_index_entry_low

　　1.启mtr

　　执行如下所示的代码块

　　mtr_start(&mtr);

　　mtr.set_named_space(index->space);

　　mtr_start主要包括以下：

　　(1)初始化mtr的各个状态变量

　　(2)模式为MTR_LOG_ALL，表示记录所有的数据变更

　　(3)状态设置为ACTIVE状态(MTR_STATE_ACTIVE)

　　(4)理对象和日志管理对象初始化内存(mtr_buf_t),初始化对象链表

　　mtr.set_named_space 是5.7新增的逻辑，将当前修改的表空间对象fil_space_t保存下来：如果是系统表空间，则赋值给m_impl.m_sys_space, 否则赋值给m_impl.m_user_space。

　　Tips： 在5.7里针对临时表做了优化，直接关闭redo记录，如下所示：

　　mtr.set_log_mode(MTR_LOG_NO_REDO)

　　2.记录插入的位置

　　主要入口函数： btr_cur_search_to_nth_level

　　不管插入还是更新操作，都是先以乐观方式进行，因此先加索引S锁，如下所示:

　　mtr_s_lock(dict_index_get_lock(index),&mtr)，对应mtr_t::s_lock函数

　　若以悲观方式插入记录，意味着可能产生索引分裂，在5.7之前会加索引X锁，而5.7版本则会加SX锁(但某些情况下也会退化成X锁)

　　(1)X锁： mtr_x_lock(dict_index_get_lock(index), mtr),对应mtr_t::x_lock函数

　　(2)SX锁：mtr_sx_lock(dict_index_get_lock(index),mtr)，对应mtr_t::sx_lock函数

　　对应到内部实现，实际上就是加上对应的锁对象，然后将该锁的指针和类型构建的mtr_memo_slot_t对象插入到mtr.m_impl.m_memo中。

　　当找到预插入page对应的block，还需要加block锁，并把对应的锁类型加入到mtr：mtr_memo_push(mtr, block, fix_type)

　　若对page加的是MTR_MEMO_PAGE_X_FIX或者MTR_MEMO_PAGE_SX_FIX锁，并且当前block是clean的，则将m_impl.m_made_dirty设置成true，表示即将修改一个干净的page。

　　若加锁类型为MTR_MEMO_BUF_FIX，实际上是不加锁对象的，但需要判断临时表的场景，临时表page的修改不加latch，但需要将m_impl.m_made_dirty设置为true(根据block的成员m_impl.m_made_dirty来判断)，这也是5.7对InnoDB临时表场景的一种优化。

　　同样的，根据锁类型和锁对象构建mtr_memo_slot_t加入到m_impl.m_memo中。

　　3.数据

　　在插入数据过程中，包含大量的redo写cache逻辑，例如更新二级索引页的max trx id、写undo log产生的redo(嵌套另外一个mtr)、修改数据页产生的日志。这里我们只讨论修改数据页产生的日志，进入函数page_cur_insert_rec_write_log:

　　第一步: 调用函数mlog_open_and_write_index记录索引相关信息

　　(1)调用mlog_open，分配足够日志写入的内存地址，并返回内存指针

　　(2)初始化日志记录：mlog_write_initial_log_record_fast 写入|类型=MLOG\_COMP\_REC\_INSERT，1字节|space id | page no| space id 和page no采用一种压缩写入的方式(mach_write_compressed)，根据数字的具体大小，选择从1到4个字节记录整数，节约redo空间，对应的解压函数为mach_read_compressed

　　(3)写入当前索引列个数，占两个字节

　　(4)写入行记录上决定唯一性的列的个数，占两个字节(dict_index_get_n_unique_in_tree) 对于聚集索引，就是PK上的列数;对于二级索引，就是二级索引列+PK列个数

　　(5)写入每个列的长度信息，每个列占两个字节 如果这是 varchar 列且最大长度超过255字节, len = 0x7fff;如果该列非空，len |= 0x8000;其他情况直接写入列长度。

　　第二步: 写入记录在page上的偏移量，占两个字节，如下所示

　　mach_write_to_2(log_ptr, page_offset(cursor_rec));

　　第三步: 写入记录其它相关信息 (rec size, extra size, info bit，关于InnoDB的数据文件物理描述，我们以后再介绍，本文不展开)

　　第四步: 将插入的记录拷贝到redo文件，同时关闭mlog，如下所示：

　　memcpy(log_ptr, ins_ptr, rec_size);

　　mlog_close(mtr, log_ptr + rec_size);

　　通过上述流程，我们写入了一个类型为MLOG_COMP_REC_INSERT的日志记录。由于特定类型的记录都基于约定的格式，在崩溃恢复时也可以基于这样的约定解析出日志。

　　这里只举了一个非常简单的例子，该mtr中只包含一条redo记录。实际上mtr遍布整个InnoDB的逻辑，但只要遵循相同的写入和读取约定，并对写入的单元(page)加上互斥锁，就能从崩溃恢复。

　　更多的redo log记录类型参见enum mlog_id_t。

　　在这个过程中产生的redo log都记录在mtr.m_impl.m_log中，只有显式提交mtr时，才会写到公共buffer中。

　　4.mtr log

　　当提交一个mini transaction时，需要将对数据的更改记录提交到公共buffer中，并将对应的脏页加到flush list上。

　　入口函数为mtr_t::commit()，当修改产生脏页或者日志记录时，调用mtr_t::Command::execute，执行过程如下：

　　第一步: mtr_t::Command::prepare_write()

　　(1)若当前mtr的模式为MTR_LOG_NO_REDO 或者MTR_LOG_NONE，则获取log_sys->mutex，从函数返回

　　(2)若当前要写入的redo log记录的大小超过log buffer的二分之一，则去扩大log buffer，大小约为原来的两倍。

　　持有log_sys->mutex

　　调用函数log_margin_checkpoint_age检查本次写入： 如果本次产生的redo log size的两倍超过redo log文件capacity，则打印一条错误信息;若本次写入可能覆盖检查点，还需要去强制做一次同步chekpoint

　　检查本次修改的表空间是否是上次checkpoint后第一次修改，调用函数(fil_names_write_if_was_clean)

　　如果space->max_lsn = 0，表示自上次checkpoint后第一次修改该表空间：

　　(1) 修改space->max_lsn为当前log_sys->lsn;

　　(2)调用fil_names_dirty_and_write将该tablespace加入到fil_system->named_spaces链表上;

　　(3)调用fil_names_write写入一条类型为MLOG_FILE_NAME的日志，写入类型、spaceid, page no(0)、文件路径长度、以及文件路径名。

　　在mtr日志末尾追加一个字节的MLOG_MULTI_REC_END类型的标记，表示这是多个日志类型的mtr。

　　Tips：在5.6及之前的版本中，每次crash recovery时都需要打开所有的ibd文件，如果表的数量非常多时，会非常影响崩溃恢复性能，因此从5.7版本开始，每次checkpoint后，第一次修改的文件名被记录到redo log中，这样在重启从检查点恢复时，就只打开那些需要打开的文件即可(WL#7142)

　　若不是从上一次checkpoint后第一次修改该表，则根据mtr中log的个数，或标识日志头最高位为MLOG_SINGLE_REC_FLAG，或附加一个1字节的MLOG_MULTI_REC_END日志。

　　注意从prepare_write函数返回时是持有log_sys->mutex锁的。

　　至此一条插入操作产生的mtr日志格式有可能如下图所示：

　　图12

　　第二步: mtr_t::Command::finish_write

　　将日志从mtr中拷贝到公共log buffer。这里有两种方式

　　如果mtr中的日志较小，则调用函数log_reserve_and_write_fast，尝试将日志拷贝到log buffer最近的一个block。如果空间不足，走逻辑b)，否则直接拷贝

　　检查是否有足够的空闲空间后，返回当前的lsn赋值给m_start_lsn(log_reserve_and_open(len))，随后将日志记录写入到log buffer中。

　　m_start_lsn = log_reserve_and_open(len);

　　mtr_write_log_t write_log;

　　m_impl->m_log.for_each_block(write_log);

　　在完成将redo 拷贝到log buffer后，需要调用log_close, 如果最后一个block未写满，则设置该block头部的LOG_BLOCK_FIRST_REC_GROUP信息;

　　满足如下情况时，设置log_sys->check_flush_or_checkpoint为true：

　　1当前写入buffer的位置超过log buffer的一半

　　2bp中最老lsn和当前lsn的距离超过log_sys->max_modified_age_sync

　　3当前未checkpoint的lsn age超过log_sys->max_checkpoint_age_async

　　4当前bp中最老lsn为0 (没有脏页)

　　当check_flush_or_checkpoint被设置时，用户线程在每次修改数据前调用log_free_check时，会根据该标记决定是否刷redo日志或者脏页。

　　注意log buffer遵循一定的格式，它以512字节对齐，和redo log文件的block size必须完全匹配。由于以固定block size组织结构，因此一个block中可能包含多个mtr提交的记录，也可能一个mtr的日志占用多个block。如下图所示：

　　图13

　　第三步：如果本次修改产生了脏页，获取log_sys->log_flush_order_mutex，随后释放log_sys->mutex。

　　第四步： 将当前Mtr修改的脏页加入到flush list上，脏页上记录的lsn为当前mtr写入的结束点lsn。基于上述加锁逻辑，能够保证flush list上的脏页总是以LSN排序。

　　第五步：释放log_sys->log_flush_order_mutex锁

　　第六步： 释放当前mtr持有的锁(主要是page latch)及分配的内存，mtr完成提交。

　　Redo 写盘操作

　　有几种场景可能会触发redo log写文件,如以下所示

　　(1)edo log buffer空间不足时

　　(2)务提交

　　(3)台线程

　　(4)checkpoint

　　(5)例shutdown时

　　(6)inlog切换时

　　我们所熟悉的参数innodb_flush_log_at_trx_commit 作用于事务提交时，这也是最常见的场景：

　　(1)当设置该值为1时，每次事务提交都要做一次fsync，这是最安全的配置，即使宕机也不会丢失事务;

　　(2)设置为2时，则在事务提交时只做write操作，只保证写到系统的page cache，因此实例crash不会丢失事务，但宕机则可能丢失事务;

　　(3)设置为0时，事务提交不会触发redo写操作，而是留给后台线程每秒一次的刷盘操作，因此实例crash将最多丢失1秒钟内的事务。

　　下图表示了不同配置值的持久化程度，如图14所示

　　图14

　　显然对性能的影响是随着持久化程度的增加而增加的。通常我们建议在日常场景将该值设置为1，但在系统高峰期临时修改成2以应对大负载。

　　由于各个事务可以交叉的将事务日志拷贝到log buffer中，因而一次事务提交触发的写redo到文件，可能隐式的帮别的线程“顺便”也写了redo log，从而达到group commit的效果。

　　写redo log的入口函数为log_write_up_to，该函数的逻辑比较简单，这里不详细描述，但有几点说明下。

　　log_write_up_to逻辑重构

　　首先是在该代码逻辑上，相比5.6及之前的版本，5.7在没有更改日志写主要架构的基础上重写了log_write_up_to，让其代码更加可读，同时消除一次多余的获取log_sys->mutex，具体的(WL#7050)：

　　(1)早期版本的innodb支持将redo写到多个group中，但现在只支持一个group，因此移除相关的变量，消除log_write_up_to的第二个传参;

　　(2)rite redo操作一直持有log_sys->mutex, 所有随后的write请求，不再进入condition wait, 而是通过log_sys->mutex序列化;

　　的逻辑中，在write一次redo后，需要释放log_sys->mutex，再重新获取，更新相关变量，新的逻辑消除了第二次获取 log_sys->mutex;

　　write请求的写redo无需等待fsync，这意味着写redo log文件和fsync文件可以同时进行。

　　理论上该改动可以帮助优化innodb_flush_log_at_trx_commit=2时的性能。

　　log write ahead

　　上面已经介绍过，InnoDB以512字节一个block的方式对齐写入ib_logfile文件，但现代文件系统一般以4096字节为一个block单位。如果即将写入的日志文件块不在OS Cache时，就需要将对应的4096字节的block读入内存，修改其中的512字节，然后再把该block写回磁盘。

　　为了解决这个问题，MySQL 5.7引入了一个新参数：innodb_log_write_ahead_size。当当前写入文件的偏移量不能整除该值时，则补0，多写一部分数据。这样当写入的数据是以磁盘block size对齐时，就可以直接write磁盘，而无需read-modify-write这三步了。

　　注意innodb_log_write_ahead_size的默认值为8196，你可能需要根据你的系统配置来修改该值，以获得更好的效果。

　　Innodb redo log checksum

　　在写入redo log到文件之前，redo log的每一个block都需要加上checksum校验位，以防止apply了损坏的redo log。

　　然而在5.7.7版本之前版本，都是使用的InnoDB的默认checksum算法(称为InnoDB checksum)，这种算法的效率较低。因此在MySQL5.7.8以及Percona Server 5.6版本都支持使用CRC32的checksum算法，该算法可以引用硬件特性，因而具有非常高的效率。

　　在我的sysbench测试中，使用update_non_index，128个并发下TPS可以从55000上升到60000(非双1)，效果还是非常明显的。

　　Redo checkpoint

　　InnoDB的redo log采用覆盖循环写的方式，而不是拥有无限的redo空间;即使拥有理论上极大的redo log空间，为了从崩溃中快速恢复，及时做checkpoint也是非常有必要的。

　　InnoDB的master线程大约每隔10秒会做一次redo checkpoint，但不会去preflush脏页来推进checkpoint点。

　　通常普通的低压力负载下，page cleaner线程的刷脏速度足以保证可作为检查点的lsn被及时的推进。但如果系统负载很高时，redo log推进速度过快，而page cleaner来不及刷脏，这时候就会出现用户线程陷入同步刷脏并做同checkpoint的境地，这种策略的目的是为了保证redo log能够安全的写入文件而不会覆盖最近的检查点。

　　redo checkpoint的入口函数为log_checkpoint，其执行流程如下：

　　第一步. 持有log_sys->mutex锁，并获取buffer pool的flush list链表尾的block上的lsn，这个lsn是buffer pool中未写入数据文件的最老lsn，在该lsn之前的数据都保证已经写入了磁盘。

　　第二步. 调用函数fil_names_clear

　　如果log_sys->append_on_checkpoint被设置，表示当前有会话正处于DDL的commit阶段，但还没有完成，向redo log buffer中追加一个新的redo log记录

　　该逻辑由commita5ecc38f44abb66aa2024c70e37d1f4aa4c8ace9引入，用于解决DDL过程中crash的问题

　　扫描fil_system->named_spaces上的fil_space_t对象，如果表空间fil_space_t->max_lsn小于当前准备做checkpoint的Lsn，则从链表上移除并将max_lsn重置为0。同时为每个被修改的表空间构建MLOG_FILE_NAME类型的redo记录。(这一步未来可能会移除，只要跟踪第一次修改该表空间的min_lsn，并且min_lsn大于当前checkpoint的lsn，就可以忽略调用fil_names_write)

　　写入一个MLOG_CHECKPOINT类型的CHECKPOINT REDO记录，并记入当前的checkpoint LSN

　　第三步 . fsync redo log到当前的lsn

　　第四步. 写入checkpoint信息

　　函数：log_write_checkpoint_info --> log_group_checkpoint

　　checkpoint信息被写入到了第一个iblogfile的头部，但写入的文件偏移位置比较有意思，当log_sys->next_checkpoint_no为奇数时，写入到LOG_CHECKPOINT_2(3 *512字节)位置，为偶数时，写入到LOG_CHECKPOINT_1(512字节)位置。

　　大致结构如图15所示：

　　图15

　　在crash recover重启时，会读取记录在checkpoint中的lsn信息，然后从该lsn开始扫描redo日志。

　　Checkpoint操作由异步IO线程执行写入操作，当完成写入后，会调用函数log_io_complete执行如下操作：

　　fsync 被修改的redo log文件

　　更新相关变量，如下所示：

　　log_sys->next_checkpoint_no++

　　log_sys->last_checkpoint_lsn = log_sys->next_checkpoint_lsn

　　释放log_sys->checkpoint_lock锁

　　然而在5.7之前的版本中，我们并没有根据即将写入的数据大小来预测当前是否需要做checkpoint，而是在写之前检测，保证redo log文件中有"足够安全"的空间(而非绝对安全)。假定我们的ib_logfile文件很小，如果我们更新一个非常大的blob字段，就有可能覆盖掉未checkpoint的redo log， 大神Jeremy cole 在buglist上提了一个Bug#69477。

　　为了解决该问题，在MySQL 5.6.22版本开始，对blob列做了限制: 当redo log的大小超过 (innodb_log_file_size *innodb_log_files_in_group)的十分之一时，就会给应用报错，然而这可能会带来不兼容问题，用户会发现，早期版本用的好好的SQL，在最新版本的5.6里居然跑不动了。

　　在5.7.5及之后版本，则没有5.6的限制，其核心思路是每操作4个外部存储页，就检查一次redo log是否足够用，如果不够，就会推进checkpoint的lsn。当然具体的实现比较复杂，感兴趣的参考如下comit：f88a5151b18d24303746138a199db910fbb3d071

　　文件日志

　　除普通的redo log日志外，InnoDB还增加了一种文件日志类型，即通过创建特定文件，赋予特定的文件名来标示某种操作。目前有两种类型：undo table space truncate操作及用户表空间truncate操作。通过文件日志可以保证这些操作的原子性。

　　Undo tablespace truncate

　　我们知道undo log是MVCC多版本控制的核心模块，一直以来undo log都存储在ibdata系统表空间中，而从5.6开始，用户可以把undo log存储到独立的tablespace中，并拆分成多个Undo log文件，但无法缩小文件的大小。而长时间未提交事务导致大量undo空间的浪费的例子，在我们的生产场景也不是一次两次了。

　　5.7版本的undo log的truncate操作是基于独立undo 表空间来实现的。在purge线程选定需要清理的undo tablespace后，开始做truncate操作之前，会先创建一个命名为undo_space_id_trunc.log的文件，然后将undo tablespace truncate 到10M大小，在完成truncate后删除日志文件。

　　如果在truncate过程中实例崩溃重启，若发现该文件存在，则认为truncate操作没有完成，需要重做一遍。注意这种文件操作是无法回滚的。

　　User tablespace truncate

　　在5.7版本里，也是通过日志文件来保证用户表空间truncate操作的原子性。在做实际的文件操作前，创建一个命名为ib_space-id_table-id_trunc.log的文件。在完成操作后删除。

　　同样在崩溃重启时，如果检查到该文件存在，需要确认是否重做。

　　InnoDB shutdown

　　实例关闭分为两种，一种是正常shutdown(非fast shutdown)，实例重启时无需apply日志，另外一种是异常shutdown，包括实例crash以及fast shutdown。

　　当正常shutdown实例时，会将所有的脏页都刷到磁盘，并做一次完全同步的checkpoint;同时将最后的lsn写到系统表ibdata的第一个page中(函数fil_write_flushed_lsn)。在重启时，可以根据该lsn来判断这是不是一次正常的shutdown，如果不是就需要去做崩溃恢复逻辑。

　　参阅函数logs_empty_and_mark_files_at_shutdown。