MySQL数据库优化那些事 转

这篇博文主要谈MySQL数据库发展周期中所面临的问题及优化方案,暂且抛开前端应用不说,大致分为以下五个阶段:

数据库表设计

项目立项后,开发部根据产品需求开发项目,开发工作的一部分就是表结构的设计,这对于数据库来说很重要,如果设计不当,访问速度和用户体验将直接受到影响。比如,慢查询、低效率的查询、没有适当建立索引、数据堵塞(死锁)等。当然,有测试工程师的团队,会做压力测试,找bug。但是对于没有测试团队的来说,大多数开发初期不会考虑太多数据库设计是否合理,而是尽快完成功能实现和交付,等项目有一定的访问量后,隐藏的问题就会暴露出来,这时候再去修改就不是那么容易的事情了。

数据库部署

此时该运维工程师出场了,项目初期访问量不会很大,所以单台部署足以应对现在1500左右的QPS。考虑到高可用性,可采用MySQL主从复制+keepalived做双机热备,常见的集群软件有keepalived、heartbeat、haproxy、mycat等,对于数据量不是很大的公司,推荐架构(双主+高可用读写分离):keepalived+haproxy+MySQL(双主)

数据库性能优化

假设将MySQL部署到普通的X86服务器上,在不经过任何优化情况下,MySQL理论值正常可以处理2000左右QPS,经过优化后,有可能会提升到2500左右QPS,否则,访问量当达到1500左右并发连接时,数据库处理性能就会变慢,而且硬件资源还很富裕,这时就该考虑软件问题了。那么怎样让数据库最大化发挥性能呢?一方面可以单台运行多个MySQL实例让服务器性能发挥到最大化,另一方面是对数据库进行优化,往往操作系统和数据库默认配置都比较保守,会对数据库发挥有一定限制,可对这些配置进行适当的调整,尽可能的处理更多连接数。

具体从以下三个层面入手进行优化:

数据库配置优化

MySQL有四种引擎InnoDB、MyISAM、memory、archive,常用的有两种存储引擎Innodb、MyISAM。

两种引擎比较:

  • MyISAM,不支持事务处理,读性能好,表级别锁;
  • InnoDB,支持事务处理(ACID,原子性、一致性、隔离性、持久性),设计目标是为处理大容量数据发挥最大化性能,行级别锁。

锁性能比较:

  • 表锁:开销小,锁定力度大,发生死锁的概率高,相对并发也低;
  • 行锁:开销大,锁定力度小,发生死锁的概率低,相对并发也高。

为什么会出现表锁和行锁呢?

主要是为了保障数据的完整性,举个例子,一个用户在操作一张表,其他用户也想操作这张表,那么就要等第一个用户操作完,其他用户才能操作,表锁和行锁就是这个作用,否则多个用户同时操作同一张表,肯定会导致数据冲突或异常。

综上,选择InnoDB引擎较好,也是MySQL5.5版本后的默认存储引擎。存储引擎相关的参数比较多,以下列出主要影响数据库性能的参数:

  • 公共参数默认值: max_connections = 151 # 同时处理最大连接数,推荐设置最大连接数是上限连接数的80%左右 sort_buffer_size = 2M # 查询排序时缓冲区大小,只对order by和group by起作用,可增大此值为16M open_files_limit = 1024 # 打开文件数限制,如果show global status like 'open_files'查看的值等于或者大于open_files_limit值时,程序会无法连接数据库或卡死
  • MyISAM参数默认值: key_buffer_size = 16M # 索引缓存区大小,一般设置物理内存的30-40% read_buffer_size = 128K # 读操作缓冲区大小,推荐设置16M或32M query_cache_type = ON # 打开查询缓存功能 query_cache_limit = 1M # 查询缓存限制,只有1M以下查询结果才会被缓存,以免结果数据较大把缓存池覆盖 query_cache_size = 16M # 查看缓冲区大小,用于缓存SELECT查询结果,下一次有同样SELECT查询将直接从缓存池返回结果,可适当成倍增加此值
  • InnoDB参数默认值: innodb_buffer_pool_size = 128M # 索引和数据缓冲区大小,一般设置物理内存的60%-70% innodb_buffer_pool_instances = 1 # 缓冲池实例个数,推荐设置4个或8个 innodb_flush_log_at_trx_commit = 1 # 关键参数,0代表大约每秒写入到日志并同步到磁盘,数据库故障会丢失1秒左右事务数据。1为每执行一条SQL后写入到日志并同步到磁盘,I/O开销大,执行完SQL要等待日志读写,效率低。2代表只把日志写入到系统缓存区,再每秒同步到磁盘,效率很高,如果服务器故障,才会丢失事务数据。对数据安全性要求不是很高的推荐设置2,性能高,修改后效果明显。 innodb_file_per_table = OFF # 默认是共享表空间,共享表空间idbdata文件不断增大,影响一定的I/O性能。推荐开启独立表空间模式,每个表的索引和数据都存在自己独立的表空间中,可以实现单表在不同数据库中移动,同时有利于空间回收。 innodb_log_buffer_size = 8M # 日志缓冲区大小,由于日志最长每秒钟刷新一次,所以一般不用超过16M
  • 系统内核优化: 大多数MySQL都部署在linux系统上,所以操作系统的一些参数也会影响到MySQL性能,以下对linux内核进行适当优化。 net.ipv4.tcp_fin_timeout = 30 # TIME_WAIT超时时间,默认是60s net.ipv4.tcp_tw_reuse = 1 # 1表示开启复用,允许TIME_WAIT socket重新用于新的TCP连接,0表示关闭 net.ipv4.tcp_tw_recycle = 1 # 1表示开启TIME_WAIT socket快速回收,0表示关闭 net.ipv4.tcp_max_tw_buckets = 4096 # 系统保持TIME_WAIT socket最大数量,如果超出这个数,系统将随机清除一些TIME_WAIT并打印警告信息 net.ipv4.tcp_max_syn_backlog = 4096 # 进入SYN队列最大长度,加大队列长度可容纳更多的等待连接 net.ipv4.tcpsyncookies = 1 # 表示开启SYN Cookies。当出现SYN等待队列溢出时,启用cookies来处理,可防范少量SYN×××,默认为0,表示关闭; 在linux系统中,如果进程打开的文件句柄数量超过系统默认值1024,就会提示“too many files open”信息,所以要调整打开文件句柄限制: $ vim /etc/security/limits.conf # *代表所有用户,也可以指定用户,重启系统生效 * soft nofile 65535 * hard nofile 65535 $ ulimit -SHn 65535 # 立刻生效
  • 硬件配置
    • 加大物理内存,提高文件系统性能。linux内核会从内存中分配出缓存区(系统缓存和数据缓存)来存放热数据,通过文件系统延迟写入机制,等满足条件时(如缓存区大小到达一定百分比或者执行sync命令)才会同步到磁盘。也就是说物理内存越大,分配缓存区越大,缓存数据越多。当然,服务器故障会丢失一定的缓存数据。
    • SSD硬盘代替SAS硬盘,将RAID级别调整为RAID1+0,相对于RAID1和RAID5有更好的读写性能(IOPS),毕竟数据库的压力主要来自磁盘I/O方面。

数据库架构扩展

随着业务量越来越大,单台数据库服务器性能已无法满足业务需求,该考虑加机器了,该做集群了~~~。主要思想是分解单台数据库负载,突破磁盘I/O性能,热数据存放缓存中,降低磁盘I/O访问频率。

主从复制与读写分离

因为生产环境中,数据库大多都是读操作,所以部署一主多从架构,主数据库负责写操作,并做双击热备,多台从数据库做负载均衡,负责读操作,主流的负载均衡器有LVS、HAProxy、Nginx。

怎么来实现读写分离呢?大多数企业是在代码层面实现读写分离,效率比较高。另一个种方式通过代理程序实现读写分离,企业中应用较少,常见代理程序有MySQL Proxy、Amoeba。在这样数据库集群架构中,大大增加数据库高并发能力,解决单台性能瓶颈问题。如果从数据库一台从库能处理2000 QPS,那么5台就能处理1w QPS,数据库横向扩展性也很容易。

有时,面对大量写操作的应用时,单台写性能达不到业务需求。如果做双主,就会遇到数据库数据不一致现象,产生这个原因是在应用程序不同的用户会有可能操作两台数据库,同时的更新操作造成两台数据库数据库数据发生冲突或者不一致。在单库时MySQL利用存储引擎机制表锁和行锁来保证数据完整性,怎样在多台主库时解决这个问题呢?有一套基于perl语言开发的主从复制管理工具,叫MySQL-MMM(Master-Master replication managerfor Mysql,Mysql主主复制管理器),这个工具最大的优点是在同一时间只提供一台数据库写操作,有效保证数据一致性。

增加缓存

给数据库增加缓存系统,把热数据缓存到内存中,如果缓存中有要请求的数据就不再去数据库中返回结果,提高读性能。缓存实现有本地缓存和分布式缓存,本地缓存是将数据缓存到本地服务器内存中或者文件中。分布式缓存可以缓存海量数据,扩展性好,主流的分布式缓存系统有memcached、redis,memcached性能稳定,数据缓存在内存中,速度很快,QPS可达8w左右。如果想数据持久化就选择用redis,性能不低于memcached。

分库

分库是根据业务不同把相关的表切分到不同的数据库中,比如web、bbs、blog等库。如果业务量很大,还可将切分后的库做主从架构,进一步避免单个库压力过大。

分表

数据量的日剧增加,数据库中某个表有几百万条数据,导致查询和插入耗时太长,怎么能解决单表压力呢?你就该考虑是否把这个表拆分成多个小表,来减轻单个表的压力,提高处理效率,此方式称为分表。

分表技术比较麻烦,要修改程序代码里的SQL语句,还要手动去创建其他表,也可以用merge存储引擎实现分表,相对简单许多。分表后,程序是对一个总表进行操作,这个总表不存放数据,只有一些分表的关系,以及更新数据的方式,总表会根据不同的查询,将压力分到不同的小表上,因此提高并发能力和磁盘I/O性能。

分表分为垂直拆分和水平拆分。

垂直拆分

垂直拆分:把原来的一个很多字段的表拆分多个表,解决表的宽度问题。你可以把不常用的字段单独放到一个表中,也可以把大字段独立放一个表中,或者把关联密切的字段放一个表中。

水平拆分

水平拆分:把原来一个表拆分成多个表,每个表的结构都一样,解决单表数据量大的问题。

分区

分区就是把一张表的数据根据表结构中的字段(如range、list、hash等)分成多个区块,这些区块可以在一个磁盘上,也可以在不同的磁盘上,分区后,表面上还是一张表,但数据散列在多个位置,这样一来,多块硬盘同时处理不同的请求,从而提高磁盘I/O读写性能,实现比较简单。

注:增加缓存、分库、分表和分区主要由程序猿来实现。

数据库维护

数据库维护是运维工程师或者DBA主要工作,包括性能监控、性能分析、性能调优、数据库备份和恢复等。

性能状态关键指标

  • QPS,Queries Per Second:每秒查询数,一台数据库每秒能够处理的查询次数
  • TPS,Transactions Per Second:每秒处理事务数
  • 通过show status查看运行状态,会有300多条状态信息记录,其中有几个值帮可以我们计算出QPS和TPS,如下:
  • Uptime:服务器已经运行的实际,单位秒
  • Questions:已经发送给数据库查询数
  • Com_select:查询次数,实际操作数据库的
  • Com_insert:插入次数
  • Com_delete:删除次数
  • Com_update:更新次数
  • Com_commit:事务次数
  • Com_rollback:回滚次

计算方法1

  • 基于Questions计算出QPS: mysql> show global status like 'Questions'; mysql> show global status like 'Uptime'; QPS = Questions / Uptime
  • 基于Com_commit和Com_rollback计算出TPS: mysql> show global status like 'Com_commit'; mysql> show global status like 'Com_rollback'; mysql> show global status like 'Uptime'; TPS = (Com_commit + Com_rollback) / Uptime

计算方法2

  • QPS 基于Com_select、Com_insert、Com_delete、Com_update计算出QPS: mysql> show global status where Variable_name in('com_select','com_insert','com_delete','com_update'); 等待1秒再执行,获取间隔差值,第二次每个变量值减去第一次对应的变量值,就是QPS
  • TPS mysql> show global status where Variable_name in('com_insert','com_delete','com_update'); 计算TPS,就不算查询操作了,计算出插入、删除、更新四个值即可。 经网友对这两个计算方式的测试得出,当数据库中myisam表比较多时,使用Questions计算比较准确。当数据库中innodb表比较多时,则以Com_*计算比较准确。

开启慢查询日志

MySQL开启慢查询日志,分析出哪条SQL语句比较慢,使用set设置变量,重启服务失效,可以在my.cnf添加参数永久生效。

分析慢查询日志,可以使用MySQL自带的mysqldumpslow工具,分析的日志较为简单。

也可以使用percona公司的pt-query-digest工具,日志分析功能全面,可分析slow log、binlog、general log。

分析慢查询日志:pt-query-digest /var/log/mysql/mysql-slow.log

分析binlog日志:mysqlbinlog mysql-bin.000001 >mysql-bin.000001.sql 
pt-query-digest --type=binlog mysql-bin.000001.sql 

分析普通日志:pt-query-digest --type=genlog localhost.log

参考

https://blog.51cto.com/lizhenliang/1657465

(adsbygoogle = window.adsbygoogle || []).push({});

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券