[轉載]企業 MySQL 優化實施方案
轉載來源：http://clsn.io/clsn/lx287.html，侵刪。
1.1 前言
MySQL對於很多Linux從業者而言，是一個非常棘手的問題，多數情況都是因為對資料庫出現問題的情況和處理思路不清晰。在進行MySQL的優化之前必須要了解的就是MySQL的查詢過程，很多的查詢優化工作實際上就是遵循一些原則讓MySQL的優化器能夠按照預想的合理方式執行而已。
今天給大家體驗MySQL的優化實戰，助你高薪之路順暢。
圖 - MySQL查詢過程
1.2 優化的哲學
優化有風險，涉足需謹慎
1.2.1 優化可能帶來的問題
-
優化不總是對一個單純的環境進行，還很可能是一個複雜的已投產的系統。
-
優化手段本來就有很大的風險，只不過你沒能力意識到和預見到！
-
任何的技術可以解決一個問題，但必然存在帶來一個問題的風險！
-
對於優化來說解決問題而帶來的問題,控制在可接受的範圍內才是有成果。
-
保持現狀或出現更差的情況都是失敗！
1.2.2 優化的需求
-
穩定性和業務可持續性,通常比效能更重要！
-
優化不可避免涉及到變更，變更就有風險！
-
優化使效能變好，維持和變差是等概率事件！
-
切記優化,應該是各部門協同，共同參與的工作，任何單一部門都不能對資料庫進行優化！
-
所以優化工作,是由業務需要驅使的！！！
1.2.3 優化由誰參與
1.3 優化思路
1.3.1 優化什麼 在資料庫優化上有兩個主要方面：即安全與效能。
-
安全 ---> 資料可持續性
-
效能 ---> 資料的高效能訪問
1.3.2 優化的範圍有哪些
儲存、主機和作業系統方面:
-
主機架構穩定性
-
I/O規劃及配置
-
Swap交換分割槽
-
OS核心引數和網路問題
應用程式方面:
-
應用程式穩定性
-
SQL語句效能
-
序列訪問資源
-
效能欠佳會話管理
-
這個應用適不適合用MySQL
資料庫優化方面:
-
記憶體
-
資料庫結構(物理&邏輯)
-
例項配置
說明：不管是在，設計系統，定位問題還是優化，都可以按照這個順序執行。
1.3.3 優化維度
資料庫優化維度有四個:
硬體、系統配置、資料庫表結構、SQL及索引
優化選擇
-
優化成本:硬體>系統配置>資料庫表結構>SQL及索引
-
優化效果:硬體<系統配置<資料庫表結構<SQL及索引
1.4 優化工具有啥？
1.4.1 資料庫層面
檢查問題常用工具
msyqladmin #mysql客戶端，可進行管理操作
mysqlshow #功能強大的檢視shell命令
show [SESSION | GLOBAL] variables #檢視資料庫引數資訊
SHOW [SESSION | GLOBAL] STATUS #檢視資料庫的狀態資訊
information_schema #獲取元資料的方法S
SHOW ENGINE INNODB STATUS Innodb #引擎的所有狀態
SHOW PROCESSLIST #檢視當前所有連線session狀態
explain #獲取查詢語句的執行計劃s
how index #查看錶的索引資訊
slow-log #記錄慢查詢語句
mysqldumpslow #分析slowlog檔案的
不常用但好用的工具
zabbix #監控主機、系統、資料庫（部署zabbix監控平臺）
pt-query-digest #分析慢日誌
mysqlslap #分析慢日誌
sysbench #壓力測試工具
mysql profiling #統計資料庫整體狀態工具
Performance Schema mysql #效能狀態統計的資料
workbench #管理、備份、監控、分析、優化工具（比較費資源）
1.4.2 資料庫層面問題解決思路
一般應急調優的思路：
針對突然的業務辦理卡頓，無法進行正常的業務處理！需要立馬解決的場景！
-
1、show processlist
-
2、explain select id ,name from stu where name='clsn'; # ALL id name age sex select id,name from stu where id=2-1 函式 結果集>30; show index from table;
-
3、通過執行計劃判斷，索引問題（有沒有、合不合理）或者語句本身問題
-
4、show status like '%lock%'; # 查詢鎖狀態 kill SESSION_ID; # 殺掉有問題的session
常規調優思路：
針對業務週期性的卡頓，例如在每天10-11點業務特別慢，但是還能夠使用，過了這段時間就好了。
-
1、檢視slowlog，分析slowlog，分析出查詢慢的語句。
-
2、按照一定優先順序，進行一個一個的排查所有慢語句。
-
3、分析top sql，進行explain除錯，檢視語句執行時間。
-
4、調整索引或語句本身。
1.4.3 系統層面
cpu方面
vmstat、sar top、htop、nmon、mpstat
記憶體
free 、ps -aux 、
IO裝置（磁碟、網路）
iostat 、 ss 、 netstat 、 iptraf、iftop、lsof、
vmstat 命令說明：
-
Procs：r顯示有多少程序正在等待CPU時間。b顯示處於不可中斷的休眠的程序數量。在等待I/O
-
Memory：swpd顯示被交換到磁碟的資料塊的數量。未被使用的資料塊，使用者緩衝資料塊，用於作業系統的資料塊的數量
-
Swap：作業系統每秒從磁碟上交換到記憶體和從記憶體交換到磁碟的資料塊的數量。s1和s0最好是0
-
Io：每秒從裝置中讀入b1的寫入到裝置b0的資料塊的數量。反映了磁碟I/O
-
System：顯示了每秒發生中斷的數量(in)和上下文交換(cs)的數量
-
Cpu：顯示用於執行使用者程式碼，系統程式碼，空閒，等待I/O的CPU時間
iostat命令說明
例項命令： iostat -dk 1 5
iostat -d -k -x 5 （檢視裝置使用率（%util）和響應時間（await））
-
tps：該裝置每秒的傳輸次數。“一次傳輸”意思是“一次I/O請求”。多個邏輯請求可能會被合併為“一次I/O請求”。
-
iops ：硬體出廠的時候，廠家定義的一個每秒最大的IO次數,"一次傳輸"請求的大小是未知的。
-
kB_read/s：每秒從裝置（drive expressed）讀取的資料量；
-
KB_wrtn/s：每秒向裝置（drive expressed）寫入的資料量；
-
kB_read：讀取的總資料量；
-
kB_wrtn：寫入的總數量資料量；這些單位都為Kilobytes。
1.4.4 系統層面問題解決辦法
你認為到底負載高好，還是低好呢？
在實際的生產中，一般認為 cpu只要不超過90%都沒什麼問題 。
當然不排除下面這些特殊情況：
問題一：cpu負載高，IO負載低
-
記憶體不夠
-
磁碟效能差
-
SQL問題 ------>去資料庫層，進一步排查sql問題
-
IO出問題了（磁碟到臨界了、raid設計不好、raid降級、鎖、在單位時間內tps過高）
-
tps過高: 大量的小資料IO、大量的全表掃描
問題二：IO負載高，cpu負載低
-
大量小的IO 寫操作：
-
autocommit ，產生大量小IO
-
IO/PS,磁碟的一個定值，硬體出廠的時候，廠家定義的一個每秒最大的IO次數。
-
大量大的IO 寫操作
-
SQL問題的機率比較大
問題三：IO和cpu負載都很高
硬體不夠了或sql存在問題
1.5 基礎優化
1.5.1 優化思路
定位問題點:
硬體 --> 系統 --> 應用 --> 資料庫 --> 架構（高可用、讀寫分離、分庫分表）
處理方向
明確優化目標、效能和安全的折中、防患未然
1.5.2 硬體優化
主機方面：
-
根據資料庫型別，主機CPU選擇、記憶體容量選擇、磁碟選擇
-
平衡記憶體和磁碟資源
-
隨機的I/O和順序的I/O
-
主機 RAID卡的BBU(Battery Backup Unit)關閉
cpu的選擇：
-
cpu的兩個關鍵因素：核數、主頻
-
根據不同的業務型別進行選擇：
-
cpu密集型：計算比較多，OLTP 主頻很高的cpu、核數還要多
-
IO密集型：查詢比較，OLAP 核數要多，主頻不一定高的
記憶體的選擇：
-
OLAP型別資料庫，需要更多記憶體，和資料獲取量級有關。
-
OLTP型別資料一般記憶體是cpu核心數量的2倍到4倍，沒有最佳實踐。
儲存方面：
-
根據儲存資料種類的不同，選擇不同的儲存裝置
-
配置合理的RAID級別(raid5、raid10、熱備盤)
-
對與作業系統來講，不需要太特殊的選擇，最好做好冗餘（raid1）（ssd、sas 、sata）
raid卡：主機raid卡選擇：
-
實現作業系統磁碟的冗餘（raid1）
-
平衡記憶體和磁碟資源
-
隨機的I/O和順序的I/O
-
主機 RAID卡的BBU(Battery Backup Unit)要關閉。
網路裝置方面：
使用流量支援更高的網路裝置（交換機、路由器、網線、網絡卡、HBA卡）
注意：以上這些規劃應該在初始設計系統時就應該考慮好。
1.5.3 伺服器硬體優化
-
1、物理狀態燈：
-
2、自帶管理裝置：遠端控制卡（FENCE裝置：ipmi ilo idarc），開關機、硬體監控。
-
3、第三方的監控軟體、裝置（snmp、agent）對物理設施進行監控
-
4、儲存裝置：自帶的監控平臺。EMC2（hp收購了）， 日立（hds），IBM低端OEM hds，高階儲存是自己技術，華為儲存
1.5.4 系統優化
Cpu：
基本不需要調整，在硬體選擇方面下功夫即可。
記憶體：
基本不需要調整，在硬體選擇方面下功夫即可。
SWAP：
MySQL儘量避免使用swap。阿里雲的伺服器中預設swap為0
IO ：
-
raid、no lvm、 ext4或xfs、ssd、IO排程策略
-
Swap調整(不使用swap分割槽)
/proc/sys/vm/swappiness的內容改成0（臨時）
/etc/sysctl.conf上新增vm.swappiness=0（永久）
這個引數決定了Linux是傾向於使用swap，還是傾向於釋放檔案系統cache。在記憶體緊張的情況下，數值越低越傾向於釋放檔案系統cache。當然，這個引數只能減少使用swap的概率，並不能避免Linux使用swap。 修改MySQL的配置引數innodb_flush_method，開啟O_DIRECT模式。這種情況下，InnoDB的buffer pool會直接繞過檔案系統cache來訪問磁碟，但是redo log依舊會使用檔案系統cache。值得注意的是，Redo log是覆寫模式的，即使使用了檔案系統的cache，也不會佔用太多
IO排程策略
#echo deadline>/sys/block/sda/queue/scheduler #臨時修改為deadline
永久修改如下：
vi /boot/grub/grub.conf
更改到如下內容:
kernel /boot/vmlinuz-2.6.18-8.el5 ro root=LABEL=/ elevator=deadline rhgb quiet
1.5.5 系統引數調整
Linux系統核心引數優化
vim /etc/sysctl.conf
net.ipv4.ip_local_port_range = 1024 65535 # 使用者埠範圍
net.ipv4.tcp_max_syn_backlog = 4096
net.ipv4.tcp_fin_timeout = 30
fs.file-max=65535 # 系統最大檔案控制代碼，控制的是能開啟檔案最大數量
使用者限制引數（mysql可以不設定以下配置）
vim /etc/security/limits.conf
* soft nproc 65535
* hard nproc 65535
* soft nofile 65535
* hard nofile 65535
1.5.6 應用優化
業務應用和資料庫應用獨立,防火牆：iptables、selinux等其他無用服務(關閉)：
chkconfig --level 23456 acpid off
chkconfig --level 23456 anacron off
chkconfig --level 23456 autofs off
chkconfig --level 23456 avahi-daemon off
chkconfig --level 23456 bluetooth off
chkconfig --level 23456 cups off
chkconfig --level 23456 firstboot off
chkconfig --level 23456 haldaemon off
chkconfig --level 23456 hplip off
chkconfig --level 23456 ip6tables off
chkconfig --level 23456 iptables off
chkconfig --level 23456 isdn off
chkconfig --level 23456 pcscd off
chkconfig --level 23456 sendmail off
chkconfig --level 23456 yum-updatesd off
安裝圖形介面的伺服器不要啟動圖形介面 runlevel 3,另外，思考將來我們的業務是否真的需要MySQL，還是使用其他種類的資料庫。用資料庫的最高境界就是不用資料庫。
1.6 資料庫優化
SQL優化方向：
執行計劃、索引、SQL改寫
架構優化方向：
高可用架構、高效能架構、分庫分表
1.6.1 資料庫引數優化
調整：
例項整體（高階優化，擴充套件）
thread_concurrency #併發執行緒數量個數
sort_buffer_size #排序快取
read_buffer_size #順序讀取快取
read_rnd_buffer_size #隨機讀取快取
key_buffer_size #索引快取
thread_cache_size #執行緒快取(1G—>8, 2G—>16, 3G—>32, >3G—>64)
連線層（基礎優化）
設定合理的連線客戶和連線方式
max_connections #最大連線數，看交易筆數設定
max_connect_errors #最大錯誤連線數，能大則大
connect_timeout #連線超時
max_user_connections #最大使用者連線數
skip-name-resolve #跳過域名解析
wait_timeout #等待超時
back_log #可以在堆疊中的連線數量
SQL層（基礎優化）
-
query_cache_size： 查詢快取
-
OLAP型別資料庫,需要重點加大此記憶體快取.
-
但是一般不會超過GB.
-
對於經常被修改的資料，快取會立馬失效。
-
我們可以實用記憶體資料庫（redis、memecache），替代他的功能。
1.6.2 儲存引擎層（innodb基礎優化引數）
default-storage-engine
innodb_buffer_pool_size # 沒有固定大小，50%測試值，看看情況再微調。但是儘量設定不要超過實體記憶體70% innodb_file_per_table=(1,0)
innodb_flush_log_at_trx_commit=(0,1,2) #1是最安全的，0是效能最高，2折中
binlog_sync
Innodb_flush_method=(O_DIRECT, fdatasync)
innodb_log_buffer_size #100M以下
innodb_log_file_size #100M 以下
innodb_log_files_in_group #5個成員以下,一般2-3個夠用（iblogfile0-N）
innodb_max_dirty_pages_pct #達到百分之75的時候刷寫 記憶體髒頁到磁碟。 log_bin
max_binlog_cache_size #可以不設定
max_binlog_size #可以不設定
innodb_additional_mem_pool_size #小於2G記憶體的機器，推薦值是20M。32G記憶體以上100M