運維角度淺談MySQL資料庫優化
一個成熟的資料庫架構並不是一開始設計就具備高可用、高伸縮等特性的，它是隨著使用者量的增加，基礎架構才逐漸完善。這篇博文主要談MySQL資料庫發展週期中所面臨的問題及優化方案，暫且拋開前端應用不說，大致分為以下五個階段：
1、資料庫表設計
專案立項後，開發部根據產品部需求開發專案，開發工程師工作其中一部分就是對錶結構設計。對於資料庫來說，這點很重要，如果設計不當，會直接影響訪問速度和使用者體驗。影響的因素很多，比如慢查詢、低效的查詢語句、沒有適當建立索引、資料庫堵塞（死鎖）等。當然，有測試工程師的團隊，會做壓力測試，找bug。對於沒有測試工程師的團隊來說，大多數開發工程師初期不會太多考慮資料庫設計是否合理，而是儘快完成功能實現和交付，等專案有一定訪問量後，隱藏的問題就會暴露，這時再去修改就不是這麼容易的事了。
2、資料庫部署
該運維工程師出場了，專案初期訪問量不會很大，所以單臺部署足以應對在1500左右的QPS（每秒查詢率）。考慮到高可用性，可採用MySQL主從複製+Keepalived做雙擊熱備，常見叢集軟體有Keepalived、Heartbeat。
雙機熱備博文：http://lizhenliang.blog.51cto.com/7876557/1362313
3、資料庫效能優化
如果將MySQL部署到普通的X86伺服器上，在不經過任何優化情況下，MySQL理論值正常可以處理2000左右QPS，經過優化後，有可能會提升到2500左右QPS，否則，訪問量當達到1500左右併發連線時，資料庫處理效能就會變慢，而且硬體資源還很富裕，這時就該考慮軟體問題了。那麼怎樣讓資料庫最大化發揮性能呢？一方面可以單臺執行多個MySQL例項讓伺服器效能發揮到最大化，另一方面是對資料庫進行優化，往往作業系統和資料庫預設配置都比較保守，會對資料庫發揮有一定限制，可對這些配置進行適當的調整，儘可能的處理更多連線數。
具體優化有以下三個層面：
3.1 資料庫配置優化
MySQL常用有兩種儲存引擎，一個是MyISAM，不支援事務處理，讀效能處理快，表級別鎖。另一個是InnoDB，支援事務處理（ACID），設計目標是為處理大容量資料發揮最大化效能，行級別鎖。
表鎖：開銷小，鎖定粒度大，發生死鎖概率高，相對併發也低。
行鎖：開銷大，鎖定粒度小，發生死鎖概率低，相對併發也高。
為什麼會出現表鎖和行鎖呢？主要是為了保證資料的完整性，舉個例子，一個使用者在操作一張表，其他使用者也想操作這張表，那麼就要等第一個使用者操作完，其他使用者才能操作，表鎖和行鎖就是這個作用。否則多個使用者同時操作一張表，肯定會資料產生衝突或者異常。
根據以上看來，使用InnoDB儲存引擎是最好的選擇，也是MySQL5.5以後版本中預設儲存引擎。每個儲存引擎相關聯引數比較多，以下列出主要影響資料庫效能的引數。
公共引數預設值：
| 123456 | max_connections = 151#同時處理最大連線數，推薦設定最大連線數是上限連線數的80%左右 sort_buffer_size = 2M#查詢排序時緩衝區大小，只對order by和group by起作用，可增大此值為16Mopen_files_limit = 1024 #開啟檔案數限制，如果show global status like 'open_files'檢視的值等於或者大於open_files_limit值時，程式會無法連線資料庫或卡死 |
MyISAM引數預設值：
| 12345678910 | key_buffer_size = 16M#索引快取區大小，一般設定實體記憶體的30-40%read_buffer_size = 128K #讀操作緩衝區大小，推薦設定16M或32Mquery_cache_type = ON#開啟查詢快取功能query_cache_limit = 1M #查詢快取限制，只有1M以下查詢結果才會被快取，以免結果資料較大把快取池覆蓋query_cache_size = 16M #檢視緩衝區大小，用於快取SELECT查詢結果，下一次有同樣SELECT查詢將直接從快取池返回結果，可適當成倍增加此值 |
InnoDB引數預設值：
| 12345678910 | innodb_buffer_pool_size = 128M#索引和資料緩衝區大小，一般設定實體記憶體的60%-70%innodb_buffer_pool_instances = 1 #緩衝池例項個數，推薦設定4個或8個innodb_flush_log_at_trx_commit = 1 #關鍵引數，0代表大約每秒寫入到日誌並同步到磁碟，資料庫故障會丟失1秒左右事務資料。1為每執行一條SQL後寫入到日誌並同步到磁碟，I/O開銷大，執行完SQL要等待日誌讀寫，效率低。2代表只把日誌寫入到系統快取區，再每秒同步到磁碟，效率很高，如果伺服器故障，才會丟失事務資料。對資料安全性要求不是很高的推薦設定2，效能高，修改後效果明顯。innodb_file_per_table = OFF #預設是共享表空間，共享表空間idbdata檔案不斷增大，影響一定的I/O效能。推薦開啟獨立表空間模式，每個表的索引和資料都存在自己獨立的表空間中，可以實現單表在不同資料庫中移動。innodb_log_buffer_size = 8M #日誌緩衝區大小，由於日誌最長每秒鐘重新整理一次，所以一般不用超過16M |
3.2 系統核心優化
大多數MySQL都部署在linux系統上，所以作業系統的一些引數也會影響到MySQL效能，以下對linux核心進行適當優化。
| 12345678910 | net.ipv4.tcp_fin_timeout = 30#TIME_WAIT超時時間，預設是60snet.ipv4.tcp_tw_reuse = 1 #1表示開啟複用，允許TIME_WAIT socket重新用於新的TCP連線，0表示關閉net.ipv4.tcp_tw_recycle = 1 #1表示開啟TIME_WAIT socket快速回收，0表示關閉net.ipv4.tcp_max_tw_buckets = 4096 #系統保持TIME_WAIT socket最大數量，如果超出這個數，系統將隨機清除一些TIME_WAIT並列印警告資訊net.ipv4.tcp_max_syn_backlog = 4096#進入SYN佇列最大長度，加大佇列長度可容納更多的等待連線 |
在linux系統中，如果程序開啟的檔案控制代碼數量超過系統預設值1024，就會提示“too many files open”資訊，所以要調整開啟檔案控制代碼限制。
| 1234 | # vi /etc/security/limits.conf #加入以下配置，*代表所有使用者，也可以指定使用者，重啟系統生效* soft nofile 65535* hard nofile 65535# ulimit -SHn 65535 #立刻生效 |
3.3 硬體配置
加大實體記憶體，提高檔案系統性能。linux核心會從記憶體中分配出快取區（系統快取和資料快取）來存放熱資料，通過檔案系統延遲寫入機制，等滿足條件時（如快取區大小到達一定百分比或者執行sync命令）才會同步到磁碟。也就是說實體記憶體越大，分配快取區越大，快取資料越多。當然，伺服器故障會丟失一定的快取資料。
SSD硬碟代替SAS硬碟，將RAID級別調整為RAID1+0，相對於RAID1和RAID5有更好的讀寫效能（IOPS），畢竟資料庫的壓力主要來自磁碟I/O方面。
4、資料庫架構擴充套件
隨著業務量越來越大，單臺數據庫伺服器效能已無法滿足業務需求，該考慮加機器了，該做叢集了~~~。主要思想是分解單臺數據庫負載，突破磁碟I/O效能，熱資料存放快取中，降低磁碟I/O訪問頻率。
4.1 主從複製與讀寫分離
因為生產環境中，資料庫大多都是讀操作，所以部署一主多從架構，主資料庫負責寫操作，並做雙擊熱備，多臺從資料庫做負載均衡，負責讀操作，主流的負載均衡器有LVS、HAProxy、Nginx。
怎麼來實現讀寫分離呢？大多數企業是在程式碼層面實現讀寫分離，效率比較高。另一個種方式通過代理程式實現讀寫分離，企業中應用較少，常見代理程式有MySQL Proxy、Amoeba。在這樣資料庫叢集架構中，大大增加資料庫高併發能力，解決單臺效能瓶頸問題。如果從資料庫一臺從庫能處理2000 QPS，那麼5臺就能處理1w QPS，資料庫橫向擴充套件性也很容易。
有時，面對大量寫操作的應用時，單臺寫效能達不到業務需求。如果做雙主，就會遇到資料庫資料不一致現象，產生這個原因是在應用程式不同的使用者會有可能操作兩臺資料庫，同時的更新操作造成兩臺資料庫資料庫資料發生衝突或者不一致。在單庫時MySQL利用儲存引擎機制表鎖和行鎖來保證資料完整性，怎樣在多臺主庫時解決這個問題呢？有一套基於perl語言開發的主從複製管理工具，叫MySQL-MMM（Master-Master replication managerfor Mysql，Mysql主主複製管理器），這個工具最大的優點是在同一時間只提供一臺資料庫寫操作，有效保證資料一致性。
主從複製博文：http://lizhenliang.blog.51cto.com/7876557/1290431
讀寫分離博文：http://lizhenliang.blog.51cto.com/7876557/1305083
MySQL-MMM博文：http://lizhenliang.blog.51cto.com/7876557/1354576
4.2 增加快取
給資料庫增加快取系統，把熱資料快取到記憶體中，如果快取中有要請求的資料就不再去資料庫中返回結果，提高讀效能。快取實現有本地快取和分散式快取，本地快取是將資料快取到本地伺服器記憶體中或者檔案中。分散式快取可以快取海量資料，擴充套件性好，主流的分散式快取系統有memcached、redis，memcached效能穩定，資料快取在記憶體中，速度很快，QPS可達8w左右。如果想資料持久化就選擇用redis，效能不低於memcached。
工作過程：
4.3 分庫
分庫是根據業務不同把相關的表切分到不同的資料庫中，比如web、bbs、blog等庫。如果業務量很大，還可將切分後的庫做主從架構，進一步避免單個庫壓力過大。
4.4 分表
資料量的日劇增加，資料庫中某個表有幾百萬條資料，導致查詢和插入耗時太長，怎麼能解決單表壓力呢？你就該考慮是否把這個表拆分成多個小表，來減輕單個表的壓力，提高處理效率，此方式稱為分表。
分表技術比較麻煩，要修改程式程式碼裡的SQL語句，還要手動去建立其他表，也可以用merge儲存引擎實現分表，相對簡單許多。分表後，程式是對一個總表進行操作，這個總表不存放資料，只有一些分表的關係，以及更新資料的方式，總表會根據不同的查詢，將壓力分到不同的小表上，因此提高併發能力和磁碟I/O效能。
分表分為垂直拆分和水平拆分：
垂直拆分：把原來的一個很多欄位的表拆分多個表，解決表的寬度問題。你可以把不常用的欄位單獨放到一個表中，也可以把大欄位獨立放一個表中，或者把關聯密切的欄位放一個表中。
水平拆分：把原來一個表拆分成多個表，每個表的結構都一樣，解決單表資料量大的問題。
4.5 分割槽
分割槽就是把一張表的資料根據表結構中的欄位（如range、list、hash等）分成多個區塊，這些區塊可以在一個磁碟上，也可以在不同的磁碟上，分割槽後，表面上還是一張表，但資料雜湊在多個位置，這樣一來，多塊硬碟同時處理不同的請求，從而提高磁碟I/O讀寫效能，實現比較簡單。
注：增加快取、分庫、分表和分割槽主要由程式猿來實現。
5、資料庫維護
資料庫維護是運維工程師或者DBA主要工作，包括效能監控、效能分析、效能調優、資料庫備份和恢復等。
5.1 效能狀態關鍵指標
QPS，Queries Per Second：每秒查詢數，一臺資料庫每秒能夠處理的查詢次數
TPS，Transactions Per Second：每秒處理事務數
通過show status檢視執行狀態，會有300多條狀態資訊記錄，其中有幾個值幫可以我們計算出QPS和TPS，如下：
Uptime：伺服器已經執行的實際，單位秒
Questions：已經發送給資料庫查詢數
Com_select：查詢次數，實際操作資料庫的
Com_insert：插入次數
Com_delete：刪除次數
Com_update：更新次數
Com_commit：事務次數
Com