1. 程式人生 > >除開架構設計, MySQL優化思想

除開架構設計, MySQL優化思想

優化一覽圖

最近很火的MySQL:拋開復雜的架構設計,MySQL優化思想基本都在這

優化


筆者將優化分為了兩大類:軟優化和硬優化。軟優化一般是操作資料庫即可;而硬優化則是操作伺服器硬體及引數設定。

1、軟優化

1)查詢語句優化

首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行資訊。

例:

DESC SELECT * FROM `iwide_publics` where inter_id = 'a551083713'

顯示:


其中會顯示索引和查詢資料讀取資料條數等資訊。

2)優化子查詢

在MySQL中,儘量使用JOIN來代替子查詢。因為子查詢需要巢狀查詢,巢狀查詢時會建立一張臨時表,臨時表的建立和刪除都會有較大的系統開銷,而連線查詢不會建立臨時表,因此效率比巢狀子查詢高。

3)使用索引

索引是提高資料庫查詢速度最重要的方法之一,使用索引的三大注意事項包括:

  • LIKE關鍵字匹配'%'開頭的字串,不會使用索引;
  • OR關鍵字的兩個欄位必須都是用了索引,該查詢才會使用索引;
  • 使用多列索引必須滿足最左匹配。

4)分解表

對於欄位較多的表,如果某些欄位使用頻率較低,此時應當將其分離出來從而形成新的表。

5)中間表

對於將大量連線查詢的表可以建立中間表,從而減少在查詢時造成的連線耗時。

6)增加冗餘欄位

類似於建立中間表,增加冗餘也是為了減少連線查詢。

7)分析表、檢查表、優化表

分析表主要是分析表中關鍵字的分佈;檢查表主要是檢查表中是否存在錯誤;優化表主要是消除刪除或更新造成的表空間浪費。

分析表: 使用 ANALYZE 關鍵字,如ANALYZE TABLE`iwide_publics`

  • Op: 表示執行的操作;
  • Msg_type: 資訊型別,有status、info、note、warning、error;
  • Msg_text: 顯示資訊。

檢查表: 使用 CHECK關鍵字,如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個引數值:

  • QUICK: 不掃描行,不檢查錯誤的連線;
  • FAST: 只檢查沒有正確關閉的表;
  • CHANGED: 只檢查上次檢查後被更改的表和沒被正確關閉的表;
  • MEDIUM: 掃描行,以驗證被刪除的連線是有效的,也可以計算各行關鍵字校驗和;
  • EXTENDED: 最全面的的檢查,對每行關鍵字全面查詢。

優化表: 使用OPTIMIZE關鍵字,如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;

LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌,優化表只對VARCHAR、BLOB和TEXT有效,通過OPTIMIZE TABLE語句可以消除檔案碎片,在執行過程中會加上只讀鎖。

2、硬優化

1)硬體三件套

  • 配置多核心和頻率高的cpu,多核心可以執行多個執行緒;
  • 配置大記憶體,提高記憶體,即可提高快取區容量,因此能減少磁碟I/O時間,從而提高響應速度;
  • 配置高速磁碟或合理分佈磁碟:高速磁碟提高I/O,分佈磁碟能提高並行操作的能力。

2)優化資料庫引數

優化資料庫引數可以提高資源利用率,從而提高MySQL伺服器效能。MySQL服務的配置引數都在my.cnf或my.ini,下面列出效能影響較大的幾個引數:

  • key_buffer_size: 索引緩衝區大小;
  • table_cache: 能同時開啟表的個數;
  • query_cache_size和query_cache_type: 前者是查詢緩衝區大小,後者是前面引數的開關,0表示不使用緩衝區,1表示使用緩衝區,但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區,2表示在查詢中明確指出使用緩衝區才用緩衝區,即SQL_CACHE;
  • sort_buffer_size: 排序緩衝區。

3)分庫分表

因為資料庫壓力過大,首先一個問題就是高峰期系統性能可能會降低,因為資料庫負載過高對效能會有影響。

另外一個,壓力過大把你的資料庫給搞掛了怎麼辦?

所以此時你必須得對系統做分庫分表+讀寫分離,也就是把一個庫拆分為多個庫,部署在多個數據庫服務上,這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫,由從庫來承載讀請求。

4)快取叢集

如果使用者量越來越大,此時你可以不停的加機器,比如說系統層面不停加機器,就可以承載更高的併發請求。

然後資料庫層面如果寫入併發越來越高,就擴容加資料庫伺服器,通過分庫分表是可以支援擴容機器的,如果資料庫層面的讀併發越來越高,就擴容加更多的從庫。

但是這裡有一個很大的問題:

資料庫其實本身不是用來承載高併發請求的,所以通常來說,資料庫單機每秒承載的併發就在幾千的數量級,而且資料庫使用的機器都是比較高配置,比較昂貴的機器,成本很高。

如果你就是簡單的不停的加機器,其實是不對的。

所以在高併發架構裡通常都有快取這個環節,快取系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬,甚至每秒數十萬,對高併發的承載能力比資料庫系統要高出一到兩個數量級。

你完全可以根據系統的業務特性,對那種寫少讀多的請求,引入快取叢集。

具體來說,就是在寫資料庫的時候同時寫一份資料到快取叢集裡,然後用快取叢集來承載大部分的讀請求。這樣的話,通過快取叢集,就可以用更少的機器資源承載更高的併發。

結語


一個完整而複雜的高併發系統架構中,一定會包含各種複雜的自研基礎架構系統和各種精妙的架構設計,因此一篇小文頂多具有拋磚引玉的效果。但是總得來看,資料庫優化的思想差不多就這些了。希望能對大家有所幫