简单了解MySQL数据库优化技巧

一个成熟的数据库架构并不是一开始设计就具备高可用、高伸缩等特性的，它是随着用户量的增加，基础架构才逐渐完善。这篇文章主要谈谈mysql数据库在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：

阶段一：数据库表设计

项目立项后，开发部门根据产品部门需求开发项目。
开发工程师在开发项目初期会对表结构设计。对于数据库来说，表结构设计很重要，如果设计不当，会直接影响到用户访问网站速度，用户体验不好！这种情况具体影响因素有很多，例如慢查询（低效的查询语句）、没有适当建立索引、数据库堵塞（锁）等。当然，有测试部门的团队，会做产品测试，找bug。
由于开发工程师重视点不同，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。等项目上线有一定访问量后，隐藏的问题就会暴露，这时再去修改就不是这么容易的事了！

阶段二：数据库部署

是时候运维工程师出场了，项目上线。
项目初期访问量一般是寥寥无几，此阶段web+数据库单台部署足以应对在1000左右的qps（每秒查询率）。考虑到单点故障，应做到高可用性，可采用mysql主从复制+keepalived实现双机热备。主流ha软件有：keepalived（推荐）、heartbeat。

阶段三：数据库性能优化 

如果将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1500左右qps，经过优化后，有可能会提升到2000左右qps。否则，访问量当达到1500左右并发连接时，数据库处理性能可能响应就会慢，而且硬件资源还比较富裕，这时就该考虑性能优化问题了。那么怎样能让数据库发挥最大性能呢？主要从硬件配置、数据库配置、架构方面着手，具体分为以下：

3.1 硬件配置

如果有条件一定要ssd固态硬盘代替sas机械硬盘，将raid级别调整为raid1+0，相对于raid1和raid5有更好的读写性能，毕竟数据库的压力主要来自磁盘i/o方面。
linux内核有一个特性，会从物理内存中划分出缓存区（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。建议物理内存至少富裕50%以上。

3.2 数据库配置优化

mysql应用最广泛的有两种存储引擎：一个是myisam，不支持事务处理，读性能处理快，表级别锁。另一个是innodb，支持事务处理（acid属性），设计目标是为大数据处理，行级别锁。
表锁：开销小，锁定粒度大，发生死锁概率高，相对并发也低。
行锁：开销大，锁定粒度小，发生死锁概率低，相对并发也高。
为什么会出现表锁和行锁呢？主要为保证数据完整性。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一张表，肯定会数据产生冲突或者异常。
根据这些方面看，使用innodb存储引擎是最好的选择，也是mysql5.5+版本默认存储引擎。每个存储引擎相关运行参数比较多，以下列出可能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，建议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，建议增大为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，建议设置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，建议设置物理内存的70%左右
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 
# 是否共享表空间，5.7+版本默认on，共享表空间idbdata文件不断增大，影响一定的i/o性能。建议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。
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

3.3 系统内核参数优化

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内核参数进行适当优化

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
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。
重启永久生效：
# vi /etc/security/limits.conf 
* soft nofile 65535
* hard nofile 65535
当前用户立即生效：
# ulimit -shn 65535 

阶段四：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，该考虑增加服务器扩展架构了。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。

4.1 增加缓存

给数据库增加缓存系统，把热数据缓存到内存中，如果缓存中有请求的数据就不再去请求mysql，减少数据库负载。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：memcached、redis，memcached性能稳定，数据缓存在内存中，速度很快，qps理论可达8w左右。如果想数据持久化就选择用redis，性能不低于memcached。
工作过程：

4.2 主从复制与读写分离

在生产环境中，业务系统通常读多写少，可部署一主多从架构，主数据库负责写操作，并做双机热备，多台从数据库做负载均衡，负责读操作。主流的负载均衡器：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，会增加中间件消耗。主流中间件代理系统有mycat、atlas等。
在这种mysql主从复制拓扑架构中，分散单台负载，大大提高数据库并发能力。如果一台从服务器能处理1500 qps，那么3台就能处理4500 qps，而且容易横向扩展。
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。就可以做双向复制（双主），但有个问题得注意：两台主服务器如果都对外提供读写操作，就可能遇到数据不一致现象，产生这个原因是程序有同时操作两台数据库几率，同时的更新操作会造成两台数据库数据发生冲突或者不一致。
可设置每个表id字段自增唯一：auto_increment_increment和auto_increment_offset，也可以写算法生成随机唯一。
官方近两年推出的mgr（多主复制）集群也可以考虑下。

4.3 分库

分库是根据业务将数据库中相关的表分离到不同的数据库中，例如web、bbs、blog等库。如果业务量很大，还可将分离后的数据库做主从复制架构，进一步避免单库压力过大。4.4 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？你应该考虑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：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：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。

4.5 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。
注：增加缓存、分库、分表和分区主要由程序猿或dba来实现。

阶段五：数据库维护

数据库维护是数据库工程师或运维工程师的工作，包括系统监控、性能分析、性能调优、数据库备份和恢复等主要工作。

5.1 性能状态关键指标

专业术语：qps（queries per second，每秒查询书）和tps（transactions per second）
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：回滚次数

那么，计算方法来了，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

另一计算方式：

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计算方法：

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。

5.2 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，支持动态开启：

mysql> set global slow-query-log=on 
# 开启慢查询日志 
mysql> set global slow_query_log_file='/var/log/mysql/mysql-slow.log'; 
# 指定慢查询日志文件位置 
mysql> set global log_queries_not_using_indexes=on;  
# 记录没有使用索引的查询 
mysql> set global long_query_time=1;  
# 只记录处理时间1s以上的慢查询
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。
mysqldumpslow -t 3 /var/log/mysql/mysql-slow.log  
# 查看最慢的前三个查询
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

5.3 数据库备份

备份数据库是最基本的工作，也是最重要的，否则后果很严重，你懂得！高频率的备份策略，选用一个稳定快速的工具至关重要。数据库大小在2g以内，建议使用官方的逻辑备份工具mysqldump。超过2g以上，建议使用percona公司的物理备份工具xtrabackup，否则慢的跟蜗牛似得。这两个工具都支持innodb存储引擎下热备，不影响业务读写操作。

5.4 数据库修复

有时候mysql服务器突然断电、异常关闭，会导致表损坏，无法读取表数据。这时就可以用到mysql自带的两个工具进行修复，myisamchk和mysqlcheck。前者只能修复myisam表，并且停止数据库，后者myisam和innodb都可以，在线修复。
注意：修复前最好先备份数据库。

myisamchk常用参数：
 -f --force  强制修复，覆盖老的临时文件，一般不使用
 -r --recover 恢复模式
 -q --quik   快速恢复
 -a --analyze 分析表
 -o --safe-recover 老的恢复模式，如果-r无法修复，可以使用此参数试试
 -f --fast   只检查没有正常关闭的表

例如：myisamchk -r -q *.myi

mysqlcheck常用参数：
 -a --all-databases 检查所有的库
 -r --repair  修复表
 -c --check  检查表，默认选项
 -a --analyze 分析表
 -o --optimize 优化表
 -q --quik  最快检查或修复表
 -f --fast  只检查没有正常关闭的表

例如：mysqlcheck -r -q -uroot -p123456 weibo 

5.5 mysql服务器性能分析

重点关注：
id：cpu利用率百分比，平均小于60%正常，但已经比较繁忙了。
wa：cpu等待磁盘io响应时间，一般大于5说明磁盘读写量大。

kb_read/s、kb_wrtn/s 每秒读写数据量，主要根据磁盘每秒最高读写速度评估。

r/s、w/s：每秒读写请求次数，可以理解为iops（每秒输入输出量），是衡量磁盘性能的主要指标之一。
await：io平均每秒响应时间，一般大于5说明磁盘响应慢，超过自身性能。
util：磁盘利用率百分比，平均小于60%正常，但已经比较繁忙了。

小结

由于关系型数据库初衷设计限制，在大数据处理时会显得力不从心。因此nosql（非关系型数据库）火起来了，天生励志，具备分布式、高性能、高可靠等特性，弥补了关系型数据库某方面先天性不足，非常适合存储非结构化数据。主流nosql数据库有：mongodb、hbase、cassandra等。

单纯数据库层面优化效果提升并不多明显，主要还是要根据业务场景选择合适的数据库！

到此这篇关于简单了解mysql数据库优化技巧的文章就介绍到这了,更多相关mysql数据库优化技巧内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！