Mysql-optimization

MySQL数据库优化

Posted by Jobin on March 31, 2019

MySQL数据库优化

前言

数据库优化可以提高mysql的整体性能，解决系统的瓶颈的问题，通过合理的结构设计和参数调整，可以提高用户的访问速度，同时还可以解决系统资源，以便让系统提供更大的负荷

优化方法分类：

  1. 软优化：

    （1）查询语句优化

    （2）优化子查询

    （3）使用索引

    （4）分解表

    （5）增加中间表

    （6）增加冗余字段

    （7）分析表，检查表，优化表

  2. 硬优化：

    （1）硬件三件套—cpu、内存、磁盘

    （2）参数设置

    （3）分库分表+读写分离

软优化

查询语句优化

​ 我们可以使用EXPLAIN或DESCRIBE（DESC）命令分析一条查询语句的执行信息，其中会显示索引和查询数据读取数据条数等信息。

优化子查询

​ 在mysql中，尽量使用join来替代子查询，因为子查询需要嵌套查询，嵌套查询时会建立一张临时表，临时表的建立和删除都会有较大的系统开销，而连接查询不会创建临时表，因此效率比嵌套子查询高。

使用索引

​ 索引是提高数据库查询速度最重要的方法之一，使用索引的三大注意事项：

（1）LIKE关键字匹配’%‘开头的字符串，不会使用索引

（2）OR关键字的两个字段必须都是用了索引，该查询才会使用索引

（3）使用多列索引必须满足最左匹配

分解表

对于字段较多的表，如果某些字段使用频率较低，此时应该讲其分离出来从而形成新的表

中间表

对于将大量连接查询的表，可以创建中间表，从而减少在查询时造成的连接耗时

增加冗余字段

类似于创建中间表，增加冗余也是为了减少连接查询

分析表，检查表，优化表

分析表主要是分析表中关键字分布，检查表主要检查表中是否存在错误，优化表主要是消除删除或更新造成的表空间浪费

（1）分析表：使用ANALYZE关键字，如ANALYZE TABLE user;

  1. Op:表示执行的操作.
  2. Msg_type:信息类型,有status,info,note,warning,error.
  3. Msg_text:显示信息.

（2）检查表：使用CHECK关键字，如CHECK TABLE user [option]

option 只对MyISAM有效,共五个参数值:

  1. QUICK:不扫描行,不检查错误的连接.
  2. FAST:只检查没有正确关闭的表.
  3. CHANGED:只检查上次检查后被更改的表和没被正确关闭的表.
  4. MEDIUM:扫描行,以验证被删除的连接是有效的,也可以计算各行关键字校验和.
  5. EXTENDED:最全面的的检查,对每行关键字全面查找.
（3）优化表：使用OPTIMIZE关键字，如OPTIMIZE [LOCAL NO_WRITE_TO_BINLOG] TABLE user;
LOCAL NO_WRITE_TO_BINLOG都是表示不写入日志.,优化表只对VARCHAR,BLOB和TEXT有效,通过OPTIMIZE TABLE语句可以消除文件碎片,在执行过程中会加上只读锁.

硬优化

硬件三套件

1.配置多核心和频率高的cpu,多核心可以执行多个线程. 2.配置大内存,提高内存,即可提高缓存区容量,因此能减少磁盘I/O时间,从而提高响应速度. 3.配置高速磁盘或合理分布磁盘:高速磁盘提高I/O,分布磁盘能提高并行操作的能力.

优化数据库参数

优化数据库参数可以提高资源利用率,从而提高MySQL服务器性能.MySQL服务的配置参数都在my.cnf或my.ini,下面列出性能影响较大的几个参数.

  • key_buffer_size:索引缓冲区大小
  • table_cache:能同时打开表的个数
  • query_cache_size和query_cache_type:前者是查询缓冲区大小,后者是前面参数的开关,0表示不使用缓冲区,1表示使用缓冲区,但可以在查询中使用SQL_NO_CACHE表示不要使用缓冲区,2表示在查询中明确指出使用缓冲区才用缓冲区,即SQL_CACHE.
  • sort_buffer_size:排序缓冲区

分库分表

​ 数据库压力过大，首先一个问题就是高峰期负载过高会降低系统性能，更严重会导致数据库挂掉，所有此时必须对系统做分库分表和读写分离，也就是把一个库拆分为多个库，部署在多个数据库服务上，通过主库来承载写入请求，然后每个主库都挂载至少一个从库，由从库来承载读请求

sharding

缓存集群

​ 如果用户访问量越来越大，需要不停的增加机器，比如说系统层面不停增加机器，就可以承载更高的并发请求；数据库层面如果写入并发越来越高，就扩容增加数据库服务器，通过分库分表是可以支持扩容机器；数据库层面如果读并发越来越高，就扩容增加更多的从库。但是这里有个很大的问题：数据库其实本身不是用来承载高并发请求的，所以通常说，数据库单机每秒承载的并发就在几千的数量级，而且使用的机器都是比较高配置，成本很高。所以在高并发架构里通常都有缓存这个环节，缓存系统的设计就是为了承载高并发而生，使得单机承载的高并发量都在每秒几万，甚至每秒数十万，对高并发的承载能力比数据库系统要高出一到两个数量级。基于系统的业务特性，对那种写少读多的请求，引入缓存集群。具体来说，就是在写数据库的时候同时写一份数据到缓存集群里，然后用缓存集群来承载大部分的读请求，这样就可以通过缓存集群来使用更少的机器资源承载高并发的应用场景。

caching

结语

​ 一个完整而复杂的高并发系统架构中，一定会包含：各种复杂的自研基础架构系统。各种精妙的架构设计.因此一篇小文顶多具有抛砖引玉的效果,但是数据库优化的思想差不多就这些了.

原文链接：https://segmentfault.com/a/1190000018631870

CATALOG
    FEATURED TAGS
    FRIENDS