MySQL之—優化的圖文程式碼詳細介紹

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，它是隨著用戶量的增加，基礎架構才逐漸完善。這篇部落格文章主要談MySQL資料庫發展週期中所面臨的問題及MySQL優化的圖文程式碼詳細介紹方案，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項目，開發工程師工作其中一部分就是對錶結構設計。對資料庫來說，這一點很重要，如果設計不當，會直接影響存取速度和使用者體驗。影響的因素很多，例如慢查詢、低效率的查詢語句、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，而是盡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

  這個維運工程師出場了，專案初期存取量不會很大，所以單一部署足以應付在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，常見群集軟體有Keepalived、Heartbeat。

3、資料庫效能最佳化

#  如果將MySQL部署到普通的X86伺服器上，在不經過任何最佳化情況下，MySQL理論值正常可以處理2000左右QPS，經過最佳化後，有可能會提升到2500左右QPS，否則，訪問量當達到1500左右並發連接時，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。那麼要如何讓資料庫最大化發揮效能呢？一方面可以單一運行多個MySQL實例讓伺服器效能發揮到最大化，另一方面是對資料庫進行最佳化，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，盡可能的處理更多連接數。

具體最佳化有以下三個層面：

#  3.1 資料庫設定最佳化

  MySQL常用有兩種儲存引擎，一個是MyISAM，不支援事務處理，讀取效能處理快，表格級鎖定。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，行級鎖定。

  表鎖定：開銷小，鎖定粒度大，發生死鎖機率高，相對並發也低。

  行鎖定：開銷大，鎖定粒度小，發生死鎖機率低，相對並發也高。

  為什麼會出現表格鎖定和行鎖定呢？主要是為了確保資料的完整性，舉個例子，一個用戶在操作一張表，其他用戶也想操作這張表，那麼就要等第一個用戶操作完，其他用戶才能操作，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異常。

  以上看來，使用InnoDB儲存引擎是最好的選擇，也是MySQL5.5以後版本預設儲存引擎。每個儲存引擎相關聯參數比較多，以下列出主要影響資料庫效能的參數。

  公用參數預設值：

max_connections = 151
#同时处理最大连接数，推荐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，可增大此值为16M
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
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參數預設值：

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，推荐设置16M或32M

InnoDB參數預設值：

innodb_buffer_pool_size = 128M
#索引和数据缓冲区大小，一般设置物理内存的60%-70%
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  
#默认是共享表空间，共享表空间idbdata文件不断增大，影响一定的I/O性能。
推荐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

3.2 系统内核优化

  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。

# vi /etc/security/limits.conf  #加入以下配置，*代表所有用户，也可以指定用户，重启系统生效
* soft nofile 65535
* hoft nofile 65535
# ulimit -SHn 65535   #立刻生效

3.3 硬件配置

  加大物理内存，为提高文件系统性能，linux内核会从内存中分配缓存区（系统缓存和文件缓存）来存放热数据，也就是说物理内存越大，分配缓存区越大，缓存数据越多。

  SSD硬盘代替SAS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（IOPS），毕竟数据库的压力主要来自磁盘I/O方面。

4、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，该考虑加机器了，该做集群了~~~。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 主从复制与读写分离

  因为生产环境中，数据库大多都是读操作，所以部署一主多从架构，主数据库负责写操作，并做双击热备，多台从数据库做负载均衡，负责读操作，主流的负载均衡器有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，效率比较高。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，常见代理程序有MySQL Proxy、Amoeba。在这样数据库集群架构中，大大增加数据库高并发能力，解决单台性能瓶颈问题。如果从数据库一台从库能处理2000 QPS，那么5台就能处理1w QPS，数据库横向扩展性也很容易。

  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。如果做双主，就会遇到数据库数据不一致现象，产生这个原因是在应用程序不同的用户会有可能操作两台数据库，同时的更新操作造成两台数据库数据库数据发生冲突或者不一致。在单库时MySQL利用存储引擎机制表锁和行锁来保证数据完整性，怎样在多台主库时解决这个问题呢？有一套基于perl语言开发的主从复制管理工具，叫MySQL-MMM（Master-Master replication managerfor Mysql，Mysql主主复制管理器），这个工具最大的优点是在同一时间只提供一台数据库写操作，有效保证数据一致性。

  4.2 增加缓存

  给数据库增加缓存系统，把热数据缓存到内存中，如果内存缓存中有要请求的数据就不再去数据库中返回结果，提高读性能。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，速度快。分布式可以缓存海量数据，扩展容易，主流的分布式缓存系统有memcached、redis，memcached性能稳定，数据缓存在内存中，速度很快，QPS可达8w左右。如果想数据持久化那就用redis，性能不低于memcached。

工作过程：

  

  4.3 分库

  分库是根据业务不同把相关的表切分到不同的数据库中，比如web、bbs、blog等库。如果业务量很大，还可将切分后的库做主从架构，进一步避免单个库压力过大。

  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？你就该考虑是否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，实现比较简单。

注：增加缓存、分库、分表和分区主要由程序猿来实现。

5、数据库维护

  数据库维护是运维工程师或者DBA主要工作，包括性能监控、性能分析、性能调优、数据库备份和恢复等。

  5.1 性能状态关键指标

  QPS，Queries Per Second：每秒查询数，一台数据库每秒能够处理的查询次数

  TPS，Transactions Per Second：每秒处理事务数

  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，使用set设置变量，重启服务失效，可以在my.cnf添加参数永久生效。

mysql> set global slow-query-log=on  #开启慢查询功能
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！但由于数据库比较大，上百G，往往备份都很耗费时间，所以就该选择一个效率高的备份策略，对于数据量大的数据库，一般都采用增量备份。常用的备份工具有mysqldump、mysqlhotcopy、xtrabackup等，mysqldump比较适用于小的数据库，因为是逻辑备份，所以备份和恢复耗时都比较长。mysqlhotcopy和xtrabackup是物理备份，备份和恢复速度快，不影响数据库服务情况下进行热拷贝，建议使用xtrabackup，支持增量备份。有兴趣可参考以往博文：http://www.php.cn/

  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。

  myisamchk：只能修复myisam表，需要停止数据库

  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     只檢查沒有正常關閉的表格

  快速修復weibo資料庫:

  # cd / var/lib/mysql/weibo 

  # myisamchk -r -q *.MYI

  mysqlcheck：myisam和myisam innodb表都可用，不需要停止資料庫，如修復單一表，可在資料庫後面新增表名，以空格分割

  常用參數：

##  -a  --all-databases  檢查所有的函式庫

  -r  --repair   修復表

#  -c  -- check    檢查表，預設選項

  -a  --analyze  分析表

  -o  --optimize 最佳化表

##  -o  --optimize 最佳化表

#  -q  --quik   最快檢查或修復表

#  -F  --fast   只檢查沒有正常關閉的表

#  快速修復weibo資料庫:

  mysqlcheck -r -q -uroot -p123 weibo 

  

 

5.5 另外，查看CPU與I/O效能方法

#  #檢視CPU效能

############################################################################################### ##  #參數-P是顯示CPU數，ALL為所有，也可以只顯示第幾顆CPU################  #檢視I/O效能####### ##################################  #參數-m是以M單位顯示，預設K##### #######  #%util：當達到100%時，表示I/O很忙。 ############  #await：請求在佇列中等待時間，直接影響read時間。 ############  I/O極限：IOPS（r/s+w/s）,通常在1200左右。 （IOPS，每秒進行讀寫（I/O）操作次數）############  I/O頻寬：在順序讀寫模式下SAS硬碟理論值在300M/s左右，SSD硬碟理論值在600M/s左右。 ############ ###################

以上是MySQL之—優化的圖文程式碼詳細介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章！