一個成熟的數據庫架構并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。這篇文章主要談談MySQL數據庫在發展周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：

階段一：數據庫表設計

項目立項后，開發部門根據產品部門需求開發項目。
開發工程師在開發項目初期會對表結構設計。對于數據庫來說，表結構設計很重要，如果設計不當，會直接影響到用戶訪問網站速度，用戶體驗不好！這種情況具體影響因素有很多，例如慢查詢（低效的查詢語句）、沒有適當建立索引、數據庫堵塞（鎖）等。當然，有測試部門的團隊，會做產品測試，找Bug。
由于開發工程師重視點不同，初期不會考慮太多數據庫設計是否合理，而是盡快完成功能實現和交付。等項目上線有一定訪問量后，隱藏的問題就會暴露，這時再去修改就不是這么容易的事了！

階段二：數據庫部署

是時候運維工程師出場了，項目上線。
項目初期訪問量一般是寥寥無幾，此階段Web+數據庫單臺部署足以應對在1000左右的QPS（每秒查詢率）。考慮到單點故障，應做到高可用性，可采用MySQL主從復制+Keepalived實現雙機熱備。主流HA軟件有：Keepalived（推薦）、Heartbeat。

階段三：數據庫性能優化 

如果將MySQL部署到普通的X86服務器上，在不經過任何優化情況下，MySQL理論值正常可以處理1500左右QPS，經過優化后，有可能會提升到2000左右QPS。否則，訪問量當達到1500左右并發連接時，數據庫處理性能可能響應就會慢，而且硬件資源還比較富裕，這時就該考慮性能優化問題了。那么怎樣能讓數據庫發揮最大性能呢？主要從硬件配置、數據庫配置、架構方面著手，具體分為以下：

3.1 硬件配置

如果有條件一定要SSD固態硬盤代替SAS機械硬盤，將RAID級別調整為RAID1+0，相對于RAID1和RAID5有更好的讀寫性能，畢竟數據庫的壓力主要來自磁盤I/O方面。
Linux內核有一個特性，會從物理內存中劃分出緩存區（系統緩存和數據緩存）來存放熱數據，通過文件系統延遲寫入機制，等滿足條件時（如緩存區大小到達一定百分比或者執行sync命令）才會同步到磁盤。也就是說物理內存越大，分配緩存區越大，緩存數據越多。當然，服務器故障會丟失一定的緩存數據。建議物理內存至少富裕50%以上。

3.2 數據庫配置優化

MySQL應用最廣泛的有兩種存儲引擎：一個是MyISAM，不支持事務處理，讀性能處理快，表級別鎖。另一個是InnoDB，支持事務處理（ACID屬性），設計目標是為大數據處理，行級別鎖。
表鎖：開銷小，鎖定粒度大，發生死鎖概率高，相對并發也低。
行鎖：開銷大，鎖定粒度小，發生死鎖概率低，相對并發也高。
為什么會出現表鎖和行鎖呢？主要為保證數據完整性。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，那么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。否則多個用戶同時操作一張表，肯定會數據產生沖突或者異常。
根據這些方面看，使用InnoDB存儲引擎是最好的選擇，也是MySQL5.5+版本默認存儲引擎。每個存儲引擎相關運行參數比較多，以下列出可能影響數據庫性能的參數。
公共參數默認值：

max_connections = 151
# 同時處理最大連接數，建議設置最大連接數是上限連接數的80%左右
sort_buffer_size = 2M
# 查詢排序時緩沖區大小，只對order by和group by起作用，建議增大為16M
open_files_limit = 1024 
# 打開文件數限制，如果show global status like 'open_files'查看的值等于或者大于open_files_limit值時，程序會無法連接數據庫或卡死

MyISAM參數默認值：

key_buffer_size = 16M
# 索引緩存區大小，一般設置物理內存的30-40%
read_buffer_size = 128K 
# 讀操作緩沖區大小，建議設置16M或32M
query_cache_type = ON
# 打開查詢緩存功能
query_cache_limit = 1M 
# 查詢緩存限制，只有1M以下查詢結果才會被緩存，以免結果數據較大把緩存池覆蓋
query_cache_size = 16M 
# 查看緩沖區大小，用于緩存SELECT查詢結果，下一次有同樣SELECT查詢將直接從緩存池返回結果，可適當成倍增加此值

InnoDB參數默認值：

innodb_buffer_pool_size = 128M
# 索引和數據緩沖區大小，建議設置物理內存的70%左右
innodb_buffer_pool_instances = 1  
# 緩沖池實例個數，推薦設置4個或8個
innodb_flush_log_at_trx_commit = 1 
# 關鍵參數，0代表大約每秒寫入到日志并同步到磁盤，數據庫故障會丟失1秒左右事務數據。1為每執行一條SQL后寫入到日志并同步到磁盤，I/O開銷大，執行完SQL要等待日志讀寫，效率低。2代表只把日志寫入到系統緩存區，再每秒同步到磁盤，效率很高，如果服務器故障，才會丟失事務數據。對數據安全性要求不是很高的推薦設置2，性能高，修改后效果明顯。
innodb_file_per_table = OFF 
# 是否共享表空間，5.7+版本默認ON，共享表空間idbdata文件不斷增大，影響一定的I/O性能。建議開啟獨立表空間模式，每個表的索引和數據都存在自己獨立的表空間中，可以實現單表在不同數據庫中移動。
innodb_log_buffer_size = 8M 
# 日志緩沖區大小，由于日志最長每秒鐘刷新一次，所以一般不用超過16M

3.3 系統內核參數優化

大多數MySQL都部署在linux系統上，所以操作系統的一些參數也會影響到MySQL性能，以下對Linux內核參數進行適當優化

net.ipv4.tcp_fin_timeout = 30
# TIME_WAIT超時時間，默認是60s
net.ipv4.tcp_tw_reuse = 1  
# 1表示開啟復用，允許TIME_WAIT socket重新用于新的TCP連接，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并打印警告信息
net.ipv4.tcp_max_syn_backlog = 4096
# 進入SYN隊列最大長度，加大隊列長度可容納更多的等待連接
在Linux系統中，如果進程打開的文件句柄數量超過系統默認值1024，就會提示“too many files open”信息，所以要調整打開文件句柄限制。
重啟永久生效：
# vi /etc/security/limits.conf 
* soft nofile 65535
* hard nofile 65535
當前用戶立即生效：
# ulimit -SHn 65535 

階段四：數據庫架構擴展

隨著業務量越來越大，單臺數據庫服務器性能已無法滿足業務需求，該考慮增加服務器擴展架構了。主要思想是分解單臺數據庫負載，突破磁盤I/O性能，熱數據存放緩存中，降低磁盤I/O訪問頻率。

4.1 增加緩存

給數據庫增加緩存系統，把熱數據緩存到內存中，如果緩存中有請求的數據就不再去請求MySQL，減少數據庫負載。緩存實現有本地緩存和分布式緩存，本地緩存是將數據緩存到本地服務器內存中或者文件中。分布式緩存可以緩存海量數據，擴展性好，主流的分布式緩存系統：memcached、redis，memcached性能穩定，數據緩存在內存中，速度很快，QPS理論可達8w左右。如果想數據持久化就選擇用redis，性能不低于memcached。
工作過程：

4.2 主從復制與讀寫分離

在生產環境中，業務系統通常讀多寫少，可部署一主多從架構，主數據庫負責寫操作，并做雙機熱備，多臺從數據庫做負載均衡，負責讀操作。主流的負載均衡器：LVS、HAProxy、Nginx。
怎么來實現讀寫分離呢？大多數企業是在代碼層面實現讀寫分離，效率高。另一個種方式通過代理程序實現讀寫分離，企業中應用較少，會增加中間件消耗。主流中間件代理系統有MyCat、Atlas等。
在這種MySQL主從復制拓撲架構中，分散單臺負載，大大提高數據庫并發能力。如果一臺從服務器能處理1500 QPS，那么3臺就能處理4500 QPS，而且容易橫向擴展。
有時，面對大量寫操作的應用時，單臺寫性能達不到業務需求。就可以做雙向復制（雙主），但有個問題得注意：兩臺主服務器如果都對外提供讀寫操作，就可能遇到數據不一致現象，產生這個原因是程序有同時操作兩臺數據庫幾率，同時的更新操作會造成兩臺數據庫數據發生沖突或者不一致。
可設置每個表ID字段自增唯一：auto_increment_increment和auto_increment_offset，也可以寫算法生成隨機唯一。
官方近兩年推出的MGR（多主復制）集群也可以考慮下。

4.3 分庫

分庫是根據業務將數據庫中相關的表分離到不同的數據庫中，例如web、bbs、blog等庫。如果業務量很大，還可將分離后的數據庫做主從復制架構，進一步避免單庫壓力過大。4.4 分表

數據量的日劇增加，數據庫中某個表有幾百萬條數據，導致查詢和插入耗時太長，怎么能解決單表壓力呢？你應該考慮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，要修改程序代碼里的SQL語句，還要手動去創建其他表，也可以用merge存儲引擎實現分表，相對簡單許多。分表后，程序是對一個總表進行操作，這個總表不存放數據，只有一些分表的關系，以及更新數據的方式，總表會根據不同的查詢，將壓力分到不同的小表上，因此提高并發能力和磁盤I/O性能。
分表分為垂直拆分和水平拆分：
垂直拆分：把原來的一個很多字段的表拆分多個表，解決表的寬度問題。你可以把不常用的字段單獨放到一個表中，也可以把大字段獨立放一個表中，或者把關聯密切的字段放一個表中。
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，解決單表數據量大的問題。

4.5 分區

分區就是把一張表的數據根據表結構中的字段（如range、list、hash等）分成多個區塊，這些區塊可以在一個磁盤上，也可以在不同的磁盤上，分區后，表面上還是一張表，但數據散列在多個位置，這樣一來，多塊硬盤同時處理不同的請求，從而提高磁盤I/O讀寫性能。
注：增加緩存、分庫、分表和分區主要由程序猿或DBA來實現。

階段五：數據庫維護

數據庫維護是數據庫工程師或運維工程師的工作，包括系統監控、性能分析、性能調優、數據庫備份和恢復等主要工作。

5.1 性能狀態關鍵指標

專業術語：QPS（Queries Per Second，每秒查詢書）和TPS（Transactions Per Second）
通過show status查看運行狀態，會有300多條狀態信息記錄，其中有幾個值幫可以我們計算出QPS和TPS，如下：

Uptime：服務器已經運行的實際，單位秒
Questions：已經發送給數據庫查詢數
Com_select：查詢次數，實際操作數據庫的
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_rollback：回滾次數

那么，計算方法來了，基于Questions計算出QPS

mysql> show global status like 'Questions';
mysql> show global status like 'Uptime';
QPS = Questions / Uptime

基于Com_commit和Com_rollback計算出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

另一計算方式：

基于Com_select、Com_insert、Com_delete、Com_update計算出QPS：  
mysql> show global status where Variable_name in('com_select','com_insert','com_delete','com_update');
等待1秒再執行，獲取間隔差值，第二次每個變量值減去第一次對應的變量值，就是QPS。

TPS計算方法：

mysql> show global status where Variable_name in('com_insert','com_delete','com_update');
計算TPS，就不算查詢操作了，計算出插入、刪除、更新四個值即可。

經網友對這兩個計算方式的測試得出，當數據庫中myisam表比較多時，使用Questions計算比較準確。當數據庫中innodb表比較多時，則以Com_*計算比較準確。

5.2 開啟慢查詢日志

MySQL開啟慢查詢日志，分析出哪條SQL語句比較慢，支持動態開啟：

mysql> set global slow-query-log=on 
# 開啟慢查詢日志 
mysql> set global slow_query_log_file='/var/log/mysql/mysql-slow.log'; 
# 指定慢查詢日志文件位置 
mysql> set global log_queries_not_using_indexes=on;  
# 記錄沒有使用索引的查詢 
mysql> set global long_query_time=1;  
# 只記錄處理時間1s以上的慢查詢
分析慢查詢日志，可以使用MySQL自帶的mysqldumpslow工具，分析的日志較為簡單。
mysqldumpslow -t 3 /var/log/mysql/mysql-slow.log  
# 查看最慢的前三個查詢
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。
分析慢查詢日志：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 數據庫備份

備份數據庫是最基本的工作，也是最重要的，否則后果很嚴重，你懂得！高頻率的備份策略，選用一個穩定快速的工具至關重要。數據庫大小在2G以內，建議使用官方的邏輯備份工具mysqldump。超過2G以上，建議使用percona公司的物理備份工具xtrabackup，否則慢的跟蝸牛似得。這兩個工具都支持InnoDB存儲引擎下熱備，不影響業務讀寫操作。

5.4 數據庫修復

有時候MySQL服務器突然斷電、異常關閉，會導致表損壞，無法讀取表數據。這時就可以用到MySQL自帶的兩個工具進行修復，myisamchk和mysqlcheck。前者只能修復MyISAM表，并且停止數據庫，后者MyISAM和InnoDB都可以，在線修復。
注意：修復前最好先備份數據庫。

myisamchk常用參數：
 -f --force  強制修復，覆蓋老的臨時文件，一般不使用
 -r --recover 恢復模式
 -q --quik   快速恢復
 -a --analyze 分析表
 -o --safe-recover 老的恢復模式，如果-r無法修復，可以使用此參數試試
 -F --fast   只檢查沒有正常關閉的表

例如：myisamchk -r -q *.MYI

mysqlcheck常用參數：
 -a --all-databases 檢查所有的庫
 -r --repair  修復表
 -c --check  檢查表，默認選項
 -a --analyze 分析表
 -o --optimize 優化表
 -q --quik  最快檢查或修復表
 -F --fast  只檢查沒有正常關閉的表

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

5.5 MySQL服務器性能分析

重點關注：
id：CPU利用率百分比，平均小于60%正常，但已經比較繁忙了。
wa：CPU等待磁盤IO響應時間，一般大于5說明磁盤讀寫量大。

KB_read/s、KB_wrtn/s 每秒讀寫數據量，主要根據磁盤每秒最高讀寫速度評估。

r/s、w/s：每秒讀寫請求次數，可以理解為IOPS（每秒輸入輸出量），是衡量磁盤性能的主要指標之一。
await：IO平均每秒響應時間，一般大于5說明磁盤響應慢，超過自身性能。
util：磁盤利用率百分比，平均小于60%正常，但已經比較繁忙了。

小結

由于關系型數據庫初衷設計限制，在大數據處理時會顯得力不從心。因此NoSQL（非關系型數據庫）火起來了，天生勵志，具備分布式、高性能、高可靠等特性，彌補了關系型數據庫某方面先天性不足，非常適合存儲非結構化數據。主流NoSQL數據庫有：MongoDB、HBase、Cassandra等。

單純數據庫層面優化效果提升并不多明顯，主要還是要根據業務場景選擇合適的數據庫！

到此這篇關于簡單了解MySQL數據庫優化技巧的文章就介紹到這了,更多相關MySQL數據庫優化技巧內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！