MySQL使用与优化总结


摘要: 这篇文章总结了工作中用到MySQL的一些常见问题,解决方案;合适的使用场景和优化方案。

目录:

存储引擎的选择:MyISAM vs InnoDB
使用与优化
DB的优化
SQL的优化
应用的优化
简单故障排查技巧
慢查询排查
Lock情况排查
Slave延时排查
监控
内置命令
外部监控
简单说说mysql高可用
最后

存储引擎的选择:MyISAM vs InnoDB

MyISAM:支持全文索引;使用表级锁;读并发性能好。

InnoDB:支持事务和外键;使用行级锁;写并发性能较好。

在实际应用场景中,我们一般都使用InnoDB作为默认的存储引擎,除了支持事务和行锁是比较重要的两个原因外,其实MyISAM在实际应用场景中意义也不大,看看下面几个原因:

  • 全文索引完全可以(也应该)用第三方软件来替代,比如:Sphinx;

  • 读性能高的特点完全可以用前端缓存来替代,这已经是互联网应用的标配了;

  • 表级锁在并发写操作多时会严重影响读操作(写优先);

 

使用与优化

 

DB的优化

  • 建立合适的索引:

    尽量让所有查询都走索引,这个效果是很明显的。

  • 表空间优化:

    在删除或更新比较频繁的表上,如果包含varchar,text之类的字段,需要定期地执行表空间优化,optimaize table xxx,整理磁盘碎片,回收表数据和索引数据占用的空闲空间;

  • 配置参数优化:

innodb_buffer_pool_size  innodb表数据和索引数据的内存缓冲大小,很关键,可以有效减少磁盘IO。
innodb_flush_log_at_trx_commit 决定事务日志怎么记录,这个对性能提升也很关键,在线下批量写数据时可以考虑设置为0.或者写操作频繁但允许故障时丢失极少量数据的情况也可以考虑。
query_cache 这个参数有些微妙,因为query cache在数据表中有任何数据修改时就会失效,对于写操作频繁的表来说,有可能还会降低性能。对于读操作为主的表来说,效果还是很明显的,但是通常场景下我们都依赖于前端缓存,所以对于这个参数的设置来说,还要看具体业务场景。
max_connections 控制并发连接数,不能太大,否则后果很严重。

拆分与扩容:

库拆分:一般是把同一实例上的数据库分到多个实例上来分担压力(这种比较简单,做一份复制,应用端改个ip就行),或者是把一个库里面的部分表单独放到另一个实例库中(这种比较麻烦,需要应用端配合修改程序)。
表拆分:也分两种,一种是把一些字段的拆出到新表里,比如按业务分,或者是像text之类的大字段拆分。另一种是表记录数太大,超出了单表承受能力,需要水平扩展到多张表。表拆分比较麻烦,都需要应用端配合修改程序。

SQL的优化

  • 尽量用上索引,能用主键查询最好了
  • 尽量缩小扫描范围,经典场景就是limit分页偏移量的优化,其实在实际业务场景下很有很多类似的场景,我们完全可以按id号或者时间限制来显著缩小查询扫描范围
  • 尽量减少表连接查询,最好是单表查询(表连接可能用上临时表,对DB消耗很大;而单表查询可以快速返回,把计算操作放到前端应用去做,减少DB压力)。如果前端并发没有控制好的话,性能较差的表连接查询可能会拖死DB
  • 尽量做等值查询,不等条件查询和逆向查询不走索引
  • 用union替代or、in操作
  • 不做前置模糊查询,不走索引
  • 排序和分组操作尽量在应用端做,减少DB的CPU压力
  • 在查询列上不作函数运算:select concat('foo','bar') as str from xxx;

 

应用的优化

  • 尽量不在DB端做运算,能在应用端做的事就不依赖DB
  • text/blob之类的数据尽量不在DB中存储,可以采用其它key/value型的存储
  • 大sql拆分成小sql查,不做表连接
  • 用好连接池,减少连接开销(这里要注意连接池的空闲时间与数据库空闲时间的配置)
  • 有冷热数据的场景,尽量均摊压力
  • 考虑读写分离(这里要注意slave的延时,master写频繁的情况下,slave延时也是另人很头疼的,对数据一致性敏感的应用场景是有隐患的)
  • 最后提一下,preparedstatement,最大的作用是防止SQL注入。预编译功能也可以尝试使用,但是要开启前端sql缓存才好,这个还是看具体应用场景吧,大多数互联网应用还没到靠这个功能来提升性能的情况。

更多详情见请继续阅读下一页的精彩内容

MySQL优化案例分析

MySQL优化:可配置选项的WAIT_FOR_READ

CentOS系统MySQL优化详解

  • 1
  • 2
  • 下一页

相关内容