《Mysql性能优化教程》由会员分享，可在线阅读，更多相关《Mysql性能优化教程（24页珍藏版）》请在金锄头文库上搜索。
1、Mysql 性能优化教程目录目录1背景及目标2Mysql 执行优化2认识数据索引2为什么使用数据索引能提高效率2如何理解数据索引的结构2优化实战范例3认识影响结果集4影响结果集的获取4影响结果集的解读4常见案例及优化思路5理解执行状态7常见关注重点7执行状态分析8分析流程9常见案例解析11总结12Mysql 运维优化14存储引擎类型14内存使用考量14性能与安全性考量14存储/写入压力优化15运维监控体系15Mysql 架构优化17架构优化目标17防止单点隐患17方便系统扩容17安全可控，成本可控17分布式方案18分库&拆表方案18反范式设计（冗余结构设计）20主从架构21故障转移处理22缓存
2、方案22缓存结合数据库的读取22缓存结合数据库的写入23总结24背景及目标l 厦门游家公司（）用于员工培训和分享。l 针对用户群为已经使用过mysql环境，并有一定开发经验的工程师l 针对高并发，海量数据的互联网环境。l 本文语言为口语，非学术标准用语。l 以实战和解决具体问题为主要目标，非应试，非常规教育。友情提醒，在校生学习本教程可能对成绩提高有害无益。l 非技术挑战，非高端架构师培训，请高手自动忽略。l 本文档在2011年7月-12月持续更新，加强了影响结果集分析的内容并增补优化实战案例若干。Mysql 执行优化认识数据索引为什么使用数据索引能提高效率n 关系型数据库的数据索引（Btre
3、e及常见索引结构）的存储是有序的。n 在有序的情况下，通过索引查询一个数据是无需遍历索引记录的n 关系型数据库数据索引的查询效率趋近于二分法查询效率，趋近于 log2(N)。n 极端情况下（更新请求少，更新实时要求低，查询请求频繁），建立单向有序序列可替代数据索引。n HASH索引的查询效率是寻址操作，趋近于1次查询，比有序索引查询效率更高，但是不支持比对查询，区间查询，排序等操作，仅支持key-value类型查询。不是本文重点。如何理解数据索引的结构n 数据索引通常默认采用btree索引，（内存表也使用了hash索引）。n 仅就有序前提而言，单向有序排序序列是查找效率最高的（二分查找，或者说
4、折半查找），使用树形索引的目的是为了达到快速的更新和增删操作。n 在极端情况下（比如数据查询需求量非常大，而数据更新需求极少，实时性要求不高，数据规模有限），直接使用单一排序序列，折半查找速度最快。n 在进行索引分析和SQL优化时，可以将数据索引字段想象为单一有序序列，并以此作为分析的基础。涉及到复合索引情况，复合索引按照索引顺序拼凑成一个字段，想象为单一有序序列，并以此作为分析的基础。n 一条数据查询只能使用一个索引，索引可以是多个字段合并的复合索引。但是一条数据查询不能使用多个索引。优化实战范例l 实战范例1： ip地址反查n 资源： Ip地址对应表，源数据格式为 startip, end
5、ip, area 源数据条数为 10万条左右，呈很大的分散性n 目标：需要通过任意ip查询该ip所属地区性能要求达到每秒1000次以上的查询效率n 挑战：如使用 between startip and endip 这样的条件数据库操作，因为涉及两个字段的between and, 无法有效使用索引。如果每次查询请求需要遍历10万条记录，根本不行。n 方法：一次性排序（只在数据准备中进行，数据可存储在内存序列）折半查找（每次请求以折半查找方式进行）l 实战范例2：目标：查找与访问者同一地区的异性，按照最后登录时间逆序n 挑战：高访问量社区的高频查询，如何优化。查询SQL: select * fro
6、m user where area=$area and sex=$sex order by lastlogin desc limit 0,30;建立复合索引并不难， area+sex+lastlogin 三个字段的复合索引,如何理解？n 解读：首先，忘掉btree，将索引字段理解为一个排序序列。另外，牢记数据查询只能使用一个索引，每个字段建立独立索引的情况下，也只能有一条索引被使用！如果只使用area会怎样？搜索会把符合area的结果全部找出来，然后在这里面遍历，选择命中sex的并排序。 遍历所有 area=$area数据！如果使用了area+sex，略好，仍然要遍历所有area=$area
7、and sex=$sex数据，然后在这个基础上排序！Area+sex+lastlogin复合索引时（切记lastlogin在最后），该索引基于area+sex+lastlogin 三个字段合并的结果排序，该列表可以想象如下。广州女$时间1广州女$时间2广州女$时间3广州男.深圳女.数据库很容易命中到 area+sex的边界，并且基于下边界向上追溯30条记录，搞定！在索引中迅速命中所有结果，无需二次遍历！认识影响结果集影响结果集的获取n 通过Explain 分析SQL，查看 rows 列内容n 通过慢查询日志的Rows_examined: 后面的数字n 影响结果集数字是查询优化的重要中间数字，工
8、程师在开发和调试过程中，应随时关注这一数字。影响结果集的解读n 查询条件与索引的关系决定影响结果集。u 影响结果集不是输出结果数，不是查询返回的记录数，而是索引所扫描的结果数。u 范例 select * from user where area=厦门 and sex=女 l 假设 索引为 areal 假设User表中 area=厦门的有 125000条，而搜索返回结果为60233条。l 影响结果集是125000条，索引先命中125000条厦门用户，再遍历以sex=女进行筛选操作，得到60233条结果。l 如果该SQL 增加 limit 0,30的后缀。查询时，先命中 area=厦门，然后依顺序
9、执行 sex=女 筛选操作，直到满足可以返回30条为止，所涉及记录数未知。除非满足条件的结果不足30条，否则不会遍历125000条记录。l 但是如果SQL中涉及了排序操作，比如 order by lastlogin desc 再有limit 0,30时，排序需要遍历所有area=厦门 的记录，而不是满足即止。n 影响结果集越趋近于实际输出或操作的目标结果集，索引效率越高。n 影响结果集与查询开销的关系可以理解为线性相关。减少一半影响结果集，即可提升一倍查询效率！当一条搜索query可以符合多个索引时，选择影响结果集最少的索引。n SQL的优化，核心就是对结果集的优化，认识索引是增强对结果集的判
10、断，基于索引的认识，可以在编写SQL的时候，对该SQL可能的影响结果集有预判，并做出适当的优化和调整。n Limit 的影响，需要斟酌对待u 如果索引与查询条件和排序条件完全命中，影响结果集就是limit后面的数字（$start + $end），比如 limit 200,30 影响结果集是230. 而不是30.u 如果索引只命中部分查询条件，甚至无命中条件，在无排序条件情况下，会在索引命中的结果集 中遍历到满足所有其他条件为止。比如 select * from user limit 10; 虽然没用到索引，但是因为不涉及二次筛选和排序，系统直接返回前10条结果，影响结果集依然只有10条，就不存
11、在效率影响。u 如果搜索所包含的排序条件没有被索引命中，则系统会遍历是所有索引所命中的结果，并且排序。例如 Select * from user order by timeline desc limit 10; 如果timeline不是索引，影响结果集是全表，就存在需要全表数据排序，这个效率影响就巨大。再比如 Select * from user where area=厦门 order by timeline desc limit 10; 如果area是索引，而area+timeline未建立索引，则影响结果集是所有命中 area=厦门的用户，然后在影响结果集内排序。 常见案例及优化思路n 毫
12、秒级优化案例u 某游戏用户进入后显示最新动态，SQL为 select * from userfeed where uid=$uid order by timeline desc limit 20; 主键为$uid 。 该SQL每天执行数百万次之多，高峰时数据库负载较高。 通过 show processlist 显示大量进程处于Sending data状态。没有慢查询记录。 仔细分析发现，因存在较多高频用户访问，命中 uid=$uid的影响结果集通常在几百到几千，在上千条影响结果集情况下，该SQL查询开销通常在0.01秒左右。 建立uid+timeline 复合索引，将排序引入到索引结构中，影响
13、结果集就只有limit 后面的数字，该SQL查询开销锐减至0.001秒，数据库负载骤降。n Innodb锁表案例u 某游戏数据库使用了innodb，innodb是行级锁，理论上很少存在锁表情况。出现了一个SQL语句(delete from tabname where xid=)，这个SQL非常用SQL，仅在特定情况下出现，每天出现频繁度不高（一天仅10次左右），数据表容量百万级，但是这个xid未建立索引，于是悲惨的事情发生了，当执行这条delete 的时候，真正删除的记录非常少，也许一到两条，也许一条都没有；但是！由于这个xid未建立索引，delete操作时遍历全表记录，全表被delete操作
14、锁定，select操作全部被locked，由于百万条记录遍历时间较长，期间大量select被阻塞，数据库连接过多崩溃。这种非高发请求，操作目标很少的SQL，因未使用索引，连带导致整个数据库的查询阻塞，需要极大提高警觉。n 实时排名策略优化u 背景： 用户提交游戏积分，显示实时排名。u 原方案： l 提交积分是插入记录，略， l select count(*) from jifen where gameid=$gameid and fenshu$fenshuu 问题与挑战l 即便索引是 gameid+fenshu 复合索引，涉及count操作，当分数较低时，影响结果集巨大，查询效率缓慢，高峰期会
15、导致连接过多。u 优化思路l 减少影响结果集，又要取得实时数据，单纯从SQL上考虑，不太有方法。l 将游戏积分预定义分成数个积分断点，然后分成积分区间，原始状态，每个区间设置一个统计数字项，初始为0。l 每次积分提交时，先确定该分数属于哪两个区间之间，这个操作非常简单，因为区间是预定义的，而且数量很少，只需遍历即可，找到最该分数符合的区间， 该区间的统计数字项（独立字段，可用内存处理，异步回写数据库或文件）+1。 记录该区间上边界数字为$duandian。l SQL: select count(*) from jifen where gameid=$gameid and fenshu$fenshu and fenshu$duandian，如果处于第一区间，则无需$duandian，这样因为第一区间本身也是最好的成绩，影响结果集不会很多。 通过该SQL获得其在该区间的名次。l 获取前面区间的总数总和。（该数字是直接从上述提到的区间统计数字获取，不需要进行count
