mysql 常用优化技巧

共计 1856 个字符,预计需要花费 5 分钟才能阅读完成。

Mysql 优化概览

mysql 常用优化技巧

软优化

1. 查询语句优化

可以使用 explain 或 desc 命令分析一条查询语句的执行信息。

desc select * from index_ where title like "ha-9999%";
mysql 常用优化技巧

其中会显示索引和查询数据读取条数等信息。

2. 优化子查询

  • 尽量使用 JOIN 来代替子查询。

因为子查询需要嵌套查询,嵌套查询会建立一张临时表,临时表的建立和删除会有较大的系统开销,而连接查询不会创建临时表,因此效率比嵌套查询高。

3. 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:

  • like 关键字匹配 ‘%’ 开头的字符串,不会使用索引。
  • OR 关键字的两个字段必须都是使用了索引,查询才会使用索引。
  • 使用多列索引必须满足最左匹配原则。

4. 分解表

对于字段较多的表,如果某些字段使用频率较低,应当将其分离出来从而形成新的表。

5. 增加中间表

对于需要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

6. 增加冗余字段

类似创建中间表,增加冗余字段也是为了减少连接查询

7. 分析表、检查表、优化表

分析表
mysql 常用优化技巧
  • Op:表示执行的操作
  • Msg_type:信息类型,有status、info、note、warning、error;
  • Msg_text:显示信息
检查表

使用 CHECK 关键字, 如 CHECK table user[option],option只对 MyISAM有效,共5个参数:

  • QUICK: 不扫描行,不检查错误的连接;
  • FAST: 只检查没有正确关闭的表;
  • CHANGED: 只检查上次检查后被更改的表和没被正确关闭的表;
  • 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;
  • EXTENDED: 最全面的的检查,对每行关键字全面查找。
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

1. 硬件三件套

  • 配置多核心和频率高的cpu,多核心可以执行多个线程;
  • 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;
  • 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。

2. 优化数据库参数

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。

3. 分库分表

因为数据库压力过大,首先一个问题就是高峰期系统性能可能会降低,因为数据库负载过高对性能会有影响。

另外一个,压力过大把你的数据库给搞挂了怎么办?

所以此时你必须得对系统做分库分表+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,这时作为主库承载写入请求。然后每个主库都挂载至少一个从库,由从库来承载读请求

mysql 常用优化技巧

缓存集群

如果用户量越来越大,此时你可以不停的加机器,比如说系统层面不停加机器,就可以承载更高的并发请求。

然后数据库层面如果写入并发越来越高,就扩容加数据库服务器,通过分库分表是可以支持扩容机器的,如果数据库层面的读并发越来越高,就扩容加更多的从库。

但是这里有一个很大的问题:

数据库其实本身不是用来承载高并发请求的,所以通常来说,数据库单机每秒承载的并发就在几千的数量级,而且数据库使用的机器都是比较高配置,比较昂贵的机器,成本很高。

如果你就是简单的不停的加机器,其实是不对的。

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。单机承载的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。

你完全可以根据系统的业务特性,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。这样的话,通过缓存集群,就可以用更少的机器资源承载更高的并发。

正文完
 
Dustin
版权声明:本站原创文章,由 Dustin 2019-11-30发表,共计1856字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。