• mysql如何做性能优化?实现性能优化的干货方法(供初学者参考)


    mysql实现性能优化的干货方法:

    提高磁盘读写速度

    RAID0 尤其是在使用 EC2 这种虚拟磁盘 (EBS) 的时候,使用软 RAID0 非常重要。

    用 NOSQL 的方式使用 MYSQL

    B-TREE 仍然是最高效的索引之一,所有 MYSQL 仍然不会过时。

    用 HandlerSocket 跳过 MYSQL 的 SQL 解析层,MYSQL 就真正变成了 NOSQL。

    减少磁盘写入操作

    1 使用足够大的写入缓存 innodb_log_file_size

    但是需要注意如果用 1G 的 innodb_log_file_size ,假如服务器当机,需要 10 分钟来恢复。

    推荐 innodb_log_file_size 设置为 0.25 * innodb_buffer_pool_size

    2 innodb_flush_log_at_trx_commit

    这个选项和写磁盘操作密切相关:

    innodb_flush_log_at_trx_commit = 1 则每次修改写入磁盘
    innodb_flush_log_at_trx_commit = 0/2 每秒写入磁盘

    如果你的应用不涉及很高的安全性 (金融系统),或者基础架构足够安全,或者 事务都很小,都可以用 0 或者 2 来降低磁盘操作。

    3 避免双写入缓冲

    1

    innodb_flush_method=O_DIRECT

    选择合适的存储引擎: InnoDB

    除非你的数据表使用来做只读或者全文检索 (相信现在提到全文检索,没人会用 MYSQL 了),你应该默认选择 InnoDB 。

    你自己在测试的时候可能会发现 MyISAM 比 InnoDB 速度快,这是因为: MyISAM 只缓存索引,而 InnoDB 缓存数据和索引,MyISAM 不支持事务。但是 如果你使用 innodb_flush_log_at_trx_commit = 2 可以获得接近的读取性能 (相差百倍) 。

    如何将现有的 MyISAM 数据库转换为 InnoDB:

    1

    2

    3

    mysql -u [USER_NAME] -p -e "SHOW TABLES IN [DATABASE_NAME];" | tail -n +2 | xargs -I '{}' echo "ALTER TABLE {} ENGINE=InnoDB;" > alter_table.sql

    perl -p -i -e 's/(search_[a-z_]+ ENGINE=)InnoDB//1MyISAM/g' alter_table.sql

    mysql -u [USER_NAME] -p [DATABASE_NAME] < alter_table.sql

    为每个表分别创建 InnoDB FILE:

    1

    innodb_file_per_table=1

    这样可以保证 ibdata1 文件不会过大,失去控制。尤其是在执行 mysqlcheck -o –all-databases 的时候。

    保证从内存中读取数据,将数据保存在内存中

    足够大的 innodb_buffer_pool_size

    推荐将数据完全保存在 innodb_buffer_pool_size ,即按存储量规划 innodb_buffer_pool_size 的容量。这样你可以完全从内存中读取数据,最大限度减少磁盘操作。

    如何确定 innodb_buffer_pool_size 足够大,数据是从内存读取而不是硬盘?

    方法 1

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    mysql> SHOW GLOBAL STATUS LIKE 'innodb_buffer_pool_pages_%';

    +----------------------------------+--------+

    | Variable_name                    | Value  |

    +----------------------------------+--------+

    | Innodb_buffer_pool_pages_data    | 129037 |

    | Innodb_buffer_pool_pages_dirty   | 362    |

    | Innodb_buffer_pool_pages_flushed | 9998   |

    | Innodb_buffer_pool_pages_free    | 0      |  !!!!!!!!

    | Innodb_buffer_pool_pages_misc    | 2035   |

    | Innodb_buffer_pool_pages_total   | 131072 |

    +----------------------------------+--------+

    6 rows in set (0.00 sec)

    发现 Innodb_buffer_pool_pages_free 为 0,则说明 buffer pool 已经被用光,需要增大 innodb_buffer_pool_size

    InnoDB 的其他几个参数:

    1

    2

    innodb_additional_mem_pool_size = 1/200 of buffer_pool

    innodb_max_dirty_pages_pct 80%

    方法 2

    或者用iostat -d -x -k 1 命令,查看硬盘的操作。

    服务器上是否有足够内存用来规划

    执行 echo 1 > /proc/sys/vm/drop_caches 清除操作系统的文件缓存,可以看到真正的内存使用量。

    数据预热

    默认情况,只有某条数据被读取一次,才会缓存在 innodb_buffer_pool。所以,数据库刚刚启动,需要进行数据预热,将磁盘上的所有数据缓存到内存中。数据预热可以提高读取速度。

    对于 InnoDB 数据库,可以用以下方法,进行数据预热:

    1. 将以下脚本保存为 MakeSelectQueriesToLoad.sql

    1

    2

    3

    4

    5

    6

    7

    8

    9

    10

    11

    12

    13

    14

    15

    16

    17

    18

    19

    20

    21

    22

    23

    24

    25

    26

    27

    SELECT DISTINCT

        CONCAT('SELECT ',ndxcollist,' FROM ',db,'.',tb,

        ' ORDER BY ',ndxcollist,';') SelectQueryToLoadCache

        FROM

        (

            SELECT

                engine,table_schema db,table_name tb,

                index_name,GROUP_CONCAT(column_name ORDER BY seq_in_index) ndxcollist

            FROM

            (

                SELECT

                    B.engine,A.table_schema,A.table_name,

                    A.index_name,A.column_name,A.seq_in_index

                FROM

                    information_schema.statistics A INNER JOIN

                    (

                        SELECT engine,table_schema,table_name

                        FROM information_schema.tables WHERE

                        engine='InnoDB'

                    ) B USING (table_schema,table_name)

                WHERE B.table_schema NOT IN ('information_schema','mysql')

                ORDER BY table_schema,table_name,index_name,seq_in_index

            ) A

            GROUP BY table_schema,table_name,index_name

        ) AA

    ORDER BY db,tb

    ;

    2. 执行

    1

    mysql -uroot -AN < /root/MakeSelectQueriesToLoad.sql > /root/SelectQueriesToLoad.sql

    3. 每次重启数据库,或者整库备份前需要预热的时候执行:

    1

    mysql -uroot < /root/SelectQueriesToLoad.sql > /dev/null 2>&1

    不要让数据存到 SWAP 中

    如果是专用 MYSQL 服务器,可以禁用 SWAP,如果是共享服务器,确定 innodb_buffer_pool_size 足够大。或者使用固定的内存空间做缓存,使用 memlock 指令。

    定期优化重建数据库

    mysqlcheck -o –all-databases 会让 ibdata1 不断增大,真正的优化只有重建数据表结构:

    1

    2

    3

    4

    5

    CREATE TABLE mydb.mytablenew LIKE mydb.mytable;

    INSERT INTO mydb.mytablenew SELECT * FROM mydb.mytable;

    ALTER TABLE mydb.mytable RENAME mydb.mytablezap;

    ALTER TABLE mydb.mytablenew RENAME mydb.mytable;

    DROP TABLE mydb.mytablezap;

    充分使用索引

    查看现有表结构和索引

    1

    SHOW CREATE TABLE db1.tb1/G

    添加必要的索引

    索引是提高查询速度的唯一方法,比如搜索引擎用的倒排索引是一样的原理。

    索引的添加需要根据查询来确定,比如通过慢查询日志或者查询日志,或者通过 EXPLAIN 命令分析查询。

    1

    2

    ADD UNIQUE INDEX

    ADD INDEX

    比如,优化用户验证表:

    添加索引

    1

    2

    ALTER TABLE users ADD UNIQUE INDEX username_ndx (username);

    ALTER TABLE users ADD UNIQUE INDEX username_password_ndx (username,password);

    每次重启服务器进行数据预热

    1

    echo “select username,password from users;” > /var/lib/mysql/upcache.sql

    添加启动脚本到 my.cnf

    1

    2

    [mysqld]

    init-file=/var/lib/mysql/upcache.sql

    使用自动加索引的框架或者自动拆分表结构的框架

    比如,Rails 这样的框架,会自动添加索引,Drupal 这样的框架会自动拆分表结构。会在你开发的初期指明正确的方向。所以,经验不太丰富的人一开始就追求从 0 开始构建,实际是不好的做法。

    分析查询日志和慢查询日志

    记录所有查询,这在用 ORM 系统或者生成查询语句的系统很有用。

    1

    log=/var/log/mysql.log

    注意不要在生产环境用,否则会占满你的磁盘空间。

    记录执行时间超过 1 秒的查询:

    1

    2

    long_query_time=1

    log-slow-queries=/var/log/mysql/log-slow-queries.log

  • 相关阅读:
    leetcode回溯总结
    排序算法详解
    Java核心基础知识泛型
    leetcode贪心算法
    Linux虚拟机配置及安装Redis
    HJ6质数因子
    冒泡排序(升序)
    动态规划 背包问题
    配置mycatschema.xml
    HJ106字符逆序
  • 原文地址:https://www.cnblogs.com/tdskee/p/16146932.html
Copyright © 2020-2023  润新知