當(dāng)前位置:首頁(yè) > 新聞中心 > 常見(jiàn)問(wèn)題
MySQL 大表優(yōu)化方案探討責(zé)任編輯 :李飛    文章來(lái)源 :星翼創(chuàng)想(16qt59sf.cn)    發(fā)布時(shí)間 :2016-08-06    閱讀次數(shù):4488

當(dāng)MySQL單表記錄數(shù)過(guò)大時(shí)，增刪改查性能都會(huì)急劇下降，可以參考以下步驟來(lái)優(yōu)化：

單表優(yōu)化

除非單表數(shù)據(jù)未來(lái)會(huì)一直不斷上漲，否則不要一開(kāi)始就考慮拆分，拆分會(huì)帶來(lái)邏輯、部署、運(yùn)維的各種復(fù)雜度，一般以整型值為主的表在千萬(wàn)級(jí)以下，字符串為主的表在五百萬(wàn)以下是沒(méi)有太大問(wèn)題的。而事實(shí)上很多時(shí)候MySQL單表的性能依然有不少優(yōu)化空間，甚至能正常支撐千萬(wàn)級(jí)以上的數(shù)據(jù)量：

字段

  • 盡量使用TINYINT、SMALLINT、MEDIUM_INT作為整數(shù)類型而非INT，如果非負(fù)則加上UNSIGNED
  • VARCHAR的長(zhǎng)度只分配真正需要的空間
  • 使用枚舉或整數(shù)代替字符串類型
  • 盡量使用TIMESTAMP而非DATETIME，
  • 單表不要有太多字段，建議在20以內(nèi)
  • 避免使用NULL字段，很難查詢優(yōu)化且占用額外索引空間
  • 用整型來(lái)存IP

索引

  • 索引并不是越多越好，要根據(jù)查詢有針對(duì)性的創(chuàng)建，考慮在WHERE和ORDER BY命令上涉及的列建立索引，可根據(jù)EXPLAIN來(lái)查看是否用了索引還是全表掃描
  • 應(yīng)盡量避免在WHERE子句中對(duì)字段進(jìn)行NULL值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描
  • 值分布很稀少的字段不適合建索引，例如”性別”這種只有兩三個(gè)值的字段
  • 字符字段只建前綴索引
  • 字符字段最好不要做主鍵
  • 不用外鍵，由程序保證約束
  • 盡量不用UNIQUE，由程序保證約束
  • 使用多列索引時(shí)主意順序和查詢條件保持一致，同時(shí)刪除不必要的單列索引

查詢SQL

  • 可通過(guò)開(kāi)啟慢查詢?nèi)罩緛?lái)找出較慢的SQL
  • 不做列運(yùn)算：SELECT id WHERE age + 1 = 10，任何對(duì)列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫(kù)教程函數(shù)、計(jì)算表達(dá)式等等，查詢時(shí)要盡可能將操作移至等號(hào)右邊
  • sql語(yǔ)句盡可能簡(jiǎn)單：一條sql只能在一個(gè)cpu運(yùn)算；大語(yǔ)句拆小語(yǔ)句，減少鎖時(shí)間；一條大sql可以堵死整個(gè)庫(kù)
  • 不用SELECT *
  • OR改寫成IN：OR的效率是n級(jí)別，IN的效率是log(n)級(jí)別，in的個(gè)數(shù)建議控制在200以內(nèi)
  • 不用函數(shù)和觸發(fā)器，在應(yīng)用程序?qū)崿F(xiàn)
  • 避免%xxx式查詢
  • 少用JOIN
  • 使用同類型進(jìn)行比較，比如用'123'和'123'比，123和123比
  • 盡量避免在WHERE子句中使用!=或<>操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描
  • 對(duì)于連續(xù)數(shù)值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5
  • 列表數(shù)據(jù)不要拿全表，要使用LIMIT來(lái)分頁(yè)，每頁(yè)數(shù)量也不要太大

引擎

目前廣泛使用的是MyISAM和InnoDB兩種引擎：

MyISAM

MyISAM引擎是MySQL 5.1及之前版本的默認(rèn)引擎，它的特點(diǎn)是：

  • 不支持行鎖，讀取時(shí)對(duì)需要讀到的所有表加鎖，寫入時(shí)則對(duì)表加排它鎖
  • 不支持事務(wù)
  • 不支持外鍵
  • 不支持崩潰后的安全恢復(fù)
  • 在表有讀取查詢的同時(shí)，支持往表中插入新紀(jì)錄
  • 支持BLOB和TEXT的前500個(gè)字符索引，支持全文索引
  • 支持延遲更新索引，極大提升寫入性能
  • 對(duì)于不會(huì)進(jìn)行修改的表，支持壓縮表，極大減少磁盤空間占用

InnoDB

InnoDB在MySQL 5.5后成為默認(rèn)索引，它的特點(diǎn)是：

  • 支持行鎖，采用MVCC來(lái)支持高并發(fā)
  • 支持事務(wù)
  • 支持外鍵
  • 支持崩潰后的安全恢復(fù)
  • 不支持全文索引

總體來(lái)講，MyISAM適合SELECT密集型的表，而InnoDB適合INSERT和UPDATE密集型的表

系統(tǒng)調(diào)優(yōu)參數(shù)

可以使用下面幾個(gè)工具來(lái)做基準(zhǔn)測(cè)試：

  • sysbench：一個(gè)模塊化，跨平臺(tái)以及多線程的性能測(cè)試工具
  • iibench-mysql：基于 Java 的 MySQL/Percona/MariaDB 索引進(jìn)行插入性能測(cè)試工具
  • tpcc-mysql：Percona開(kāi)發(fā)的TPC-C測(cè)試工具

具體的調(diào)優(yōu)參數(shù)內(nèi)容較多，具體可參考官方文檔，這里介紹一些比較重要的參數(shù)：

  • back_log：back_log值指出在MySQL暫時(shí)停止回答新請(qǐng)求之前的短時(shí)間內(nèi)多少個(gè)請(qǐng)求可以被存在堆棧中。也就是說(shuō)，如果MySql的連接數(shù)據(jù)達(dá)到max_connections時(shí)，新來(lái)的請(qǐng)求將會(huì)被存在堆棧中，以等待某一連接釋放資源，該堆棧的數(shù)量即back_log，如果等待連接的數(shù)量超過(guò)back_log，將不被授予連接資源?？梢詮哪J(rèn)的50升至500
  • wait_timeout：數(shù)據(jù)庫(kù)連接閑置時(shí)間，閑置連接會(huì)占用內(nèi)存資源?？梢詮哪J(rèn)的8小時(shí)減到半小時(shí)
  • max_user_connection: 最大連接數(shù)，默認(rèn)為0無(wú)上限，最好設(shè)一個(gè)合理上限
  • thread_concurrency：并發(fā)線程數(shù)，設(shè)為CPU核數(shù)的兩倍
  • skip_name_resolve：禁止對(duì)外部連接進(jìn)行DNS解析，消除DNS解析時(shí)間，但需要所有遠(yuǎn)程主機(jī)用IP訪問(wèn)
  • key_buffer_size：索引塊的緩存大小，增加會(huì)提升索引處理速度，對(duì)MyISAM表性能影響最大。對(duì)于內(nèi)存4G左右，可設(shè)為256M或384M，通過(guò)查詢show status like 'key_read%'，保證key_reads / key_read_requests在0.1%以下最好
  • innodb_buffer_pool_size：緩存數(shù)據(jù)塊和索引塊，對(duì)InnoDB表性能影響最大。通過(guò)查詢show status like 'Innodb_buffer_pool_read%'，保證 (Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests越高越好
  • innodb_additional_mem_pool_size：InnoDB存儲(chǔ)引擎用來(lái)存放數(shù)據(jù)字典信息以及一些內(nèi)部數(shù)據(jù)結(jié)構(gòu)的內(nèi)存空間大小，當(dāng)數(shù)據(jù)庫(kù)對(duì)象非常多的時(shí)候，適當(dāng)調(diào)整該參數(shù)的大小以確保所有數(shù)據(jù)都能存放在內(nèi)存中提高訪問(wèn)效率，當(dāng)過(guò)小的時(shí)候，MySQL會(huì)記錄Warning信息到數(shù)據(jù)庫(kù)的錯(cuò)誤日志中，這時(shí)就需要該調(diào)整這個(gè)參數(shù)大小
  • innodb_log_buffer_size：InnoDB存儲(chǔ)引擎的事務(wù)日志所使用的緩沖區(qū)，一般來(lái)說(shuō)不建議超過(guò)32MB
  • query_cache_size：緩存MySQL中的ResultSet，也就是一條SQL語(yǔ)句執(zhí)行的結(jié)果集，所以僅僅只能針對(duì)select語(yǔ)句。當(dāng)某個(gè)表的數(shù)據(jù)有任何任何變化，都會(huì)導(dǎo)致所有引用了該表的select語(yǔ)句在Query Cache中的緩存數(shù)據(jù)失效。所以，當(dāng)我們的數(shù)據(jù)變化非常頻繁的情況下，使用Query Cache可能會(huì)得不償失。根據(jù)命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))進(jìn)行調(diào)整，一般不建議太大，256MB可能已經(jīng)差不多了，大型的配置型靜態(tài)數(shù)據(jù)可適當(dāng)調(diào)大.
    可以通過(guò)命令show status like 'Qcache_%'查看目前系統(tǒng)Query catch使用大小
  • read_buffer_size：MySql讀入緩沖區(qū)大小。對(duì)表進(jìn)行順序掃描的請(qǐng)求將分配一個(gè)讀入緩沖區(qū)，MySql會(huì)為它分配一段內(nèi)存緩沖區(qū)。如果對(duì)表的順序掃描請(qǐng)求非常頻繁，可以通過(guò)增加該變量值以及內(nèi)存緩沖區(qū)大小提高其性能
  • sort_buffer_size：MySql執(zhí)行排序使用的緩沖大小。如果想要增加ORDER BY的速度，首先看是否可以讓MySQL使用索引而不是額外的排序階段。如果不能，可以嘗試增加sort_buffer_size變量的大小
  • read_rnd_buffer_size：MySql的隨機(jī)讀緩沖區(qū)大小。當(dāng)按任意順序讀取行時(shí)(例如，按照排序順序)，將分配一個(gè)隨機(jī)讀緩存區(qū)。進(jìn)行排序查詢時(shí)，MySql會(huì)首先掃描一遍該緩沖，以避免磁盤搜索，提高查詢速度，如果需要排序大量數(shù)據(jù)，可適當(dāng)調(diào)高該值。但MySql會(huì)為每個(gè)客戶連接發(fā)放該緩沖空間，所以應(yīng)盡量適當(dāng)設(shè)置該值，以避免內(nèi)存開(kāi)銷過(guò)大。
  • record_buffer：每個(gè)進(jìn)行一個(gè)順序掃描的線程為其掃描的每張表分配這個(gè)大小的一個(gè)緩沖區(qū)。如果你做很多順序掃描，可能想要增加該值
  • thread_cache_size：保存當(dāng)前沒(méi)有與連接關(guān)聯(lián)但是準(zhǔn)備為后面新的連接服務(wù)的線程，可以快速響應(yīng)連接的線程請(qǐng)求而無(wú)需創(chuàng)建新的
  • table_cache：類似于thread_cache_size，但用來(lái)緩存表文件，對(duì)InnoDB效果不大，主要用于MyISAM

升級(jí)硬件

Scale up，這個(gè)不多說(shuō)了，根據(jù)MySQL是CPU密集型還是I/O密集型，通過(guò)提升CPU和內(nèi)存、使用SSD，都能顯著提升MySQL性能

讀寫分離

也是目前常用的優(yōu)化，從庫(kù)讀主庫(kù)寫，一般不要采用雙主或多主引入很多復(fù)雜性，盡量采用文中的其他方案來(lái)提高性能。同時(shí)目前很多拆分的解決方案同時(shí)也兼顧考慮了讀寫分離

緩存

緩存可以發(fā)生在這些層次：

  • MySQL內(nèi)部：在系統(tǒng)調(diào)優(yōu)參數(shù)介紹了相關(guān)設(shè)置
  • 數(shù)據(jù)訪問(wèn)層：比如MyBatis針對(duì)SQL語(yǔ)句做緩存，而Hibernate可以精確到單個(gè)記錄，這里緩存的對(duì)象主要是持久化對(duì)象Persistence Object
  • 應(yīng)用服務(wù)層：這里可以通過(guò)編程手段對(duì)緩存做到更精準(zhǔn)的控制和更多的實(shí)現(xiàn)策略，這里緩存的對(duì)象是數(shù)據(jù)傳輸對(duì)象Data Transfer Object
  • Web層：針對(duì)web頁(yè)面做緩存
  • 瀏覽器客戶端：用戶端的緩存

可以根據(jù)實(shí)際情況在一個(gè)層次或多個(gè)層次結(jié)合加入緩存。這里重點(diǎn)介紹下服務(wù)層的緩存實(shí)現(xiàn)，目前主要有兩種方式：

  • 直寫式（Write Through）：在數(shù)據(jù)寫入數(shù)據(jù)庫(kù)后，同時(shí)更新緩存，維持?jǐn)?shù)據(jù)庫(kù)與緩存的一致性。這也是當(dāng)前大多數(shù)應(yīng)用緩存框架如Spring Cache的工作方式。這種實(shí)現(xiàn)非常簡(jiǎn)單，同步好，但效率一般。
  • 回寫式（Write Back）：當(dāng)有數(shù)據(jù)要寫入數(shù)據(jù)庫(kù)時(shí)，只會(huì)更新緩存，然后異步批量的將緩存數(shù)據(jù)同步到數(shù)據(jù)庫(kù)上。這種實(shí)現(xiàn)比較復(fù)雜，需要較多的應(yīng)用邏輯，同時(shí)可能會(huì)產(chǎn)生數(shù)據(jù)庫(kù)與緩存的不同步，但效率非常高。

表分區(qū)

MySQL在5.1版引入的分區(qū)是一種簡(jiǎn)單的水平拆分，用戶需要在建表的時(shí)候加上分區(qū)參數(shù)，對(duì)應(yīng)用是透明的無(wú)需修改代碼

對(duì)用戶來(lái)說(shuō)，分區(qū)表是一個(gè)獨(dú)立的邏輯表，但是底層由多個(gè)物理子表組成，實(shí)現(xiàn)分區(qū)的代碼實(shí)際上是通過(guò)對(duì)一組底層表的對(duì)象封裝，但對(duì)SQL層來(lái)說(shuō)是一個(gè)完全封裝底層的黑盒子。MySQL實(shí)現(xiàn)分區(qū)的方式也意味著索引也是按照分區(qū)的子表定義，沒(méi)有全局索引

用戶的SQL語(yǔ)句是需要針對(duì)分區(qū)表做優(yōu)化，SQL條件中要帶上分區(qū)條件的列，從而使查詢定位到少量的分區(qū)上，否則就會(huì)掃描全部分區(qū)，可以通過(guò)EXPLAIN PARTITIONS來(lái)查看某條SQL語(yǔ)句會(huì)落在那些分區(qū)上，從而進(jìn)行SQL優(yōu)化，如下圖5條記錄落在兩個(gè)分區(qū)上：

mysql> explain partitions select count(1) from user_partition where id in (1,2,3,4,5);
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+ | id | select_type | table          | partitions | type  | possible_keys | key     | key_len | ref  | rows | Extra                    | +----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+ |  1 | SIMPLE | user_partition | p1,p4 | range | PRIMARY | PRIMARY | 8 | NULL | 5 | Using where; Using index | +----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+ 1 row in set (0.00 sec)

分區(qū)的好處是：

  • 可以讓單表存儲(chǔ)更多的數(shù)據(jù)
  • 分區(qū)表的數(shù)據(jù)更容易維護(hù)，可以通過(guò)清楚整個(gè)分區(qū)批量刪除大量數(shù)據(jù)，也可以增加新的分區(qū)來(lái)支持新插入的數(shù)據(jù)。另外，還可以對(duì)一個(gè)獨(dú)立分區(qū)進(jìn)行優(yōu)化、檢查、修復(fù)等操作
  • 部分查詢能夠從查詢條件確定只落在少數(shù)分區(qū)上，速度會(huì)很快
  • 分區(qū)表的數(shù)據(jù)還可以分布在不同的物理設(shè)備上，從而搞笑利用多個(gè)硬件設(shè)備
  • 可以使用分區(qū)表賴避免某些特殊瓶頸，例如InnoDB單個(gè)索引的互斥訪問(wèn)、ext3文件系統(tǒng)的inode鎖競(jìng)爭(zhēng)
  • 可以備份和恢復(fù)單個(gè)分區(qū)

分區(qū)的限制和缺點(diǎn)：

  • 一個(gè)表最多只能有1024個(gè)分區(qū)
  • 如果分區(qū)字段中有主鍵或者唯一索引的列，那么所有主鍵列和唯一索引列都必須包含進(jìn)來(lái)
  • 分區(qū)表無(wú)法使用外鍵約束
  • NULL值會(huì)使分區(qū)過(guò)濾無(wú)效
  • 所有分區(qū)必須使用相同的存儲(chǔ)引擎

分區(qū)的類型：

  • RANGE分區(qū)：基于屬于一個(gè)給定連續(xù)區(qū)間的列值，把多行分配給分區(qū)
  • LIST分區(qū)：類似于按RANGE分區(qū)，區(qū)別在于LIST分區(qū)是基于列值匹配一個(gè)離散值集合中的某個(gè)值來(lái)進(jìn)行選擇
  • HASH分區(qū)：基于用戶定義的表達(dá)式的返回值來(lái)進(jìn)行選擇的分區(qū)，該表達(dá)式使用將要插入到表中的這些行的列值進(jìn)行計(jì)算。這個(gè)函數(shù)可以包含MySQL中有效的、產(chǎn)生非負(fù)整數(shù)值的任何表達(dá)式
  • KEY分區(qū)：類似于按HASH分區(qū)，區(qū)別在于KEY分區(qū)只支持計(jì)算一列或多列，且MySQL服務(wù)器提供其自身的哈希函數(shù)。必須有一列或多列包含整數(shù)值

分區(qū)適合的場(chǎng)景有：

  • 最適合的場(chǎng)景數(shù)據(jù)的時(shí)間序列性比較強(qiáng)，則可以按時(shí)間來(lái)分區(qū)，如下所示： 
    CREATE TABLE members (
    firstname VARCHAR(25) NOT NULL,
    lastname VARCHAR(25) NOT NULL,
    username VARCHAR(16) NOT NULL,
    email VARCHAR(35),
    joined DATE NOT NULL ) PARTITION BY RANGE( YEAR(joined) ) ( PARTITION p0 VALUES LESS THAN (1960), PARTITION p1 VALUES LESS THAN (1970), PARTITION p2 VALUES LESS THAN (1980), PARTITION p3 VALUES LESS THAN (1990), PARTITION p4 VALUES LESS THAN MAXVALUE
);

查詢時(shí)加上時(shí)間范圍條件效率會(huì)非常高，同時(shí)對(duì)于不需要的歷史數(shù)據(jù)能很容的批量刪除。

  • 如果數(shù)據(jù)有明顯的熱點(diǎn)，而且除了這部分?jǐn)?shù)據(jù)，其他數(shù)據(jù)很少被訪問(wèn)到，那么可以將熱點(diǎn)數(shù)據(jù)單獨(dú)放在一個(gè)分區(qū)，讓這個(gè)分區(qū)的數(shù)據(jù)能夠有機(jī)會(huì)都緩存在內(nèi)存中，查詢時(shí)只訪問(wèn)一個(gè)很小的分區(qū)表，能夠有效使用索引和緩存

另外MySQL有一種早期的簡(jiǎn)單的分區(qū)實(shí)現(xiàn) – 合并表（merge table），限制較多且缺乏優(yōu)化，不建議使用，應(yīng)該用新的分區(qū)機(jī)制來(lái)替代

垂直拆分

垂直分庫(kù)是根據(jù)數(shù)據(jù)庫(kù)里面的數(shù)據(jù)表的相關(guān)性進(jìn)行拆分，比如：一個(gè)數(shù)據(jù)庫(kù)里面既存在用戶數(shù)據(jù)，又存在訂單數(shù)據(jù)，那么垂直拆分可以把用戶數(shù)據(jù)放到用戶庫(kù)、把訂單數(shù)據(jù)放到訂單庫(kù)。垂直分表是對(duì)數(shù)據(jù)表進(jìn)行垂直拆分的一種方式，常見(jiàn)的是把一個(gè)多字段的大表按常用字段和非常用字段進(jìn)行拆分，每個(gè)表里面的數(shù)據(jù)記錄數(shù)一般情況下是相同的，只是字段不一樣，使用主鍵關(guān)聯(lián)

比如原始的用戶表是：

垂直拆分后是：

垂直拆分的優(yōu)點(diǎn)是：

  • 可以使得行數(shù)據(jù)變小，一個(gè)數(shù)據(jù)塊(Block)就能存放更多的數(shù)據(jù)，在查詢時(shí)就會(huì)減少I/O次數(shù)(每次查詢時(shí)讀取的Block 就少)
  • 可以達(dá)到最大化利用Cache的目的，具體在垂直拆分的時(shí)候可以將不常變的字段放一起，將經(jīng)常改變的放一起
  • 數(shù)據(jù)維護(hù)簡(jiǎn)單

缺點(diǎn)是：

  • 主鍵出現(xiàn)冗余，需要管理冗余列
  • 會(huì)引起表連接JOIN操作（增加CPU開(kāi)銷）可以通過(guò)在業(yè)務(wù)服務(wù)器上進(jìn)行join來(lái)減少數(shù)據(jù)庫(kù)壓力
  • 依然存在單表數(shù)據(jù)量過(guò)大的問(wèn)題（需要水平拆分）
  • 事務(wù)處理復(fù)雜

水平拆分

概述

水平拆分是通過(guò)某種策略將數(shù)據(jù)分片來(lái)存儲(chǔ)，分庫(kù)內(nèi)分表和分庫(kù)兩部分，每片數(shù)據(jù)會(huì)分散到不同的MySQL表或庫(kù)，達(dá)到分布式的效果，能夠支持非常大的數(shù)據(jù)量。前面的表分區(qū)本質(zhì)上也是一種特殊的庫(kù)內(nèi)分表

庫(kù)內(nèi)分表，僅僅是單純的解決了單一表數(shù)據(jù)過(guò)大的問(wèn)題，由于沒(méi)有把表的數(shù)據(jù)分布到不同的機(jī)器上，因此對(duì)于減輕MySQL服務(wù)器的壓力來(lái)說(shuō)，并沒(méi)有太大的作用，大家還是競(jìng)爭(zhēng)同一個(gè)物理機(jī)上的IO、CPU、網(wǎng)絡(luò)，這個(gè)就要通過(guò)分庫(kù)來(lái)解決

前面垂直拆分的用戶表如果進(jìn)行水平拆分，結(jié)果是：

實(shí)際情況中往往會(huì)是垂直拆分和水平拆分的結(jié)合，即將Users_A_M和Users_N_Z再拆成Users和UserExtras，這樣一共四張表

水平拆分的優(yōu)點(diǎn)是:

  • 文章轉(zhuǎn)載請(qǐng)保留網(wǎng)址：http://16qt59sf.cn/news/faq/1737.html

上一篇：產(chǎn)品運(yùn)營(yíng)：從0開(kāi)始搭建用戶增長(zhǎng)體系

下一篇：辣媽幫電商項(xiàng)目“荷花親子”倒閉，母嬰電商不是你想做就能做

掃碼添加微信
159 8667 8737
24小時(shí)電話
返回頂部