MySQL性能优化教程一

编者注:这是一篇MySQL性能优化的教程,来着某公司的DBA,原是为了培训公司员工用,现在转载出来供大家一起学习提高。

创新互联公司是一家专注于成都做网站、成都网站设计、成都外贸网站建设与策划设计,合川网站建设哪家好?创新互联公司做网站,专注于网站建设十载,网设计领域的专业建站公司;建站业务涵盖:合川等地区。合川做网站价格咨询:13518219792

背景及目标

● 用于员工培训和分享。

● 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

● 针对高并发,海量数据的互联网环境。

● 本文语言为口语,非学术标准用语。

● 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。

● 非技术挑战,非高端架构师培训,请高手自动忽略。

Mysql 执行优化

认识数据索引

1.为什么使用数据索引能提高效率

■ 数据索引的存储是有序的

■ 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

■ 极端情况下,数据索引的查询效率为二分法查询效率,趋近于 log2(N)

2.如何理解数据索引的结构

■ 数据索引通常默认采用btree索引,(内存表也使用了hash索引)。

■ 单一有序排序序列是查找效率最高的(二分查找,或者说折半查找),使用树形索引的目的是为了达到快速的更新和增删操作。

■ 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。

◆实战范例 : ip地址反查

资源:

Ip地址对应表,源数据格式为  startip, endip, area

源数据条数为 10万条左右,呈很大的分散性

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

挑战:

如使用 between … and 数据库操作,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。

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)

■ 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。

◆实战范例:复合索引查询优化实战,同城异性列表

资源: 用户表user,字段 sex性别;area 地区;lastlogin 最后登录时间;其他略

目标:

查找同一地区的异性,按照最后登录时间逆序

高访问量社区的高频查询,如何优化。

查询SQL: select * from user where area=’$area’ and sex=’$sex’ order by lastlogin desc limit 0,30;

挑战:

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?

首先,忘掉btree,将索引字段理解为一个排序序列。

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=’$area’ and sex=’$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!

3.如何理解影响结果集

■ 影响结果集是数据查询优化的一个重要中间数据

◆ 查询条件与索引的关系决定影响结果集

如上例所示,即便查询用到了索引,但是如果查询和排序目标不能直接在索引中命中,其可能带来较多的影响结果。而这会直接影响到查询效率

◆ 微秒级优化

● 优化查询不能只看慢查询日志,常规来说,0.01秒以上的查询,都是不够优化的。

● 实战范例

和上案例类似,某游戏社区要显示用户动态,select * from userfeed where uid=$uid order by lastlogin desc limit 0,30;   初期默认以uid为索引字段, 查询为命中所有uid=$uid的结果按照lastlogin排序。 当用户行为非常频繁时,该SQL索引命中影响结果集有数百乃至数千条记录。查询效率超过0.01秒,并发较大时数据库压力较大。

解决方案:将索引改为 uid+lastlogin 复合索引,索引直接命中影响结果集30条,查询效率提高了10倍,平均在0.001秒,数据库压力骤降。

■ 影响结果集的常见误区

◆ 影响结果集并不是说数据查询出来的结果数或操作影响的结果数,而是查询条件的索引所命中的结果数。

◆ 实战范例

● 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。

■ 总结:

◆ 影响结果集是搜索条件索引命中的结果集,而非输出和操作的结果集。

◆ 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。

◆ 请注意,我这里永远不会讲关于外键和join的优化,因为在我们的体系里,这是根本不允许的! 架构优化部分会解释为什么。

#p#

理解执行状态

1.常见分析手段

●  慢查询日志,关注重点如下

■ 是否锁定,及锁定时间

◆ 如存在锁定,则该慢查询通常是因锁定因素导致,本身无需优化,需解决锁定问题。

■ 影响结果集

◆ 如影响结果集较大,显然是索引项命中存在问题,需要认真对待。

●  Explain 操作

■  索引项使用

◆ 不建议用using index做强制索引,如未如预期使用索引,建议重新斟酌表结构和索引设置。

■  影响结果集

◆ 这里显示的数字不一定准确,结合之前提到对数据索引的理解来看,还记得嘛?就把索引当作有序序列来理解,反思SQL。

●  Set profiling , show profiles for query操作

■  执行开销

◆ 注意,有问题的SQL如果重复执行,可能在缓存里,这时要注意避免缓存影响。通过这里可以看到。

◆ 执行时间超过0.005秒的频繁操作SQL建议都分析一下。

◆ 深入理解数据库执行的过程和开销的分布

●  Show processlist

■  状态清单

◆ Sleep 状态, 通常代表资源未释放,如果是通过连接池,sleep状态应该恒定在一定数量范围内

  实战范例: 因前端数据输出时(特别是输出到用户终端)未及时关闭数据库连接,导致因网络连接速度产生大量sleep连接,在网速出现异常时,数据库 too many connections 挂死。

  简单解读,数据查询和执行通常只需要不到0.01秒,而网络输出通常需要1秒左右甚至更长,原本数据连接在0.01秒即可释放,但是因为前端程序未执行close操作,直接输出结果,那么在结果未展现在用户桌面前,该数据库连接一直维持在sleep状态!

◆ Waiting for net, reading from net, writing to net

  偶尔出现无妨

  如大量出现,迅速检查数据库到前端的网络连接状态和流量

  案例: 因外挂程序,内网数据库大量读取,内网使用的百兆交换迅速爆满,导致大量连接阻塞在waiting for net,数据库连接过多崩溃

◆ Locked状态

  有更新操作锁定

  通常使用innodb可以很好的减少locked状态的产生,但是切记,更新操作要正确使用索引,即便是低频次更新操作也不能疏忽。如上影响结果集范例所示。

  在myisam的时代,locked是很多高并发应用的噩梦。所以mysql官方也开始倾向于推荐innodb。

◆ Copy to tmp table

  索引及现有结构无法涵盖查询条件,才会建立一个临时表来满足查询要求,产生巨大的恐怖的i/o压力。

  很可怕的搜索语句会导致这样的情况,如果是数据分析,或者半夜的周期数据清理任务,偶尔出现,可以允许。频繁出现务必优化之。

  Copy to tmp table 通常与连表查询有关,建议逐渐习惯不使用连表查询。

  实战范例:

某社区数据库阻塞,求救,经查,其服务器存在多个数据库应用和网站,其中一个不常用的小网站数据库产生了一个恐怖的copy to tmp table 操作,导致整个硬盘i/o和cpu压力超载。Kill掉该操作一切恢复。

◆ Sending data

  Sending data 并不是发送数据,别被这个名字所欺骗,这是从物理磁盘获取数据的进程,如果你的影响结果集较多,那么就需要从不同的磁盘碎片去抽取数据,

  偶尔出现该状态连接无碍。

  回到上面影响结果集的问题,一般而言,如果sending data连接过多,通常是某查询的影响结果集过大,也就是查询的索引项不够优化。

  如果出现大量相似的SQL语句出现在show proesslist列表中,并且都处于sending data状态,优化查询索引,记住用影响结果集的思路去思考。

◆ Freeing items

  理论上这玩意不会出现很多。偶尔出现无碍

  如果大量出现,内存,硬盘可能已经出现问题。比如硬盘满或损坏。

◆ Sorting for …

  和Sending data类似,结果集过大,排序条件没有索引化,需要在内存里排序,甚至需要创建临时结构排序。

◆ 其他

  还有很多状态,遇到了,去查查资料。基本上我们遇到其他状态的阻塞较少,所以不关心。

2.分析流程

●  基本流程

■  详细了解问题状况

◆  Too many connections 是常见表象,有很多种原因。

◆  索引损坏的情况在innodb情况下很少出现。

◆  如出现其他情况应追溯日志和错误信息。

■  了解基本负载状况和运营状况

◆  基本运营状况

  当前每秒读请求

  当前每秒写请求

  当前在线用户

  当前数据容量

◆  基本负载情况

  学会使用这些指令

 Top

 Vmstat

 uptime

 iostat

 df

  Cpu负载构成

 特别关注i/o压力( wa%)

 多核负载分配

  内存占用

 Swap分区是否被侵占

 如Swap分区被侵占,物理内存是否较多空闲

  磁盘状态

 硬盘满和inode节点满的情况要迅速定位和迅速处理

■  了解具体连接状况

◆  当前连接数

  Netstat –an|grep 3306|wc –l

  Show processlist

◆  当前连接分布 show processlist

  前端应用请求数据库不要使用root帐号!

 Root帐号比其他普通帐号多一个连接数许可。

 前端使用普通帐号,在too many connections的时候root帐号仍可以登录数据库查询 show processlist!

 记住,前端应用程序不要设置一个不叫root的root帐号来糊弄!非root账户是骨子里的,而不是名义上的。

  状态分布

 不同状态代表不同的问题,有不同的优化目标。

 参见如上范例。

 雷同SQL的分布

 是否较多雷同SQL出现在同一状态

◆  当前是否有较多慢查询日志

  是否锁定

  影响结果集

■  频繁度分析

◆  写频繁度

  如果i/o压力高,优先分析写入频繁度

  Mysqlbinlog 输出最新binlog文件,编写脚本拆分

  最多写入的数据表是哪个

  最多写入的数据SQL是什么

  是否存在基于同一主键的数据内容高频重复写入?

 涉及架构优化部分,参见架构优化-缓存异步更新

◆  读取频繁度

  如果cpu资源较高,而i/o压力不高,优先分析读取频繁度

  程序中在封装的db类增加抽样日志即可,抽样比例酌情考虑,以不显著影响系统负载压力为底线。

  最多读取的数据表是哪个

  最多读取的数据SQL是什么

 该SQL进行explain 和set profiling判定

 注意判定时需要避免query cache影响

比如,在这个SQL末尾增加一个条件子句 and 1=1 就可以避免从query cache中获取数据,而得到真实的执行状态分析。

  是否存在同一个查询短期内频繁出现的情况

 涉及前端缓存优化

■  抓大放小,解决显著问题

◆  不苛求解决所有优化问题,但是应以保证线上服务稳定可靠为目标。

◆  解决与评估要同时进行,新的策略或解决方案务必经过评估后上线。

3.总结

●  要学会怎样分析问题,而不是单纯拍脑袋优化

■  慢查询只是最基础的东西,要学会优化0.01秒的查询请求。

●  当发生连接阻塞时,不同状态的阻塞有不同的原因,要找到原因,如果不对症下药,就会南辕北辙

■  范例:如果本身系统内存已经超载,已经使用到了swap,而还在考虑加大缓存来优化查询,那就是自寻死路了。

●  监测与跟踪要经常做,而不是出问题才做

■  读取频繁度抽样监测

◆  全监测不要搞,i/o吓死人。

◆  按照一个抽样比例抽样即可。

◆  针对抽样中发现的问题,可以按照特定SQL在特定时间内监测一段全查询记录,但仍要考虑i/o影响。

■  写入频繁度监测

◆  基于binlog解开即可,可定时或不定时分析。

■  微慢查询抽样监测

◆  高并发情况下,查询请求时间超过0.01秒甚至0.005秒的,建议酌情抽样记录。

■  连接数预警监测

◆  连接数超过特定阈值的情况下,虽然数据库没有崩溃,建议记录相关连接状态。

●  学会通过数据和监控发现问题,分析问题,而后解决问题顺理成章。特别是要学会在日常监控中发现隐患,而不是问题爆发了才去处理和解决。

本文题目:MySQL性能优化教程一
链接地址:http://www.mswzjz.com/qtweb/news30/183680.html

网站建设、网络推广公司-创新互联,是专注品牌与效果的网站制作,网络营销seo公司;服务项目有等

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联