做自己的第一个网站,哪种浏览器什么网站都可以进,怎么制作网站源码,discuz应用中心退款一个成熟的数据库架构并不是一开始设计就具备高可用、高伸缩等特性的#xff0c;它是随着用户量的增加#xff0c;基础架构才逐渐完善。这篇文章主要谈谈MySQL数据库在发展周期中所面临的问题及优化方案#xff0c;暂且抛开前端应用不说#xff0c;大致分为以下五个阶段它是随着用户量的增加基础架构才逐渐完善。这篇文章主要谈谈MySQL数据库在发展周期中所面临的问题及优化方案暂且抛开前端应用不说大致分为以下五个阶段 阶段一数据库表设计 项目立项后开发部门根据产品部门需求开发项目。开发工程师在开发项目初期会对表结构设计。对于数据库来说表结构设计很重要如果设计不当会直接影响到用户访问网站速度用户体验不好这种情况具体影响因素有很多例如慢查询低效的查询语句、没有适当建立索引、数据库堵塞锁等。当然有测试部门的团队会做产品测试找Bug。由于开发工程师重视点不同初期不会考虑太多数据库设计是否合理而是尽快完成功能实现和交付。等项目上线有一定访问量后隐藏的问题就会暴露这时再去修改就不是这么容易的事了 阶段二数据库部署 是时候运维工程师出场了项目上线。项目初期访问量一般是寥寥无几此阶段Web数据库单台部署足以应对在1000左右的QPS每秒查询率。考虑到单点故障应做到高可用性可采用MySQL主从复制Keepalived实现双机热备。主流HA软件有Keepalived推荐、Heartbeat。 阶段三数据库性能优化 如果将MySQL部署到普通的X86服务器上在不经过任何优化情况下MySQL理论值正常可以处理1500左右QPS经过优化后有可能会提升到2000左右QPS。否则访问量当达到1500左右并发连接时数据库处理性能可能响应就会慢而且硬件资源还比较富裕这时就该考虑性能优化问题了。那么怎样能让数据库发挥最大性能呢主要从硬件配置、数据库配置、架构方面着手具体分为以下 3.1 硬件配置 如果有条件一定要SSD固态硬盘代替SAS机械硬盘将RAID级别调整为RAID10相对于RAID1和RAID5有更好的读写性能毕竟数据库的压力主要来自磁盘I/O方面。Linux内核有一个特性会从物理内存中划分出缓存区系统缓存和数据缓存来存放热数据通过文件系统延迟写入机制等满足条件时如缓存区大小到达一定百分比或者执行sync命令才会同步到磁盘。也就是说物理内存越大分配缓存区越大缓存数据越多。当然服务器故障会丢失一定的缓存数据。建议物理内存至少富裕50%以上。 3.2 数据库配置优化 MySQL应用最广泛的有两种存储引擎一个是MyISAM不支持事务处理读性能处理快表级别锁。另一个是InnoDB支持事务处理ACID属性设计目标是为大数据处理行级别锁。表锁开销小锁定粒度大发生死锁概率高相对并发也低。行锁开销大锁定粒度小发生死锁概率低相对并发也高。为什么会出现表锁和行锁呢主要为保证数据完整性。举个例子一个用户在操作一张表其他用户也想操作这张表那么就要等第一个用户操作完其他用户才能操作表锁和行锁就是这个作用。否则多个用户同时操作一张表肯定会数据产生冲突或者异常。根据这些方面看使用InnoDB存储引擎是最好的选择也是MySQL5.5版本默认存储引擎。每个存储引擎相关运行参数比较多以下列出可能影响数据库性能的参数。公共参数默认值 max_connections 151
# 同时处理最大连接数建议设置最大连接数是上限连接数的80%左右
sort_buffer_size 2M # 查询排序时缓冲区大小只对order by和group by起作用建议增大为16M open_files_limit 1024 # 打开文件数限制如果show global status like open_files查看的值等于或者大于open_files_limit值时程序会无法连接数据库或卡死 MyISAM参数默认值 key_buffer_size 16M
# 索引缓存区大小一般设置物理内存的30-40%
read_buffer_size 128K # 读操作缓冲区大小建议设置16M或32M query_cache_type ON # 打开查询缓存功能 query_cache_limit 1M # 查询缓存限制只有1M以下查询结果才会被缓存以免结果数据较大把缓存池覆盖 query_cache_size 16M # 查看缓冲区大小用于缓存SELECT查询结果下一次有同样SELECT查询将直接从缓存池返回结果可适当成倍增加此值 InnoDB参数默认值 innodb_buffer_pool_size 128M
# 索引和数据缓冲区大小建议设置物理内存的70%左右
innodb_buffer_pool_instances 1 # 缓冲池实例个数推荐设置4个或8个 innodb_flush_log_at_trx_commit 1 # 关键参数0代表大约每秒写入到日志并同步到磁盘数据库故障会丢失1秒左右事务数据。1为每执行一条SQL后写入到日志并同步到磁盘I/O开销大执行完SQL要等待日志读写效率低。2代表只把日志写入到系统缓存区再每秒同步到磁盘效率很高如果服务器故障才会丢失事务数据。对数据安全性要求不是很高的推荐设置2性能高修改后效果明显。 innodb_file_per_table OFF # 是否共享表空间5.7版本默认ON共享表空间idbdata文件不断增大影响一定的I/O性能。建议开启独立表空间模式每个表的索引和数据都存在自己独立的表空间中可以实现单表在不同数据库中移动。 innodb_log_buffer_size 8M # 日志缓冲区大小由于日志最长每秒钟刷新一次所以一般不用超过16M 3.3 系统内核参数优化 大多数MySQL都部署在linux系统上所以操作系统的一些参数也会影响到MySQL性能以下对Linux内核参数进行适当优化 net.ipv4.tcp_fin_timeout 30
# TIME_WAIT超时时间默认是60s
net.ipv4.tcp_tw_reuse 1
# 1表示开启复用允许TIME_WAIT socket重新用于新的TCP连接0表示关闭
net.ipv4.tcp_tw_recycle 1
# 1表示开启TIME_WAIT socket快速回收0表示关闭 net.ipv4.tcp_max_tw_buckets 4096 # 系统保持TIME_WAIT socket最大数量如果超出这个数系统将随机清除一些TIME_WAIT并打印警告信息 net.ipv4.tcp_max_syn_backlog 4096 # 进入SYN队列最大长度加大队列长度可容纳更多的等待连接 在Linux系统中如果进程打开的文件句柄数量超过系统默认值1024就会提示“too many files open”信息所以要调整打开文件句柄限制。 重启永久生效 # vi /etc/security/limits.conf * soft nofile 65535 * hard nofile 65535 当前用户立即生效 # ulimit -SHn 65535 阶段四数据库架构扩展 随着业务量越来越大单台数据库服务器性能已无法满足业务需求该考虑增加服务器扩展架构了。主要思想是分解单台数据库负载突破磁盘I/O性能热数据存放缓存中降低磁盘I/O访问频率。 4.1 增加缓存 给数据库增加缓存系统把热数据缓存到内存中如果缓存中有请求的数据就不再去请求MySQL减少数据库负载。缓存实现有本地缓存和分布式缓存本地缓存是将数据缓存到本地服务器内存中或者文件中。分布式缓存可以缓存海量数据扩展性好主流的分布式缓存系统memcached、redismemcached性能稳定数据缓存在内存中速度很快QPS理论可达8w左右。如果想数据持久化就选择用redis性能不低于memcached。工作过程 4.2 主从复制与读写分离 在生产环境中业务系统通常读多写少可部署一主多从架构主数据库负责写操作并做双机热备多台从数据库做负载均衡负责读操作。主流的负载均衡器LVS、HAProxy、Nginx。怎么来实现读写分离呢大多数企业是在代码层面实现读写分离效率高。另一个种方式通过代理程序实现读写分离企业中应用较少会增加中间件消耗。主流中间件代理系统有MyCat、Atlas等。在这种MySQL主从复制拓扑架构中分散单台负载大大提高数据库并发能力。如果一台从服务器能处理1500 QPS那么3台就能处理4500 QPS而且容易横向扩展。有时面对大量写操作的应用时单台写性能达不到业务需求。就可以做双向复制双主但有个问题得注意两台主服务器如果都对外提供读写操作就可能遇到数据不一致现象产生这个原因是程序有同时操作两台数据库几率同时的更新操作会造成两台数据库数据发生冲突或者不一致。可设置每个表ID字段自增唯一auto_increment_increment和auto_increment_offset也可以写算法生成随机唯一。官方近两年推出的MGR多主复制集群也可以考虑下。 4.3 分库 分库是根据业务将数据库中相关的表分离到不同的数据库中例如web、bbs、blog等库。如果业务量很大还可将分离后的数据库做主从复制架构进一步避免单库压力过大。 4.4 分表 数据量的日剧增加数据库中某个表有几百万条数据导致查询和插入耗时太长怎么能解决单表压力呢你应该考虑把这个表拆分成多个小表来减轻单个表的压力提高处理效率此方式称为分表。分表技术比较麻烦要修改程序代码里的SQL语句还要手动去创建其他表也可以用merge存储引擎实现分表相对简单许多。分表后程序是对一个总表进行操作这个总表不存放数据只有一些分表的关系以及更新数据的方式总表会根据不同的查询将压力分到不同的小表上因此提高并发能力和磁盘I/O性能。分表分为垂直拆分和水平拆分垂直拆分把原来的一个很多字段的表拆分多个表解决表的宽度问题。你可以把不常用的字段单独放到一个表中也可以把大字段独立放一个表中或者把关联密切的字段放一个表中。水平拆分把原来一个表拆分成多个表每个表的结构都一样解决单表数据量大的问题。 4.5 分区 分区就是把一张表的数据根据表结构中的字段如range、list、hash等分成多个区块这些区块可以在一个磁盘上也可以在不同的磁盘上分区后表面上还是一张表但数据散列在多个位置这样一来多块硬盘同时处理不同的请求从而提高磁盘I/O读写性能。注增加缓存、分库、分表和分区主要由程序猿或DBA来实现。 阶段五数据库维护 数据库维护是数据库工程师或运维工程师的工作包括系统监控、性能分析、性能调优、数据库备份和恢复等主要工作。 5.1 性能状态关键指标 专业术语QPSQueries Per Second每秒查询书和TPSTransactions Per Second通过show status查看运行状态会有300多条状态信息记录其中有几个值帮可以我们计算出QPS和TPS如下 Uptime服务器已经运行的实际单位秒
Questions已经发送给数据库查询数
Com_select查询次数实际操作数据库的
Com_insert插入次数
Com_delete删除次数
Com_update更新次数
Com_commit事务次数
Com_rollback回滚次数 那么计算方法来了基于Questions计算出QPS mysql show global status like Questions;
mysql show global status like Uptime; QPS Questions / Uptime 基于Com_commit和Com_rollback计算出TPS mysql show global status like Com_commit;
mysql show global status like Com_rollback; mysql show global status like Uptime; TPS (Com_commit Com_rollback) / Uptime 另一计算方式 基于Com_select、Com_insert、Com_delete、Com_update计算出QPS
mysql show global status where Variable_name in(com_select,com_insert,com_delete,com_update); 等待1秒再执行获取间隔差值第二次每个变量值减去第一次对应的变量值就是QPS。 TPS计算方法 mysql show global status where Variable_name in(com_insert,com_delete,com_update); 计算TPS就不算查询操作了计算出插入、删除、更新四个值即可。 经网友对这两个计算方式的测试得出当数据库中myisam表比较多时使用Questions计算比较准确。当数据库中innodb表比较多时则以Com_*计算比较准确。 5.2 开启慢查询日志 MySQL开启慢查询日志分析出哪条SQL语句比较慢支持动态开启 mysql set global slow-query-logon
# 开启慢查询日志 mysql set global slow_query_log_file/var/log/mysql/mysql-slow.log; # 指定慢查询日志文件位置 mysql set global log_queries_not_using_indexeson; # 记录没有使用索引的查询 mysql set global long_query_time1; # 只记录处理时间1s以上的慢查询 分析慢查询日志可以使用MySQL自带的mysqldumpslow工具分析的日志较为简单。 mysqldumpslow -t 3 /var/log/mysql/mysql-slow.log # 查看最慢的前三个查询 也可以使用percona公司的pt-query-digest工具日志分析功能全面可分析slow log、binlog、general log。 分析慢查询日志pt-query-digest /var/log/mysql/mysql-slow.log 分析binlog日志mysqlbinlog mysql-bin.000001 mysql-bin.000001.sql pt-query-digest --typebinlog mysql-bin.000001.sql 分析普通日志pt-query-digest --typegenlog localhost.log 5.3 数据库备份 备份数据库是最基本的工作也是最重要的否则后果很严重你懂得高频率的备份策略选用一个稳定快速的工具至关重要。数据库大小在2G以内建议使用官方的逻辑备份工具mysqldump。超过2G以上建议使用percona公司的物理备份工具xtrabackup否则慢的跟蜗牛似得。这两个工具都支持InnoDB存储引擎下热备不影响业务读写操作。 5.4 数据库修复 有时候MySQL服务器突然断电、异常关闭会导致表损坏无法读取表数据。这时就可以用到MySQL自带的两个工具进行修复myisamchk和mysqlcheck。前者只能修复MyISAM表并且停止数据库后者MyISAM和InnoDB都可以在线修复。注意修复前最好先备份数据库。 myisamchk常用参数-f --force 强制修复覆盖老的临时文件一般不使用-r --recover 恢复模式-q --quik 快速恢复-a --analyze 分析表-o --safe-recover 老的恢复模式如果-r无法修复可以使用此参数试试-F --fast 只检查没有正常关闭的表例如myisamchk -r -q *.MYI mysqlcheck常用参数-a --all-databases 检查所有的库-r --repair 修复表-c --check 检查表默认选项-a --analyze 分析表-o --optimize 优化表 -q --quik 最快检查或修复表 -F --fast 只检查没有正常关闭的表 例如mysqlcheck -r -q -uroot -p123456 weibo 5.5 MySQL服务器性能分析 重点关注idCPU利用率百分比平均小于60%正常但已经比较繁忙了。waCPU等待磁盘IO响应时间一般大于5说明磁盘读写量大。KB_read/s、KB_wrtn/s 每秒读写数据量主要根据磁盘每秒最高读写速度评估。 r/s、w/s每秒读写请求次数可以理解为IOPS每秒输入输出量是衡量磁盘性能的主要指标之一。awaitIO平均每秒响应时间一般大于5说明磁盘响应慢超过自身性能。util磁盘利用率百分比平均小于60%正常但已经比较繁忙了。 小结 由于关系型数据库初衷设计限制在大数据处理时会显得力不从心。因此NoSQL非关系型数据库火起来了天生励志具备分布式、高性能、高可靠等特性弥补了关系型数据库某方面先天性不足非常适合存储非结构化数据。主流NoSQL数据库有MongoDB、HBase、Cassandra等。 单纯数据库层面优化效果提升并不多明显主要还是要根据业务场景选择合适的数据库转载于:https://www.cnblogs.com/wangsongbai/p/10493695.html
