欢迎您光临本站,如有问题请及时联系我们。

一张思维导图学会如何构建高性能MySQL系统!

  一、简介

  最近在压测新的存储,正好把工作过程中积累的对高性能MySQL相关的知识体系构建起来,做成思维导图的方式。总结乃一家之言,有不妥之处,望给位读者朋友指正。

  二、思维导图

  构建高性能MySQL系统涵盖从单机、硬件、OS、文件系统、内存到MySQL 本身的配置,以及schema 设计、索引设计 ,再到数据库架构上的水平和垂直拓展。

  三、内容展示

  硬件(1)CPU

  CPU亲和性:

  确保每个io都被其发起的CPU处理

  echo 2 > /sys/block/<block device>/queue/rq_affinity

  选择最大性能模式,避免节能模式导致性能不足

  关闭NUMA,降低swap概率

  numactl –interleave=all

  (2)RAID卡

  选择FORCE WB读写策略

  选择合适的充放电策略

  高IO,推荐RAID10

  空间需求大则RAID5

  操作系统(1)IO调度策略

  SSD/PCIE SSD推荐noop,其它推荐deadline

  echo noop > /sys/block/<block device>/queue/scheduler

  (2)禁用块设备轮转模式

  echo 0 > /sys/block/<block device>/queue/rotational

  (3)内存

  vm.swappiness=0

  内存最大性能模式

  文件系统确保4K对⻬,如果使用全盘一个分区,例如mkfs.ext4 /dev/dfa也可以使用xfs 构建文件系统。

  禁止atime、diratime

  mount -o noatime -o nodiratime

  开启trim

  mount -o discard

  关闭barrier

  mount -o barrier=0

  /dev/sdc1 /data ext4 defaults,noatime,nodiratime,nobarrier 0 0

  MySQL(1)配置优化

  IO相关参数

  innodb_flush_method = O_DIRECT

  innodb_read_io_threads = 16

  innodb_write_io_threads = 16

  innodb_io_capacity = 3000(PCIE卡建议更高)

  innodb_flush_neighbors=0InnoDB存储引擎在刷新一个脏页时,会检测该页所在区(extent)的所有页,如果是脏页,那么一起刷新。这样做的好处是通过AIO可以将多个IO写操作合并为一个IO操作。对于传统机械硬盘建议使用,而对于固态硬盘可以关闭

  innodb_flush_log_at_trx_commitredo 的刷盘策略

  sync_binlogbinlog 的刷盘策略

  innodb_log_buffer_size建议8-16M,有高TPS(比如大于6k)的可以提高到32M,系统tps越高设置可以设置的越大

  推荐文章 www.cnblogs.com/conanwang/p/5849437.html

  内存分配

  策略:

  jemalloc是BSD的提供的内存分配管理

  tcmalloc是google的内存分配管理模块

  ptmalloc是glibc的内存分配管理

  malloc-lib= /usr/lib64/libjemalloc.so.1

  系统资源:

  malloc-lib= /usr/lib64/libjemalloc.so.1

  back_log:大于max_connections

  thread_stack=192

  并发控制:

  使用thread_pool

  thread_cache_size

  (2)schema优化

  索引优化

  目标:利用最小的索引成本找到最需要的行记录。

  原则:

  最左前缀原则:MySQL会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配,比如a=1 and b=2 and c>3 and d=4 如果建立(a,b,c,d)顺序的索引,d是用不到索引的,如果建立(a,b,d,c)的索引则都可以用到,a,b,d的顺序可以任意调整

  避免重复索引:idx_abc多列索引,相当于创建了(a)单列索引,(a,b)组合索引以及(a,b,c)组合索引。不在索引列使用函数 如 max(id)> 10 ,id+1>3 等

  尽量选择区分度高的列作为前缀索引:区分度的公式是count(distinct col)/count(*),表示字段不重复的比例,比例越大我们扫描的记录数越少

  推荐文章:

  MySQL索引原理及慢查询优化http://tech.meituan.com/mysql-index.html

  MySQL索引实践http://blog.coderland.net/mysql/2015/08/26/MySQL%E7%B4%A2%E5%BC%95%E5%AE%9E%E8%B7%B5/

  由浅入深探究 MySQL索引结构原理、性能分析与优化http://blog.jobbole.com/87107/

  SQL开发优化

  不使用存储过程、触发器,自定义函数

  不使用全文索引

  不使用分区表

  针对OTLP业务尽量避免使用多表join和子查询

  不使用*,SELECT使用具体的列名:在发生列的增/删时,发生列名修改时,最大限度避免程序逻辑中没有修改导致的BUG,IN的元素个数300-500

  避免使用大事务,使用短小的事务:减少锁等待和竞争

  禁止使用%前缀模糊查询 where like ‘%xxx’

  禁止使用子查询,遇到使用子查询的情况,尽量使用join代替

  遇到分页查询,使用延迟关联解决:分页如果有大offset,可以先取Id,然后用主键id关联表会提高效率

  禁止并发执行count(*),并发导致CPU飙高

  禁止使⽤order by rand()

  不使用负向查询,如 not in/like,使用in反向代替

  不要一次更新大量(大于30000条)数据,批量更新/删除

  SQL中使用到OR的改写为用 IN() (or的效率没有in的效率高)

  数据库架构单实例无法解决空间和性能需求时考虑拆分

  垂直拆分

  水平拆分

  引入缓存系统

  四、说明

  IO相关的优化可能还不完整,以后会逐步完善。

  关于数据库系统水平和垂直拆分是一个比较大的命题,这里略过,每个公司的业务规模不一样,选取的拆分策略也有所不同。


来源:本文由E8运维原创撰写,欢迎分享本文,转载请保留出处和链接!