MySQL – Detaillierte Einführung in optimierten Grafikcode

Eine ausgereifte Datenbankarchitektur ist nicht von Anfang an auf hohe Verfügbarkeit, hohe Skalierbarkeit und andere Eigenschaften ausgelegt. Erst mit zunehmender Benutzerzahl wird die Infrastruktur schrittweise verbessert. In diesem Blogbeitrag geht es hauptsächlich um die Probleme im Entwicklungszyklus der MySQL-Datenbank und den detaillierten Einführungsplan für MySQL-optimierten Grafikcode. Abgesehen von der Front-End-Anwendung ist er grob in die folgenden fünf Phasen unterteilt:

1. Datenbanktabellendesign

Nachdem das Projekt genehmigt wurde, entwickelt die Entwicklungsabteilung das Projekt entsprechend Ein Teil der Arbeit des Entwicklungsingenieurs besteht darin, die Tabelle Strukturdesign zu erstellen. Für Datenbanken ist dies sehr wichtig, wenn es nicht richtig gestaltet ist, wirkt es sich direkt auf die Zugriffsgeschwindigkeit und das Benutzererlebnis aus. Es gibt viele Einflussfaktoren, wie z. B. langsame Abfragen, ineffiziente Abfrageanweisungen, unsachgemäße Indizierung, Datenbanküberlastung (Deadlock) usw. Natürlich gibt es ein Team von Testingenieuren, die Stresstests durchführen und Fehler finden. Für Teams ohne Testingenieure werden die meisten Entwicklungsingenieure nicht zu viel darüber nachdenken, ob das Datenbankdesign in der frühen Phase sinnvoll ist, sondern die Funktionsimplementierung und -bereitstellung so schnell wie möglich abschließen, nachdem das Projekt eine bestimmte Anzahl von Besuchen hat Versteckte Probleme werden aufgedeckt. Es wird nicht so einfach sein, es erneut zu ändern.

2. Datenbankbereitstellung

Der Betriebs- und Wartungstechniker ist erschienen und die Anzahl der Besuche im ersten Jahr Daher wird eine einzelne Bereitstellung ausreichen, um QPS (Abfragerate pro Sekunde) von etwa 1.500 zu bewältigen. Unter Berücksichtigung der Hochverfügbarkeit können MySQL-Master-Slave-Replikation + Keepalived für Doppelklick-Hot-Backups verwendet werden. Die gängige Cluster-Software umfasst Keepalived und Heartbeat.

3. Optimierung der Datenbankleistung

Wenn Sie MySQL auf einem normalen X86-Server bereitstellen, ohne Bei jeder Optimierung kann MySQL theoretisch etwa 2.000 QPS verarbeiten. Andernfalls wird die Datenbankverarbeitungsleistung langsamer, wenn die Anzahl der Besuche etwa 1.500 erreicht immer noch reichlich vorhanden, daher ist es an der Zeit, über Softwareprobleme nachzudenken. Wie kann also die Leistung der Datenbank maximiert werden? Einerseits können mehrere MySQL-Instanzen auf einem einzigen Server ausgeführt werden, um die Serverleistung zu maximieren. Andererseits sind die Standardkonfigurationen des Betriebssystems und der Datenbank relativ konservativ, was gewisse Einschränkungen mit sich bringt Die Leistung der Datenbank kann entsprechend angepasst werden, um so viele Verbindungen wie möglich zu verarbeiten.

Die spezifische Optimierung hat die folgenden drei Ebenen:

3.1 Optimierung der Datenbankkonfiguration

Es gibt zwei häufig verwendete Speicher-Engines in MySQL. Eine davon ist MyISAM, das keine Transaktionsverarbeitung unterstützt, über eine schnelle Leseleistung und Sperren auf Tabellenebene verfügt. Das andere ist InnoDB, das die Transaktionsverarbeitung (ACID) unterstützt. Das Designziel besteht darin, die Leistung und Sperren auf Zeilenebene für die Verarbeitung großer Datenmengen zu maximieren.

Tabellensperre: geringer Overhead, große Sperrgranularität, hohe Wahrscheinlichkeit eines Deadlocks und relativ geringe Parallelität.

Zeilensperre: hoher Overhead, kleine Sperrgranularität, geringe Wahrscheinlichkeit eines Deadlocks und relativ hohe Parallelität.

Warum kommt es zu Tabellensperren und Zeilensperren? Der Hauptzweck besteht darin, die Integrität der Daten sicherzustellen. Wenn beispielsweise ein Benutzer eine Tabelle bedient und andere Benutzer die Tabelle ebenfalls bedienen möchten, müssen sie warten, bis der erste Benutzer den Vorgang abgeschlossen hat, bevor andere Benutzer arbeiten können. Tabellensperren und Zeilen Das ist es, was Sperren bewirken. Andernfalls kommt es mit Sicherheit zu Datenkonflikten oder Anomalien, wenn mehrere Benutzer gleichzeitig eine Tabelle bedienen.

Basierend auf dem oben Gesagten ist die Verwendung der InnoDB-Speicher-Engine die beste Wahl und sie ist auch die Standard-Speicher-Engine in MySQL 5.5 und späteren Versionen. Mit jeder Speicher-Engine sind viele Parameter verbunden. Die Parameter, die sich hauptsächlich auf die Datenbankleistung auswirken, sind unten aufgeführt.

Standardwert der öffentlichen Parameter:

max_connections = 151
#同时处理最大连接数，推荐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，可增大此值为16M
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
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

Standardwert des MyISAM-Parameters:

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，推荐设置16M或32M

Standardwert des InnoDB-Parameters:

innodb_buffer_pool_size = 128M
#索引和数据缓冲区大小，一般设置物理内存的60%-70%
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  
#默认是共享表空间，共享表空间idbdata文件不断增大，影响一定的I/O性能。
推荐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

3.2 系统内核优化

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。

# vi /etc/security/limits.conf  #加入以下配置，*代表所有用户，也可以指定用户，重启系统生效
* soft nofile 65535
* hoft nofile 65535
# ulimit -SHn 65535   #立刻生效

3.3 硬件配置

加大物理内存，为提高文件系统性能，linux内核会从内存中分配缓存区（系统缓存和文件缓存）来存放热数据，也就是说物理内存越大，分配缓存区越大，缓存数据越多。

SSD硬盘代替SAS硬盘，将RAID级别调整为RAID1+0，相对于RAID1和RAID5有更好的读写性能（IOPS），毕竟数据库的压力主要来自磁盘I/O方面。

4、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，该考虑加机器了，该做集群了~~~。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 主从复制与读写分离

因为生产环境中，数据库大多都是读操作，所以部署一主多从架构，主数据库负责写操作，并做双击热备，多台从数据库做负载均衡，负责读操作，主流的负载均衡器有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，效率比较高。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，常见代理程序有MySQL Proxy、Amoeba。在这样数据库集群架构中，大大增加数据库高并发能力，解决单台性能瓶颈问题。如果从数据库一台从库能处理2000 QPS，那么5台就能处理1w QPS，数据库横向扩展性也很容易。

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。如果做双主，就会遇到数据库数据不一致现象，产生这个原因是在应用程序不同的用户会有可能操作两台数据库，同时的更新操作造成两台数据库数据库数据发生冲突或者不一致。在单库时MySQL利用存储引擎机制表锁和行锁来保证数据完整性，怎样在多台主库时解决这个问题呢？有一套基于perl语言开发的主从复制管理工具，叫MySQL-MMM（Master-Master replication managerfor Mysql，Mysql主主复制管理器），这个工具最大的优点是在同一时间只提供一台数据库写操作，有效保证数据一致性。

4.2 增加缓存

给数据库增加缓存系统，把热数据缓存到内存中，如果内存缓存中有要请求的数据就不再去数据库中返回结果，提高读性能。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，速度快。分布式可以缓存海量数据，扩展容易，主流的分布式缓存系统有memcached、redis，memcached性能稳定，数据缓存在内存中，速度很快，QPS可达8w左右。如果想数据持久化那就用redis，性能不低于memcached。

工作过程：

4.3 分库

分库是根据业务不同把相关的表切分到不同的数据库中，比如web、bbs、blog等库。如果业务量很大，还可将切分后的库做主从架构，进一步避免单个库压力过大。

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？你就该考虑是否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，实现比较简单。

注：增加缓存、分库、分表和分区主要由程序猿来实现。

5、数据库维护

数据库维护是运维工程师或者DBA主要工作，包括性能监控、性能分析、性能调优、数据库备份和恢复等。

5.1 性能状态关键指标

QPS，Queries Per Second：每秒查询数，一台数据库每秒能够处理的查询次数

TPS，Transactions Per Second：每秒处理事务数

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，使用set设置变量，重启服务失效，可以在my.cnf添加参数永久生效。

mysql> set global slow-query-log=on  #开启慢查询功能
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_indexes=on;   #记录没有使用索引的查询
mysql> set global long_query_time=1;   #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 --type=binlog mysql-bin.000001.sql 

  分析普通日志：pt-query-digest --type=genlog 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！但由于数据库比较大，上百G，往往备份都很耗费时间，所以就该选择一个效率高的备份策略，对于数据量大的数据库，一般都采用增量备份。常用的备份工具有mysqldump、mysqlhotcopy、xtrabackup等，mysqldump比较适用于小的数据库，因为是逻辑备份，所以备份和恢复耗时都比较长。mysqlhotcopy和xtrabackup是物理备份，备份和恢复速度快，不影响数据库服务情况下进行热拷贝，建议使用xtrabackup，支持增量备份。有兴趣可参考以往博文：http://www.php.cn/

  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。

  myisamchk：只能修复myisam表，需要停止数据库

  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 Nur Tabellen überprüfen, die nicht normal geschlossen wurden

Weibo-Datenbank schnell reparieren:

# cd / var/lib/mysql/weibo

# myisamchk -r -q *.MYI

mysqlcheck: myisam und alle innodb-Tabellen können verwendet werden, ohne die Datenbank anzuhalten. Wenn Sie eine einzelne Tabelle reparieren möchten, können Sie den Tabellennamen nach der Datenbank hinzufügen, durch Leerzeichen getrennt

Allgemeine Parameter:

-a --all-databases Alle Bibliotheken prüfen

-r --repair Reparaturtabelle

-c --check Tabelle prüfen, Standardoption

-a --analyze Analysetabelle

-o --optimize Optimieren Tabelle

-q --quik Tabellen so schnell wie möglich überprüfen oder reparieren

-F --fast Nur Tabellen überprüfen, die nicht überprüft wurden Normal geschlossen

Weibo-Datenbank schnell reparieren:

mysqlcheck -r -q -uroot -p123 weibo

5.5 Überprüfen Sie außerdem die CPU- und I/O-Leistungsmethode

#Überprüfen Sie die CPU-Leistung

#Parameter -P dient zur Anzeige der Anzahl der CPUs, ALL bedeutet alle, oder Sie können nur die Anzahl der CPUs anzeigen

#I/O-Leistung anzeigen

#Parameter -m wird in M-Einheiten angezeigt, der Standardwert ist K

#%util: Wenn es 100 % erreicht, bedeutet dies, dass die E/A sehr ausgelastet ist.

#await: Die Zeit, die die Anfrage in der Warteschlange wartet, wirkt sich direkt auf die Lesezeit aus.

E/A-Grenze: IOPS (r/s+w/s), im Allgemeinen etwa 1200. (IOPS, die Anzahl der Lese- und Schreibvorgänge (E/A) pro Sekunde)

E/A-Bandbreite: Im sequentiellen Lese- und Schreibmodus beträgt der theoretische Wert der SAS-Festplatte ca. 300 M/s, SSD Der theoretische Wert der Festplatte liegt bei ca. 600 M/s.

Das obige ist der detaillierte Inhalt vonMySQL – Detaillierte Einführung in optimierten Grafikcode. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!