MySQL - Introduction détaillée du code graphique optimisé

Une architecture de base de données mature n'est pas conçue dès le départ avec une haute disponibilité, une haute évolutivité et d'autres caractéristiques. Ce n'est qu'à mesure que le nombre d'utilisateurs augmente que l'infrastructure est progressivement améliorée. Cet article de blog parle principalement des problèmes rencontrés dans le cycle de développement de la base de données MySQL et du plan d'introduction détaillé du code graphique optimisé pour MySQL. En mettant de côté l'application frontale pour le moment, il est grossièrement divisé en cinq étapes :

1. Conception de la table de base de données

Une fois le projet approuvé, le service de développement développe le projet en fonction aux besoins du département produit. Une partie du travail de l'ingénieur de développement consiste à compiler le tableau de conception structurelle. Pour les bases de données, cela est très important s’il n’est pas conçu correctement, cela affectera directement la vitesse d’accès et l’expérience utilisateur. Il existe de nombreux facteurs d'influence, tels que des requêtes lentes, des instructions de requête inefficaces, une indexation incorrecte, une congestion de la base de données (blocage), etc. Bien sûr, il existe une équipe d’ingénieurs de test qui effectueront des tests de résistance et trouveront des bugs. Pour les équipes sans ingénieurs de test, la plupart des ingénieurs de développement ne se demanderont pas trop si la conception de la base de données est raisonnable au début, mais termineront la mise en œuvre et la livraison des fonctions dès que possible. Après un certain nombre de visites, le projet. des problèmes cachés seront révélés. Il ne sera pas si facile de le modifier à nouveau.

2. Déploiement de la base de données

L'ingénieur d'exploitation et de maintenance est apparu, et le nombre de visites dans le initial La phase du projet ne sera pas très importante. Un seul déploiement suffit donc pour gérer un QPS (taux de requête par seconde) d'environ 1 500. Compte tenu de la haute disponibilité, la réplication maître-esclave MySQL Keepalived peut être utilisée pour la sauvegarde à chaud en double-clic. Les logiciels de cluster courants incluent Keepalived et Heartbeat.

3. Optimisation des performances de la base de données

Si vous déployez MySQL sur un serveur X86 ordinaire, en Sans Avec toute optimisation, MySQL peut théoriquement gérer environ 2 000 QPS. Après optimisation, il peut être augmenté à environ 2 500 QPS. Sinon, lorsque le nombre de visites atteint environ 1 500 connexions simultanées, les performances de traitement de la base de données ralentiront. encore abondant, il est donc temps de considérer les problèmes logiciels. Alors comment maximiser les performances de la base de données ? D'une part, plusieurs instances MySQL peuvent être exécutées sur un seul serveur pour maximiser les performances du serveur. D'autre part, la base de données est optimisée. Souvent, les configurations par défaut du système d'exploitation et de la base de données sont relativement conservatrices, ce qui présente certaines limitations. Les performances de la base de données peuvent être effectuées. Effectuez les ajustements appropriés pour gérer autant de connexions que possible.

L'optimisation spécifique comporte les trois niveaux suivants :

3.1 Optimisation de la configuration de la base de données

Il existe deux moteurs de stockage couramment utilisés dans MySQL. L'un est MyISAM, qui ne prend pas en charge le traitement des transactions, a des performances de lecture rapides et des verrous au niveau de la table. L'autre est InnoDB, qui prend en charge le traitement des transactions (ACID). L'objectif de conception est de maximiser les performances et les verrouillages au niveau des lignes pour le traitement de gros volumes de données.

Verrouillage de table : faible surcharge, grande granularité de verrouillage, forte probabilité de blocage et concurrence relativement faible.

Verrouillage de ligne : surcharge élevée, faible granularité de verrouillage, faible probabilité de blocage et concurrence relativement élevée.

Pourquoi les verrous de table et de ligne se produisent-ils ? Principalement pour garantir l'intégrité des données.Par exemple, si un utilisateur exploite une table et que d'autres utilisateurs souhaitent également exploiter la table, ils doivent attendre que le premier utilisateur termine l'opération avant que les autres utilisateurs puissent utiliser les verrous et les lignes de la table. c'est ce que font les serrures. Sinon, si plusieurs utilisateurs utilisent une table en même temps, des conflits de données ou des exceptions se produiront certainement.

Sur la base de ce qui précède, l'utilisation du moteur de stockage InnoDB est le meilleur choix, et c'est également le moteur de stockage par défaut dans MySQL 5.5 et les versions ultérieures. De nombreux paramètres sont associés à chaque moteur de stockage. Les paramètres qui affectent principalement les performances de la base de données sont répertoriés ci-dessous.

Valeur par défaut du paramètre public :

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

Valeur par défaut du paramètre MyISAM :

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

Valeur par défaut du paramètre InnoDB :

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 Vérifiez uniquement les tables qui n'ont pas été fermées normalement

Réparez rapidement la base de données Weibo :

# cd / var/lib/mysql/weibo

# myisamchk -r -q *.MYI

mysqlcheck: myisam et All innodb tables peuvent être utilisées sans arrêter la base de données. Si vous souhaitez réparer une seule table, vous pouvez ajouter le nom de la table après la base de données, séparé par des espaces

Paramètres communs :

-a --all-databases Vérifier toutes les bibliothèques

-r --repair Table de réparation

-c -- check Vérifier la table, option par défaut

-a --analyze Table d'analyse

-o --optimize Optimiser table

-q --quik Vérifier ou réparer les tables le plus rapidement possible

-F --fast Vérifier uniquement les tables qui n'ont pas été fermé normalement

Réparez rapidement la base de données Weibo :

mysqlcheck -r -q -uroot -p123 weibo

5.5 De ​​plus, vérifiez la méthode de performances du processeur et des E/S

#Vérifiez les performances du processeur

#Paramètre -P consiste à afficher le nombre de processeurs, ALL signifie tout, ou vous ne pouvez afficher que le nombre de processeurs

#Afficher les performances des E/S

Le #Paramètre -m s'affiche en M unités, la valeur par défaut est K

#%util : Lorsqu'il atteint 100%, cela signifie que les E/S sont très occupées.

#await : Le temps d'attente de la requête dans la file d'attente affecte directement le temps de lecture.

Limite d'E/S : IOPS (r/s w/s), généralement autour de 1200. (IOPS, le nombre d'opérations de lecture et d'écriture (E/S) par seconde)

Bande passante d'E/S : en mode de lecture et d'écriture séquentielle, la valeur théorique du disque dur SAS est environ 300 M/s, SSD La valeur théorique du disque dur est d'environ 600 M/s.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!