在服務器的BIOS設置中，可調整下面的幾個配置，目的是發揮CPU最大性能，或者避免經典的NUMA問題：
1、選擇Performance Per Watt Optimized(DAPC)模式，發揮CPU最大性能，跑DB這種通常需要高運算量的服務就不要考慮節電力了；
2、關閉C1E和C States等選項，目的也是為了提升CPU效率；
3、Memory Frequency（記憶體頻率）選擇Maximum Performance（最佳效能）；
4、記憶體設定選單中，啟用Node Interleaving，避免NUMA問題；
# 1.2、磁碟I/O相關
下面幾個是依照IOPS效能提升的幅度排序，對於磁碟I/O可最佳化的一些措施：
1、使用SSD或PCIe SSD設備，至少獲得數百倍甚至萬倍的IOPS提升；
2、購置陣列卡同時配備CACHE及BBU模組，可明顯提升IOPS（主要指機械盤，SSD或PCIe SSD除外。同時需定期檢查CACHE及BBU模組的健康狀況，確保意外時不至於遺失資料）；
3 、有陣列卡片時，設定陣列寫策略為WB，甚至FORCE WB（若有雙電保護，或對資料安全性要求不是特別高的話），嚴禁使用WT策略。且閉陣列預讀策略，基本上是雞肋，用處不大；
4、盡可能選用RAID-10，而非RAID-5;
# 5、使用機械盤的話，盡可能選擇高轉速的，例如選用15KRPM，而不是7.2KRPM的盤，不差幾個錢的；
在檔案系統層，下列可大幅提升IOPS效能：
1、使用deadline/noop這兩種I/O調度器，千萬別用cfq（它不適合跑DB類別服務）;
# 2、使用xfs檔案系統，千萬別用ext3；ext4勉強可用，但業務量很大的話，則一定要用xfs；
3、檔案系統mount參數中增加：noatime, nodiratime, nobarrier幾個選項（nobarrier是xfs檔案系統特有的）;
2.2、其他核心參數最佳化
2.2、其他核心參數最佳化
針對關鍵核心參數設定合適的值，目的是為了減少swap的傾向，並且讓記憶體和磁碟I/O不會大幅波動，導致瞬間波峰負載：
1、將vm.swappiness設定為5-10左右即可，甚至設定為0（RHEL 7以上則慎重設定為0，除非你允許OOM kill發生），以降低使用SWAP的機會；
2、將vm.dirty_background_ratio設定為5-10，將vm.dirty_ratio設定為它的兩倍左右，以確保能持續將髒資料刷新到磁碟，避免瞬間I/O寫，產生嚴重等待（和MySQL中的innodb_max_dirty_pages_pct類似）；
官方版本我們稱為ORACLE MySQL，這個沒什麼好說的，相信絕大多數人會說的，相信絕大多數人會選擇它。
我個人強烈建議選擇Percona分支版本，它是一個相對比較成熟的、優秀的MySQL分支版本，在性能提升、可靠性、管理型方面做了不少改善。它和官方ORACLE MySQL版本基本上完全相容，而且效能大約有20%以上的提升，因此我優先推薦它，我自己也從2008年一直以它為主。
另一個重要的分支版本是MariaDB，說MariaDB是分支版本其實已經不太適合了，因為它的目標是取代ORACLE MySQL。它主要在原來的MySQL Server層做了大量的源碼級改進，也是一個非常可靠的、優秀的分支版本。但也由此產生了以GTID為代表的和官方版本無法相容的新特性（MySQL 5.7開始，也支援GTID模式線上動態開啟或關閉了），也考慮到絕大多數人還是會跟著官方版本走，因此沒優先推薦MariaDB。
建議調整下面幾個關鍵參數以獲得較好的效能（可使用本站提供的my. cnf生成器產生設定檔範本）：
1、選擇Percona或MariaDB版本的話，強烈建議啟用thread pool特性，可使得在高並發的情況下，效能不會發生大幅下降。此外，還有extra_port功能，非常實用， 關鍵時刻能救命的。還有另一個重要特色是QUERY_RESPONSE_TIME 功能，也能讓我們對整體的SQL回應時間分佈有直覺感受；
2、設定default-storage-engine=InnoDB，也就是預設採用InnoDB引擎，強烈建議不要再使用MyISAM引擎了，InnoDB引擎絕對可以滿足99%以上的業務場景；
3、調整innodb_buffer_pool_size大小，如果是單一實例且絕大多數是InnoDB引擎表的話，可考慮設定為實體記憶體的50% ~ 70%左右；
4、依照實際需求設定innodb_flush_log_at_trx_commit、sync_binlog的值。如果要求資料不能遺失，那麼兩個都設為1。若允許遺失一點數據，則可分別設為2和10。而如果完全不用care資料是否遺失的話（例如在slave上，反正大不了重做一次），則可都設為0。這三種設定值導致資料庫的效能受到影響程度分別是：高、中、低，也就是第一個會另資料庫最慢，最後一個則相反；
5 、設定innodb_file_per_table = 1，使用獨立表空間，我實在是想不出來用共享表空間有什麼好處了；
6、設定innodb_data_file_path = ibdata1:1G:autoextend，千萬不要用預設的10M，否則有高並發交易時，會受到不小的影響；
7、設定innodb_log_file_size=256M，設定innodb_log_files_in_group=2，基本上可滿足90 %以上的場景；
8、設定long_query_time = 1，而在5.5版本以上，已經可以設定為小於1了，建議設定為0.05（50毫秒），記錄那些執行較慢的SQL，用於後續的分析排查；
9、根據業務實際需要，適當調整max_connection（最大連線數）、max_connection_error（最大錯誤數，建議設定為10萬以上，而open_files_limit、innodb_open_files、table_open_cache、table_definition_cache這幾個參數則可設為約10倍於max_connection的大小；
10、常見的誤區是把把把為把為把字_pize_smp_he_table_t的比較大，曾經看過設定為1G的，這2個選項是每個連線會話都會分配的，因此不要設定過大，否則容易導致OOM發生；其他的一些連線會話級選項例如：sort_buffer_size、join_buffer_size、 read_buffer_size、read_rnd_buffer_size等，也需要注意不能設定太大；
11、由於已經建議不再使用MyISAM引擎了，因此可以把key_buffer_size設定為32M左右，並且強烈建議關閉query cache功能;
以下列舉了幾個常見有助於提升MySQL效率的Schema設計規格及SQL使用建議：
1、所有的InnoDB表都設計一個無業務用途的自增列做主鍵，對於絕大多數場景都是如此，真正純只讀用InnoDB表的並不多，真如此的話還不如用TokuDB來得划算；
2、字段長度滿足需求前提下，盡可能選擇長度小的。此外，字段屬性盡量加上NOT NULL約束，可一定程度提高效能；
3、盡可能不使用TEXT/BLOB類型，確實需要的話，建議拆分到子表中，不要跟主表放在一起，避免SELECT * 的時候讀性能太差。
4、讀取資料時，只選取所需的列，不要每次都SELECT *，避免產生嚴重的隨機讀取問題，尤其是讀到一些TEXT/BLOB列;
5、對一個VARCHAR(N)欄位建立索引時，通常取其50%（甚至更小）左右長度建立前綴索引就足以滿足80%以上的查詢需求了，沒必要建立整列的全長度索引；
6、通常情況下，子查詢的效能比較差，建議改造成JOIN寫法；
# 7、多表聯接查詢時，關聯字段類型盡量一致，並且都要有索引；
8、多表連接查詢時，把結果集小的表（請注意，這裡是指過濾後的結果集，不一定是全表資料量小的）作為驅動表；
9、多表聯接並且有排序時，排序字段必須是驅動表裡的，否則排序列無法用到索引；
10、多用複合索引，少用多個獨立索引，尤其是一些基數（Cardinality）太小（比方說，該列的唯一值總數少於255）的欄位就不要建立獨立索引了；
11、類似分頁功能的SQL，建議先用主鍵關聯，然後再傳回結果集，效率會高很多；
關於MySQL的管理維護的其他建議有：
# 1、通常地，單表物理大小不超過10GB，單表行數不超過1億條，行平均長度不超過8KB，如果機器性能足夠，這些數據量MySQL是完全能處理的過來的，不用擔心性能問題，這麼建議主要是考慮ONLINE DDL的代價較高；
2、不用太擔心mysqld進程佔用太多內存，只要不發生OOM kill和用到大量的SWAP都還好；
3、在以往，單機上跑多實例的目的是能最大化利用計算資源，如果單實例已經能耗盡大部分計算資源的話，就沒必要再跑多實例了；
4、定期使用pt-duplicate-key-checker檢查並刪除重複的索引。定期使用pt-index-usage工具檢查並刪除使用頻率很低的索引；
5、定期採集slow query log，用pt-query-digest工具進行分析，可結合Anemometer系統進行slow query管理以便分析slow query並進行後續優化工作；
6、可使用pt-kill殺掉超長時間的SQL請求，Percona版本中有個選項innodb_kill_idle_transaction 也可實作此功能;
7、使用pt-online-schema-change來完成大表的ONLINE DDL需求；
以上是如何優化mysql？ mysql相關最佳化的詳細內容。更多資訊請關注PHP中文網其他相關文章！
