MySQL性能优化

MySQL性能优化主要考虑几个方面:CPU、内存、硬盘、操作系统、文件系统等。

CPU

数据库的应用类型一般可以分为OLTP(OnlineTransaction Processing,在线事务处理)和OLAP(Online Analytical Processing,在线分析处理。

OLTP主要用来解决事务性应用,如银行交易,在线商品交易等,所以对CPU需求较低;OLAP一般需要执行复杂的SQL语句来进行统计、聚合等,所以对CPU需求较高。

为了能使用更多的内存,必须要选用支持64位的CPU处理器。为了能充分利用CPU多核资源,我们一般可以通过更改参数innodb_read_io_threadsinnodb_write_io_threads来增大IO的线程,这样也能更充分有效地利用CPU的多核资源。

内存

InnoDB存储引擎既缓存数据,又缓存索引,并且将它们缓存于一个很大的缓冲池中,即InnoDB BufferPool。因此,内存的大小直接影响了数据库的性能。当内存大小小于数据文件大小时,内存越大,数据库的性能越好,但是当内存大小大于数据文件大小时,增大内存对性能提升将不在明显。

所以,应该在开发应用前预估“活跃”数据库的大小是多少,并以此确定数据库服务器内存的大小。

如何判断当前数据库的内存是否已经达到瓶颈了呢?可以通过show global status like 'innodb%read%';命令查看当前服务器的状态,比较物理磁盘的读取和内存读取的比例来判断缓冲池的命中率,通常InnoDB存储引擎的缓冲池的命中率不应该小于99%

mysql> show global status like 'innodb%read%';
+--------------------------------------------------------+---------------+
| Variable_name                                          | Value         |
+--------------------------------------------------------+---------------+
| Innodb_buffer_pool_read_ahead_rnd                      | 0             |
| Innodb_buffer_pool_read_ahead                          | 7747093       |
| Innodb_buffer_pool_read_ahead_evicted                  | 0             |
| Innodb_buffer_pool_read_requests                       | 1334373214891 |
| Innodb_buffer_pool_reads                               | 20102107      |
| Innodb_data_pending_reads                              | 0             |
| Innodb_data_read                                       | 446923952640  |
| Innodb_data_reads                                      | 28205877      |
| Innodb_master_thread_active_loops                      | 34850566      |
| Innodb_master_thread_idle_loops                        | 53822         |
| Innodb_pages_read                                      | 28113614      |
| Innodb_rows_read                                       | 6202789312875 |
| Innodb_secondary_index_triggered_cluster_reads         | 19526825614   |
| Innodb_secondary_index_triggered_cluster_reads_avoided | 0             |
+--------------------------------------------------------+---------------+
14 rows in set

主要参数:

参数 说明
Innodb_buffer_pool_reads 表示从物理磁盘读取页的次数
Innodb_buffer_pool_read_ahead 预读次数
Innodb_buffer_pool_read_ahead_evicted 预读的页,但是没有被读取就从缓冲池中被替换的也的数量,可用来判读预读的效率
Innodb_buffer_pool_read_requests 从缓冲池中读取页的次数
Innodb_data_read 总读入的字节数
Innodb_data_reads 发起读取请求的次数,每次读取可能需要读取多个页

缓冲池命中率=从缓冲池中读取页的次数/(从缓冲池中读取页的次数+预读次数+从物理磁盘读取页的次数)=Innodb_buffer_pool_read_requests/(Innodb_buffer_pool_read_requests+Innodb_buffer_pool_read_ahead+Innodb_buffer_pool_reads)

平均每次读取的字节数=总读入的字节数/总请求的次数Innodb_data_read/Innodb_data_reads

硬盘

机械硬盘

现在大多数应用还是使用传统机械硬盘,机械硬盘的数据读取主要分为三部分:旋转,寻道和数据读取,而机械硬盘的I/O大部分时间都花在旋转和寻道上。为了提高性能,我们应该尽量的使用顺序读写,减少随机读写,如redo log

还可以将多块机械硬盘组成RAID(Redundant Array of Independent Disks,独立磁盘冗余数组)来提高数据库的性能,也可以将数据文件分布在不同硬盘上来达到访问负载的均衡。

RAID的基本思想就是把多个相对便宜的硬盘组合起来,成为一个磁盘数组,使性能达到甚至超过一个价格昂贵、容量巨大的硬盘。由于将多个硬盘组合成为一个逻辑扇区,RAID看起来就像一个单独的硬盘或逻辑存储单元,因此操作系统只会把它当作一个硬盘。

固态硬盘

固态硬盘是一个完全的电子设备,没有传统机械硬盘的读写磁头。因此,没有旋转和寻道两块时间的消耗,所以固态硬盘可以提供一致的随机访问时间。固态硬盘的读速度远大于写速度,主要是因为在覆盖重写数据之前,需要执行非常耗时的擦除(erase)操作。

固态硬盘数据持久化的新能是使用机械硬盘的10倍左右,所以在条件允许的情况下建议使用固态硬盘。

操作系统

为了利用更多了内存,我们一般需要选着64为的操作系统,如果选择了32为操作系统,那么最多能使用4G的内存。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,386评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,142评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,704评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,702评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,716评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,573评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,314评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,230评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,680评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,873评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,991评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,706评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,329评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,910评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,038评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,158评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,941评论 2 355