MySQL监控调优

影响MySQL性能的原因总结一下,主要如下:

  • 服务器硬件;

    • CPU:
      • 64位的CPU一定要工作在64位的系统下;
      • 对于并发比较高的场景,CPU的数量比频率更重要;
      • 对于密集型场景和负责SQL,则CPU频率越高越好
    • 内存:
      • 选择主板所能使用的最高频率的内存;
      • 内存的大小对于性能很重要,所以尽可能的大;
  • 网卡流量;

  • 磁盘IO;

  • SQL查询速度;

Mysql 的查询过程

  1. 先查询缓存,检查query语句是否完全匹配,接着在检查是否具有权限,都成功则直接取数据返回;
  2. 上一步有失败则转交给‘命令解析器’,经过词法分析,语法分析后生产解析数;
  3. 接下来是预处理阶段,处理解析器无法解决的语义,检查权限等,生成新的解析树;
  4. 在转交给对应的模块处理;
  5. 如果是select查询还会经由'查询优化器'做大量优化,生成执行计划;
  6. 模块收到请求后,通过‘访问控制模块’检查所连接的用户是否有访问目标表和目标字段的权限;
  7. 有则调用‘表管理模块’,显示查看table cache中是否存在,有则直接对应的表和获取锁,否则重新打开表文件;
  8. 根据表的meta数据,获取表的存储引擎 等信息,通过接口调用对应的存储引擎处理;
  9. 上述过程中产生数据变化的时候,若打开日志功能,则会记录到相应二进制日志文件中。

MySQL连接数

MySQL数据库默认最大的连接数是100,当并发数过大的时候会出现连接数不够用,是的很多线程在等待其它链接释放,会直击导致数据库链接超时或者响应时间过程,所以需要调整最大连接数。

# 重新设置数据库最大连接数
set global max_connections=1000 

# 查询数据库当前设置的最大连接数
show variables like '%max_connections%'; 
MariaDB [(none)]> show variables like '%max_connections%'; 
+-----------------------+-------+
| Variable_name         | Value |
+-----------------------+-------+
| extra_max_connections | 1     |   # extra_port可以接受的最大连接数
| max_connections       | 151   |   # 最大连接数
+-----------------------+-------+
2 rows in set (0.00 sec)

# extra_port是之前5.6版本开始新增的,指定了可以使用的端口


# 服务器响应的最大连接数
show global status like 'Max_used_connections'; 
MariaDB [(none)]> show global status like 'Max_used_connections'; 
+----------------------+-------+
| Variable_name        | Value |
+----------------------+-------+
| Max_used_connections | 4     |
+----------------------+-------+
1 row in set (0.00 sec)

# 服务器线程方面的
show status like 'Threads%';
MariaDB [(none)]> show status like 'Threads%';
+-------------------+-------+
| Variable_name     | Value |
+-------------------+-------+
| Threads_cached    | 0     |   # mysql管理的线程池中还有多少可以被复用的资源
| Threads_connected | 3     |   # 打开的连接数
| Threads_created   | 226   |   # 表示创建过的线程数
| Threads_running   | 1     |   # 激活的连接数,这个数值一般远低于connected数值,
                                # 准确的来说,Threads_running是代表当前并发数
+-------------------+-------+
4 rows in set (0.00 sec)

MySQL缓存

数据库属于IO密集型的应用程序,其主要职责就是数据的管理及存储工作。从内存中读取一个数据库的时间是微秒级别,而从一块普通硬盘上读取一个io实在毫秒级别,二者相差3个数量级。所以,要优化数据库,首先第一步需要优化的就是io,尽可能讲磁盘io转化成内存io

缓存分为两个维度,查询缓存Query cache和存储引擎InnoDB_Buffer_Pool

  • 查询缓存Query cache

查询缓存会缓存完整的SELECT查询结果,当查询命中缓存时MySQL会将结果立刻返回,直接跳过了解析、优化和执行阶段。

当然,Query Cache 也有一个致命的缺陷,那就是当某个表的数据有任何任何变化,都会导致所有引用了该表的select语句在Query Cache 中的缓存数据失效。所以,当我们的数据变化非常频繁的情况下,使用Query Cache 可能会得不偿失。

因此,应用程序不需要关心MySQL是通过缓存查询出的结果还是实际执行过SQL语句返回的结果,因为这两种结果是完全相同的。

从前面的数据库执行过程图中可以看到,执行一条SQL查询语句会先查询该语句是否存在于缓存中,需要注意的是当语句中的字符大小写或注释只要有一点点的不同,查询缓存就会被认为是不同的查询,导致无法命中查询缓存。另外,对于不确定的函数,如:now()、current_date()等这种查询都不会被缓存。

既然查询缓存的有可以改善性能的优点,自然也有自己的缺点,主要体现在当开启了查询缓存时对于读写操作都增加了额外的开销。相对于读,再查询开始前需要先检查缓存,而对于写,则是当写入数据后需要更新缓存。

  • Query cache的参数
    查询缓存参数,在MySQL配置文件中添加,Linux下为my.cnf,Windows下为my.ini:
# 1.是否开启查询缓存,具体选项是off,on
query_cache_type = on

# 2.分配给查询缓存的总内存,一般建议不超过256M
query_cache_size = 200M 

# 3.这个选项限制了MySQL存储的最大结果。如果查询的结果比这个大,那么就不会被缓存。
query_cache_limit = 1M

# 查询qcache状态:

MariaDB [(none)]> show variables like '%query_cache%';
+------------------------------+---------+
| Variable_name                | Value   |
+------------------------------+---------+
| have_query_cache             | YES     |  #该MySQL 是否支持Query Cache
| query_cache_limit            | 1048576 |  #缓存块大小,超过该大小不会被缓存 
| query_cache_min_res_unit     | 4096    |  #每个qcache最小的缓存空间大小 
| query_cache_size             | 1048576 |  #分配给查询缓存的总内存 
| query_cache_strip_comments   | OFF     |  #用于控制QC中是否去掉SQL语句的注释部分。
| query_cache_type             | OFF     |  #是否开启
| query_cache_wlock_invalidate | OFF     |  #控制当有锁加在表上的时候,是否先让该表相关的缓存失效
+------------------------------+---------+
7 rows in set (0.00 sec)

修改完配置后,让我们再来监控Qcache的使用情况

# 查询qcache当前使用情况:
SHOW STATUS LIKE 'Qcache%';

MariaDB [(none)]> show status like 'Qcache%';
+-------------------------+---------+
| Variable_name           | Value   |
+-------------------------+---------+
| Qcache_free_blocks      | 1       | # 表示查询缓存中处以重现状态的内存块数(碎片数量)。如果
                                      # Qcache_free_blocks 的值较大,则意味着查询缓存中碎片比较多
                                      # 表明查询结果集较小,此时可以减小query_cache_min_res_unit
                                      # 使用flush query cache 会对缓存中的若干个碎片进行整理,从
                                      # 而得到一个比较大的空闲块。
| Qcache_free_memory      | 1031336 | # Query Cache 中目前剩余的内存大小 
| Qcache_hits             | 0       | # 缓存命中次数 
| Qcache_inserts          | 0       | # 多少次未命中然后插入 
| Qcache_lowmem_prunes    | 0       | # 因为查询缓存已满而溢出,导致MySQL删除的查询结果个数。
                                      # 如果该值比较大,则表明查询缓存过小。
| Qcache_not_cached       | 0       | # 没有进入查询缓存的select个数
| Qcache_queries_in_cache | 0       | # 查询缓存中缓存中有多少条select语句的结果集
| Qcache_total_blocks     | 1       | # 查询缓存的总个数
+-------------------------+---------+
8 rows in set (0.00 sec)

Query Cache 命中率= Qcache_hits / ( Qcache_hits + Qcache_inserts ); 

未完待续

最后编辑于
©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 216,142评论 6 498
  • 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 92,298评论 3 392
  • 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 162,068评论 0 351
  • 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 58,081评论 1 291
  • 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 67,099评论 6 388
  • 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 51,071评论 1 295
  • 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 39,990评论 3 417
  • 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 38,832评论 0 273
  • 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 45,274评论 1 310
  • 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 37,488评论 2 331
  • 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 39,649评论 1 347
  • 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 35,378评论 5 343
  • 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 40,979评论 3 325
  • 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 31,625评论 0 21
  • 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 32,796评论 1 268
  • 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 47,643评论 2 368
  • 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 44,545评论 2 352

推荐阅读更多精彩内容