从运维角度浅谈MySQL数据库优化

一个成熟的数据库架构并不是一开始就具备高可用，高伸缩等性能的，它是随着用户量的增加，基础架构才逐渐完善。这篇博文主要谈MySQL数据库发展周期中所面临的问题及优化方案，暂且抛开前端应用不说，大致分为以下五个阶段：

数据库表设计

项目立项后，开发部根据产品部需求开发项目，开发工程师工作其中一部分就是对表结构设计。对于数据库来说，这点很重要，如果设计不当，会直接影响访问速度和用户体验。影响的因素很多，比如慢查询、低效的查询语句、没有适当建立索引、数据库堵塞（死锁）等。当然，有测试工程师的团队，会做压力测试，找Bug。对于没有测试工程师的团队来说，大多数开发工程师初期不会考虑数据库设计是否合理，而是尽快完成功能实现和交付，等项目有一定访问量后，隐藏的问题就会暴露，这是再去修改就不是那么容易的事了。

数据库部署

该运维工程师出场了，项目初期访问量不会太大，所以单台部署足以应对1500左右的QPS（每秒查询率）。考虑到高可用性，可采用MySQL主从复制+Keepalived做双机热备，常见集群软件有Keepalived、Heartbeat。

数据库性能优化

如果将MySQL部署到普通的X86服务器上，在不经过任何优化情况下，MySQL理论值正常可以处理2000左右QPS，经过优化后，有可能会提升到2500左右QPS，否则，访问量达到1500左右并发连接时，数据库处理性能就会变慢，而且硬件资源还很富裕，这时就该考虑软件问题了。那么怎样让数据库最大化发挥性能呢？一方面可以单台运行多个MySQL实例让服务器性能发挥到最大化，另一方面是对数据库进行优化，往往操作系统和数据库默认配置都比较保守，会对数据库发挥有一定限制，可对这些配置进行适当调整，尽可能的处理更多的连接数。
具体优化有以下三个层面：

3、1 数据库配置优化

MySQL常用有两种存储引擎，一个是MyISAM，不支持事务处理，读取性能处理快，表级别锁。另一个是InnoDB，支持事务处理（ACID），设计目标是为处理大容量数据发挥最大化性能，行级别锁。

• 表锁：开销小，锁定粒度大，发生死锁概率高，相对并发也低。
• 行锁：开销大，锁定粒度小，发生死锁概率低，相对并发也高。
  为什么会出现表锁和行锁呢？主要是为了保证数据的完整性，举个例子，一个用户在操作一张表，其他用户也想操作这张表，那么就要等第一个用户操作完，其他用户才能操作，表锁和行锁就是这个作用。否则多个用户同时操作一张表，肯定会数据产生冲突或者异常。

根据以上看来，使用InnoDB存储引擎是最好的选择，也是MySQL5.5以后版本中默认存储引擎。每个存储引擎相关联参数比较多，以下列出主要影响数据库性能的参数。

公共参数默认值：

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
#查询缓存区大小，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'查看的值等于或大于open_files_limit值时，程序会无法连接数据库或卡死。

MyISAM参数默认值：

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

InnoDB参数默认值：

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要等待日志读取，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。对数据安全性能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，可以实现单表再不同数据库中移动。
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10M

3.2

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。

vim /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
* hard nofile 65535
# ulimit -SHn 65535 #立刻生效

3、3硬件配置

加大物理内存，提高文件系统性能。linux内核会从内存中分配出缓存区（系统缓存和数据缓存）来存放热数据，通过文件系统延迟写入机制，等满足条件时（如缓存区大小到达一定百分比或者执行sync命令）才会同步到磁盘。也就是说物理内存越大，分配缓存区越大，缓存数据越多。当然，服务器故障会丢失一定的缓存数据。

SSD银盘代替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。

数据库架构拓展

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，并做双机热备，多台数据库做负责均衡，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。另一中方式通过代理程序实现读写分离，企业中应用较少，常见dialing程序有MySQLProxy、Amoeba。在这样数据库集群机构中，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2000QPS，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保证数据库完整性，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，并保持数据一致性。

主从复制博文：
读写分离博文：
MySQL-MMM博文：

4、2增加缓存

给数据库增加缓存系统，把热备数据缓存到内存中，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，进一步比秒单个库压力过大。

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，此方式成为分表。

分表技术比较麻烦，要修改程序代码里德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：

1. 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iduan放一个表中。
2. 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，多个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员来实现。

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，其中有几个值可以帮我们计算出QPS和TPS，如下：
• Uptime：服务器运已经运行的实际，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';

另一钟计算方式：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计算方式：

mysql> show global status where Variable_name in ('com_select' , '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开启满查询日志，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.conf 添加参数永久生效。

mysql> set global show_qury_log=on;
#开启慢查询功能
mysql> set global show _query_log_file='/var/log/mysql/mysql-slow.log';
#指定满查询日志文件位置
mysql> set global log_queries_not_using_index=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。

#mysqldumoslow -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。常用备份工具有mysqldump、mysqlhotcopy、xtrabackup等，mysqldumo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。

Xtrabackup备份工具使用博文：http://lizhenliang.blog.51cto.com/7876557/1612800

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。这时可以用到MySQL自带的两个工具进行修复，myisamchk和mysqlcheck。
myisamchk：只修复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
• -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只检查没有正常关闭的表

快速修复weibo数据库：

cd /var/lib/mysql/weibo
myisamchk -r -q *.MYI

mysqlcheck：myisam和innodb表都可以用，不需要停止数据库，如果修复单个表，可在数据库后便添加表名，以空格分隔。

常用参数：

• -a -all-databases 检查所有的库
• -r -repair 修复表
• -c -check 检查表，默认选项
• -a -analyze 分析表
• -o -optimize 优化表
• -q -quik 最快检查或修复表
• -F -fast 只检查没有正常关闭的表

快速修复weibo数据库：

mysqlcheck -r -q -uroot -p123 weibo

5、5另外，查看CPU和I/O性能方法

查看CPU性能

shell> vmastat 1

参数-P是显示CPU数，ALL为所有，也可以只显示第几颗

mpstat -P ALL 1

查看I/O性能

iostat -m -x 1

参数-m是以M单位显示，默认K。

• %util：当达到100%时，说明I/O很忙。
• await：请求在队列中等待时间，直接影响read时间。
• I/O极限：IOPS（r/s+w/s），一般在1200左右。（IOPS，每秒进行读写（I/O）操作次数）
• I/O带宽：在顺序读写模式下SAS硬盘理论值在300M/s左右，SSD因公安理论值在600M/s左右。

但这些基本能够满足中小型企业数据库需求。由于关系型数据库初衷设计限制，一些BAT公司海量数据放到关系型数据库中，在海量数据查询和分析方面已经达不到更好的性能。因此NoSQL火起来了，非关系型数据库，大数据量，具有高性能，同时也弥补了关系型数据库某方面不足，渐渐大多数公司已经将部分业务数据库存放到NoSQL中，如MongoDB、HBase等。数据存储方面采用分布式文件系统，如HDFS、GFS等。海量数据计算分析采用Hadoop、Spark、Storm等。这些都是与运维相关的前沿技术，也是在存储方面主要学习对象，小伙伴们共同加油吧！哪位博友有更好的优化方案，欢迎交流哦。