MySQL 【優化寶典】
概述
為什麼要優化
- 系統的吞吐量瓶頸往往出現在資料庫的訪問速度上
- 隨著應用程式的執行,資料庫的中的資料會越來越多,處理時間會相應變慢
- 資料是存放在磁碟上的,讀寫速度無法和記憶體相比
如何優化
- 設計資料庫時:資料庫表、欄位的設計,儲存引擎
- 利用好MySQL自身提供的功能,如索引等
- 橫向擴充套件:MySQL叢集、負載均衡、讀寫分離
- SQL語句的優化(收效甚微)
欄位設計
- 欄位型別的選擇,設計規範,正規化,常見設計案例
原則:儘量使用整型表示字串
- 儲存IP
# INET_ATON(str),address to number # INET_NTOA(number),number to address
- MySQL內部的列舉型別(單選)和集合(多選)型別
- 但是因為維護成本較高因此不常使用,使用關聯表的方式來替代
enum
- 但是因為維護成本較高因此不常使用,使用關聯表的方式來替代
原則:定長和非定長資料型別的選擇
# decimal不會損失精度,儲存空間會隨資料的增大而增大。double佔用固定空間,較大數的儲存會損失精度。非定長的還有varchar、text
-
金額
# 對資料的精度要求較高,小數的運算和儲存存在精度問題(不能將所有小數轉換成二進位制)
- 定點數decimal
# price decimal(8,2)有2位小數的定點數,定點數支援很大的數(甚至是超過int,bigint儲存範圍的數)
- 小單位大數額避免出現小數
- 元->分
- 字串儲存
# 定長char,非定長varchar、text(上限65535,其中varchar還會消耗1-3位元組記錄長度,而text使用額外空間記錄長度)
原則:儘可能選擇小的資料型別和指定短的長度
- 原則:儘可能使用 not null
- 非
null
欄位的處理要比null
欄位的處理高效些!且不需要判斷是否為null
。 null
在MySQL中,不好處理,儲存需要額外空間,運算也需要特殊的運算子。如select null = null
和select null <> null
(<>
為不等號)有著同樣的結果,只能通過is null
和is not null
來判斷欄位是否為null
- 如何儲存?MySQL中每條記錄都需要額外的儲存空間,表示每個欄位是否為
null
。因此通常使用特殊的資料進行佔位,比如int not null default 0
、string not null default ‘’
- 非
原則:欄位註釋要完整,見名知意
原則:單表字段不宜過多
- 二三十個就極限了
原則:可以預留欄位
# 在使用以上原則之前首先要滿足業務需求
關聯表的設計
# 外來鍵foreign key只能實現一對一或一對多的對映
- 一對多
- 使用外來鍵
- 多對多
- 單獨新建一張表將多對多拆分成兩個一對多
- 一對一
- 如商品的基本資訊(
item
)和商品的詳細資訊(item_intro
),通常使用相同的主鍵或者增加一個外來鍵欄位(item_id
)
- 如商品的基本資訊(
正規化 Normal Format
# 資料表的設計規範,一套越來越嚴格的規範體系(如果需要滿足N正規化,首先要滿足N-1正規化)。N
- 第一正規化1NF:欄位原子性
- 欄位原子性,欄位不可再分割。
- 關係型資料庫,預設滿足第一正規化
- 注意比較容易出錯的一點,在一對多的設計中使用逗號分隔多個外來鍵,這種方法雖然儲存方便,但不利於維護和索引(比如查詢帶標籤
java
的文章)
-
第二正規化:消除對主鍵的部分依賴
- 即在表中加上一個與業務邏輯無關的欄位作為主鍵
- 主鍵:可以唯一標識記錄的欄位或者欄位集合。
course_name | course_class | weekday(周幾) | course_teacher |
---|---|---|---|
MySQL | 教育大樓1525 | 週一 | 張三 |
Java | 教育大樓1521 | 週三 | 李四 |
MySQL | 教育大樓1521 | 週五 | 張三 |
-
- 依賴:A欄位可以確定B欄位,則B欄位依賴A欄位。比如知道了下一節課是數學課,就能確定任課老師是誰。於是周幾和下一節課和就能構成複合主鍵,能夠確定去哪個教室上課,任課老師是誰等。但我們常常增加一個
id
作為主鍵,而消除對主鍵的部分依賴。 - 對主鍵的部分依賴:某個欄位依賴複合主鍵中的一部分。
- 解決方案:新增一個獨立欄位作為主鍵。
- 依賴:A欄位可以確定B欄位,則B欄位依賴A欄位。比如知道了下一節課是數學課,就能確定任課老師是誰。於是周幾和下一節課和就能構成複合主鍵,能夠確定去哪個教室上課,任課老師是誰等。但我們常常增加一個
-
第三正規化:消除對主鍵的傳遞依賴
- 傳遞依賴:B欄位依賴於A,C欄位又依賴於B。比如上例中,任課老師是誰取決於是什麼課,是什麼課又取決於主鍵
id
。因此需要將此表拆分為兩張表日程表和課程表(獨立資料獨立建表):
- 傳遞依賴:B欄位依賴於A,C欄位又依賴於B。比如上例中,任課老師是誰取決於是什麼課,是什麼課又取決於主鍵
id | weekday | course_class | course_id |
---|---|---|---|
1001 | 週一 | 教育大樓1521 | 3546 |
course_id | course_name | course_teacher |
---|---|---|
3546 | Java | 張三 |
-
- 這樣就減少了資料的冗餘(即使週一至週日每天都有Java課,也只是
course_id:3546
出現了7次)
- 這樣就減少了資料的冗餘(即使週一至週日每天都有Java課,也只是
儲存引擎選擇
# 早期問題:如何選擇MyISAM和Innodb? # 現在不存在這個問題了,Innodb不斷完善,從各個方面趕超MyISAM,也是MySQL預設使用的。
儲存引擎Storage engine:MySQL中的資料、索引以及其他物件是如何儲存的,是一套檔案系統的實現。
- 功能差異
show engines
Engine | Support | Comment |
---|---|---|
InnoDB | DEFAULT | Supports transactions, row-level locking, and foreign keys |
MyISAM | YES | MyISAM storage engine |
- 儲存差異
MyISAM | Innodb | |
---|---|---|
檔案格式 | 資料和索引是分別儲存的,資料.MYD ,索引.MYI |
資料和索引是集中儲存的,.ibd |
檔案能否移動 | 能,一張表就對應.frm 、MYD 、MYI 3個檔案 |
否,因為關聯的還有data 下的其它檔案 |
記錄儲存順序 | 按記錄插入順序儲存 | 按主鍵大小有序插入 |
空間碎片(刪除記錄並flush table 表名 之後,表文件大小不變) |
產生。定時整理:使用命令optimize table 表名 實現 |
不產生 |
事務 | 不支援 | 支援 |
外來鍵 | 不支援 | 支援 |
鎖支援(鎖是避免資源爭用的一個機制,MySQL鎖對使用者幾乎是透明的) | 表級鎖定 | 行級鎖定、表級鎖定,鎖定力度小併發能力高 |
鎖擴充套件
- 表級鎖(
table-level lock
):lock tables <table_name1>,<table_name2>... read/write
,unlock tables <table_name1>,<table_name2>...
。其中read
是共享鎖,一旦鎖定任何客戶端都不可讀;write
是獨佔/寫鎖,只有加鎖的客戶端可讀可寫,其他客戶端既不可讀也不可寫。鎖定的是一張表或幾張表。 - 行級鎖(
row-level lock
):鎖定的是一行或幾行記錄。共享鎖:select * from <table_name> where <條件> LOCK IN SHARE MODE;
,對查詢的記錄增加共享鎖;select * from <table_name> where <條件> FOR UPDATE;
,對查詢的記錄增加排他鎖。這裡值得注意的是:innodb
的行鎖,其實是一個子範圍鎖,依據條件鎖定部分範圍,而不是就對映到具體的行上,因此還有一個學名:間隙鎖。比如select * from stu where id < 20 LOCK IN SHARE MODE
會鎖定id
在20
左右以下的範圍,你可能無法插入id
為18
或22
的一條新紀錄。
選擇依據
- 如果沒有特別的需求,使用預設的
Innodb
即可。 - MyISAM:以讀寫插入為主的應用程式,比如部落格系統、新聞入口網站。
- Innodb:更新(刪除)操作頻率也高,或者要保證資料的完整性;併發量高,支援事務和外來鍵保證資料完整性。比如OA自動化辦公系統。
索引
- 關鍵字與資料的對映關係稱為索引(==包含關鍵字和對應的記錄在磁碟中的地址==)。關鍵字是從資料當中提取的用於標識、檢索資料的特定內容。
-
索引檢索為什麼快?
- 關鍵字相對於資料本身,==資料量小==
- 關鍵字是==有序==的,二分查詢可快速確定位置
- 圖書館為每本書都加了索引號(類別-樓層-書架)、字典為詞語解釋按字母順序編寫目錄等都用到了索引。
- MySQL中索引型別
- 普通索引(
key
),唯一索引(unique key
),主鍵索引(primary key
),全文索引(fulltext key
)
- 普通索引(
- 三種索引的索引方式是一樣的,只不過對索引的關鍵字有不同的限制:
- 普通索引:對關鍵字沒有限制
- 唯一索引:要求記錄提供的關鍵字不能重複
- 主鍵索引:要求關鍵字唯一且不為null
索引管理語法
- 檢視索引
show create table 表名
:
desc 表名
建立索引
- 建立表之後建立索引
create TABLE user_index( id int auto_increment primary key, first_name varchar(16), last_name VARCHAR(16), id_card VARCHAR(18), information text ); # -- 更改表結構 alter table user_index # -- 建立一個first_name和last_name的複合索引,並命名為name add key name (first_name,last_name), # -- 建立一個id_card的唯一索引,預設以欄位名作為索引名 add UNIQUE KEY (id_card), # -- 雞肋,全文索引不支援中文 add FULLTEXT KEY (information);
show create table user_index
:
- 建立表時指定索引
CREATE TABLE user_index2 ( id INT auto_increment PRIMARY KEY, first_name VARCHAR (16), last_name VARCHAR (16), id_card VARCHAR (18), information text, KEY name (first_name, last_name), FULLTEXT KEY (information), UNIQUE KEY (id_card) );
- 刪除索引
- 根據索引名刪除普通索引、唯一索引、全文索引:
alter table 表名 drop KEY 索引名
- 根據索引名刪除普通索引、唯一索引、全文索引:
alter table user_index drop KEY name; alter table user_index drop KEY id_card; alter table user_index drop KEY information;
- 刪除主鍵索引:
alter table 表名 drop primary key
(因為主鍵只有一個)。這裡值得注意的是,如果主鍵自增長,那麼不能直接執行此操作(自增長依賴於主鍵索引):
- 需要取消自增長再行刪除:
alter table user_index # -- 重新定義欄位 MODIFY id int, drop PRIMARY KEY
- 但通常不會刪除主鍵,因為設計主鍵一定與業務邏輯無關。
執行計劃explain
CREATE TABLE innodb1 ( id INT auto_increment PRIMARY KEY, first_name VARCHAR (16), last_name VARCHAR (16), id_card VARCHAR (18), information text, KEY name (first_name, last_name), FULLTEXT KEY (information), UNIQUE KEY (id_card) ); insert into innodb1 (first_name,last_name,id_card,information) values ('張','三','1001','華山派');
- 我們可以通過
explain selelct
來分析SQL語句執行前的執行計劃:
- 由上圖可看出此SQL語句是按照主鍵索引來檢索的。
- 執行計劃是:當執行SQL語句時,首先會分析、優化,形成執行計劃,在按照執行計劃執行。
索引使用場景(重點)
-
where
- 上圖中,根據
id
查詢記錄,因為id
欄位僅建立了主鍵索引,因此此SQL執行可選的索引只有主鍵索引,如果有多個,最終會選一個較優的作為檢索的依據。
# -- 增加一個沒有建立索引的欄位 alter table innodb1 add sex char(1); # -- 按sex檢索時可選的索引為null EXPLAIN SELECT * from innodb1 where sex='男';
- 可以嘗試在一個欄位未建立索引時,根據該欄位查詢的效率,然後對該欄位建立索引(
alter table 表名 add index(欄位名)
),同樣的SQL執行的效率,你會發現查詢效率會有明顯的提升(資料量越大越明顯)。 - order by
- 當我們使用
order by
將查詢結果按照某個欄位排序時,如果該欄位沒有建立索引,那麼執行計劃會將查詢出的所有資料使用外部排序(將資料從硬碟分批讀取到記憶體使用內部排序,最後合併排序結果),這個操作是很影響效能的,因為需要將查詢涉及到的所有資料從磁碟中讀到記憶體(如果單條資料過大或者資料量過多都會降低效率),更無論讀到記憶體之後的排序了。 - 但是如果我們對該欄位建立索引
alter table 表名 add index(欄位名)
,那麼由於索引本身是有序的,因此直接按照索引的順序和對映關係逐條取出資料即可。而且如果分頁的,那麼只用取出索引表某個範圍內的索引對應的資料,而不用像上述那取出所有資料進行排序再返回某個範圍內的資料。(從磁碟取資料是最影響效能的)
- 當我們使用
- join
- 對
join
語句匹配關係(on
)涉及的欄位建立索引能夠提高效率
- 對
- 索引覆蓋
- 如果要查詢的欄位都建立過索引,那麼引擎會直接在索引表中查詢而不會訪問原始資料(否則只要有一個欄位沒有建立索引就會做全表掃描),這叫索引覆蓋。因此我們需要儘可能的在
select
後==只寫必要的查詢欄位==,以增加索引覆蓋的機率。 - 這裡值得注意的是不要想著為每個欄位建立索引,因為優先使用索引的優勢就在於其體積小。
- 如果要查詢的欄位都建立過索引,那麼引擎會直接在索引表中查詢而不會訪問原始資料(否則只要有一個欄位沒有建立索引就會做全表掃描),這叫索引覆蓋。因此我們需要儘可能的在
- 語法細節(要點)
- 在滿足索引使用的場景下(
where/order by/join on
或索引覆蓋),索引也不一定被使用
- 在滿足索引使用的場景下(
- 欄位要獨立出現
- 比如下面兩條SQL語句在語義上相同,但是第一條會使用主鍵索引而第二條不會。
select * from user where id = 20-1; select * from user where id+1 = 20;
like
查詢,不能以萬用字元開頭- 比如搜尋標題包含
mysql
的文章:
- 比如搜尋標題包含
# select * from article where title like '%mysql%';
-
- 這種SQL的執行計劃用不了索引(
like
語句匹配表示式以萬用字元開頭),因此只能做全表掃描,效率極低,在實際工程中幾乎不被採用。而一般會使用第三方提供的支援中文的全文索引來做。
- 這種SQL的執行計劃用不了索引(
- 但是 關鍵字查詢 熱搜提醒功能還是可以做的,比如鍵入
mysql
之後提醒mysql 教程
、mysql 下載
、mysql 安裝步驟
等。用到的語句是:
# select * from article where title like 'mysql%';
- 這種
like
是可以利用索引的(當然前提是title
欄位建立過索引)。
複合索引只對第一個欄位有效
- 建立複合索引:
# alter table person add index(first_name,last_name);
- 其原理就是將索引先按照從
first_name
中提取的關鍵字排序,如果無法確定先後再按照從last_name
提取的關鍵字排序,也就是說該索引表只是按照記錄的first_name
欄位值有序。 - 因此
select * from person where first_name = ?
是可以利用索引的,而select * from person where last_name = ?
無法利用索引。 - 那麼該複合索引的應用場景是什麼?==組合查詢==
- 比如對於
select * person from first_name = ? and last_name = ?
,複合索引就比對first_name
和last_name
單獨建立索引要高效些。很好理解,複合索引首先二分查詢與first_name = ?
匹配的記錄,再在這些記錄中二分查詢與last_name
匹配的記錄,只涉及到一張索引表。而分別單獨建立索引則是在first_name
索引表中二分找出與first_name = ?
匹配的記錄,再在last_name
索引表中二分找出與last_name = ?
的記錄,兩者取交集。
or,兩邊條件都有索引可用
- 一但有一邊無索引可用就會導致整個SQL語句的全表掃描
狀態值,不容易使用到索引
- 如性別、支付狀態等狀態值欄位往往只有極少的幾種取值可能,這種欄位即使建立索引,也往往利用不上。這是因為,一個狀態值可能匹配大量的記錄,這種情況MySQL會認為利用索引比全表掃描的效率低,從而棄用索引。索引是隨機訪問磁碟,而全表掃描是順序訪問磁碟,這就好比有一棟20層樓的寫字樓,樓底下的索引牌上寫著某個公司對應不相鄰的幾層樓,你去公司找人,與其按照索引牌的提示去其中一層樓沒找到再下來看索引牌再上樓,不如從1樓挨個往上找到頂樓。
如何建立索引
- 建立基礎索引:在
where、order by、join
欄位上建立索引。 - 優化,組合索引:基於業務邏輯
- 如果條件經常性出現在一起,那麼可以考慮將多欄位索引升級為==複合索引==
- 如果通過增加個別字段的索引,就可以出現==索引覆蓋==,那麼可以考慮為該欄位建立索引
- 查詢時,不常用到的索引,應該刪除掉
字首索引
- 語法:
index(field(10))
,使用欄位值的前10個字元建立索引,預設是使用欄位的全部內容建立索引。 - 前提:字首的標識度高。比如密碼就適合建立字首索引,因為密碼幾乎各不相同。
- ==實操的難度==:在於字首擷取的長度。
- 我們可以利用
select count(*)/count(distinct left(password,prefixLen));
,通過從調整prefixLen
的值(從1自增)檢視不同字首長度的一個平均匹配度,接近1時就可以了(表示一個密碼的前prefixLen
個字元幾乎能確定唯一一條記錄)
索引的儲存結構
-
BTree
- btree(多路平衡查詢樹)是一種廣泛應用於==磁碟上實現索引功能==的一種資料結構也是大多數資料庫索引表的實現。
- 以
add index(first_name,last_name)
為例:
-
- BTree的一個node可以儲存多個關鍵字,node的大小取決於計算機的檔案系統,因此我們可以通過減小索引欄位的長度使結點儲存更多的關鍵字。如果node中的關鍵字已滿,那麼可以通過每個關鍵字之間的子節點指標來拓展索引表,但是不能破壞結構的有序性,比如按照
first_name
第一有序、last_name
第二有序的規則,新新增的韓香
就可以插到韓康
之後。白起 < 韓飛 < 韓康 < 李世民 < 趙奢 < 李尋歡 < 王語嫣 < 楊不悔
。這與二叉搜尋樹的思想是一樣的,只不過二叉搜尋樹的查詢效率是log(2,N)
(以2為底N的對數),而BTree的查詢效率是log(x,N)
(其中x為node的關鍵字數量,可以達到1000以上)。 - 從
log(1000+,N)
可以看出,少量的磁碟讀取即可做到大量資料的遍歷,這也是btree的設計目的。
- BTree的一個node可以儲存多個關鍵字,node的大小取決於計算機的檔案系統,因此我們可以通過減小索引欄位的長度使結點儲存更多的關鍵字。如果node中的關鍵字已滿,那麼可以通過每個關鍵字之間的子節點指標來拓展索引表,但是不能破壞結構的有序性,比如按照
- B+Tree聚簇結構
- 聚簇結構(也是在BTree上升級改造的)中,關鍵字和記錄是存放在一起的。
- 在MySQL中,僅僅只有
Innodb
的==主鍵索引為聚簇結構==,其它的索引包括Innodb
的非主鍵索引都是典型的BTree結構。
-
雜湊索引
- 在索引被載入記憶體時,使用雜湊結構來儲存。
查詢快取
- 快取
select
語句的查詢結果
在配置檔案中開啟快取
- windows上是
my.ini
,linux上是my.cnf
- 在
[mysqld]
段中配置query_cache_type
:- 0:不開啟
- 1:開啟,預設快取所有,需要在SQL語句中增加
select sql-no-cache
提示來放棄快取 - 2:開啟,預設都不快取,需要在SQL語句中增加
select sql-cache
來主動快取(==常用==)
- 更改配置後需要重啟以使配置生效,重啟後可通過
show variables like ‘query_cache_type’;
來檢視:
# show variables like 'query_cache_type'; # query_cache_type DEMAND
- 在客戶端設定快取大小
- 通過配置項
query_cache_size
來設定:
- 通過配置項
# show variables like 'query_cache_size'; # query_cache_size 0 # set global query_cache_size=64*1024*1024; # show variables like 'query_cache_size'; # query_cache_size 67108864
將查詢結果快取
# select sql_cache * from user;
-
重置快取
# reset query cache;
-
快取失效問題(大問題)
- 當資料表改動時,基於該資料表的任何快取都會被刪除。(表層面的管理,不是記錄層面的管理,因此失效率較高)
-
注意事項
- 應用程式,不應該關心
query cache
的使用情況。可以嘗試使用,但不能由query cache
決定業務邏輯,因為query cache
由DBA來管理。 - 快取是以SQL語句為key儲存的,因此即使SQL語句功能相同,但如果多了一個空格或者大小寫有差異都會導致匹配不到快取。
分割槽
- 一般情況下我們建立的表對應一組儲存檔案,使用
MyISAM
儲存引擎時是一個.MYI
和.MYD
檔案,使用Innodb
儲存引擎時是一個.ibd
和.frm
(表結構)檔案。 - 當資料量較大時(一般千萬條記錄級別以上),MySQL的效能就會開始下降,這時我們就需要將資料分散到多組儲存檔案,==保證其單個檔案的執行效率==。
- 最常見的分割槽方案是按
id
分割槽,如下將id
的雜湊值對10取模將資料均勻分散到10個.ibd
儲存檔案中:
create table article( id int auto_increment PRIMARY KEY, title varchar(64), content text )PARTITION by HASH(id) PARTITIONS 10
- 檢視
data
目錄:
- ==服務端的表分割槽對於客戶端是透明的==,客戶端還是照常插入資料,但服務端會按照分割槽演算法分散儲存資料。
MySQL提供的分割槽演算法
- ==分割槽依據的欄位必須是主鍵的一部分==,分割槽是為了快速定位資料,因此該欄位的搜尋頻次較高應作為強檢索欄位,否則依照該欄位分割槽毫無意義
- hash(field)
- 相同的輸入得到相同的輸出。輸出的結果跟輸入是否具有規律無關。==僅適用於整型欄位==
- key(field)
- 和
hash(field)
的性質一樣,只不過key
是==處理字串==的,比hash()
多了一步從字串中計算出一個整型在做取模操作。
- 和
create table article_key( id int auto_increment, title varchar(64), content text, PRIMARY KEY (id,title) # -- 要求分割槽依據欄位必須是主鍵的一部分 )PARTITION by KEY(title) PARTITIONS 10
- range演算法
- 是一種==條件分割槽==演算法,按照資料大小範圍分割槽(將資料使用某種條件,分散到不同的分割槽中)。
- 如下,按文章的釋出時間將資料按照2018年8月、9月、10月分割槽存放:
create table article_range( id int auto_increment, title varchar(64), content text, created_time int, # -- 釋出時間到1970-1-1的毫秒數 PRIMARY KEY (id,created_time) # -- 要求分割槽依據欄位必須是主鍵的一部分 )charset=utf8 PARTITION BY RANGE(created_time)( PARTITION p201808 VALUES less than (1535731199), -- select UNIX_TIMESTAMP('2018-8-31 23:59:59') PARTITION p201809 VALUES less than (1538323199), -- 2018-9-30 23:59:59 PARTITION p201810 VALUES less than (1541001599) -- 2018-10-31 23:59:59 );
- 注意:條件運算子只能使用==less than==,這以為著較小的範圍要放在前面,比如上述
p201808,p201819,p201810
分割槽的定義順序依照created_time
數值範圍從小到大,不能顛倒。
insert into article_range values(null,'MySQL優化','內容示例',1535731180); flush tables; # -- 使操作立即重新整理到磁碟檔案
- 由於插入的文章的釋出時間
1535731180
小於1535731199
(2018-8-31 23:59:59
),因此被儲存到p201808
分割槽中,這種演算法的儲存到哪個分割槽取決於資料狀況。 - list演算法
- 也是一種條件分割槽,按照列表值分割槽(
in (值列表)
)。
- 也是一種條件分割槽,按照列表值分割槽(
create table article_list( id int auto_increment, title varchar(64), content text, status TINYINT(1), # -- 文章狀態:0-草稿,1-完成但未釋出,2-已釋出 PRIMARY KEY (id,status) # -- 要求分割槽依據欄位必須是主鍵的一部分 )charset=utf8 PARTITION BY list(status)( PARTITION writing values in(0,1), # -- 未釋出的放在一個分割槽 PARTITION published values in (2) # -- 已釋出的放在一個分割槽 );
insert into article_list values(null,'mysql優化','內容示例',0); flush tables;
分割槽管理語法
- range/list
- 增加分割槽
- 前文中我們嘗試使用
range
對文章按照月份歸檔,隨著時間的增加,我們需要增加一個月份:
alter table article_range add partition( partition p201811 values less than (1543593599) -- select UNIX_TIMESTAMP('2018-11-30 23:59:59') -- more );
- 刪除分割槽
# alter table article_range drop PARTITION p201808
- 注意:==刪除分割槽後,分割槽中原有的資料也會隨之刪除!==
- key/hash
- 新增分割槽
# alter table article_key add partition partitions 4
- 銷燬分割槽
# alter table article_key coalesce partition 6
-
key/hash
分割槽的管理不會刪除資料,但是每一次調整(新增或銷燬分割槽)都會將所有的資料重寫分配到新的分割槽上。==效率極低==,最好在設計階段就考慮好分割槽策略。
- 分割槽的使用
- 當資料表中的資料量很大時,分割槽帶來的效率提升才會顯現出來。
- 只有檢索欄位為分割槽欄位時,分割槽帶來的效率提升才會比較明顯。因此,==分割槽欄位的選擇很重要==,並且==業務邏輯要儘可能地根據分割槽欄位做相應調整==(儘量使用分割槽欄位作為查詢條件)。
水平分割和垂直分割
- 水平分割:通過建立結構相同的幾張表分別儲存資料
- 垂直分割:將經常一起使用的欄位放在一個單獨的表中,分割後的表記錄之間是一一對應關係。
分表原因
- 為資料庫減壓
- 分割槽演算法侷限
- 資料庫支援不完善(
5.1
之後mysql
才支援分割槽操作)
id重複的解決方案
- 借用第三方應用如
memcache、redis
的id
自增器 - 單獨建一張只包含
id
一個欄位的表,每次自增該欄位作為資料記錄的id
叢集
- 橫向擴充套件:從根本上(單機的硬體處理能力有限)提升資料庫效能 。由此而生的相關技術:==讀寫分離、負載均衡==
安裝和配置主從複製
- 環境
Red Hat Enterprise Linux Server release 7.0 (Maipo)
(虛擬機器)mysql5.7
(下載地址)
- 安裝和配置
- 解壓到對外提供的服務的目錄(我自己專門建立了一個
/export/server
來存放)
- 解壓到對外提供的服務的目錄(我自己專門建立了一個
# tar xzvf mysql-5.7.23-linux-glibc2.12-x86_64.tar.gz -C /export/server # cd /export/server # mv mysql-5.7.23-linux-glibc2.12-x86_64 mysql
- 新增
mysql
目錄的所屬組和所屬者:
# groupadd mysql # useradd -r -g mysql mysql # cd /export/server # chown -R mysql:mysql mysql/ # chmod -R 755 mysql/
- 建立
mysql
資料存放目錄(其中/export/data
是我建立專門用來為各種服務存放資料的目錄)
# mkdir /export/data/mysql
- 初始化
mysql
服務
# cd /export/server/mysql # ./bin/mysqld --basedir=/export/server/mysql --datadir=/export/data/mysql --user=mysql
--pid-file=/export/data/mysql/mysql.pid --initialize
- 如果成功會顯示
mysql
的root
賬戶的初始密碼,記下來以備後續登入。如果報錯缺少依賴,則使用yum instally
依次安裝即可
- 配置
my.cnf
vim /etc/my.cnf [mysqld] basedir=/export/server/mysql datadir=/export/data/mysql socket=/tmp/mysql.sock user=mysql server-id=10 # 服務id,在叢集時必須唯一,建議設定為IP的第四段 port=3306 # Disabling symbolic-links is recommended to prevent assorted security risks symbolic-links=0 # Settings user and group are ignored when systemd is used. # If you need to run mysqld under a different user or group, # customize your systemd unit file for mariadb according to the # instructions in http://fedoraproject.org/wiki/Systemd [mysqld_safe] log-error=/export/data/mysql/error.log pid-file=/export/data/mysql/mysql.pid # # include all files from the config directory # !includedir /etc/my.cnf.d
- 將服務新增到開機自動啟動
# cp /export/server/mysql/support-files/mysql.server /etc/init.d/mysqld
- 啟動服務
# service mysqld start
- 配置環境變數,在
/etc/profile
中新增如下內容
# mysql env MYSQL_HOME=/export/server/mysql MYSQL_PATH=$MYSQL_HOME/bin PATH=$PATH:$MYSQL_PATH export PATH
- 使配置即可生效
# source /etc/profile
- 使用
root
登入
mysql -uroot -p # 這裡填寫之前初始化服務時提供的密碼
- 登入上去之後,更改
root
賬戶密碼(我為了方便將密碼改為root),否則操作資料庫會報錯
set password=password('root'); flush privileges;
- 設定服務可被所有遠端客戶端訪問
use mysql; update user set host='%' where user='root'; flush privileges;
- 這樣就可以在宿主機使用
navicat
遠端連線虛擬機器linux上的mysql了
配置主從節點
- 配置master
- 以
linux
(192.168.10.10
)上的mysql
為master
,宿主機(192.168.10.1
)上的mysql
為slave
配置主從複製。 - 修改
master
的my.cnf
如下
- 以
[mysqld] basedir=/export/server/mysql datadir=/export/data/mysql socket=/tmp/mysql.sock user=mysql server-id=10 port=3306 # Disabling symbolic-links is recommended to prevent assorted security risks symbolic-links=0 # Settings user and group are ignored when systemd is used. # If you need to run mysqld under a different user or group, # customize your systemd unit file for mariadb according to the # instructions in http://fedoraproject.org/wiki/Systemd log-bin=mysql-bin # 開啟二進位制日誌 expire-logs-days=7 # 設定日誌過期時間,避免佔滿磁碟 binlog-ignore-db=mysql # 不使用主從複製的資料庫 binlog-ignore-db=information_schema binlog-ignore-db=performation_schema binlog-ignore-db=sys binlog-do-db=test #使用主從複製的資料庫 [mysqld_safe] log-error=/export/data/mysql/error.log pid-file=/export/data/mysql/mysql.pid # # include all files from the config directory # !includedir /etc/my.cnf.d
- 重啟
master
# service mysqld restart
- 登入
master
檢視配置是否生效(ON
即為開啟,預設為OFF
):
mysql> show variables like 'log_bin'; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | log_bin | ON | +---------------+-------+
- 在
master
的資料庫中建立備份賬號:backup
為使用者名稱,%
表示任何遠端地址,使用者back
可以使用密碼1234
通過任何遠端客戶端連線master
# grant replication slave on *.* to 'backup'@'%' identified by '1234'
- 檢視
user
表可以看到我們剛建立的使用者:
mysql> use mysql mysql> select user,authentication_string,host from user; +---------------+-------------------------------------------+-----------+ | user | authentication_string | host | +---------------+-------------------------------------------+-----------+ | root | *81F5E21E35407D884A6CD4A731AEBFB6AF209E1B | % | | mysql.session | *THISISNOTAVALIDPASSWORDTHATCANBEUSEDHERE | localhost | | mysql.sys | *THISISNOTAVALIDPASSWORDTHATCANBEUSEDHERE | localhost | | backup | *A4B6157319038724E3560894F7F932C8886EBFCF | % | +---------------+-------------------------------------------+-----------+
- 新建
test
資料庫,建立一個article
表以備後續測試
CREATE TABLE `article` ( `id` int(11) NOT NULL AUTO_INCREMENT, `title` varchar(64) DEFAULT NULL, `content` text, PRIMARY KEY (`id`) ) CHARSET=utf8;
- 重啟服務並重新整理資料庫狀態到儲存檔案中(
with read lock
表示在此過程中,客戶端只能讀資料,以便獲得一個一致性的快照)
[root@zhenganwen ~]# service mysqld restart Shutting down MySQL.... SUCCESS! Starting MySQL. SUCCESS! [root@zhenganwen mysql]# mysql -uroot -proot mysql> flush tables with read lock; Query OK, 0 rows affected (0.00 sec)
- 檢視
master
上當前的二進位制日誌和偏移量(記一下其中的File
和Position
)
mysql> show master status \G *************************** 1. row *************************** File: mysql-bin.000002 Position: 154 Binlog_Do_DB: test Binlog_Ignore_DB: mysql,information_schema,performation_schema,sys Executed_Gtid_Set: 1 row in set (0.00 sec)
File
表示實現複製功能的日誌,即上圖中的Binary log
;Position
則表示Binary log
日誌檔案的偏移量之後的都會同步到slave
中,那麼在偏移量之前的則需要我們手動匯入。- 主伺服器上面的任何修改都會儲存在二進位制日誌Binary log裡面,從伺服器上面啟動一個I/O thread(實際上就是一個主伺服器的客戶端程序),連線到主伺服器上面請求讀取二進位制日誌,然後把讀取到的二進位制日誌寫到本地的一個Realy log裡面。從伺服器上面開啟一個SQL thread定時檢查Realy log,如果發現有更改立即把更改的內容在本機上面執行一遍。
- 如果一主多從的話,這時主庫既要負責寫又要負責為幾個從庫提供二進位制日誌。此時可以稍做調整,將二進位制日誌只給某一從,這一從再開啟二進位制日誌並將自己的二進位制日誌再發給其它從。或者是乾脆這個從不記錄只負責將二進位制日誌轉發給其它從,這樣架構起來效能可能要好得多,而且資料之間的延時應該也稍微要好一些
- 手動匯入,從
master
中匯出資料
# mysqldump -uroot -proot -hlocalhost test > /export/data/test.sql
- 將
test.sql
中的內容在slave
上執行一遍。
配置slave
- 修改
slave
的my.ini
檔案中的[mysqld]
部分
# log-bin=mysql # server-id=1 #192.168.10.1
- 儲存修改後重啟
slave
,WIN+R
->services.msc
->MySQL5.7
->重新啟動 - 登入
slave
檢查log_bin
是否以被開啟:
# show VARIABLES like 'log_bin';
- 配置與
master
的同步複製:
stop slave; change master to master_host='192.168.10.10', # -- master的IP master_user='backup', # -- 之前在master上建立的使用者 master_password='1234', master_log_file='mysql-bin.000002', # -- master上 show master status \G 提供的資訊 master_log_pos=154;
- 啟用
slave
節點並檢視狀態
mysql> start slave; mysql> show slave status \G *************************** 1. row *************************** Slave_IO_State: Waiting for master to send event Master_Host: 192.168.10.10 Master_User: backup Master_Port: 3306 Connect_Retry: 60 Master_Log_File: mysql-bin.000002 Read_Master_Log_Pos: 154 Relay_Log_File: DESKTOP-KUBSPE0-relay-bin.000002 Relay_Log_Pos: 320 Relay_Master_Log_File: mysql-bin.000002 Slave_IO_Running: Yes Slave_SQL_Running: Yes Replicate_Do_DB: Replicate_Ignore_DB: Replicate_Do_Table: Replicate_Ignore_Table: Replicate_Wild_Do_Table: Replicate_Wild_Ignore_Table: Last_Errno: 0 Last_Error: Skip_Counter: 0 Exec_Master_Log_Pos: 154 Relay_Log_Space: 537 Until_Condition: None Until_Log_File: Until_Log_Pos: 0 Master_SSL_Allowed: No Master_SSL_CA_File: Master_SSL_CA_Path: Master_SSL_Cert: Master_SSL_Cipher: Master_SSL_Key: Seconds_Behind_Master: 0 Master_SSL_Verify_Server_Cert: No Last_IO_Errno: 0 Last_IO_Error: Last_SQL_Errno: 0 Last_SQL_Error: Replicate_Ignore_Server_Ids: Master_Server_Id: 10 Master_UUID: f68774b7-0b28-11e9-a925-000c290abe05 Master_Info_File: C:\ProgramData\MySQL\MySQL Server 5.7\Data\master.info SQL_Delay: 0 SQL_Remaining_Delay: NULL Slave_SQL_Running_State: Slave has read all relay log; waiting for more updates Master_Retry_Count: 86400 Master_Bind: Last_IO_Error_Timestamp: Last_SQL_Error_Timestamp: Master_SSL_Crl: Master_SSL_Crlpath: Retrieved_Gtid_Set: Executed_Gtid_Set: Auto_Position: 0 Replicate_Rewrite_DB: Channel_Name: Master_TLS_Version: 1 row in set (0.00 sec)
- 注意檢視第4、14、15三行,若與我一致,表示
slave
配置成功
測試
- 關閉
master
的讀取鎖定
# mysql> unlock tables; # Query OK, 0 rows affected (0.00 sec)
- 向
master
中插入一條資料
# mysql> use test # mysql> insert into article (title,content) values ('mysql master and slave','record the cluster building succeed!:)'); # Query OK, 1 row affected (0.00 sec)
- 檢視
slave
是否自動同步了資料
# mysql> insert into article (title,content) values ('mysql master and slave','record the cluster building succeed!:)'); # Query OK, 1 row affected (0.00 sec)
- 至此,主從複製的配置成功!:)
典型SQL
線上DDL
- DDL(Database Definition Language)是指資料庫表結構的定義(
create table
)和維護(alter table
)的語言。在線上執行DDL,在低於MySQL5.6
版本時會導致全表被獨佔鎖定,此時表處於維護、不可操作狀態,這會導致該期間對該表的所有訪問無法響應。但是在MySQL5.6
之後,支援Online DDL
,大大縮短了鎖定時間。 - 優化技巧是採用的維護表結構的DDL(比如增加一列,或者增加一個索引),是==copy==策略。思路:建立一個滿足新結構的新表,將舊錶資料==逐條==匯入(複製)到新表中,以保證==一次性鎖定的內容少==(鎖定的是正在匯入的資料),同時舊錶上可以執行其他任務。匯入的過程中,將對舊錶的所有操作以日誌的形式記錄下來,匯入完畢後,將更新日誌在新表上再執行一遍(確保一致性)。最後,新表替換舊錶(在應用程式中完成,或者是資料庫的rename,檢視完成)。
- 但隨著MySQL的升級,這個問題幾乎淡化了。
資料庫匯入語句
- 在恢復資料時,可能會匯入大量的資料。此時為了快速匯入,需要掌握一些技巧:
- 匯入時==先禁用索引和約束==:
# alter table table-name disable keys
- 待資料匯入完成之後,再開啟索引和約束,一次性建立索引
# alter table table-name enable keys
- 資料庫如果使用的引擎是
Innodb
,那麼它==預設會給每條寫指令加上事務==(這也會消耗一定的時間),因此建議先手動開啟事務,再執行一定量的批量匯入,最後手動提交事務。 - 如果批量匯入的SQL指令格式相同只是資料不同,那麼你應該先
prepare
==預編譯==一下,這樣也能節省很多重複編譯的時間。
limit offset,rows
- 儘量保證不要出現大的
offset
,比如limit 10000,10
相當於對已查詢出來的行數棄掉前10000
行後再取10
行,完全可以加一些條件過濾一下(完成篩選),而不應該使用limit
跳過已查詢到的資料。這是一個==offset
做無用功==的問題。對應實際工程中,要避免出現大頁碼的情況,儘量引導使用者做條件過濾。
select * 要少用
- 即儘量選擇自己需要的欄位
select
,但這個影響不是很大,因為網路傳輸多了幾十上百位元組也沒多少延時,並且現在流行的ORM框架都是用的select *
,只是我們在設計表的時候注意將大資料量的欄位分離,比如商品詳情可以單獨抽離出一張商品詳情表,這樣在檢視商品簡略頁面時的載入速度就不會有影響了。
order by rand()不要用
- 它的邏輯就是隨機排序(為每條資料生成一個隨機數,然後根據隨機數大小進行排序)。如
select * from student order by rand() limit 5
的執行效率就很低,因為它為表中的每條資料都生成隨機數並進行排序,而我們只要前5條。 - 解決思路:在應用程式中,將隨機的主鍵生成好,去資料庫中利用主鍵檢索。
單表和多表查詢
- 多表查詢:
join
、子查詢都是涉及到多表的查詢。如果你使用explain
分析執行計劃你會發現多表查詢也是一個表一個表的處理,最後合併結果。因此可以說單表查詢將計算壓力放在了應用程式上,而多表查詢將計算壓力放在了資料庫上。 - 現在有ORM框架幫我們解決了單表查詢帶來的物件對映問題(查詢單表時,如果發現有外來鍵自動再去查詢關聯表,是一個表一個表查的)。
count(*)
- 在
MyISAM
儲存引擎中,會自動記錄表的行數,因此使用count(*)
能夠快速返回。而Innodb
內部沒有這樣一個計數器,需要我們手動統計記錄數量,解決思路就是單獨使用一張表:
id |
table |
count |
---|---|---|
1 | student | 100 |
limit 1
- 如果可以確定僅僅檢索一條,建議加上
limit 1
,其實ORM框架幫我們做到了這一點(查詢單條的操作都會自動加上limit 1
)。
慢查詢日誌
- 用於記錄執行時間超過某個臨界值的SQL日誌,用於快速定位慢查詢,為我們的優化做參考。
開啟慢查詢日誌
- 配置項:
slow_query_log
- 可以使用
show variables like ‘slov_query_log’
檢視是否開啟,如果狀態值為OFF
,可以使用set GLOBAL slow_query_log = on
來開啟,它會在datadir
下產生一個xxx-slow.log
的檔案。
設定臨界時間
- 配置項:
long_query_time
- 檢視:
show VARIABLES like 'long_query_time'
,單位秒 - 設定:
set long_query_time=0.5
- 實操時應該從長時間設定到短的時間,即將最慢的SQL優化掉
檢視日誌
- 一旦SQL超過了我們設定的臨界時間就會被記錄到
xxx-slow.log
中
profile資訊
- 配置項:
profiling
開啟profile
set profiling=on
- 開啟後,所有的SQL執行的詳細資訊都會被自動記錄下來
mysql> show variables like 'profiling'; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | profiling | OFF | +---------------+-------+ 1 row in set, 1 warning (0.00 sec) mysql> set profiling=on; Query OK, 0 rows affected, 1 warning (0.00 sec)
檢視profile資訊
show profiles
mysql> show variables like 'profiling'; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | profiling | ON | +---------------+-------+ 1 row in set, 1 warning (0.00 sec) mysql> insert into article values (null,'test profile',':)'); Query OK, 1 row affected (0.15 sec) mysql> show profiles; +----------+------------+-------------------------------------------------------+ | Query_ID | Duration | Query | +----------+------------+-------------------------------------------------------+ | 1 | 0.00086150 | show variables like 'profiling' | | 2 | 0.15027550 | insert into article values (null,'test profile',':)') | +----------+------------+-------------------------------------------------------+
通過Query_ID檢視某條SQL所有詳細步驟的時間
show profile for query Query_ID
- 上面
show profiles
的結果中,每個SQL有一個Query_ID
,可以通過它檢視執行該SQL經過了哪些步驟,各消耗了多場時間
典型的伺服器配置
- 以下的配置全都取決於實際的執行環境
-
max_connections
,最大客戶端連線數mysql> show variables like 'max_connections'; +-----------------+-------+ | Variable_name | Value | +-----------------+-------+ | max_connections | 151 | +-----------------+-------+
-
table_open_cache
,表文件控制代碼快取(表資料是儲存在磁碟上的,快取磁碟檔案的控制代碼方便開啟檔案讀取資料)mysql> show variables like 'table_open_cache'; +------------------+-------+ | Variable_name | Value | +------------------+-------+ | table_open_cache | 2000 | +------------------+-------+
-
key_buffer_size
,索引快取大小(將從磁碟上讀取的索引快取到記憶體,可以設定大一些,有利於快速檢索)mysql> show variables like 'key_buffer_size'; +-----------------+---------+ | Variable_name | Value | +-----------------+---------+ | key_buffer_size | 8388608 | +-----------------+---------+
-
innodb_buffer_pool_size
,Innodb
儲存引擎快取池大小(對於Innodb
來說最重要的一個配置,如果所有的表用的都是Innodb
,那麼甚至建議將該值設定到實體記憶體的80%,Innodb
的很多效能提升如索引都是依靠這個)mysql> show variables like 'innodb_buffer_pool_size'; +-------------------------+---------+ | Variable_name | Value | +-------------------------+---------+ | innodb_buffer_pool_size | 8388608 | +-------------------------+---------+
-
innodb_file_per_table
(innodb
中,表資料存放在.ibd
檔案中,如果將該配置項設定為ON
,那麼一個表對應一個ibd
檔案,否則所有innodb
共享表空間) - 壓測工具mysqlslap
- 安裝MySQL時附帶了一個壓力測試工具
mysqlslap
(位於bin
目錄下)
自動生成sql測試
C:\Users\zaw>mysqlslap --auto-generate-sql -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. Benchmark Average number of seconds to run all queries: 1.219 seconds Minimum number of seconds to run all queries: 1.219 seconds Maximum number of seconds to run all queries: 1.219 seconds Number of clients running queries: 1 Average number of queries per client: 0
併發測試
C:\Users\zaw>mysqlslap --auto-generate-sql --concurrency=100 -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. Benchmark Average number of seconds to run all queries: 3.578 seconds Minimum number of seconds to run all queries: 3.578 seconds Maximum number of seconds to run all queries: 3.578 seconds Number of clients running queries: 100 Average number of queries per client: 0 C:\Users\zaw>mysqlslap --auto-generate-sql --concurrency=150 -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. Benchmark Average number of seconds to run all queries: 5.718 seconds Minimum number of seconds to run all queries: 5.718 seconds Maximum number of seconds to run all queries: 5.718 seconds Number of clients running queries: 150 Average number of queries per client: 0
多輪測試
C:\Users\zaw>mysqlslap --auto-generate-sql --concurrency=150 --iterations=10 -uroot -proot mysqlslap: [W