- 本文参考来源地址:https://mp.weixin.qq.com/s/m9bJNdd7MgBJr023rjtisQ
- 当 MySQL 单表记录数过大时,增删改查性能都会急剧下降,可以参考以下步骤来优化。
单表优化
- 除非单表数据未来会一直不断上涨(例如网络爬虫),否则不要一开始就考虑拆分,拆分会带来逻辑、部署、运维的各种复杂度
- 一般以整型值为主的表在 千万级以下,字符串为主的表在 五百万以下是没有太大问题的。而事实上很多时候 MySQL 单表的性能依然有不少优化空间,甚至能正常支撑千万级以上的数据量。
字 段
尽量使用 tinyint、
smallint
、mediumint
作为整数类型而非int
建议 varchar 的长度只分配真正需要的空间
使用枚举或整数代替字符串类型
尽量使用
TIMESTAMP
而非DATETIME
单表不要有太多字段,建议在20以内
避免使用NULL字段,很难查询优化且占用额外索引空间
- 对于整数类型不了解的,可以参考《MySQL 整数类型 与 浮点数类型》
索 引
-
索引并不是越多越好,要根据查询有针对性的创建,考虑在
WHERE
和ORDER BY
命令上涉及的列建立索引,可根据EXPLAIN
来查看是否用了索引还是全表扫描 -
应尽量避免在
WHERE
子句中对字段进行NULL
值判断,否则将导致引擎放弃使用索引而进行全表扫描 -
值分布很稀少的字段不适合建索引,例如 "性别" 这种只有两三个值的字段
-
字符字段只建前缀索引
-
字符字段最好不要做主键
-
尽量不用外键,由程序保证约束
-
尽量不用
UNIQUE
,由程序保证约束
查询 SQL
-
可通过开启慢查询日志来找出较慢的 SQL
-
不做列运算:
SELECT id WHERE age+1=10
,任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等等,查询时要尽可能将操作移至等号右边 -
sql 语句尽可能简单:一条sql只能在一个cpu运算;大语句拆小语句,减少锁时间;一条大 sql 可以堵死整个库
-
不用
SELECT *
-
OR
改写成IN,
OR
的效率是n级别,IN
的效率是log(n)级别,in的个数建议控制在200以内 -
不用函数和触发器,在应用程序实现
-
避免
%xxx
式查询 -
少用
JOIN
-
尽量避免在
WHERE
子句中使用!=或<>操作符,否则引擎将放弃使用索引而进行全表扫描 -
对于连续数值,使用
BETWEEN
不用IN,
SELECT id FROM t WHERE num BETWEEN 1 AND 5
-
列表数据不要拿全表,要使用
LIMIT
来分页,每页数量也不要太大
引 擎
- 关于 Mysql 引擎可以参考《MySQL 存储引擎详解》
升级硬件
- 这个不多说了,根据 MySQL 是 CPU 密集型还是I/O密集型,通过提升 CPU 和内存、使用 SSD,都能显著提升MySQL性能
读写分离
- 读写分离也是目前常用的优化方式,从库读主库写
- 一般不要采用双主或多主引入很多复杂性,尽量采用文中的其他方案来提高性能。同时目前很多拆分的解决方案同时也兼顾考虑了读写分离
缓 存
- 缓存可以发生在以下这些层次:
-
MySQL内部:做内部参数调优
-
数据访问层:比如 MyBatis 针对 SQL 语句做缓存,而 Hibernate 可以精确到单个记录,这里缓存的对象主要是持久化对象
PersistenceObject
-
应用服务层:这里可以通过编程手段对缓存做到更精准的控制和更多的实现策略,这里缓存的对象是数据传输对象
DataTransferObject
-
Web层:针对web页面做缓存
-
浏览器客户端:用户端的缓存
- 可以根据实际情况在一个层次或多个层次结合加入缓存。这里重点介绍下服务层的缓存实现,目前主要有两种方式:
-
直写式(Write Through):在数据写入数据库后,同时更新缓存(如 Redis),维持数据库与缓存的一致性。这也是当前大多数应用缓存框架如 Spring Cache 的工作方式。这种实现非常简单,同步好,但效率一般。
-
回写式(Write Back):当有数据要写入数据库时,只会更新缓存,然后异步批量的将缓存数据同步到数据库上。这种实现比较复杂,需要较多的应用逻辑,同时可能会产生数据库与缓存的不同步,但效率非常高。
表分区
- MySQL在5.1版引入的分区是一种简单的水平拆分,用户需要在建表的时候加上分区参数,对应用是透明的无需修改代码
- 对用户来说,分区表是一个独立的逻辑表,但是底层由多个物理子表组成,实现分区的代码实际上是通过对一组底层表的对象封装,但对SQL层来说是一个完全封装底层的黑盒子。
- MySQL实现分区的方式也意味着索引也是按照分区的子表定义,没有全局索引。
- 用户的SQL语句是需要针对分区表做优化,SQL条件中要带上分区条件的列,从而使查询定位到少量的分区上,否则就会扫描全部分区,可以通过
EXPLAIN PARTITIONS
来查看某条SQL语句会落在那些分区上,从而进行SQL优化,如下图5条记录落在两个分区上:
mysql> explain partitions select count(1) from user_partition where id in (1,2,3,4,5);
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
| 1 | SIMPLE | user_partition | p1,p4 | range | PRIMARY | PRIMARY | 8 | NULL | 5 | Using where; Using index |
+----+-------------+----------------+------------+-------+---------------+---------+---------+------+------+--------------------------+
1 row in set (0.00 sec)
分区的优点
-
可以让单表存储更多的数据
-
分区表的数据更容易维护,可以通过清楚整个分区批量删除大量数据,也可以增加新的分区来支持新插入的数据。另外,还可以对一个独立分区进行优化、检查、修复等操作
-
部分查询能够从查询条件确定只落在少数分区上,速度会很快
-
分区表的数据还可以分布在不同的物理设备上,从而高效利用多个硬件设备
-
可以使用分区表来避免某些特殊瓶颈,例如 InnoDB 单个索引的互斥访问、ext3 文件系统的 InoDB 锁竞争
-
可以备份和恢复单个分区
分区的限制
-
一个表最多只能有1024个分区
-
如果分区字段中有主键或者唯一索引的列,那么所有主键列和唯一索引列都必须包含进来
-
分区表无法使用外键约束
-
NULL值会使分区过滤无效
-
所有分区必须使用相同的存储引擎
分区的类型
-
range 分区:基于属于一个给定连续区间的列值,把多行分配给分区
-
list 分区:类似于按 RANGE 分区,区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择
-
hash 分区:基于用户定义的表达式的返回值来进行选择的分区,该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含MySQL中有效的、产生非负整数值的任何表达式
-
key 分区:类似于按 HASH 分区,区别在于 KEY 分区只支持计算一列或多列,且MySQL服务器提供其自身的哈希函数。必须有一列或多列包含整数值
垂直拆分
- 垂直分库是根据数据库里面的数据表的相关性进行拆分,比如:一个数据库里面既存在用户数据,又存在订单数据,那么垂直拆分可以把用户数据放到用户库、把订单数据放到订单库。
- 垂直分表是对数据表进行垂直拆分的一种方式,常见的是把一个多字段的大表按常用字段和非常用字段进行拆分,每个表里面的数据记录数一般情况下是相同的,只是字段不一样,使用主键关联。
- 比如原始的用户表是:
- 垂直拆分后是:
优 点
-
可以使得行数据变小,一个数据块(Block)就能存放更多的数据,在查询时就会减少I/O次数(每次查询时读取的Block 就少)
-
可以达到最大化利用Cache的目的,具体在垂直拆分的时候可以将不常变的字段放一起,将经常改变的放一起
-
数据维护简单
缺 点
-
主键出现冗余,需要管理冗余列
-
会引起表连接JOIN操作(增加CPU开销)可以通过在业务服务器上进行join来减少数据库压力
-
依然存在单表数据量过大的问题(需要水平拆分)
-
事务处理复杂
水平拆分
- 水平拆分是通过某种策略将数据分片来存储,分为库内分表和分库两部分,每片数据会分散到不同的MySQL表或库,达到分布式的效果,能够支持非常大的数据量。前面的表分区本质上也是一种特殊的库内分表。
- 库内分表,仅仅是单纯的解决了单一表数据过大的问题,由于没有把表的数据分布到不同的机器上,因此对于减轻MySQL服务器的压力来说,并没有太大的作用,大家还是竞争同一个物理机上的IO、CPU、网络,这个就要通过分库来解决。
- 前面垂直拆分的用户表如果进行水平拆分,结果是:
- 实际情况中往往会是垂直拆分和水平拆分的结合,即将
Users_A_M
和Users_N_Z
再拆成Users
和UserExtras
,这样一共四张表。
优 点
-
不存在单库大数据和高并发的性能瓶颈
-
应用端改造较少
-
提高了系统的稳定性和负载能力
缺点
-
分片事务一致性难以解决
-
跨节点 Join 性能差,逻辑复杂
-
数据多次扩展难度跟维护量极大