一個成熟的數據庫架構并不是一開始設計就具備高可用、高伸縮等特性的，它是隨著用戶量的增加，基礎架構才逐漸完善。這篇博文主要談MySQL數據庫發(fā)展周期中所面臨的問題及優(yōu)化方案，暫且拋開前端應用不說，大致分為以下五個階段：
1、數據庫表設計
項目立項后，開發(fā)部根據產品部需求開發(fā)項目，開發(fā)工程師工作其中一部分就是對表結構設計。對于數據庫來說，這點很重要，如果設計不當，會直接影響訪問速度和用戶體驗。影響的因素很多，比如慢查詢、低效的查詢語句、沒有適當建立索引、數據庫堵塞（死鎖）等。當然，有測試工程師的團隊，會做壓力測試，找bug。對于沒有測試工程師的團隊來說，大多數開發(fā)工程師初期不會太多考慮數據庫設計是否合理，而是盡快完成功能實現和交付，等項目有一定訪問量后，隱藏的問題就會暴露，這時再去修改就不是這么容易的事了。
2、數據庫部署
該運維工程師出場了，項目初期訪問量不會很大，所以單臺部署足以應對在1500左右的QPS（每秒查詢率）?？紤]到高可用性，可采用MySQL主從復制+Keepalived做雙擊熱備，常見集群軟件有Keepalived、Heartbeat。
3、數據庫性能優(yōu)化
如果將MySQL部署到普通的X86服務器上，在不經過任何優(yōu)化情況下，MySQL理論值正?？梢蕴幚?000左右QPS，經過優(yōu)化后，有可能會提升到2500左右QPS，否則，訪問量當達到1500左右并發(fā)連接時，數據庫處理性能就會變慢，而且硬件資源還很富裕，這時就該考慮軟件問題了。那么怎樣讓數據庫最大化發(fā)揮性能呢？一方面可以單臺運行多個MySQL實例讓服務器性能發(fā)揮到最大化，另一方面是對數據庫進行優(yōu)化，往往操作系統(tǒng)和數據庫默認配置都比較保守，會對數據庫發(fā)揮有一定限制，可對這些配置進行適當的調整，盡可能的處理更多連接數。
具體優(yōu)化有以下三個層面：
3.1 數據庫配置優(yōu)化
MySQL常用有兩種存儲引擎，一個是MyISAM，不支持事務處理，讀性能處理快，表級別鎖。另一個是InnoDB，支持事務處理（ACID），設計目標是為處理大容量數據發(fā)揮最大化性能，行級別鎖。
表鎖：開銷小，鎖定粒度大，發(fā)生死鎖概率高，相對并發(fā)也低。
行鎖：開銷大，鎖定粒度小，發(fā)生死鎖概率低，相對并發(fā)也高。
為什么會出現表鎖和行鎖呢？主要是為了保證數據的完整性，舉個例子，一個用戶在操作一張表，其他用戶也想操作這張表，那么就要等第一個用戶操作完，其他用戶才能操作，表鎖和行鎖就是這個作用。否則多個用戶同時操作一張表，肯定會數據產生沖突或者異常。
根據以上看來，使用InnoDB存儲引擎是最好的選擇，也是MySQL5.5以后版本中默認存儲引擎。每個存儲引擎相關聯(lián)參數比較多，以下列出主要影響數據庫性能的參數。
公共參數默認值：
|
1
2
3
4
5
6
|
max_connections = 151
sort_buffer_size = 2M
open_files_limit = 1024
|
MyISAM參數默認值：
|
1
2
3
4
5
6
7
8
9
10
|
key_buffer_size = 16M
read_buffer_size = 128K
query_cache_type = ON
query_cache_limit = 1M
query_cache_size = 16M
|
InnoDB參數默認值：
|
1
2
3
4
5
6
7
8
9
10
|
innodb_buffer_pool_size = 128M
innodb_buffer_pool_instances = 1
innodb_flush_log_at_trx_commit = 1
innodb_file_per_table = OFF
innodb_log_buffer_size = 8M
|
3.2 系統(tǒng)內核優(yōu)化
大多數MySQL都部署在linux系統(tǒng)上，所以操作系統(tǒng)的一些參數也會影響到MySQL性能，以下對linux內核進行適當優(yōu)化。
|
1
2
3
4
5
6
7
8
9
10
|
net.ipv4.tcp_fin_timeout = 30
net.ipv4.tcp_tw_reuse = 1
net.ipv4.tcp_tw_recycle = 1
net.ipv4.tcp_max_tw_buckets = 4096
net.ipv4.tcp_max_syn_backlog = 4096
|
在linux系統(tǒng)中，如果進程打開的文件句柄數量超過系統(tǒng)默認值1024，就會提示“too many files open”信息，所以要調整打開文件句柄限制。
|
1
2
3
4
|
* soft nofile 65535
* hard nofile 65535
|
3.3 硬件配置
加大物理內存，提高文件系統(tǒng)性能。linux內核會從內存中分配出緩存區(qū)（系統(tǒng)緩存和數據緩存）來存放熱數據，通過文件系統(tǒng)延遲寫入機制，等滿足條件時（如緩存區(qū)大小到達一定百分比或者執(zhí)行sync命令）才會同步到磁盤。也就是說物理內存越大，分配緩存區(qū)越大，緩存數據越多。當然，服務器故障會丟失一定的緩存數據。
SSD硬盤代替SAS硬盤，將RAID級別調整為RAID1+0，相對于RAID1和RAID5有更好的讀寫性能（IOPS），畢竟數據庫的壓力主要來自磁盤I/O方面。
4、數據庫架構擴展
隨著業(yè)務量越來越大，單臺數據庫服務器性能已無法滿足業(yè)務需求，該考慮加機器了，該做集群了~~~。主要思想是分解單臺數據庫負載，突破磁盤I/O性能，熱數據存放緩存中，降低磁盤I/O訪問頻率。
4.1 主從復制與讀寫分離
因為生產環(huán)境中，數據庫大多都是讀操作，所以部署一主多從架構，主數據庫負責寫操作，并做雙擊熱備，多臺從數據庫做負載均衡，負責讀操作，主流的負載均衡器有LVS、HAProxy、Nginx。
怎么來實現讀寫分離呢？大多數企業(yè)是在代碼層面實現讀寫分離，效率比較高。另一個種方式通過代理程序實現讀寫分離，企業(yè)中應用較少，常見代理程序有MySQL Proxy、Amoeba。在這樣數據庫集群架構中，大大增加數據庫高并發(fā)能力，解決單臺性能瓶頸問題。如果從數據庫一臺從庫能處理2000 QPS，那么5臺就能處理1w QPS，數據庫橫向擴展性也很容易。
有時，面對大量寫操作的應用時，單臺寫性能達不到業(yè)務需求。如果做雙主，就會遇到數據庫數據不一致現象，產生這個原因是在應用程序不同的用戶會有可能操作兩臺數據庫，同時的更新操作造成兩臺數據庫數據庫數據發(fā)生沖突或者不一致。在單庫時MySQL利用存儲引擎機制表鎖和行鎖來保證數據完整性，怎樣在多臺主庫時解決這個問題呢？有一套基于perl語言開發(fā)的主從復制管理工具，叫MySQL-MMM（Master-Master replication managerfor Mysql，Mysql主主復制管理器），這個工具最大的優(yōu)點是在同一時間只提供一臺數據庫寫操作，有效保證數據一致性。
4.2 增加緩存
給數據庫增加緩存系統(tǒng)，把熱數據緩存到內存中，如果緩存中有要請求的數據就不再去數據庫中返回結果，提高讀性能。緩存實現有本地緩存和分布式緩存，本地緩存是將數據緩存到本地服務器內存中或者文件中。分布式緩存可以緩存海量數據，擴展性好，主流的分布式緩存系統(tǒng)有memcached、redis，memcached性能穩(wěn)定，數據緩存在內存中，速度很快，QPS可達8w左右。如果想數據持久化就選擇用redis，性能不低于memcached。
工作過程：
4.3 分庫
分庫是根據業(yè)務不同把相關的表切分到不同的數據庫中，比如web、bbs、blog等庫。如果業(yè)務量很大，還可將切分后的庫做主從架構，進一步避免單個庫壓力過大。
4.4 分表
數據量的日劇增加，數據庫中某個表有幾百萬條數據，導致查詢和插入耗時太長，怎么能解決單表壓力呢？你就該考慮是否把這個表拆分成多個小表，來減輕單個表的壓力，提高處理效率，此方式稱為分表。
分表技術比較麻煩，要修改程序代碼里的SQL語句，還要手動去創(chuàng)建其他表，也可以用merge存儲引擎實現分表，相對簡單許多。分表后，程序是對一個總表進行操作，這個總表不存放數據，只有一些分表的關系，以及更新數據的方式，總表會根據不同的查詢，將壓力分到不同的小表上，因此提高并發(fā)能力和磁盤I/O性能。
分表分為垂直拆分和水平拆分：
垂直拆分：把原來的一個很多字段的表拆分多個表，解決表的寬度問題。你可以把不常用的字段單獨放到一個表中，也可以把大字段獨立放一個表中，或者把關聯(lián)密切的字段放一個表中。
水平拆分：把原來一個表拆分成多個表，每個表的結構都一樣，解決單表數據量大的問題。
4.5 分區(qū)
分區(qū)就是把一張表的數據根據表結構中的字段（如range、list、hash等）分成多個區(qū)塊，這些區(qū)塊可以在一個磁盤上，也可以在不同的磁盤上，分區(qū)后，表面上還是一張表，但數據散列在多個位置，這樣一來，多塊硬盤同時處理不同的請求，從而提高磁盤I/O讀寫性能，實現比較簡單。
注：增加緩存、分庫、分表和分區(qū)主要由程序猿來實現。
5、數據庫維護
數據庫維護是運維工程師或者DBA主要工作，包括性能監(jiān)控、性能分析、性能調優(yōu)、數據庫備份和恢復等。
5.1 性能狀態(tài)關鍵指標
QPS，Queries Per Second：每秒查詢數，一臺數據庫每秒能夠處理的查詢次數
TPS，Transactions Per Second：每秒處理事務數
通過show status查看運行狀態(tài)，會有300多條狀態(tài)信息記錄，其中有幾個值幫可以我們計算出QPS和TPS，如下：
Uptime：服務器已經運行的實際，單位秒
Questions：已經發(fā)送給數據庫查詢數
Com_select：查詢次數，實際操作數據庫的
Com_insert：插入次數
Com_delete：刪除次數
Com_update：更新次數
Com_commit：事務次數
Com_rollback：回滾次數
那么，計算方法來了，基于Questions計算出QPS：
|
1
2
|
mysql> show global status like 'Questions';
mysql> show global status like 'Uptime';
|
QPS = Questions / Uptime
基于Com_commit和Com_rollback計算出TPS：
|
1
2
3
|
mysql> show global status like 'Com_commit';
mysql> show global status like 'Com_rollback';
mysql> show global status like 'Uptime';
|
TPS = (Com_commit + Com_rollback) / Uptime
另一計算方式：基于Com_select、Com_insert、Com_delete、Com_update計算出QPS
|
1
|
mysql> show global status where Variable_name in('com_select','com_insert','com_delete','com_update');
|
等待1秒再執(zhí)行，獲取間隔差值，第二次每個變量值減去第一次對應的變量值，就是QPS
TPS計算方法：
|
1
|
mysql> show global status where Variable_name in('com_insert','com_delete','com_update');
|
計算TPS，就不算查詢操作了，計算出插入、刪除、更新四個值即可。
經網友對這兩個計算方式的測試得出，當數據庫中myisam表比較多時，使用Questions計算比較準確。當數據庫中innodb表比較多時，則以Com_*計算比較準確。
5.2 開啟慢查詢日志
MySQL開啟慢查詢日志，分析出哪條SQL語句比較慢，使用set設置變量，重啟服務失效，可以在my.cnf添加參數永久生效。
|
1
2
3
4
|
mysql> set global slow-query-log=on
mysql> set global slow_query_log_file='/var/log/mysql/mysql-slow.log';
mysql> set global log_queries_not_using_indexes=on;
mysql> set global long_query_time=1;
|
分析慢查詢日志，可以使用MySQL自帶的mysqldumpslow工具，分析的日志較為簡單。
# mysqldumpslow -t 3 /var/log/mysql/mysql-slow.log #查看最慢的前三個查詢
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。
分析慢查詢日志：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 數據庫備份
備份數據庫是最基本的工作，也是最重要的，否則后果很嚴重，你懂得！但由于數據庫比較大，上百G，往往備份都很耗費時間，所以就該選擇一個效率高的備份策略，對于數據量大的數據庫，一般都采用增量備份。常用的備份工具有mysqldump、mysqlhotcopy、xtrabackup等，mysqldump比較適用于小的數據庫，因為是邏輯備份，所以備份和恢復耗時都比較長。mysqlhotcopy和xtrabackup是物理備份，備份和恢復速度快，不影響數據庫服務情況下進行熱拷貝，建議使用xtrabackup，支持增量備份。
5.4 數據庫修復
有時候MySQL服務器突然斷電、異常關閉，會導致表損壞，無法讀取表數據。這時就可以用到MySQL自帶的兩個工具進行修復，myisamchk和mysqlcheck。
myisamchk：只能修復myisam表，需要停止數據庫
常用參數：
-f --force 強制修復，覆蓋老的臨時文件，一般不使用
-r --recover 恢復模式
-q --quik 快速恢復
-a --analyze 分析表
-o --safe-recover 老的恢復模式，如果-r無法修復，可以使用此參數試試
-F --fast 只檢查沒有正常關閉的表
快速修復weibo數據庫:
# cd /var/lib/mysql/weibo
# myisamchk -r -q *.MYI
mysqlcheck：myisam和innodb表都可以用，不需要停止數據庫，如修復單個表，可在數據庫后面添加表名，以空格分割
常用參數：
-a --all-databases 檢查所有的庫
-r --repair 修復表
-c --check 檢查表，默認選項
-a --analyze 分析表
-o --optimize 優(yōu)化表
-q --quik 最快檢查或修復表
-F --fast 只檢查沒有正常關閉的表
快速修復weibo數據庫:
mysqlcheck -r -q -uroot -p123 weibo
以上是本人使用MySQL幾年來總結的一些主要優(yōu)化方案，能力有限，有些不太全面，但這些基本能夠滿足中小型企業(yè)數據庫需求。
由于關系型數據庫初衷設計限制，一些BAT公司海量數據放到關系型數據庫中，在海量數據查詢和分析方面已經達不到更好的性能。因此NoSQL火起來了，非關系型數據庫，大數據量，具有高性能，同時也彌補了關系型數據庫某方面不足，漸漸大多數公司已經將部分業(yè)務數據庫存放到NoSQL中，如MongoDB、HBase等。數據存儲方面采用分布式文件系統(tǒng)，如HDFS、GFS等。海量數據計算分析采用Hadoop、Spark、Storm等。這些都是與運維相關的前沿技術，也是在存儲方面主要學習對象，小伙伴們共同加油吧！哪位博友有更好的優(yōu)化方案，歡迎交流哦。
