作者介绍

杨奇龙，前阿里数据库团队资深DBA，主要负责淘宝业务线，经历多次双十一，有海量业务访问DB架构设计经验。目前就职于有赞科技，负责数据库运维工作，熟悉MySQL性能优化，故障诊断，性能压测

最近在压测新的存储，正好把工作过程中积累的对高性能MySQL相关的知识体系构建起来，做成思维导图的方式。总结乃一家之言，有不妥之处，望给位读者朋友指正。

构建高性能MySQL系统涵盖从单机、硬件、OS、文件系统、内存到MySQL 本身的配置，以及schema 设计、索引设计 ，再到数据库架构上的水平和垂直拓展。

硬件

（1）CPU

• · CPU亲和性：

确保每个io都被其发起的CPU处理

echo 2 > /sys/block/<block device>/queue/rq_affinity

• · 选择最大性能模式，避免节能模式导致性能不足

• · 关闭NUMA，降低swap概率

numactl –interleave=all

（2）RAID卡

• · 选择FORCE WB读写策略


• · 选择合适的充放电策略


• · 高IO，推荐RAID10


• · 空间需求大则RAID5

（1）IO调度策略

SSD/PCIE SSD推荐noop，其它推荐deadline

echo noop > /sys/block/<block device>/queue/scheduler

（2）禁用块设备轮转模式

echo 0 > /sys/block/<block device>/queue/rotational

（3）内存

• · vm.swappiness=0


• · 内存最大性能模式

确保4K对⻬，如果使用全盘一个分区，例如mkfs.ext4 /dev/dfa也可以使用xfs 构建文件系统。

禁止atime、diratime

mount -o noatime -o nodiratime

开启trim

mount -o discard

关闭barrier

mount -o barrier=0

/dev/sdc1 /data ext4 defaults,noatime,nodiratime,nobarrier 0 0

（1）配置优化

IO相关参数

• · innodb_flush_method = O_DIRECT


• · innodb_read_io_threads = 16


• · innodb_write_io_threads = 16


• · innodb_io_capacity = 3000（PCIE卡建议更高）


• · innodb_flush_neighbors=0InnoDB存储引擎在刷新一个脏页时，会检测该页所在区(extent)的所有页，如果是脏页，那么一起刷新。这样做的好处是通过AIO可以将多个IO写操作合并为一个IO操作。对于传统机械硬盘建议使用，而对于固态硬盘可以关闭


• · innodb_flush_log_at_trx_commitredo 的刷盘策略


• · sync_binlogbinlog 的刷盘策略


• · innodb_log_buffer_size建议8-16M，有高TPS（比如大于6k）的可以提高到32M，系统tps越高设置可以设置的越大

推荐文章 www.cnblogs.com/conanwang/p/5849437.html

内存分配

• · 策略：

jemalloc是BSD的提供的内存分配管理

tcmalloc是google的内存分配管理模块

ptmalloc是glibc的内存分配管理

malloc-lib= /usr/lib64/libjemalloc.so.1

• · 系统资源：

malloc-lib= /usr/lib64/libjemalloc.so.1

back_log：大于max_connections

thread_stack=192

• · 并发控制：

使用thread_pool

thread_cache_size

（2）schema优化

索引优化

目标：利用最小的索引成本找到最需要的行记录。

原则：

• · 最左前缀原则：MySQL会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a=1 and b=2 and c>3 and d=4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整


• · 避免重复索引：idx_abc多列索引,相当于创建了(a)单列索引，(a,b)组合索引以及(a,b,c)组合索引。不在索引列使用函数 如 max(id)> 10 ,id+1>3 等


• · 尽量选择区分度高的列作为前缀索引：区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少

推荐文章：

• · MySQL索引原理及慢查询优化http://tech.meituan.com/mysql-index.html


• · MySQL索引实践http://blog.coderland.net/mysql/2015/08/26/MySQL%E7%B4%A2%E5%BC%95%E5%AE%9E%E8%B7%B5/


• · 由浅入深探究 MySQL索引结构原理、性能分析与优化http://blog.jobbole.com/87107/

SQL开发优化

• · 不使用存储过程、触发器，自定义函数


• · 不使用全文索引


• · 不使用分区表


• · 针对OTLP业务尽量避免使用多表join和子查询


• · 不使用*,SELECT使用具体的列名：在发生列的增/删时，发生列名修改时，最大限度避免程序逻辑中没有修改导致的BUG，IN的元素个数300-500


• · 避免使用大事务，使用短小的事务：减少锁等待和竞争


• · 禁止使用%前缀模糊查询 where like ‘%xxx’


• · 禁止使用子查询，遇到使用子查询的情况，尽量使用join代替


• · 遇到分页查询，使用延迟关联解决：分页如果有大offset，可以先取Id，然后用主键id关联表会提高效率


• · 禁止并发执行count(*)，并发导致CPU飙高


• · 禁止使⽤order by rand()


• · 不使用负向查询，如 not in/like，使用in反向代替


• · 不要一次更新大量（大于30000条）数据，批量更新/删除


• · SQL中使用到OR的改写为用 IN() （or的效率没有in的效率高）

• · 单实例无法解决空间和性能需求时考虑拆分


• · 垂直拆分


• · 水平拆分


• · 引入缓存系统

1. · IO相关的优化可能还不完整，以后会逐步完善。


2. · 关于数据库系统水平和垂直拆分是一个比较大的命题，这里略过，每个公司的业务规模不一样，选取的拆分策略也有所不同。

文章来自微信公众号：DBAplus社群