携手创造,一同生长!这是我参与「日新计划 8 月更文挑战」的第18天,点击检查活动概况
本文常识点较多,篇幅较长,请耐性学习
MySQL已经成为时下联系型数据库产品的中坚力量,备受互联网大厂的青睐,出门面试想进BAT,想拿高工资,不会点MySQL优化常识,拿offer的成功率会大大下降。
为什么要优化
- 体系的吞吐量瓶颈往往呈现在数据库的拜访速度上
- 跟着运用程序的运行,数据库的中的数据会越来越多,处理时刻会相应变慢
- 数据是寄存在磁盘上的,读写速度无法和内存比较
怎么优化
- 规划数据库时:数据库表、字段的规划,存储引擎
- 运用好MySQL自身供给的功用,如索引等
- 横向扩展:MySQL集群、负载均衡、读写别离
- SQL句子的优化(收效甚微)
字段规划
字段类型的挑选,规划标准,范式,常见规划案例
准则:尽量运用整型表明字符串
存储IP
INET_ATON(str)
,address to number
INET_NTOA(number)
,number to address
MySQL内部的枚举类型(单选)和调集(多选)类型
可是由于保护本钱较高因而不常运用,运用相关表的办法来代替enum
准则:定长和非定长数据类型的挑选
decimal不会损失精度,存储空间会随数据的增大而增大。double占用固定空间,较大数的存储会损失精度。非定长的还有varchar、text
金额
对数据的精度要求较高,小数的运算和存储存在精度问题(不能将一切小数转换成二进制)
定点数decimal
price decimal(8,2)
有2位小数的定点数,定点数支撑很大的数(甚至是超过int,bigint
存储规模的数)
小单位大数额防止呈现小数
元->分
字符串存储
定长char
,非定长varchar、text
(上限65535,其间varchar
还会耗费1-3字节记载长度,而text
运用额定空间记载长度)
准则:尽或许挑选小的数据类型和指定短的长度
准则:尽或许运用 not null
非null
字段的处理要比null
字段的处理高效些!且不需求判断是否为null
。
null
在MySQL中,欠好处理,存储需求额定空间,运算也需求特别的运算符。如select null = null
和select null <> null
(<>
为不等号)有着同样的成果,只能经过is null
和is not null
来判断字段是否为null
。
怎么存储?MySQL中每条记载都需求额定的存储空间,表明每个字段是否为null
。因而一般运用特别的数据进行占位,比方int not null default 0
、string not null default ‘’
准则:字段注释要完好,见名知意
准则:单表字段不宜过多
二三十个就极限了
准则:能够预留字段
在运用以上准则之前首先要满意业务需求
相关表的规划
外键
foreign key
只能完成1对1或一对多的映射
一对多
运用外键
多对多
独自新建一张表将多对多拆分成两个一对多
1对1
如产品的基本信息(item
)和产品的具体信息(item_intro
),一般运用相同的主键或许添加一个外键字段(item_id
)
范式 Normal Format
数据表的规划标准,一套越来越严厉的标准体系(假如需求满意N范式,首先要满意N-1范式)。N
榜首范式1NF:字段原子性
字段原子性,字段不行再切割。
联系型数据库,默许满意榜首范式
留意比较简略出错的一点,在一对多的规划中运用逗号分隔多个外键,这种办法尽管存储便利,但不利于保护和索引(比方查找带标签java
的文章)
第二范式:消除对主键的部分依托
即在表中加上一个与业务逻辑无关的字段作为主键
主键:能够仅有标识记载的字段或许字段调集。
course_name | course_class | weekday(周几) | course_teacher |
---|---|---|---|
MySQL | 教育大楼1525 | 周一 | 张三 |
Java | 教育大楼1521 | 周三 | 李四 |
MySQL | 教育大楼1521 | 周五 | 张三 |
依托:A字段能够确认B字段,则B字段依托A字段。比方知道了下一节课是数学课,就能确认任课老师是谁。于是周几和下一节课和就能构成复合主键,能够确认去哪个教室上课,任课老师是谁等。但咱们常常添加一个id
作为主键,而消除对主键的部分依托。
对主键的部分依托:某个字段依托复合主键中的一部分。
处理计划:新增一个独立字段作为主键。
第三范式:消除对主键的传递依托
传递依托:B字段依托于A,C字段又依托于B。比方上例中,任课老师是谁取决于是什么课,是什么课又取决于主键id
。因而需求将此表拆分为两张表日程表和课程表(独立数据独立建表):
日程表
id | weekday | course_class | course_id |
---|---|---|---|
1001 | 周一 | 教育大楼1521 | 3546 |
课程表
course_id | course_name | course_teacher |
---|---|---|
3546 | Java | 张三 |
这样就减少了数据的冗余(即便周一至周日每天都有Java课,也仅仅course_id:3546
呈现了7次)
存储引擎挑选
前期问题:怎么挑选MyISAM和Innodb?
现在不存在这个问题了,Innodb不断完善,从各个方面赶超MyISAM,也是MySQL默许运用的。
存储引擎Storage engine:MySQL中的数据、索引以及其他目标是怎么存储的,是一套文件体系的完成。
功用差异
show engines
Engine | Support | Comment |
---|---|---|
InnoDB | DEFAULT | Supports transactions, row-level locking, and foreign keys |
MyISAM | YES | MyISAM storage engine |
存储差异
MyISAM | Innodb | |
---|---|---|
文件格局 | 数据和索引是别离存储的,数据.MYD ,索引.MYI
|
数据和索引是集中存储的,.ibd
|
文件能否移动 | 能,一张表就对应.frm 、MYD 、MYI 3个文件 |
否,由于相关的还有data 下的其它文件 |
记载存储次序 | 按记载刺进次序保存 | 按主键巨细有序刺进 |
空间碎片(删去记载并flush table 表名 之后,表文件巨细不变) |
发生。守时整理:运用指令optimize table 表名 完成 |
不发生 |
业务 | 不支撑 | 支撑 |
外键 | 不支撑 | 支撑 |
锁支撑(锁是防止资源争用的一个机制,MySQL锁对用户简直是通明的) | 表级确认 | 行级确认、表级确认,确认力度小并发才能高 |
锁扩展
表级锁(
table-level lock
):lock tables <table_name1>,<table_name2>... read/write
,unlock tables <table_name1>,<table_name2>...
。其间read
是同享锁,一旦确认任何客户端都不行读;write
是独占/写锁,只要加锁的客户端可读可写,其他客户端既不行读也不行写。确认的是一张表或几张表。行级锁(
row-level lock
):确认的是一行或几行记载。同享锁:select * from <table_name> where <条件> LOCK IN SHARE MODE;
,对查询的记载添加同享锁;select * from <table_name> where <条件> FOR UPDATE;
,对查询的记载添加排他锁。这儿值得留意的是:innodb
的行锁,其实是一个子规模锁,根据条件确认部分规模,而不是就映射到具体的行上,因而还有一个学名:间隙锁。比方select * from stu where id < 20 LOCK IN SHARE MODE
会确认id
在20
左右以下的规模,你或许无法刺进id
为18
或22
的一条新纪录。
挑选根据
假如没有特别的需求,运用默许的Innodb
即可。
MyISAM:以读写刺进为主的运用程序,比方博客体系、新闻门户网站。
Innodb:更新(删去)操作频率也高,或许要确保数据的完好性;并发量高,支撑业务和外键确保数据完好性。比方OA主动化工作体系。
索引
关键字与数据的映射联系称为索引(==包括关键字和对应的记载在磁盘中的地址==)。关键字是从数据傍边提取的用于标识、检索数据的特定内容。
索引检索为什么快?
- 关键字相关于数据自身,==数据量小==
- 关键字是==有序==的,二分查找可快速确认位置
图书馆为每本书都加了索引号(类别-楼层-书架)、字典为词语解释按字母次序编写目录等都用到了索引。
MySQL中索引类型
一般索引(
key
),仅有索引(unique key
),主键索引(primary key
),全文索引(fulltext key
)
三种索引的索引办法是相同的,只不过对索引的关键字有不同的束缚:
- 一般索引:对关键字没有束缚
- 仅有索引:要求记载供给的关键字不能重复
- 主键索引:要求关键字仅有且不为null
索引办理语法
检查索引
show create table 表名
:
desc 表名
创立索引
创立表之后树立索引
create TABLE user_index(
id int auto_increment primary key,
first_name varchar(16),
last_name VARCHAR(16),
id_card VARCHAR(18),
information text
);
-- 更改表结构
alter table user_index
-- 创立一个first_name和last_name的复合索引,并命名为name
add key name (first_name,last_name),
-- 创立一个id_card的仅有索引,默许以字段名作为索引名
add UNIQUE KEY (id_card),
-- 鸡肋,全文索引不支撑中文
add FULLTEXT KEY (information);
show create table user_index
:
创立表时指定索引
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)
);
删去索引
根据索引名删去一般索引、仅有索引、全文索引:alter table 表名 drop KEY 索引名
alter table user_index drop KEY name;
alter table user_index drop KEY id_card;
alter table user_index drop KEY information;
删去主键索引:alter table 表名 drop primary key
(由于主键只要一个)。这儿值得留意的是,假如主键自添加,那么不能直接履行此操作(自添加依托于主键索引):
需求撤销自添加再行删去:
alter table user_index
-- 从头界说字段
MODIFY id int,
drop PRIMARY KEY
但一般不会删去主键,由于规划主键必定与业务逻辑无关。
履行计划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 ('张','三','1001','华山派');
咱们能够经过explain selelct
来剖析SQL句子履行前的履行计划:
由上图可看出此SQL句子是依照主键索引来检索的。
履行计划是:当履行SQL句子时,首先会剖析、优化,构成履行计划,在依照履行计划履行。
索引运用场景(要点)
where
上图中,根据id
查询记载,由于id
字段仅树立了主键索引,因而此SQL履行可选的索引只要主键索引,假如有多个,终究会选一个较优的作为检索的根据。
-- 添加一个没有树立索引的字段
alter table innodb1 add sex char(1);
-- 按sex检索时可选的索引为null
EXPLAIN SELECT * from innodb1 where sex='男';
能够测验在一个字段未树立索引时,根据该字段查询的功率,然后对该字段树立索引(
alter table 表名 add index(字段名)
),同样的SQL履行的功率,你会发现查询功率会有显着的进步(数据量越大越显着)。
order by
当咱们运用order by
将查询成果依照某个字段排序时,假如该字段没有树立索引,那么履行计划会将查询出的一切数据运用外部排序(将数据从硬盘分批读取到内存运用内部排序,最终兼并排序成果),这个操作是很影响功用的,由于需求将查询触及到的一切数据从磁盘中读到内存(假如单条数据过大或许数据量过多都会下降功率),更无论读到内存之后的排序了。
可是假如咱们对该字段树立索引alter table 表名 add index(字段名)
,那么由于索引自身是有序的,因而直接依照索引的次序和映射联系逐条取出数据即可。而且假如分页的,那么只用取出索引表某个规模内的索引对应的数据,而不必像上述那取出一切数据进行排序再回来某个规模内的数据。(从磁盘取数据是最影响功用的)
join
对
join
句子匹配联系(on
)触及的字段树立索引能够进步功率
索引掩盖
假如要查询的字段都树立过索引,那么引擎会直接在索引表中查询而不会拜访原始数据(不然只要有一个字段没有树立索引就会做全表扫描),这叫索引掩盖。因而咱们需求尽或许的在select
后==只写必要的查询字段==,以添加索引掩盖的几率。
这儿值得留意的是不要想着为每个字段树立索引,由于优先运用索引的优势就在于其体积小。
语法细节(要点)
在满意索引运用的场景下(
where/order by/join on
或索引掩盖),索引也不必定被运用
字段要独立呈现
比方下面两条SQL句子在语义上相同,可是榜首条会运用主键索引而第二条不会。
select * from user where id = 20-1;
select * from user where id+1 = 20;
like
查询,不能以通配符最初
比方查找标题包括mysql
的文章:
select * from article where title like '%mysql%';
这种SQL的履行计划用不了索引(like
句子匹配表达式以通配符最初),因而只能做全表扫描,功率极低,在实践工程中简直不被选用。而一般会运用第三方供给的支撑中文的全文索引来做。
可是 关键字查询 热搜提醒功用还是能够做的,比方键入mysql
之后提醒mysql 教程
、mysql 下载
、mysql 装置进程
等。用到的句子是:
select * from article where title like 'mysql%';
这种like
是能够运用索引的(当然前提是title
字段树立过索引)。
复合索引只对榜首个字段有用
树立复合索引:
alter table person add index(first_name,last_name);
其原理便是将索引先依照从first_name
中提取的关键字排序,假如无法确认先后再依照从last_name
提取的关键字排序,也便是说该索引表仅仅依照记载的first_name
字段值有序。
因而select * from person where first_name = ?
是能够运用索引的,而select * from person where last_name = ?
无法运用索引。
那么该复合索引的运用场景是什么?==组合查询==
比方关于select * person from first_name = ? and last_name = ?
,复合索引就比对first_name
和last_name
独自树立索引要高效些。很好了解,复合索引首先二分查找与first_name = ?
匹配的记载,再在这些记载中二分查找与last_name
匹配的记载,只触及到一张索引表。而别离独自树立索引则是在first_name
索引表中二分找出与first_name = ?
匹配的记载,再在last_name
索引表中二分找出与last_name = ?
的记载,两者取交集。
or,两头条件都有索引可用
一但有一边无索引可用就会导致整个SQL句子的全表扫描
状况值,不简略运用到索引
如性别、支付状况等状况值字段往往只要极少的几种取值或许,这种字段即便树立索引,也往往运用不上。这是由于,一个状况值或许匹配很多的记载,这种状况MySQL会认为运用索引比全表扫描的功率低,从而弃用索引。索引是随机拜访磁盘,而全表扫描是次序拜访磁盘,这就比方有一栋20层楼的写字楼,楼底下的索引牌上写着某个公司对应不相邻的几层楼,你去公司找人,与其依照索引牌的提示去其间一层楼没找到再下来看索引牌再上楼,不如从1楼挨个往上找到顶楼。
怎么创立索引
-
树立根底索引:在
where、order by、join
字段上树立索引。 -
优化,组合索引:根据业务逻辑
- 假如条件常常性呈现在一同,那么能够考虑将多字段索引晋级为==复合索引==
- 假如经过添加个别字段的索引,就能够呈现==索引掩盖==,那么能够考虑为该字段树立索引
- 查询时,不常用到的索引,应该删去掉
前缀索引
语法:index(field(10))
,运用字段值的前10个字符树立索引,默许是运用字段的全部内容树立索引。
前提:前缀的标识度高。比方暗码就适合树立前缀索引,由于暗码简直各不相同。
==实操的难度==:在于前缀截取的长度。
咱们能够运用select count(*)/count(distinct left(password,prefixLen));
,经过从调整prefixLen
的值(从1自增)检查不同前缀长度的一个平均匹配度,挨近1时就能够了(表明一个暗码的前prefixLen
个字符简直能确认仅有一条记载)
索引的存储结构
BTree
btree(多路平衡查找树)是一种广泛运用于==磁盘上完成索引功用==的一种数据结构,也是大多数数据库索引表的完成。
以add index(first_name,last_name)
为例:
BTree的一个node能够存储多个关键字,node的巨细取决于计算机的文件体系,因而咱们能够经过减小索引字段的长度使结点存储更多的关键字。假如node中的关键字已满,那么能够经过每个关键字之间的子节点指针来拓宽索引表,可是不能破坏结构的有序性,比方依照first_name
榜首有序、last_name
第二有序的规矩,新添加的韩香
就能够插到韩康
之后。白起 < 韩飞 < 韩康 < 李世民 < 赵奢 < 李寻欢 < 王语嫣 < 杨不悔
。这与二叉查找树的思想是相同的,只不过二叉查找树的查找功率是log(2,N)
(以2为底N的对数),而BTree的查找功率是log(x,N)
(其间x为node的关键字数量,能够达到1000以上)。
从log(1000+,N)
能够看出,少量的磁盘读取即可做到很多数据的遍历,这也是btree的规划意图。
B+Tree聚簇结构
聚簇结构(也是在BTree上晋级改造的)中,关键字和记载是寄存在一同的。
在MySQL中,仅仅只要Innodb
的==主键索引为聚簇结构==,其它的索引包括Innodb
的非主键索引都是典型的BTree结构。
哈希索引
在索引被载入内存时,运用哈希结构来存储。
查询缓存
缓存
select
句子的查询成果
在装备文件中敞开缓存
windows上是my.ini
,linux上是my.cnf
在[mysqld]
段中装备query_cache_type
:
- 0:不敞开
- 1:敞开,默许缓存一切,需求在SQL句子中添加
select sql-no-cache
提示来放弃缓存 - 2:敞开,默许都不缓存,需求在SQL句子中添加
select sql-cache
来主动缓存(==常用==)
更改装备后需求重启以使装备收效,重启后可经过show variables like ‘query_cache_type’;
来检查:
show variables like 'query_cache_type';
query_cache_type DEMAND
在客户端设置缓存巨细
经过装备项query_cache_size
来设置:
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
将查询成果缓存
select sql_cache * from user;
重置缓存
reset query cache;
缓存失效问题(大问题)
当数据表改动时,根据该数据表的任何缓存都会被删去。(表层面的办理,不是记载层面的办理,因而失功率较高)
留意事项
- 运用程序,不应该关心
query cache
的运用状况。能够测验运用,但不能由query cache
决议业务逻辑,由于query cache
由DBA来办理。 - 缓存是以SQL句子为key存储的,因而即便SQL句子功用相同,但假如多了一个空格或许巨细写有差异都会导致匹配不到缓存。
分区
一般状况下咱们创立的表对应一组存储文件,运用MyISAM
存储引擎时是一个.MYI
和.MYD
文件,运用Innodb
存储引擎时是一个.ibd
和.frm
(表结构)文件。
当数据量较大时(一般千万条记载级别以上),MySQL的功用就会开始下降,这时咱们就需求将数据涣散到多组存储文件,==确保其单个文件的履行功率==。
最常见的分区计划是按id
分区,如下将id
的哈希值对10取模将数据均匀涣散到10个.ibd
存储文件中:
create table article(
id int auto_increment PRIMARY KEY,
title varchar(64),
content text
)PARTITION by HASH(id) PARTITIONS 10
检查data
目录:
==服务端的表分区关于客户端是通明的==,客户端还是照常刺进数据,但服务端会依照分区算法涣散存储数据。
MySQL供给的分区算法
==分区根据的字段有必要是主键的一部分==,分区是为了快速定位数据,因而该字段的查找频次较高应作为强检索字段,不然依照该字段分区毫无意义
hash(field)
相同的输入得到相同的输出。输出的成果跟输入是否具有规律无关。==仅适用于整型字段==
key(field)
和hash(field)
的性质相同,只不过key
是==处理字符串==的,比hash()
多了一步从字符串上钩算出一个整型在做取模操作。
create table article_key(
id int auto_increment,
title varchar(64),
content text,
PRIMARY KEY (id,title) -- 要求分区根据字段有必要是主键的一部分
)PARTITION by KEY(title) PARTITIONS 10
range算法
是一种==条件分区==算法,依照数据巨细规模分区(将数据运用某种条件,涣散到不同的分区中)。
如下,按文章的发布时刻将数据依照2018年8月、9月、10月分区寄存:
create table article_range(
id int auto_increment,
title varchar(64),
content text,
created_time int, -- 发布时刻到1970-1-1的毫秒数
PRIMARY KEY (id,created_time) -- 要求分区根据字段有必要是主键的一部分
)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
);
留意:条件运算符只能运用==less than==,这以为着较小的规模要放在前面,比方上述p201808,p201819,p201810
分区的界说次序依照created_time
数值规模从小到大,不能颠倒。
insert into article_range values(null,'MySQL优化','内容示例',1535731180);
flush tables; -- 使操作立即改写到磁盘文件
由于刺进的文章的发布时刻1535731180
小于1535731199
(2018-8-31 23:59:59
),因而被存储到p201808
分区中,这种算法的存储到哪个分区取决于数据状况。
list算法
也是一种条件分区,依照列表值分区(in (值列表)
)。
create table article_list(
id int auto_increment,
title varchar(64),
content text,
status TINYINT(1), -- 文章状况:0-草稿,1-完成但未发布,2-已发布
PRIMARY KEY (id,status) -- 要求分区根据字段有必要是主键的一部分
)charset=utf8
PARTITION BY list(status)(
PARTITION writing values in(0,1), -- 未发布的放在一个分区
PARTITION published values in (2) -- 已发布的放在一个分区
);
insert into article_list values(null,'mysql优化','内容示例',0);
flush tables;
分区办理语法
range/list
添加分区
前文中咱们测验运用range
对文章依照月份归档,跟着时刻的添加,咱们需求添加一个月份:
alter table article_range add partition(
partition p201811 values less than (1543593599) -- select UNIX_TIMESTAMP('2018-11-30 23:59:59')
-- more
);
删去分区
alter table article_range drop PARTITION p201808
留意:==删去分区后,分区中原有的数据也会随之删去!==
key/hash
新增分区
alter table article_key add partition partitions 4
销毁分区
alter table article_key coalesce partition 6
key/hash
分区的办理不会删去数据,可是每一次调整(新增或销毁分区)都会将一切的数据重写分配到新的分区上。==功率极低==,最好在规划阶段就考虑好分区战略。
分区的运用
当数据表中的数据量很大时,分区带来的功率进步才会显现出来。
只要检索字段为分区字段时,分区带来的功率进步才会比较显着。因而,==分区字段的挑选很重要==,而且==业务逻辑要尽或许地根据分区字段做相应调整==(尽量运用分区字段作为查询条件)。
水平切割和垂直切割
水平切割:经过树立结构相同的几张表别离存储数据
垂直切割:将常常一同运用的字段放在一个独自的表中,切割后的表记载之间是一一对应联系。
分表原因
- 为数据库减压
- 分区算法局限
- 数据库支撑不完善(
5.1
之后mysql
才支撑分区操作)
id重复的处理计划
- 借用第三方运用如
memcache、redis
的id
自增器 - 独自建一张只包括
id
一个字段的表,每次自增该字段作为数据记载的id
集群
横向扩展:从根本上(单机的硬件处理才能有限)进步数据库功用 。由此而生的相关技能:==读写别离、负载均衡==
装置和装备主从仿制
环境
-
Red Hat Enterprise Linux Server release 7.0 (Maipo)
(虚拟机) -
mysql5.7
(下载地址)
装置和装备
解压到对外供给的服务的目录(我自己专门创立了一个/export/server
来寄存)
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
添加mysql
目录的所属组和所属者:
groupadd mysql
useradd -r -g mysql mysql
cd /export/server
chown -R mysql:mysql mysql/
chmod -R 755 mysql/
创立mysql
数据寄存目录(其间/export/data
是我创立专门用来为各种服务寄存数据的目录)
mkdir /export/data/mysql
初始化mysql
服务
cd /export/server/mysql
./bin/mysqld --basedir=/export/server/mysql --datadir=/export/data/mysql --user=mysql --pid-file=/export/data/mysql/mysql.pid --initialize
假如成功会显现
mysql
的root
账户的初始暗码,记下来以备后续登录。假如报错缺少依托,则运用yum instally
顺次装置即可
装备my.cnf
vim /etc/my.cnf
[mysqld]
basedir=/export/server/mysql
datadir=/export/data/mysql
socket=/tmp/mysql.sock
user=mysql
server-id=10 # 服务id,在集群时有必要仅有,主张设置为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
将服务添加到开机主动启动
cp /export/server/mysql/support-files/mysql.server /etc/init.d/mysqld
启动服务
service mysqld start
装备环境变量,在/etc/profile
中添加如下内容
# mysql env
MYSQL_HOME=/export/server/mysql
MYSQL_PATH=$MYSQL_HOME/bin
PATH=$PATH:$MYSQL_PATH
export PATH
使装备即可收效
source /etc/profile
运用root
登录
mysql -uroot -p
# 这儿填写之前初始化服务时供给的暗码
登录上去之后,更改root
账户暗码(我为了便利将暗码改为root),不然操作数据库会报错
set password=password('root');
flush privileges;
设置服务可被一切长途客户端拜访
use mysql;
update user set host='%' where user='root';
flush privileges;
这样就能够在宿主机运用
navicat
长途衔接虚拟机linux上的mysql了
装备主从节点
装备master
以linux
(192.168.10.10
)上的mysql
为master
,宿主机(192.168.10.1
)上的mysql
为slave
装备主从仿制。
修正master
的my.cnf
如下
[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 # 敞开二进制日志
expire-logs-days=7 # 设置日志过期时刻,防止占满磁盘
binlog-ignore-db=mysql # 不运用主从仿制的数据库
binlog-ignore-db=information_schema
binlog-ignore-db=performation_schema
binlog-ignore-db=sys
binlog-do-db=test #运用主从仿制的数据库
[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
重启master
service mysqld restart
登录master
检查装备是否收效(ON
即为敞开,默许为OFF
):
mysql> show variables like 'log_bin';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| log_bin | ON |
+---------------+-------+
在master
的数据库中树立备份账号:backup
为用户名,%
表明任何长途地址,用户back
能够运用暗码1234
经过任何长途客户端衔接master
grant replication slave on *.* to 'backup'@'%' identified by '1234'
检查user
表能够看到咱们刚创立的用户:
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
数据库,创立一个article
表以备后续测验
CREATE TABLE `article` (
`id` int(11) NOT NULL AUTO_INCREMENT,
`title` varchar(64) DEFAULT NULL,
`content` text,
PRIMARY KEY (`id`)
) CHARSET=utf8;
重启服务并改写数据库状况到存储文件中(with read lock
表明在此进程中,客户端只能读数据,以便获得一个一致性的快照)
[root@deepinsea ~]# service mysqld restart
Shutting down MySQL.... SUCCESS!
Starting MySQL. SUCCESS!
[root@deepinsea mysql]# mysql -uroot -proot
mysql> flush tables with read lock;
Query OK, 0 rows affected (0.00 sec)
检查master
上当时的二进制日志和偏移量(记一下其间的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
表明完成仿制功用的日志,即上图中的Binary log
;Position
则表明Binary log
日志文件的偏移量之后的都会同步到slave
中,那么在偏移量之前的则需求咱们手动导入。
主服务器上面的任何修正都会保存在二进制日志Binary log里边,从服务器上面启动一个I/O thread(实践上便是一个主服务器的客户端进程),衔接到主服务器上面恳求读取二进制日志,然后把读取到的二进制日志写到本地的一个Realy log里边。从服务器上面敞开一个SQL thread守时检查Realy log,假如发现有更改立即把更改的内容在本机上面履行一遍。
假如一主多从的话,这时主库既要担任写又要担任为几个从库供给二进制日志。此刻能够稍做调整,将二进制日志只给某一从,这一从再敞开二进制日志并将自己的二进制日志再发给其它从。或许是干脆这个从不记载只担任将二进制日志转发给其它从,这样架构起来功用或许要好得多,而且数据之间的延时应该也稍微要好一些
手动导入,从master
中导出数据
mysqldump -uroot -proot -hlocalhost test > /export/data/test.sql
将test.sql
中的内容在slave
上履行一遍。
装备slave
修正slave
的my.ini
文件中的[mysqld]
部分
log-bin=mysql
server-id=1 #192.168.10.1
保存修正后重启slave
,WIN+R
->services.msc
->MySQL5.7
->从头启动
登录slave
检查log_bin
是否以被敞开:
show VARIABLES like 'log_bin';
装备与master
的同步仿制:
stop slave;
change master to
master_host='192.168.10.10', -- master的IP
master_user='backup', -- 之前在master上创立的用户
master_password='1234',
master_log_file='mysql-bin.000002', -- master上 show master status \G 供给的信息
master_log_pos=154;
启用slave
节点并检查状况
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)
留意检查第4、14、15三行,若与我一致,表明
slave
装备成功
测验
关闭master
的读取确认
mysql> unlock tables;
Query OK, 0 rows affected (0.00 sec)
向master
中刺进一条数据
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)
检查slave
是否主动同步了数据
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,主从仿制的装备成功!:)
运用mysqlreplicate指令快速建立 Mysql 主从仿制
读写别离✂
读写别离是依托于主从仿制,而主从仿制又是为读写别离服务的。由于主从仿制要求slave
不能写只能读(假如对slave
履行写操作,那么show slave status
将会呈现Slave_SQL_Running=NO
,此刻你需求依照前面提到的手动同步一下slave
)。
计划一、界说两种衔接
就像咱们在学JDBC时界说的DataBase
相同,咱们能够抽取出ReadDataBase,WriteDataBase implements DataBase
,可是这种办法无法运用优秀的线程池技能如DruidDataSource
帮咱们办理衔接,也无法运用Spring AOP
让衔接对DAO
层通明。
计划二、运用Spring AOP
假如能够运用Spring AOP
处理数据源切换的问题,那么就能够和Mybatis
、Druid
整合到一同了。
咱们在整合Spring1
和Mybatis
时,咱们只需写DAO接口和对应的SQL
句子,那么DAO实例是由谁创立的呢?实践上便是Spring
帮咱们创立的,它经过咱们注入的数据源,帮咱们完成从中获取数据库衔接、运用衔接履行 SQL
句子的进程以及最终偿还衔接给数据源的进程。
假如咱们能在调用DAO接口时根据接口办法命名标准(增addXXX/createXXX
、删deleteXX/removeXXX
、改updateXXXX
、查selectXX/findXXX/getXX/queryXXX
)动态地挑选数据源(读数据源对应衔接master
而写数据源对应衔接slave
),那么就能够做到读写别离了。
项目结构
引入依托
其间,为了便利拜访数据库引入了mybatis
和druid
,完成数据源动态切换首要依托spring-aop
和spring-aspects
<dependencies>
<dependency>
<groupId>org.mybatis</groupId>
<artifactId>mybatis-spring</artifactId>
<version>1.3.2</version>
</dependency>
<dependency>
<groupId>org.mybatis</groupId>
<artifactId>mybatis</artifactId>
<version>3.4.6</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-core</artifactId>
<version>5.0.8.RELEASE</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-aop</artifactId>
<version>5.0.8.RELEASE</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-jdbc</artifactId>
<version>5.0.8.RELEASE</version>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>druid</artifactId>
<version>1.1.6</version>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>6.0.2</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-context</artifactId>
<version>5.0.8.RELEASE</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-aspects</artifactId>
<version>5.0.8.RELEASE</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
<version>1.16.22</version>
</dependency>
<dependency>
<groupId>org.springframework</groupId>
<artifactId>spring-test</artifactId>
<version>5.0.8.RELEASE</version>
</dependency>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>4.12</version>
</dependency>
</dependencies>
数据类
package top.deepinsea.mysqloptimize.entity;
import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;
@Data
@AllArgsConstructor
@NoArgsConstructor
public class Article {
private int id;
private String title;
private String content;
}
spring装备文件
其间RoutingDataSourceImpl
是完成动态切换功用的中心类,稍后介绍。
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:context="http://www.springframework.org/schema/context"
xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd">
<context:property-placeholder location="db.properties"></context:property-placeholder>
<context:component-scan base-package="top.deepinsea.mysqloptimize"/>
<bean id="slaveDataSource" class="com.alibaba.druid.pool.DruidDataSource">
<property name="driverClassName" value="${db.driverClass}"/>
<property name="url" value="${master.db.url}"></property>
<property name="username" value="${master.db.username}"></property>
<property name="password" value="${master.db.password}"></property>
</bean>
<bean id="masterDataSource" class="com.alibaba.druid.pool.DruidDataSource">
<property name="driverClassName" value="${db.driverClass}"/>
<property name="url" value="${slave.db.url}"></property>
<property name="username" value="${slave.db.username}"></property>
<property name="password" value="${slave.db.password}"></property>
</bean>
<bean id="dataSourceRouting" class="top.deepinsea.mysqloptimize.dataSource.RoutingDataSourceImpl">
<property name="defaultTargetDataSource" ref="masterDataSource"></property>
<property name="targetDataSources">
<map key-type="java.lang.String" value-type="javax.sql.DataSource">
<entry key="read" value-ref="slaveDataSource"/>
<entry key="write" value-ref="masterDataSource"/>
</map>
</property>
<property name="methodType">
<map key-type="java.lang.String" value-type="java.lang.String">
<entry key="read" value="query,find,select,get,load,"></entry>
<entry key="write" value="update,add,create,delete,remove,modify"/>
</map>
</property>
</bean>
<!-- Mybatis文件 -->
<bean id="sqlSessionFactory" class="org.mybatis.spring.SqlSessionFactoryBean">
<property name="configLocation" value="classpath:mybatis-config.xml" />
<property name="dataSource" ref="dataSourceRouting" />
<property name="mapperLocations" value="mapper/*.xml"/>
</bean>
<bean class="org.mybatis.spring.mapper.MapperScannerConfigurer">
<property name="basePackage" value="top.deepinsea.mysqloptimize.mapper" />
<property name="sqlSessionFactoryBeanName" value="sqlSessionFactory" />
</bean>
</beans>
dp.properties
master.db.url=jdbc:mysql://localhost:3306/test?useUnicode=true&characterEncoding=utf8&serverTimezone=UTC
master.db.username=root
master.db.password=root
slave.db.url=jdbc:mysql://192.168.10.10:3306/test?useUnicode=true&characterEncoding=utf8&serverTimezone=UTC
slave.db.username=root
slave.db.password=root
db.driverClass=com.mysql.jdbc.Driver
mybatis-config.xml
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE configuration
PUBLIC "-//mybatis.org//DTD Config 3.0//EN"
"http://mybatis.org/dtd/mybatis-3-config.dtd">
<configuration>
<typeAliases>
<typeAlias type="top.deepinsea.mysqloptimize.entity.Article" alias="Article"/>
</typeAliases>
</configuration>
mapper接口和装备文件
ArticleMapper.java
package top.deepinsea.mysqloptimize.mapper;
import org.springframework.stereotype.Repository;
import top.deepinsea.mysqloptimize.entity.Article;
import java.util.List;
@Repository
public interface ArticleMapper {
List<Article> findAll();
void add(Article article);
void delete(int id);
}
ArticleMapper.xml
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" >
<mapper namespace="top.deepinsea.mysqloptimize.mapper.ArticleMapper">
<select id="findAll" resultType="Article">
select * from article
</select>
<insert id="add" parameterType="Article">
insert into article (title,content) values (#{title},#{content})
</insert>
<delete id="delete" parameterType="int">
delete from article where id=#{id}
</delete>
</mapper>
中心类
RoutingDataSourceImpl
package top.deepinsea.mysqloptimize.dataSource;
import org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource;
import java.util.*;
/**
* RoutingDataSourceImpl class
* 数据源路由
*
* @author deepinsea, blog:deepinsea.top
* @date 2018/12/29
*/
public class RoutingDataSourceImpl extends AbstractRoutingDataSource {
/**
* key为read或write
* value为DAO办法的前缀
* 什么前缀最初的办法运用读数据员,什么最初的办法运用写数据源
*/
public static final Map<String, List<String>> METHOD_TYPE_MAP = new HashMap<String, List<String>>();
/**
* 由咱们指定数据源的id,由Spring切换数据源
*
* @return
*/
@Override
protected Object determineCurrentLookupKey() {
System.out.println("数据源为:"+DataSourceHandler.getDataSource());
return DataSourceHandler.getDataSource();
}
public void setMethodType(Map<String, String> map) {
for (String type : map.keySet()) {
String methodPrefixList = map.get(type);
if (methodPrefixList != null) {
METHOD_TYPE_MAP.put(type, Arrays.asList(methodPrefixList.split(",")));
}
}
}
}
它的首要功用是,原本咱们只装备一个数据源,因而Spring
动态署理DAO接口时直接运用该数据源,现在咱们有了读、写两个数据源,咱们需求参加一些自己的逻辑来告诉调用哪个接口运用哪个数据源(读数据的接口运用slave
,写数据的接口运用master
。这个告诉Spring
该运用哪个数据源的类便是AbstractRoutingDataSource
,有必要重写的办法determineCurrentLookupKey
回来数据源的标识,结合spring
装备文件(下段代码的5,6两行)
<bean id="dataSourceRouting" class="top.deepinsea.mysqloptimize.dataSource.RoutingDataSourceImpl">
<property name="defaultTargetDataSource" ref="masterDataSource"></property>
<property name="targetDataSources">
<map key-type="java.lang.String" value-type="javax.sql.DataSource">
<entry key="read" value-ref="slaveDataSource"/>
<entry key="write" value-ref="masterDataSource"/>
</map>
</property>
<property name="methodType">
<map key-type="java.lang.String" value-type="java.lang.String">
<entry key="read" value="query,find,select,get,load,"></entry>
<entry key="write" value="update,add,create,delete,remove,modify"/>
</map>
</property>
</bean>
假如determineCurrentLookupKey
回来read
那么运用slaveDataSource
,假如回来write
就运用masterDataSource
。
DataSourceHandler
package top.deepinsea.mysqloptimize.dataSource;
/**
* DataSourceHandler class
* <p>
* 将数据源与线程绑定,需求时根据线程获取
*
* @author deepinsea, blog:deepinsea.top
* @date 2018/12/29
*/
public class DataSourceHandler {
/**
* 绑定的是read或write,表明运用读或写数据源
*/
private static final ThreadLocal<String> holder = new ThreadLocal<String>();
public static void setDataSource(String dataSource) {
System.out.println(Thread.currentThread().getName()+"设置了数据源类型");
holder.set(dataSource);
}
public static String getDataSource() {
System.out.println(Thread.currentThread().getName()+"获取了数据源类型");
return holder.get();
}
}
DataSourceAspect
package top.deepinsea.mysqloptimize.dataSource;
import org.aspectj.lang.JoinPoint;
import org.aspectj.lang.annotation.Aspect;
import org.aspectj.lang.annotation.Before;
import org.aspectj.lang.annotation.Pointcut;
import org.springframework.context.annotation.EnableAspectJAutoProxy;
import org.springframework.stereotype.Component;
import java.util.List;
import java.util.Set;
import static top.deepinsea.mysqloptimize.dataSource.RoutingDataSourceImpl.METHOD_TYPE_MAP;
/**
* DataSourceAspect class
*
* 装备切面,根据办法前缀设置读、写数据源
* 项目启动时会加载该bean,并依照装备的切面(哪些切入点、怎么增强)确认动态署理逻辑
* @author deepinsea,blog:deepinsea.top
* @date 2018/12/29
*/
@Component
//声明这是一个切面,这样Spring才会做相应的装备,不然只会当做简略的bean注入
@Aspect
@EnableAspectJAutoProxy
public class DataSourceAspect {
/**
* 装备切入点:DAO包下的一切类的一切办法
*/
@Pointcut("execution(* top.deepinsea.mysqloptimize.mapper.*.*(..))")
public void aspect() {
}
/**
* 装备前置增强,目标是aspect()办法上装备的切入点
*/
@Before("aspect()")
public void before(JoinPoint point) {
String className = point.getTarget().getClass().getName();
String invokedMethod = point.getSignature().getName();
System.out.println("对 "+className+"$"+invokedMethod+" 做了前置增强,确认了要运用的数据源类型");
Set<String> dataSourceType = METHOD_TYPE_MAP.keySet();
for (String type : dataSourceType) {
List<String> prefixList = METHOD_TYPE_MAP.get(type);
for (String prefix : prefixList) {
if (invokedMethod.startsWith(prefix)) {
DataSourceHandler.setDataSource(type);
System.out.println("数据源为:"+type);
return;
}
}
}
}
}
测验读写别离
怎么测验读是从
slave
中读的呢?能够将写后仿制到slave
中的数据更改,再读该数据就知道是从slave
中读了。==留意==,一但对slave
做了写操作就要从头手动将slave
与master
同步一下,不然主从仿制就会失效。
package top.deepinsea.mysqloptimize.dataSource;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.test.context.ContextConfiguration;
import org.springframework.test.context.junit4.SpringJUnit4ClassRunner;
import top.deepinsea.mysqloptimize.entity.Article;
import top.deepinsea.mysqloptimize.mapper.ArticleMapper;
@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration(locations = "classpath:spring-mybatis.xml")
public class RoutingDataSourceTest {
@Autowired
ArticleMapper articleMapper;
@Test
public void testRead() {
System.out.println(articleMapper.findAll());
}
@Test
public void testAdd() {
Article article = new Article(0, "我是新刺进的文章", "测验是否能够写到master而且仿制到slave中");
articleMapper.add(article);
}
@Test
public void testDelete() {
articleMapper.delete(2);
}
}
负载均衡
负载均衡算法
- 轮询
- 加权轮询:依照处理才能来加权
- 负载分配:根据当时的空闲状况(可是测验每个节点的内存运用率、CPU运用率等,再做比较选出最闲的那个,功率太低)
高可用
在服务器架构时,为了确保服务器7×24不宕机在线状况,需求为每台单点服务器(由一台服务器供给服务的服务器,如写服务器、数据库中间件)供给冗余机。
关于写服务器来说,需求供给一台同样的写-冗余服务器,当写服务器健康时(写-冗余经过心跳检测),写-冗余作为一个从机的人物仿制写服务器的内容与其做一个同步;当写服务器宕机时,写-冗余服务器便顶上来作为写服务器继续供给服务。对外界来说这个处理进程是通明的,即外界仅经过一个IP拜访服务。
典型SQL
线上DDL
DDL(Database Definition Language)是指数据库表结构的界说(create table
)和保护(alter table
)的语言。在线上履行DDL,在低于MySQL5.6
版本时会导致全表被独占确认,此刻表处于保护、不行操作状况,这会导致该期间对该表的一切拜访无法响应。可是在MySQL5.6
之后,支撑Online DDL
,大大缩短了锁守时刻。
优化技巧是选用的保护表结构的DDL(比方添加一列,或许添加一个索引),是==copy==战略。思路:创立一个满意新结构的新表,将旧表数据==逐条==导入(仿制)到新表中,以确保==一次性确认的内容少==(确认的是正在导入的数据),同时旧表上能够履行其他任务。导入的进程中,将对旧表的一切操作以日志的方式记载下来,导入结束后,将更新日志在新表上再履行一遍(确保一致性)。最终,新表替换旧表(在运用程序中完成,或许是数据库的rename,视图完成)。
但跟着MySQL的晋级,这个问题简直淡化了。
数据库导入句子
在康复数据时,或许会导入很多的数据。此刻为了快速导入,需求把握一些技巧:
- 导入时==先禁用索引和束缚==:
alter table table-name disable keys
待数据导入完成之后,再敞开索引和束缚,一次性创立索引
alter table table-name enable keys
- 数据库假如运用的引擎是
Innodb
,那么它==默许会给每条写指令加上业务==(这也会耗费必定的时刻),因而主张先手动敞开业务,再履行必定量的批量导入,最终手动提交业务。 - 假如批量导入的SQL指令格局相同仅仅数据不同,那么你应该先
prepare
==预编译==一下,这样也能节省很多重复编译的时刻。
limit offset,rows
尽量确保不要呈现大的offset
,比方limit 10000,10
相当于对已查询出来的行数弃掉前10000
行后再取10
行,完全能够加一些条件过滤一下(完成挑选),而不应该运用limit
跳过已查询到的数据。这是一个==offset
做无用功==的问题。对应实践工程中,要防止呈现大页码的状况,尽量引导用户做条件过滤。
select * 要少用
即尽量挑选自己需求的字段select
,但这个影响不是很大,由于网络传输多了几十上百字节也没多少延时,而且现在流行的ORM结构都是用的select *
,仅仅咱们在规划表的时分留意将大数据量的字段别离,比方产品概况能够独自抽离出一张产品概况表,这样在检查产品简略页面时的加载速度就不会有影响了。
order by rand()不要用
它的逻辑便是随机排序(为每条数据生成一个随机数,然后根据随机数巨细进行排序)。如select * from student order by rand() limit 5
的履行功率就很低,由于它为表中的每条数据都生成随机数并进行排序,而咱们只要前5条。
处理思路:在运用程序中,将随机的主键生成好,去数据库中运用主键检索。
单表和多表查询
多表查询:join
、子查询都是触及到多表的查询。假如你运用explain
剖析履行计划你会发现多表查询也是一个表一个表的处理,最终兼并成果。因而能够说单表查询将计算压力放在了运用程序上,而多表查询将计算压力放在了数据库上。
现在有ORM结构帮咱们处理了单表查询带来的目标映射问题(查询单表时,假如发现有外键主动再去查询相关表,是一个表一个表查的)。
count(*)
在MyISAM
存储引擎中,会主动记载表的行数,因而运用count(*)
能够快速回来。而Innodb
内部没有这样一个计数器,需求咱们手动计算记载数量,处理思路便是独自运用一张表:
id | table | count |
---|---|---|
1 | student | 100 |
limit 1
假如能够确认仅仅检索一条,主张加上limit 1
,其实ORM结构帮咱们做到了这一点(查询单条的操作都会主动加上limit 1
)。
慢查询日志
用于记载履行时刻超过某个临界值的SQL日志,用于快速定位慢查询,为咱们的优化做参阅。
敞开慢查询日志
装备项:slow_query_log
能够运用show variables like ‘slov_query_log’
检查是否敞开,假如状况值为OFF
,能够运用set GLOBAL slow_query_log = on
来敞开,它会在datadir
下发生一个xxx-slow.log
的文件。
设置临界时刻
装备项:long_query_time
检查:show VARIABLES like 'long_query_time'
,单位秒
设置:set long_query_time=0.5
实操时应该从长时刻设置到短的时刻,行将最慢的SQL优化掉
检查日志
一旦SQL超过了咱们设置的临界时刻就会被记载到xxx-slow.log
中
profile信息
装备项:profiling
敞开profile
set profiling=on
敞开后,一切的SQL履行的具体信息都会被主动记载下来
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)
检查profile信息
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',':)') |
+----------+------------+-------------------------------------------------------+
经过Query_ID检查某条SQL一切具体进程的时刻
show profile for query Query_ID
上面show profiles
的成果中,每个SQL有一个Query_ID
,能够经过它检查履行该SQL经过了哪些进程,各耗费了多少时刻。
典型的服务器装备
以下的装备全都取决于实践的运行环境
-
max_connections
,最大客户端衔接数mysql> show variables like 'max_connections'; +-----------------+-------+ | Variable_name | Value | +-----------------+-------+ | max_connections | 151 | +-----------------+-------+
-
table_open_cache
,表文件句柄缓存(表数据是存储在磁盘上的,缓存磁盘文件的句柄便利打开文件读取数据)mysql> show variables like 'table_open_cache'; +------------------+-------+ | Variable_name | Value | +------------------+-------+ | table_open_cache | 2000 | +------------------+-------+
-
key_buffer_size
,索引缓存巨细(将从磁盘上读取的索引缓存到内存,能够设置大一些,有利于快速检索)mysql> show variables like 'key_buffer_size'; +-----------------+---------+ | Variable_name | Value | +-----------------+---------+ | key_buffer_size | 8388608 | +-----------------+---------+
-
innodb_buffer_pool_size
,Innodb
存储引擎缓存池巨细(关于Innodb
来说最重要的一个装备,假如一切的表用的都是Innodb
,那么甚至主张将该值设置到物理内存的80%,Innodb
的很多功用进步如索引都是依托这个)mysql> show variables like 'innodb_buffer_pool_size'; +-------------------------+---------+ | Variable_name | Value | +-------------------------+---------+ | innodb_buffer_pool_size | 8388608 | +-------------------------+---------+
-
innodb_file_per_table
(innodb
中,表数据寄存在.ibd
文件中,假如将该装备项设置为ON
,那么一个表对应一个ibd
文件,不然一切innodb
同享表空间)
压测东西mysqlslap
装置MySQL时附带了一个压力测验东西mysqlslap
(位于bin
目录下)
主动生成sql测验
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
并发测验
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
多轮测验
C:\Users\zaw>mysqlslap --auto-generate-sql --concurrency=150 --iterations=10 -uroot -proot
mysqlslap: [Warning] Using a password on the command line interface can be insecure.
Benchmark
Average number of seconds to run all queries: 5.398 seconds
Minimum number of seconds to run all queries: 4.313 seconds
Maximum number of seconds to run all queries: 6.265 seconds
Number of clients running queries: 150
Average number of queries per client: 0
存储引擎测验
C:\Users\deepinsea> mysqlslap --auto-generate-sql --concurrency=150 --iterations=3 --engine=innodb -uroot -proot
mysqlslap: [Warning] Using a password on the command line interface can be insecure.
Benchmark
Running for engine innodb
Average number of seconds to run all queries: 5.911 seconds
Minimum number of seconds to run all queries: 5.485 seconds
Maximum number of seconds to run all queries: 6.703 seconds
Number of clients running queries: 150
Average number of queries per client: 0
C:\Users\deepinsea>mysqlslap --auto-generate-sql --concurrency=150 --iterations=3 --engine=myisam -uroot -proot
mysqlslap: [Warning] Using a password on the command line interface can be insecure.
Benchmark
Running for engine myisam
Average number of seconds to run all queries: 53.104 seconds
Minimum number of seconds to run all queries: 46.843 seconds
Maximum number of seconds to run all queries: 60.781 seconds
Number of clients running queries: 150
Average number of queries per client: 0
结语
欢迎点赞重视评论,感谢观看ヾ(◍∇◍)ノ゙