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。這篇文章主要談談MySQL數據庫在發展周期中所面臨的問題及優化方案，暫且拋開前端應用不說，大致分為以下五個階段：

階段一：數據庫表設計

項目立項后，開發部門根據產品部門需求開發項目。

開發工程師在開發項目初期會對表結構設計。對于數據庫來說，表結構設計很重要，如果設計不當，會直接影響到用戶訪問網站速度，用戶體驗不好！這種情況具體影響因素有很多，例如慢查詢（低效的查詢語句）、沒有適當建立索引、數據庫堵塞（鎖）等。當然，有測試部門的團隊，會做產品測試，找Bug。

由于開發工程師重視點不同，初期不會考慮太多數據庫設計是否合理，而是盡快完成功能實現和交付。等項目上線有一定訪問量后，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！

階段二：數據庫部署

是時候運維工程師出場了，項目上線。

項目初期訪問量一般是***，此階段Web+數據庫單臺部署足以應對在1000左右的QPS（每秒查詢率）。考慮到單點故障，應做到高可用性，可采用MySQL主從復制+Keepalived實現雙機熱備。主流HA軟件有：Keepalived（推薦）、Heartbeat。

階段三：數據庫性能優化

如果將MySQL部署到普通的X86服務器上，在不經過任何優化情況下，MySQL理論值正常可以處理1500左右QPS，經過優化后，有可能會提升到2000左右QPS。否則，訪問量當達到1500左右并發連接時，數據庫處理性能可能響應就會慢，而且硬件資源還比較富裕，這時就該考慮性能優化問題了。那么怎樣能讓數據庫發揮***性能呢？主要從硬件配置、數據庫配置、架構方面著手，具體分為以下：

3.1 硬件配置

如果有條件一定要SSD固態硬盤代替SAS機械硬盤，將RAID級別調整為RAID1+0，相對于RAID1和RAID5有更好的讀寫性能，畢竟數據庫的壓力主要來自磁盤I/O方面。

Linux內核有一個特性，會從物理內存中劃分出緩存區（系統緩存和數據緩存）來存放熱數據，通過文件系統延遲寫入機制，等滿足條件時（如緩存區大小到達一定百分比或者執行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。建議物理內存至少富裕50%以上。

3.2 數據庫配置優化

MySQL應用最廣泛的有兩種存儲引擎：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屬性），設計目標是為大數據處理，行級別鎖。

表鎖：開銷小，鎖定粒度大，發生死鎖概率高，相對并發也低。

行鎖：開銷大，鎖定粒度小，發生死鎖概率低，相對并發也高。

為什么會出現表鎖和行鎖呢？主要為保證數據完整性。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***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。

根據這些方面看，使用InnoDB存儲引擎是***的選擇，也是MySQL5.5+版本默認存儲引擎。每個存儲引擎相關運行參數比較多，以下列出可能影響數據庫性能的參數。

公共參數默認值： 

max_connections = 151  
# 同時處理***連接數，建議設置***連接數是上限連接數的80%左右  
sort_buffer_size = 2M  
# 查詢排序時緩沖區大小，只對order by和group by起作用，建議增大為16M  
open_files_limit = 1024   
# 打開文件數限制，如果show global status like 'open_files'查看的值等于或者大于open_files_limit值時，程序會無法連接數據庫或卡死  

MyISAM參數默認值： 

key_buffer_size = 16M  
# 索引緩存區大小，一般設置物理內存的30-40%  
read_buffer_size = 128K    
# 讀操作緩沖區大小，建議設置16M或32M  
query_cache_type = ON  
# 打開查詢緩存功能  
query_cache_limit = 1M   
# 查詢緩存限制，只有1M以下查詢結果才會被緩存，以免結果數據較大把緩存池覆蓋  
query_cache_size = 16M    
# 查看緩沖區大小，用于緩存SELECT查詢結果，下一次有同樣SELECT查詢將直接從緩存池返回結果，可適當成倍增加此值  

InnoDB參數默認值： 

innodb_buffer_pool_size = 128M  
# 索引和數據緩沖區大小，建議設置物理內存的70%左右  
innodb_buffer_pool_instances = 1      
# 緩沖池實例個數，推薦設置4個或8個  
innodb_flush_log_at_trx_commit = 1    
# 關鍵參數，0代表大約每秒寫入到日志并同步到磁盤，數據庫故障會丟失1秒左右事務數據。1為每執行一條SQL后寫入到日志并同步到磁盤，I/O開銷大，執行完SQL要等待日志讀寫，效率低。2代表只把日志寫入到系統緩存區，再每秒同步到磁盤，效率很高，如果服務器故障，才會丟失事務數據。對數據安全性要求不是很高的推薦設置2，性能高，修改后效果明顯。 
 
innodb_file_per_table = OFF    
# 是否共享表空間，5.7+版本默認ON，共享表空間idbdata文件不斷增大，影響一定的I/O性能。建議開啟獨立表空間模式，每個表的索引和數據都存在自己獨立的表空間中，可以實現單表在不同數據庫中移動。 
innodb_log_buffer_size = 8M   
# 日志緩沖區大小，由于日志最長每秒鐘刷新一次，所以一般不用超過16M  

3.3 系統內核參數優化

大多數MySQL都部署在linux系統上，所以操作系統的一些參數也會影響到MySQL性能，以下對Linux內核參數進行適當優化 

net.ipv4.tcp_fin_timeout = 30  
# TIME_WAIT超時時間，默認是60s  
net.ipv4.tcp_tw_reuse = 1    
# 1表示開啟復用，允許TIME_WAIT socket重新用于新的TCP連接，0表示關閉  
net.ipv4.tcp_tw_recycle = 1     
# 1表示開啟TIME_WAIT socket快速回收，0表示關閉  
net.ipv4.tcp_max_tw_buckets = 4096     
# 系統保持TIME_WAIT socket***數量，如果超出這個數，系統將隨機清除一些TIME_WAIT并打印警告信息  
net.ipv4.tcp_max_syn_backlog = 4096  
# 進入SYN隊列***長度，加大隊列長度可容納更多的等待連接 

在Linux系統中，如果進程打開的文件句柄數量超過系統默認值1024，就會提示“too many files open”信息，所以要調整打開文件句柄限制。

重啟***生效： 

# vi /etc/security/limits.conf    
* soft nofile 65535  
* hard nofile 65535  

當前用戶立即生效： 

# ulimit -SHn 65535  

階段四：數據庫架構擴展

隨著業務量越來越大，單臺數據庫服務器性能已無法滿足業務需求，該考慮增加服務器擴展架構了。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 增加緩存

給數據庫增加緩存系統，把熱數據緩存到內存中，如果緩存中有請求的數據就不再去請求MySQL，減少數據庫負載。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：memcached、redis，memcached性能穩定，數據緩存在內存中，速度很快，QPS理論可達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：

4.2 主從復制與讀寫分離

在生產環境中，業務系統通常讀多寫少，可部署一主多從架構，主數據庫負責寫操作，并做雙機熱備，多臺從數據庫做負載均衡，負責讀操作。主流的負載均衡器：LVS、HAProxy、Nginx。

怎么來實現讀寫分離呢？大多數企業是在代碼層面實現讀寫分離，效率高。另一個種方式通過代理程序實現讀寫分離，企業中應用較少，會增加中間件消耗。主流中間件代理系統有MyCat、Atlas等。

在這種MySQL主從復制拓撲架構中，分散單臺負載，大大提高數據庫并發能力。如果一臺從服務器能處理1500 QPS，那么3臺就能處理4500 QPS，而且容易橫向擴展。

有時，面對大量寫操作的應用時，單臺寫性能達不到業務需求。就可以做雙向復制（雙主），但有個問題得注意：兩臺主服務器如果都對外提供讀寫操作，就可能遇到數據不一致現象，產生這個原因是程序有同時操作兩臺數據庫幾率，同時的更新操作會造成兩臺數據庫數據發生沖突或者不一致。

可設置每個表ID字段自增唯一：auto_increment_increment和auto_increment_offset，也可以寫算法生成隨機唯一。

官方近兩年推出的MGR（多主復制）集群也可以考慮下。

4.3 分庫

分庫是根據業務將數據庫中相關的表分離到不同的數據庫中，例如web、bbs、blog等庫。如果業務量很大，還可將分離后的數據庫做主從復制架構，進一步避免單庫壓力過大。

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？你應該考慮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

分區就是把一張表的數據根據表結構中的字段（如range、list、hash等）分成多個區塊，這些區塊可以在一個磁盤上，也可以在不同的磁盤上，分區后，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。

注：增加緩存、分庫、分表和分區主要由程序猿或DBA來實現。

階段五：數據庫維護

數據庫維護是數據庫工程師或運維工程師的工作，包括系統監控、性能分析、性能調優、數據庫備份和恢復等主要工作。

5.1 性能狀態關鍵指標

專業術語：QPS（Queries Per Second，每秒查詢書）和TPS（Transactions Per Second）

通過show status查看運行狀態，會有300多條狀態信息記錄，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 

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： 

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：    

mysql> show global status where Variable_name in('com_select','com_insert','com_delete','com_update'); 

等待1秒再執行，獲取間隔差值，第二次每個變量值減去***次對應的變量值，就是QPS。

TPS計算方法： 

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，支持動態開啟： 

mysql> set global slow-query-log=on    
# 開啟慢查詢日志   
mysql> set global slow_query_log_file='/var/log/mysql/mysql-slow.log';   
# 指定慢查詢日志文件位置   
mysql> set global log_queries_not_using_indexes=on;    
# 記錄沒有使用索引的查詢   
mysql> set global long_query_time=1;  
# 只記錄處理時間1s以上的慢查詢  

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！高頻率的備份策略，選用一個穩定快速的工具至關重要。數據庫大小在2G以內，建議使用官方的邏輯備份工具mysqldump。超過2G以上，建議使用percona公司的物理備份工具xtrabackup，否則慢的跟蝸牛似得。這兩個工具都支持InnoDB存儲引擎下熱備，不影響業務讀寫操作。

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。前者只能修復MyISAM表，并且停止數據庫，后者MyISAM和InnoDB都可以，在線修復。

注意：修復前***先備份數據庫。

myisamchk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

例如：myisamchk -r -q *.MYI

mysqlcheck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

例如：mysqlcheck -r -q -uroot -p123456 weibo

5.5 MySQL服務器性能分析

重點關注：

• id：CPU利用率百分比，平均小于60%正常，但已經比較繁忙了。
• wa：CPU等待磁盤IO響應時間，一般大于5說明磁盤讀寫量大。

KB_read/s、KB_wrtn/s 每秒讀寫數據量，主要根據磁盤每秒***讀寫速度評估。

r/s、w/s：每秒讀寫請求次數，可以理解為IOPS（每秒輸入輸出量），是衡量磁盤性能的主要指標之一。

await：IO平均每秒響應時間，一般大于5說明磁盤響應慢，超過自身性能。

util：磁盤利用率百分比，平均小于60%正常，但已經比較繁忙了。

小結

由于關系型數據庫初衷設計限制，在大數據處理時會顯得力不從心。因此NoSQL（非關系型數據庫）火起來了，天生勵志，具備分布式、高性能、高可靠等特性，彌補了關系型數據庫某方面先天性不足，非常適合存儲非結構化數據。主流NoSQL數據庫有：MongoDB、HBase、Cassandra等。 

單純數據庫層面優化效果提升并不多明顯，主要還是要根據業務場景選擇合適的數據庫！