概述

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。

1、數據庫表設計

項目立項后，開發部根據產品部需求開發項目，開發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)。考慮到高可用性，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2000左右QPS，經過優化后，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***化發揮性能呢?

一方面可以單臺運行多個MySQL實例讓服務器性能發揮到***化，

另一方面是對數據庫進行優化，往往操作系統和數據庫默認配置都比較保守，會對數據庫發揮有一定限制，可對這些配置進行適當的調整，盡可能的處理更多連接數。

具體優化有以下三個層面：

3.1 數據庫配置優化

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揮***化性能，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***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***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參數比較多，以下列出主要影響數據庫性能的參數(篇幅有限，這里只拿innodb分析)。

InnoDB參數默認值：

innodb_buffer_pool_size = 128M 
#索引和數據緩沖區大小，一般設置物理內存的60%-70% 
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  
#默認是共享表空間，共享表空間idbdata文件不斷增大，影響一定的I/O性能。推薦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 

3.2 系統內核優化

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。

* soft nofile 65535 
* hard nofile 65535 

# ulimit -SHn 65535 #立刻生效

3.3 硬件配置

加大物理內存，提高文件系統性能。linux內核會從內存中分配出緩存區(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。

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

這里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(理論上)，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***的優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，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有memcached、redis，memcached性能穩定，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，實現比較簡單。

注：增加緩存、分庫、分表和分區主要由程序猿來實現。

5、數據庫監控

數據庫監控維護是運維工程師或者DBA主要工作，包括性能監控、性能分析、性能調優、數據庫備份和恢復等。

5.1 性能狀態關鍵指標

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，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

基于Questions計算出QPS：

mysql> show global status like 'Questions'; 
mysql> show global status like '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'; 

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***生效。

mysql> set global slow-query-log=on #開啟慢查詢功能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 

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

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

總結：

由于關系型數據庫初衷設計限制，一些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，如HDFS、GFS等。海量數據計算分析采用Hadoop、Spark、Storm等。