mysql優化和類型

MySQL還支援選擇在該類型關鍵字後面的括号内指定整數值的顯示寬度(例如，INT(4))。int(M) 在 integer 資料類型中，M 表示最大顯示寬度，該可選顯示寬度規定用于顯示寬度小于指定的列寬度的值時從左側填滿寬度。

顯示寬度并不限制可以在列内儲存的值的範圍，也不限制超過列的指定寬度的值的顯示。

在 int(M) 中，M 的值跟 int(M) 所占多少存儲空間并無任何關系。和數字位數也無關系， int(3)、int(4)、

int(8) 在磁盤上都是占用 4 btyes 的存儲空間。

當結合可選擴充屬性ZEROFILL使用時， 預設補充的空格用零代替。例如，對于聲明為INT(5) ZEROFILL的列，

值4檢索為00004。

 bigint 用于某些特殊的情況，當整數值超過 int 資料類型支援的範圍時，就可以采用 bigint。

使用同類型進行比較

盡量避免在WHERE子句中使用!=或<>操作符，否則将引擎放棄使用索引而進行全表掃描

少用JOIN

不用SELECT *

可通過開啟慢查詢日志來找出較慢的SQL

不用外鍵

值分布很稀少的字段不适合建索引

索引并不是越多越好，要根據查詢有針對性的建立，考慮在WHERE和ORDER BY指令上涉及的列建立索引，可根據EXPLAIN來檢視是否用了索引還是全表掃描

選擇合适引擎：

MyISAM

MyISAM引擎是MySQL 5.1及之前版本的預設引擎，它的特點是：

不支援行鎖，讀取時對需要讀到的所有表加鎖，寫入時則對表加排它鎖

不支援事務

不支援外鍵

不支援崩潰後的安全恢複

在表有讀取查詢的同時，支援往表中插入新紀錄

支援BLOB和TEXT的前500個字元索引，支援全文索引

支援延遲更新索引，極大提升寫入性能

對于不會進行修改的表，支援壓縮表，極大減少磁盤空間占用

InnoDB

InnoDB在MySQL 5.5後成為預設索引，它的特點是：

支援行鎖，采用MVCC來支援高并發

支援事務

支援外鍵

支援崩潰後的安全恢複

不支援全文索引

總體來講，MyISAM适合SELECT密集型的表，而InnoDB适合INSERT和UPDATE密集型的表

系統調優參數

可以使用下面幾個工具來做基準測試：

sysbench：一個子產品化，跨平台以及多線程的性能測試工具

iibench-mysql：基于 Java 的 MySQL/Percona/MariaDB 索引進行插入性能測試工具

tpcc-mysql：Percona開發的TPC-C測試工具

具體的調優參數内容較多，具體可參考官方文檔，這裡介紹一些比較重要的參數：

back_log：back_log值指出在MySQL暫時停止回答新請求之前的短時間内多少個請求可以被存在堆棧中。也就是說，如果MySql的連接配接資料達到max_connections時，新來的請求将會被存在堆棧中，以等待某一連接配接釋放資源，該堆棧的數量即back_log，如果等待連接配接的數量超過back_log，将不被授予連接配接資源。可以從預設的50升至500

wait_timeout：資料庫連接配接閑置時間，閑置連接配接會占用記憶體資源。可以從預設的8小時減到半小時

max_user_connection: 最大連接配接數，預設為0無上限，最好設一個合理上限

thread_concurrency：并發線程數，設為CPU核數的兩倍

skip_name_resolve：禁止對外部連接配接進行DNS解析，消除DNS解析時間，但需要所有遠端主機用IP通路

key_buffer_size：索引塊的緩存大小，增加會提升索引處理速度，對MyISAM表性能影響最大。對于記憶體4G左右，可設為256M或384M，通過查詢show status like 'key_read%'，保證key_reads / key_read_requests在0.1%以下最好

innodb_buffer_pool_size：緩存資料塊和索引塊，對InnoDB表性能影響最大。通過查詢show status like 'Innodb_buffer_pool_read%'，保證 (Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests越高越好

innodb_additional_mem_pool_size：InnoDB存儲引擎用來存放資料字典資訊以及一些内部資料結構的記憶體空間大小，當資料庫對象非常多的時候，适當調整該參數的大小以確定所有資料都能存放在記憶體中提高通路效率，當過小的時候，MySQL會記錄Warning資訊到資料庫的錯誤日志中，這時就需要該調整這個參數大小

innodb_log_buffer_size：InnoDB存儲引擎的事務日志所使用的緩沖區，一般來說不建議超過32MB

query_cache_size：緩存MySQL中的ResultSet，也就是一條SQL語句執行的結果集，是以僅僅隻能針對select語句。當某個表的資料有任何任何變化，都會導緻所有引用了該表的select語句在Query Cache中的緩存資料失效。是以，當我們的資料變化非常頻繁的情況下，使用Query Cache可能會得不償失。根據命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))進行調整，一般不建議太大，256MB可能已經差不多了，大型的配置型靜态資料可适當調大.

可以通過指令show status like 'Qcache_%'檢視目前系統Query catch使用大小

read_buffer_size：MySql讀入緩沖區大小。對表進行順序掃描的請求将配置設定一個讀入緩沖區，MySql會為它配置設定一段記憶體緩沖區。如果對表的順序掃描請求非常頻繁，可以通過增加該變量值以及記憶體緩沖區大小提高其性能

sort_buffer_size：MySql執行排序使用的緩沖大小。如果想要增加ORDER BY的速度，首先看是否可以讓MySQL使用索引而不是額外的排序階段。如果不能，可以嘗試增加sort_buffer_size變量的大小

read_rnd_buffer_size：MySql的随機讀緩沖區大小。當按任意順序讀取行時(例如，按照排序順序)，将配置設定一個随機讀緩存區。進行排序查詢時，MySql會首先掃描一遍該緩沖，以避免磁盤搜尋，提高查詢速度，如果需要排序大量資料，可适當調高該值。但MySql會為每個客戶連接配接發放該緩沖空間，是以應盡量适當設定該值，以避免記憶體開銷過大。

record_buffer：每個進行一個順序掃描的線程為其掃描的每張表配置設定這個大小的一個緩沖區。如果你做很多順序掃描，可能想要增加該值

thread_cache_size：儲存目前沒有與連接配接關聯但是準備為後面新的連接配接服務的線程，可以快速響應連接配接的線程請求而無需建立新的

table_cache：類似于thread_cache_size，但用來緩存表檔案，對InnoDB效果不大，主要用于MyISAM

更新硬體

Scale up，這個不多說了，根據MySQL是CPU密集型還是I/O密集型，通過提升CPU和記憶體、使用SSD，都能顯著提升MySQL性能

讀寫分離

也是目前常用的優化，從庫讀主庫寫，一般不要采用雙主或多主引入很多複雜性，盡量采用文中的其他方案來提高性能。同時目前很多拆分的解決方案同時也兼顧考慮了讀寫分離

緩存

緩存可以發生在這些層次：

MySQL内部：在系統調優參數介紹了相關設定

資料通路層：比如MyBatis針對SQL語句做緩存，而Hibernate可以精确到單個記錄，這裡緩存的對象主要是持久化對象Persistence object

應用服務層：這裡可以通過程式設計手段對緩存做到更精準的控制和更多的實作政策，這裡緩存的對象是資料傳輸對象Data Transfer object

Web層：針對web頁面做緩存

浏覽器用戶端：使用者端的緩存

可以根據實際情況在一個層次或多個層次結合加入緩存。這裡重點介紹下服務層的緩存實作，目前主要有兩種方式：

直寫式（Write Through）：在資料寫入資料庫後，同時更新緩存，維持資料庫與緩存的一緻性。這也是目前大多數應用緩存架構如Spring Cache的工作方式。這種實作非常簡單，同步好，但效率一般。

回寫式（Write Back）：當有資料要寫入資料庫時，隻會更新緩存，然後異步批量的将緩存資料同步到資料庫上。這種實作比較複雜，需要較多的應用邏輯，同時可能會産生資料庫與緩存的不同步，但效率非常高。

表分區

MySQL在5.1版引入的分區是一種簡單的水準拆分，使用者需要在建表的時候加上分區參數，對應用是透明的無需修改代碼

對使用者來說，分區表是一個獨立的邏輯表，但是底層由多個實體子表組成，實作分區的代碼實際上是通過對一組底層表的對象封裝，但對SQL層來說是一個完全封裝底層的黑盒子。MySQL實作分區的方式也意味着索引也是按照分區的子表定義，沒有全局索引

使用者的SQL語句是需要針對分區表做優化，SQL條件中要帶上分區條件的列，進而使查詢定位到少量的分區上，否則就會掃描全部分區，可以通過EXPLAIN PARTITIONS來檢視某條SQL語句會落在那些分區上，進而進行SQL優化

分區的好處是：

可以讓單表存儲更多的資料

垂直拆分

垂直分庫是根據資料庫裡面的資料表的相關性進行拆分，比如：一個資料庫裡面既存在使用者資料，又存在訂單資料，那麼垂直拆分可以把使用者資料放到使用者庫、把訂單資料放到訂單庫。垂直分表是對資料表進行垂直拆分的一種方式，常見的是把一個多字段的大表按常用字段和非常用字段進行拆分，每個表裡面的資料記錄數一般情況下是相同的，隻是字段不一樣，使用主鍵關聯

垂直拆分的優點是：

可以使得行資料變小，一個資料塊(Block)就能存放更多的資料，在查詢時就會減少I/O次數(每次查詢時讀取的Block 就少)

可以達到最大化利用Cache的目的，具體在垂直拆分的時候可以将不常變的字段放一起，将經常改變的放一起

資料維護簡單

缺點是：

主鍵出現備援，需要管理備援列

會引起表連接配接JOIN操作（增加CPU開銷）可以通過在業務伺服器上進行join來減少資料庫壓力

依然存在單表資料量過大的問題（需要水準拆分）

事務處理複雜

水準拆分

概述

水準拆分是通過某種政策将資料分片來存儲，分庫内分表和分庫兩部分，每片資料會分散到不同的MySQL表或庫，達到分布式的效果，能夠支援非常大的資料量。前面的表分區本質上也是一種特殊的庫内分表

庫内分表，僅僅是單純的解決了單一表資料過大的問題，由于沒有把表的資料分布到不同的機器上，是以對于減輕MySQL伺服器的壓力來說，并沒有太大的作用，大家還是競争同一個實體機上的IO、CPU、網絡，這個就要通過分庫來解決

實際情況中往往會是垂直拆分和水準拆分的結合，即将Users_A_M和Users_N_Z再拆成Users和UserExtras，這樣一共四張表

水準拆分的優點是:

不存在單庫大資料和高并發的性能瓶頸

應用端改造較少

提高了系統的穩定性和負載能力

分片事務一緻性難以解決

跨節點Join性能差，邏輯複雜

資料多次擴充難度跟維護量極大

本文轉自   Taxing祥   51CTO部落格，原文連結:http://blog.51cto.com/12118369/1966071