针对 MySQL 大规模数据库的性能和伸缩性的优化_光环大数据培训针对 MySQL 大规模数据库的性能和伸缩性的优化_光环大数据培训.pdf

光环大数据--大数据培训知名品牌 针对 MySQL 大规模数据库的性能和伸缩性的优化_光环大数据培训 光环大数据培训机构，在需要支持移动/平板电脑应用及普通桌面浏览器访问的 时代，网站的普及率和有效性很大程度上取决于其可用性和性能。一个访问缓慢 的网站会使得访问者或潜在的客户流失，并导致商业的失败。一个访问速度相当 快的网站将会决定访客是否会使用网站提供的产品或服务。 拥有大规模数据库的网站始终需要适当的关注、配置、优化、调整和维护，以确 保网站的快速加载。这篇文章将讨论如何优化有海量数据的 MySQL 数据库。 选择 InnoDB 作为存储引擎 大型产品的数据库对于可靠性和并发性的要求较高，InnoDB 作为默认的 MySQL 存储引擎，相对于 MyISAM 来说是个更佳的选择。 优化数据库结构  组织数据库的 schema、表和字段以降低I/O 的开销，将相关项保存在一 起，并提前规划，以便随着数据量的增长，性能可以保持较高的水平。  设计数据表应尽量使其占用的空间最小化，表的主键应尽可能短。 光环大数据 光环大数据--大数据培训知名品牌  对于 InnoDB 表，主键所在的列在每个辅助索引条目中都是可复制的， 因此如果有很多辅助索引，那么一个短的主键可以节省大量空间。  仅创建你需要改进查询性能的索引。索引有助于检索，但是会增加插入和 更新操作的执行时间。 InnoDB 的 Change Buffering 特性 InnoDB 提供了 change buffering 的配置，可减少维护辅助索引所需的磁盘 I/O。大规模的数据库可能会遇到大量的表操作和大量的 I/O，以保证辅助索引 保持最新。当相关页面不在缓冲池里面时，InnoDB 的 change buffer 将会更改 缓存到辅助索引条目，从而避免因不能立即从磁盘读取页面而导致耗时的 I/O 操作。当页面被加载到缓冲池时，缓冲的更改将被合并，更新的页面之后会刷新 到磁盘。这样做可提高性能，适用于 MySQL 5.5 及更高版本。 InnoDB 页面压缩 InnoDB 支持对表进行页面级的压缩。当写入数据页的时候，会有特定的压缩算 法对其进行压缩。压缩后的数据会写入磁盘，其打孔机制会释放页面末尾的空块。 如果压缩失败，数据会按原样写入。表和索引都会被压缩，因为索引通常是数据 库总大小中占比很大的一部分，压缩可以显著节约内存，I/O 或处理时间，这样 就达到了提高性能和伸缩性的目的。它还可以减少内存和磁盘之间传输的数据量。 MySQL 5.1 及更高版本支持该功能。 光环大数据 光环大数据--大数据培训知名品牌 注意，页面压缩并不能支持共享表空间中的表。共享表空间包括系统表空间、临 时表空间和常规表空间。 使用批量数据导入 在主键上使用已排序的数据源进行批量数据的导入可加快数据插入的过程。否则， 可能需要在其他行之间插入行以维护排序，这会导致磁盘 I/O 变高，进而影响 性能，增加页的拆分。关闭自动提交的模式也是有好处的，因为它会为每个插入 执行日志刷新到磁盘。在批量插入期间临时转移唯一键和外键检查也可显著降低 磁盘 I/O。对于新建的表，最好的做法是在批量导入后创建外键/唯一键约束。 SQL 语句优化 为了提升查询的速度，可以为 WHERE 字句中使用的列添加索引。此外，不要将 主键索引用于太多或太长的列，因为这些列值在辅助索引进行复制的时候会增加 读取所需要的 I/O 资源并占用缓存。 如果索引包含了不必要的数据，通过 I/O 读取这些数据并进行缓存就会减弱服 务器的性能和伸缩性。也不要为不必要的列使用唯一键索引，因为它会禁用 change buffering。应该使用常规索引代替。 减少和隔离需要耗费大量时间的函数调用。 光环大数据