如何定位,排除和避免MySQL数据库性能问题

栏目: 编程语言 发布于: 2014-05-02 12:17:02

做大流量访问级别的web应用开发的项目的时候,我们不得不经常要对应用中的各项功能不断的进行检测,优化以防止应用在关键时刻挂掉。下面作者就如何定位,排除以及避免MySQL数据库性能问题上面发表一些看法。期望能够帮助到同行们能够打造更坚固,更稳定的web应用。

(1)设计表时尽量使用 innodb数据库引擎

建表时,显式指定使用innodb数据库引擎,而不是myisam引擎,myisam引擎的锁是表锁,读锁和写锁是互斥的,读写操作是串行的,锁冲突会严重影响并发.而innodb提供行级锁,能提供较好的并发表现,在我们的业务场景里,也不会引起死锁。

(2)善用数据库索引

对SQL语句中where条件里使用到的字段,合理建立索引。虽然对表建立索引一定程度上会影响写入效率,但在表数据规模不大,写入压力不是特别高的情况下,索引带来的好处是更多的。

(3)合理的分库分表

对数据应合理分库分表,由应用层去动态的选择库和表。MySQL 的 innodb 引擎表虽然理论上可以存储海量的数据,但在我们的业务场景下,数据控制在500w以下会比较合理,追求性能的话,最好控制在200w以下,合理索引。

(4)合理使用缓存

将不常修改的,数据量有限的,又是被密集查询的信息,加载到 cache 里,可以有效的降低数据库压力。在一般的业务场景里,推荐使用开源 memcache,简单而且高效。

(5)善用 explain 命令

项目开发完后,应经常使用 explain 命令检查SQL语句,看是否使用到索引,是否存在 filesort 问题(即没有将 order by 列 设置为索引),以及检查数据检索的行数(rows)是否太大。一般情况下,rows<1000,是在可接受的范围内的。rows在1000~1w之间,在密集并发访问的情况下可能会导致性能问题,但如果不是太频繁的访问(频率低于1分钟一 次),又难再优化的话,可以接受,但需要注意观察rows大于1万时,应慎重考虑SQL的设计,优化SQL,优化db,一般来说不允许频繁运行(频率低于1小时一次)。rows达到10w级别时,坚决不能做为实时运行的SQL。但导数据场合除外,但导数据必须控制好时间, 频度。

explain SQL语句应该是日常开发中的习惯动作,有时explain出来的结果,可能会出于偏离设计的意料之外,所以强烈建议在设计SQL语句时,尤其是稍微复杂的SQL时,一定要在测试环境甚至是实际环境上预先进行 explain 检测。

(6)开启 MySQL 慢查询日志

一般应打开MySQL的慢查询日志(在my.cnf中加入log_slow_queries和long_query_time两个参数),会记录所有查询持续时间超过long_query_time的SQL语句,把这些语句log下来之后,再一一运行 explain 命令进行分析优化。

(7)监视MySQL数据库进程列表

登陆MySQL客户端,使用show processlist查看当前正在运行的SQL语句,如果正在运行的语句太多,且运行时间太长的话,表示MySQL效率有问题。必要的时候可以将对应的进程kill掉。

(8)监视MySQL所占用的系统进程

使用 top,vmstat 等系统命令来检查MySQL进程占用的cpu,内存,以及磁盘IO量来对数据库进行进一步优化。

您可能感兴趣的文章

  • 关于mysql数据库大小写敏感的问题
  • 如何查看MySQL数据库字符集
  • 合理使用MySQL数据库索引以使数据库高效运行
  • Mysql 数据库缓存cache功能分析,调试以及性能总结
  • MySQL 大数据量快速插入方法和语句性能优化
  • windows环境下mysql数据库的主从同步备份步骤
  • 如何知道数据库中那些执行的SQL语句比较慢
  • 改善数据库性能 揭秘SQL优化技巧
本站文章除注明转载外,均为本站原创或编译。欢迎任何形式的转载,但请务必注明出处。
转载请注明:文章转载自 [http://www.php230.com]
本文标题:如何定位,排除和避免MySQL数据库性能问题
IT技术书籍推荐:
Python黑帽子:黑客与渗透测试编程之道
Python黑帽子:黑客与渗透测试编程之道
塞茨 (Justin Seitz) (作者), 孙松柏 (译者), 李聪 (译者), 润秋 (译者)
本书是畅销书《Python 灰帽子—黑客与逆向工程师的 Python 编程之道》的姊妹篇,那本书一面市便占据计算机安全类书籍的头把交椅。本书由 Immunity 公司的高级安全研究员 Justin Seitz 精心撰写。作者根据自己在安全界,特别是渗透测试领域的几十年经验,向读者介绍了 Python 如何被用在黑客和渗透测试的各个领域,从基本的网络扫描到数据包捕获,从 Web 爬虫到编写 Burp 扩展工具,从编写木马到权限提升等。 作者在本书中的很多实例都非常具有创新和启发意义, 如 HTTP 数据中的图片检测、 基于 GitHub命令进行控制的模块化木马、浏览器的中间人攻击技术、利用 COM 组件自动化技术窃取数据、通过进程监视和代码插入实现权限提升、通过向虚拟机内存快照中插入 shellcode 实现木马驻留和权限提升等。通过对这些技术的学习,读者不仅能掌握各种 Python 库的应用和编程技术,还能拓宽视野,培养和锻炼自己的黑客思维。读者在阅读本书时也完全感觉不到其他一些技术书籍常见的枯燥和乏味。
最新互联网资讯