以下内容已屏蔽图片优化访问速度 |
---|
[IMG] 作者:王帅 来源地址:[IMG]for MySQL数据库(就是MySQL5.6版本),有个用户上网记录表6个月的数据量近2000万,保留最近一年的数据量达到4000万,查询速度极慢,日常卡死。严重影响业务。 问题前提:老系统,当时设计系统的人大概是大学没毕业,表设计和sql语句写的不仅仅是垃圾,简直无法直视。原开发人员都已离职,到我来维护,这就是传说中的维护不了就跑路,然后我就是掉坑的那个!!! 我尝试解决该问题,so,有个这个日志。 方案概述 方案一:优化现有mysql数据库。优点:不影响现有业务,源程序不需要修改代码,成本最低。缺点:有优化瓶颈,数据量过亿就玩完了。 方案二:升级数据库类型,换一种100%兼容mysql的数据库。优点:不影响现有业务,源程序不需要修改代码,你几乎不需要做任何操作就能提升数据库性能,缺点:多花钱 方案三:一步到位,大数据解决方案,更换newsql/nosql数据库。优点:扩展性强,成本低,没有数据容量瓶颈,缺点:需要修改源程序代码 以上三种方案,按顺序使用即可,数据量在亿级别一下的没必要换nosql,开发成本太高。三种方案我都试了一遍,而且都形成了落地解决方案。该过程心中慰问跑路的那几个开发者一万遍 :) 方案一详细说明:优化现有mysql数据库 跟阿里云数据库大佬电话沟通 and Google解决方案 and 问群里大佬,总结如下(都是精华): 1.数据库设计和表创建时就要考虑性能 2.sql的编写需要注意优化 3.分区 4.分表 5.分库 1.数据库设计和表创建时就要考虑性能 mysql数据库本身高度灵活,造成性能不足,严重依赖开发人员能力。也就是说开发人员能力高,则mysql性能高。这也是很多关系型数据库的通病,所以公司的dba通常工资巨高。 设计表时要注意: 1.表字段避免null值出现,null值很难查询优化且占用额外的索引空间,推荐默认数字0代替null。 2.尽量使用INT而非BIGINT,如果非负则加上UNSIGNED(这样数值容量会扩大一倍),当然能使用TINYINT、SMALLINT、MEDIUM_INT更好。 3.使用枚举或整数代替字符串类型 4.尽量使用TIMESTAMP而非DATETIME 5.单表不要有太多字段,建议在20以内 6.用整型来存IP 索引 1.索引并不是越多越好,要根据查询有针对性的创建,考虑在WHERE和ORDER BY命令上涉及的列建立索引,可根据EXPLAIN来查看是否用了索引还是全表扫描 2.应尽量避免在WHERE子句中对字段进行NULL值判断,否则将导致引擎放弃使用索引而进行全表扫描 3.值分布很稀少的字段不适合建索引,例如"性别"这种只有两三个值的字段 4.字符字段只建前缀索引 5.字符字段最好不要做主键 6.不用外键,由程序保证约束 7.尽量不用UNIQUE,由程序保证约束 8.使用多列索引时主意顺序和查询条件保持一致,同时删除不必要的单列索引 简言之就是使用合适的数据类型,选择合适的索引 选择合适的数据类型 (1)使用可存下数据的最小的数据类型,整型 < date,time < char,varchar < blob (2)使用简单的数据类型,整型比字符处理开销更小,因为字符串的比较更复杂。如,int类型存储时间类型,bigint类型转ip函数 (3)使用合理的字段属性长度,固定长度的表会更快。使用enum、char而不是varchar (4)尽可能使用not null定义字段 (5)尽量少用text,非用不可最好分表 # 选择合适的索引列 (1)查询频繁的列,在where,group by,order by,on从句中出现的列 (2)where条件中<,<=,=,>,>=,between,in,以及like 字符串+通配符(%)出现的列 (3)长度小的列,索引字段越小越好,因为数据库的存储单位是页,一页中能存下的数据越多越好 (4)离散度大(不同的值多)的列,放在联合索引前面。查看离散度,通过统计不同的列值来实现,count越大,离散程度越高: 原开发人员已经跑路,该表早已建立,我无法修改,故:该措辞无法执行,放弃! 2.sql的编写需要注意优化 1.使用limit对查询结果的记录进行限定 2.避免select *,将需要查找的字段列出来 3.使用连接(join)来代替子查询 4.拆分大的delete或insert语句 5.可通过开启慢查询日志来找出较慢的SQL 6.不做列运算:SELECT id WHERE age + 1 = 10,任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等等,查询时要尽可能将操作移至等号右边 7.sql语句尽可能简单:一条sql只能在一个cpu运算;大语句拆小语句,减少锁时间;一条大sql可以堵死整个库 8.OR改写成IN:OR的效率是n级别,IN的效率是log(n)级别,in的个数建议控制在200以内 9.不用函数和触发器,在应用程序实现 10.避免%xxx式查询 11.少用JOIN 12.使用同类型进行比较,比如用'123'和'123'比,123和123比 13.尽量避免在WHERE子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描 14.对于连续数值,使用BETWEEN不用IN:SELECT id FROM t WHERE num BETWEEN 1 AND 5 15.列表数据不要拿全表,要使用LIMIT来分页,每页数量也不要太大 原开发人员已经跑路,程序已经完成上线,我无法修改sql,故:该措辞无法执行,放弃! 引擎 引擎 目前广泛使用的是MyISAM和InnoDB两种引擎: MyISAM MyISAM引擎是MySQL 5.1及之前版本的默认引擎,它的特点是: 1.不支持行锁,读取时对需要读到的所有表加锁,写入时则对表加排它锁 2.不支持事务 3.不支持外键 4.不支持崩溃后的安全恢复 5.在表有读取查询的同时,支持往表中插入新纪录 6.支持BLOB和TEXT的前500个字符索引,支持全文索引 7.支持延迟更新索引,极大提升写入性能 8.对于不会进行修改的表,支持压缩表,极大减少磁盘空间占用 InnoDB InnoDB在MySQL 5.5后成为默认索引,它的特点是: 1.支持行锁,采用MVCC来支持高并发 2.支持事务 3.支持外键 4.支持崩溃后的安全恢复 5.不支持全文索引 总体来讲,MyISAM适合SELECT密集型的表,而InnoDB适合INSERT和UPDATE密集型的表 MyISAM速度可能超快,占用存储空间也小,但是程序要求事务支持,故InnoDB是必须的,故该方案无法执行,放弃! 3.分区 MySQL在5.1版引入的分区是一种简单的水平拆分,用户需要在建表的时候加上分区参数,对应用是透明的无需修改代码 对用户来说,分区表是一个独立的逻辑表,但是底层由多个物理子表组成,实现分区的代码实际上是通过对一组底层表的对象封装,但对SQL层来说是一个完全封装底层的黑盒子。MySQL实现分区的方式也意味着索引也是按照分区的子表定义,没有全局索引 用户的SQL语句是需要针对分区表做优化,SQL条件中要带上分区条件的列,从而使查询定位到少量的分区上,否则就会扫描全部分区,可以通过EXPLAIN PARTITIONS来查看某条SQL语句会落在那些分区上,从而进行SQL优化,我测试,查询时不带分区条件的列,也会提高速度,故该措施值得一试。 分区的好处是: 1.可以让单表存储更多的数据 2.分区表的数据更容易维护,可以通过清楚整个分区批量删除大量数据,也可以增加新的分区来支持新插入的数据。另外,还可以对一个独立分区进行优化、检查、修复等操作 3.部分查询能够从查询条件确定只落在少数分区上,速度会很快 4.分区表的数据还可以分布在不同的物理设备上,从而搞笑利用多个硬件设备 5.可以使用分区表赖避免某些特殊瓶颈,例如InnoDB单个索引的互斥访问、ext3文件系统的inode锁竞争 6.可以备份和恢复单个分区 分区的限制和缺点: 1.一个表最多只能有1024个分区 2.如果分区字段中有主键或者唯一索引的列,那么所有主键列和唯一索引列都必须包含进来 3.分区表无法使用外键约束 4.NULL值会使分区过滤无效 5.所有分区必须使用相同的存储引擎 分区的类型: 1.RANGE分区:基于属于一个给定连续区间的列值,把多行分配给分区 2.LIST分区:类似于按RANGE分区,区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择 3.HASH分区:基于用户定义的表达式的返回值来进行选择的分区,该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含MySQL中有效的、产生非负整数值的任何表达式 4.KEY分区:类似于按HASH分区,区别在于KEY分区只支持计算一列或多列,且MySQL服务器提供其自身的哈希函数。必须有一列或多列包含整数值 5.具体关于mysql分区的概念请自行google或查询官方文档,我这里只是抛砖引玉了。 我首先根据月份把上网记录表RANGE分区了12份,查询效率提高6倍左右,效果不明显,故:换id为HASH分区,分了64个分区,查询速度提升显著。问题解决! 结果如下:PARTITION BY HASH (id)PARTITIONS 64 select count() from readroom_website; --11901336行记录 / 受影响行数: 0 已找到记录: 1 警告: 0 持续时间 1 查询: 5.734 sec. / select * from readroom_website where month(accesstime) =11 limit 10; / 受影响行数: 0 已找到记录: 10 警告: 0 持续时间 1 查询: 0.719 sec. */ 4.分表 分表就是把一张大表,按照如上过程都优化了,还是查询卡死,那就把这个表分成多张表,把一次查询分成多次查询,然后把结果组合返回给用户。 分表分为垂直拆分和水平拆分,通常以某个字段做拆分项。比如以id字段拆分为100张表: 表名为 tableName_id%100 但:分表需要修改源程序代码,会给开发带来大量工作,极大的增加了开发成本,故:只适合在开发初期就考虑到了大量数据存在,做好了分表处理,不适合应用上线了再做修改,成本太高!!!而且选择这个方案,都不如选择我提供的第二第三个方案的成本低!故不建议采用。 5.分库 把一个数据库分成多个,建议做个读写分离就行了,真正的做分库也会带来大量的开发成本,得不偿失!不推荐使用。 方案二详细说明:升级数据库,换一个100%兼容mysql的数据库 mysql性能不行,那就换个。为保证源程序代码不修改,保证现有业务平稳迁移,故需要换一个100%兼容mysql的数据库。 开源选择 1.tiDB [IMG][IMG]是阿里云自研的下一代关系型分布式云原生数据库,100%兼容MySQL,存储容量最高可达 100T,性能最高提升至 MySQL 的 6 倍。POLARDB 既融合了商业数据库稳定、可靠、高性能的特征,又具有开源数据库简单、可扩展、持续迭代的优势,而成本只需商用数据库的 1/10。 我开通测试了一下,支持免费mysql的数据迁移,无操作成本,性能提升在10倍左右,价格跟rds相差不多,是个很好的备选解决方案! 1.阿里云OcenanBase 2.淘宝使用的,扛得住双十一,性能卓著,但是在公测中,我无法尝试,但值得期待 3.阿里云HybridDB for MySQL (原PetaData) 4.[IMG]for MySQL (原名PetaData)是同时支持海量数据在线事务(OLTP)和在线分析(OLAP)的HTAP(Hybrid Transaction/Analytical Processing)关系型数据库。 我也测试了一下,是一个olap和oltp兼容的解决方案,但是价格太高,每小时高达10块钱,用来做存储太浪费了,适合存储和分析一起用的业务。 1.腾讯云DCDB 2.[IMG]MORE | 往期精彩文章 - 通俗易懂|用好Git 和 SVN ,轻松驾驭版本管理 被裁员|其实,这并不是一件坏事! 面试字节跳动,我被怼了.... 雷布斯 22 年前写的代码 你见过吗? 黑客是如何发现女朋友出轨的 如果你喜欢本文 请长按二维码关注民工哥技术之路 [IMG] 转发朋友圈,是对我最大的支持。 [IMG] 扫码加群交流 点击【阅读原文】公众号所有的精华都在这里 [IMG] |