MySQL性能优化 一、系统配置优化

数据库优化纬度有四个:

硬件升级、系统配置、表结构设计、SQL语句及索引。

优化选择:

  • 优化成本:硬件升级 > 系统配置 > 表结构设计 > SQL语句及索引
  • 优化效果:硬件升级 < 系统配置 < 标结果设计 < SQL语句及索引

1.保证从内存中读取数据

MySQL会在内存中保存一定的数据,通过LRU算法将不常访问的数据保存在硬盘文件中。

尽可能的扩大内存中的数量,将数据保存在内存中,从内存中读取数据,可以提升MySQL性能

扩大 innodb_buffer_pool_size,能够全然从内存中读取数据。最大限度降低磁盘操作。

确定 innodb_buffer_pool_size 足够大的方法:

sql 复制代码
show global status like 'innodb_buffer_pool_pages_%'

innodb_buffer_pool_size 默认为128M,理论上可以扩大到内存的3/4或4/5

修改my.cnf

innodb_buffer_size = 750M

如果是专用的MySQL Server 可以禁用SWAP

shell 复制代码
#查看swap
cat /proc/swaps

#关闭所有交换设备和文件
swapoff -a

2.数据预热

默认情况,仅仅有某条数据被读取一次,才会缓存在innodb_buffer_pool

所以,数据库刚刚启动,须要进行数据预热,将磁盘上的全部数据缓存到内存中

数据预热能够提高读取速度

1.对于InnoDB数据库,进行数据预热的脚本是:

sql 复制代码
SELECT DISTINCT
CONCAT('SELECT ',ndxcollist,' FROM ',db,'.',tb,
       ' ORDER BY ',ndxcollist,';') SelectQueryToLoadCache
FROM
(
  SELECT
  engine,table_schema db,table_name tb,
  index_name,GROUP_CONCAT(column_name ORDER BY seq_in_index)
  ndxcollist
  FROM
  (
    SELECT
    B.engine,A.table_schema,A.table_name,
    A.index_name,A.column_name,A.seq_in_index
    FROM
    information_schema.statistics A INNER JOIN
    (
      SELECT engine,table_schema,table_name
      FROM information_schema.tables WHERE
      engine='InnoDB'
    ) B USING (table_schema,table_name)
    WHERE B.table_schema NOT IN ('information_schema','mysql')
    ORDER BY table_schema,table_name,index_name,seq_in_index
  ) A
  GROUP BY table_schema,table_name,index_name
) AA
ORDER BY db,tb;

将该脚本保存为:loadtomem.sql

2.执行命令

shell 复制代码
mysql -uroot -proot -AN < /root/loadtomem.sql > /root/loadtomem.sql

3.在需要数据预热时,比如重启数据库

执行命令

shell 复制代码
mysql -uroot < /root/loadtomem.sql > /dev/null 2>&1

3.降低磁盘写入次数

  • 增大redolog,减少落盘次数
    • innodb_log_file_size 设置为 0.25*innodb_buffer_pool_size
  • 通用查询日志、慢查询日志可以不开,bin-log开
    • 生成中不开通用查询日志,遇到性能问题开慢查询日志
  • 写redolog策略 innodb_flush_log_at_trx_commit 设置为0或2
    • 如果不涉及非常高的安全性(金融系统),或者基础架构足够安全,或者事务都非常小,都能够用0或者2来减少磁盘操作

4.提高磁盘读写性能

使用SSD或者内存磁盘

相关推荐
我不听你讲话2 小时前
关系型与非关系型数据库视角下的 MySQL:特性解析与 Linux 部署实践
linux·mysql·nosql
prince056 小时前
用户积分系统怎么设计
java·大数据·数据库
原来是猿8 小时前
MySQL【内置函数】
数据库·mysql
難釋懷8 小时前
Redis分片集群插槽原理
数据库·redis·缓存
冷小鱼8 小时前
pgvector 向量数据库完全指南:PostgreSQL 生态的 AI 增强
数据库·人工智能·postgresql
陈天伟教授8 小时前
人工智能应用- 天文学家的助手:08. 星系定位与分类
前端·javascript·数据库·人工智能·机器学习
yunyun321238 小时前
用Python生成艺术:分形与算法绘图
jvm·数据库·python
m0_662577978 小时前
高级爬虫技巧:处理JavaScript渲染(Selenium)
jvm·数据库·python
ℳ๓₯㎕.空城旧梦9 小时前
Python单元测试(unittest)实战指南
jvm·数据库·python
Navicat中国9 小时前
Navicat 高效破解 SQL 编写繁琐难题,提升数据库设计效率
数据库·可视化·sql编写繁琐