Mysql高性能笔记
影响数据库的因素
- sql查询速度
- 服务器硬件
- 网卡流量
- 磁盘IO
超高的QPS(每秒查询速度)和TPS（每秒事务量）
- 风险：效率底下的SQL
假设只有一个CPU，让我们来看下面这张图：
image.png
可以看到对比，100ms的低效率的慢查询看似不大，但是对数据库压力很大。提高数据库性能之一就是优化那些效率低下的sql，提高性能，提高QPS。
大量的并发和超高的CPU使用率
风险：
- 大量的并发：数据库连接数被沾满（max_connections默认是100，在实际生产中我们要修改变大）
- 超高的CPU使用率：因为CPU资源耗尽而出现宕机。
磁盘IO
风险：
- 磁盘IO性能突然下降（使用更快的磁盘设备）
- 其他大量消耗磁盘性能的计划任务（调整计划任务，做好磁盘维护）。
网卡流量
风险：
- 网卡IO被沾满（1000Mb/8约等于100MB）
如何避免：
- 减少从服务器的数量
- 进行分级缓存
- 避免使用’select *‘
- 分离业务网络和服务器网络
还有什么会影响数据库性能？
什么样的表可以被称为大表：
- 记录行数巨大，单表超过千万行
- 表数据文件巨大，表数据文件超过10G
- 还是要灵活运用
大表对查询的影响：
- 慢查询：很难在一定的时间内过滤出所需要的数据。
-
大表建立索引需要很长的时间。Mysql < 5.5 建立索引会锁表。Mysql > 5.5 不会锁表，但是会主从延迟。
image.png
订单来源有四家，那么查询的时候会产生慢查询。
因为我们查询的时候，订单来源比较少，区分度比较低，会产生大量的磁盘IO，进而降低磁盘效率，导致大量的慢查询。 这个时候如果把订单来源进行分表的话对减少数据库的IO压力，增强QPS。
大表对DDL操作的影响：
- 修改表结构需要长时间锁表
- 会影响正常的数据操作
风险：会造成长时间的主从延迟。
如何处理数据库中的大表：
- 分库分表把一张大表分成多个小表。
难点：
- 分表主键的选择
- 分表后跨区数据的查询和统计
- 对大表进行历史数据归档 减少对前后端业务的影响
难点：
- 归档时间点的选择
- 如何进行归档
什么是事务？
- 事务的数据库系统区别于其他一切文件系统的重特性之一。
- 事务是一组具有原子性的SQL语句，或是一个独立的工作单元。
事务的四个特性：
- 原子性
- 一致性
- 隔离性
- 持久性
什么是大事务？
定义：运行的时间比较长，操作的数据比较多的事务。
风险：锁定太多的数据，造成大量的阻塞和锁超市，回滚时所需要的时间比较长，执行时间长，太容易造成主从延迟。
所以我们要避免一次处理太多的数据。移出不必要在事物中的SELECT操作。
