一、痛點

• 數據量日積月累越來越大，哪怕 sharding 也很難實現到查詢秒出，并且硬件成本和程序復雜度都很高；
• 數據查詢涉及邏輯復雜，單個 SQL 往往涉及多個表 join，以致 SQL 執行慢，SQL 優化難度大；
• 歷史數據更新量大，普通的 SQL 數據庫數據導入都會存在 io 瓶頸；
• 搜索條件多，匯總維度不固定，導致很多數據無法更進一步匯總；
• 同時在線用戶量很高，特別是針對業績數據，實時訂單數據和獎金數據等場景是業務非常關心的，所以這些 case 的并發量非常高；
• 接口性能不穩定，數據更新時接口性能波動大；

當MySQL單表記錄數過大時，增刪改查性能都會急劇下降，可以參考以下方法來優化

二、單表優化

2.1 字段

• 盡量使用TINYINT、SMALLINT、MEDIUM_INT作為整數類型而非INT，如果非負則加上UNSIGNED

• VARCHAR的長度只分配真正需要的空間

• 使用枚舉或整數代替字符串類型
• 盡量使用TIMESTAMP而非DATETIME，
• 單表不要有太多字段，建議在20以內
• 避免使用NULL字段，很難查詢優化且占用額外索引空間
• 用整型來存IP

2.2 索引

• 索引并不是越多越好，要根據查詢有針對性的創建，考慮在WHERE和ORDER BY命令上涉及的列建立索引，可根據EXPLAIN來查看是否用了索引還是全表掃描
• 應盡量避免在WHERE子句中對字段進行NULL值判斷，否則將導致引擎放棄使用索引而進行全表掃描
• 值分布很稀少的字段不適合建索引，例如"性別"這種只有兩三個值的字段
• 字符字段只建前綴索引
• 字符字段最好不要做主鍵
• 不用外鍵，由程序保證約束
• 盡量不用UNIQUE，由程序保證約束
• 使用多列索引時主意順序和查詢條件保持一致，同時刪除不必要的單列索引

2.3 查詢SQL

• 可通過開啟慢查詢日志來找出較慢的SQL
• 不做列運算：SELECT id WHERE age + 1 = 10，任何對列的操作都將導致表掃描，它包括數據庫教程函數、計算表達式等等，查詢時要盡可能將操作移至等號右邊
• sql語句盡可能簡單：一條sql只能在一個cpu運算；大語句拆小語句，減少鎖時間；一條大sql可以堵死整個庫
• 不用SELECT *

• OR改寫成IN：OR的效率是n級別，IN的效率是log(n)級別，in的個數建議控制在200以內

• 不用函數和觸發器，在應用程序實現
• 避免%xxx式查詢
• 少用JOIN
• 使用同類型進行比較，比如用'123'和'123'比，123和123比
• 盡量避免在WHERE子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描
• 對于連續數值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5
• 列表數據不要拿全表，要使用LIMIT來分頁，每頁數量也不要太大

這里還有其他的優化建議，貼出來：

30個MySQL千萬級大數據SQL查詢優化技巧詳解

我又吊打面試官了，憑借MySQL海量數據優化（理論+實戰）

2.4 系統調優參數

可以使用下面幾個工具來做基準測試：

• sysbench：一個模塊化，跨平臺以及多線程的性能測試工具
• iibench-mysql：基于 Java 的 MySQL/Percona/MariaDB 索引進行插入性能測試工具
• tpcc-mysql：Percona開發的TPC-C測試工具

具體的調優參數內容較多，具體可參考官方文檔，這里介紹一些比較重要的參數：

• back_log：back_log值指出在MySQL暫時停止回答新請求之前的短時間內多少個請求可以被存在堆棧中。也就是說，如果MySql的連接數據達到max_connections時，新來的請求將會被存在堆棧中，以等待某一連接釋放資源，該堆棧的數量即back_log，如果等待連接的數量超過back_log，將不被授予連接資源。可以從默認的50升至500
• wait_timeout：數據庫連接閑置時間，閑置連接會占用內存資源。可以從默認的8小時減到半小時
• max_user_connection: 最大連接數，默認為0無上限，最好設一個合理上限
• thread_concurrency：并發線程數，設為CPU核數的兩倍
• skip_name_resolve：禁止對外部連接進行DNS解析，消除DNS解析時間，但需要所有遠程主機用IP訪問
• key_buffer_size：索引塊的緩存大小，增加會提升索引處理速度，對MyISAM表性能影響最大。對于內存4G左右，可設為256M或384M，通過查詢show status like 'key_read%'，保證key_reads / key_read_requests在0.1%以下最好
• innodb_buffer_pool_size：緩存數據塊和索引塊，對InnoDB表性能影響最大。通過查詢show status like 'Innodb_buffer_pool_read%'，保證?(Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests越高越好
• innodb_additional_mem_pool_size：InnoDB存儲引擎用來存放數據字典信息以及一些內部數據結構的內存空間大小，當數據庫對象非常多的時候，適當調整該參數的大小以確保所有數據都能存放在內存中提高訪問效率，當過小的時候，MySQL會記錄Warning信息到數據庫的錯誤日志中，這時就需要該調整這個參數大小
• innodb_log_buffer_size：InnoDB存儲引擎的事務日志所使用的緩沖區，一般來說不建議超過32MB
• query_cache_size：緩存MySQL中的ResultSet，也就是一條SQL語句執行的結果集，所以僅僅只能針對select語句。當某個表的數據有任何任何變化，都會導致所有引用了該表的select語句在Query Cache中的緩存數據失效。所以，當我們的數據變化非常頻繁的情況下，使用Query Cache可能會得不償失。根據命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))進行調整，一般不建議太大，256MB可能已經差不多了，大型的配置型靜態數據可適當調大.
  可以通過命令show status like 'Qcache_%'查看目前系統Query catch使用大小
• read_buffer_size：MySql讀入緩沖區大小。對表進行順序掃描的請求將分配一個讀入緩沖區，MySql會為它分配一段內存緩沖區。如果對表的順序掃描請求非常頻繁，可以通過增加該變量值以及內存緩沖區大小提高其性能
• sort_buffer_size：MySql執行排序使用的緩沖大小。如果想要增加ORDER BY的速度，首先看是否可以讓MySQL使用索引而不是額外的排序階段。如果不能，可以嘗試增加sort_buffer_size變量的大小
• read_rnd_buffer_size：MySql的隨機讀緩沖區大小。當按任意順序讀取行時(例如，按照排序順序)，將分配一個隨機讀緩存區。進行排序查詢時，MySql會首先掃描一遍該緩沖，以避免磁盤搜索，提高查詢速度，如果需要排序大量數據，可適當調高該值。但MySql會為每個客戶連接發放該緩沖空間，所以應盡量適當設置該值，以避免內存開銷過大。
• record_buffer：每個進行一個順序掃描的線程為其掃描的每張表分配這個大小的一個緩沖區。如果你做很多順序掃描，可能想要增加該值
• thread_cache_size：保存當前沒有與連接關聯但是準備為后面新的連接服務的線程，可以快速響應連接的線程請求而無需創建新的
• table_cache：類似于thread_cache_size，但用來緩存表文件，對InnoDB效果不大，主要用于MyISAM

2.5 升級硬件

Scale up，這個不多說了，根據MySQL是CPU密集型還是I/O密集型，通過提升CPU和內存、使用SSD，都能顯著提升MySQL性能

三、分布式方案

3.1 讀寫分離

也是目前常用的優化，從庫讀主庫寫，一般不要采用雙主或多主引入很多復雜性，盡量采用文中的其他方案來提高性能。同時目前很多拆分的解決方案同時也兼顧考慮了讀寫分離?

3.2 分庫分表

分庫分表那些事

3.3 緩存

緩存可以發生在這些層次：

• MySQL內部：在系統調優參數介紹了相關設置
• 數據訪問層：比如MyBatis針對SQL語句做緩存，而Hibernate可以精確到單個記錄，這里緩存的對象主要是持久化對象Persistence Object
• 應用服務層：這里可以通過編程手段對緩存做到更精準的控制和更多的實現策略，這里緩存的對象是數據傳輸對象Data Transfer Object
• Web層：針對web頁面做緩存
• 瀏覽器客戶端：用戶端的緩存

可以根據實際情況在一個層次或多個層次結合加入緩存。這里重點介紹下服務層的緩存實現，目前主要有兩種方式：

• 直寫式（Write Through）：在數據寫入數據庫后，同時更新緩存，維持數據庫與緩存的一致性。這也是當前大多數應用緩存框架如Spring Cache的工作方式。這種實現非常簡單，同步好，但效率一般。
• 回寫式（Write Back）：當有數據要寫入數據庫時，只會更新緩存，然后異步批量的將緩存數據同步到數據庫上。這種實現比較復雜，需要較多的應用邏輯，同時可能會產生數據庫與緩存的不同步，但效率非常高。

四、遷移至其他技術方案

ElasticSearch、Hbase，Kylin，Garuda 等其他數據存儲和檢索方案

參考：

100 億 + 數據量，每天 50W+ 查詢，攜程酒店數據智能平臺實踐

總結

以上是生活随笔為你收集整理的mysql海量数据查询/处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。