譯者注： 隨著尺寸和負載的增長，MySQL的性能會趨於下降。記住這些訣竅，便可保持MySQL的流暢運行。 測量應用程序的方法之一是看性能。而性能的指標之一便是用戶體驗，通俗的說法就是“用戶是否需要等待更長的時間才能得到他們想要的東西”。這個指標在不同的應用場合而有所改變。對於移動購物應用，響應時間不能超過幾秒鐘。對於員工的人力資源頁面，可能需要多花幾秒鐘的時間。
有很多關於性能如何影響用戶行為的研究：
- 79%的客戶不太可能回到慢速網站
- 47%的消費者希望網頁在2秒或更短的時間內完成加載
- 40%的用戶在網站加載時間超過3秒時會放棄
- 頁面加載時間的1秒延遲可能會導致7%的損失，頁面瀏覽量減少11%
無論採用何種標準，都必須保持良好的應用性能。否則，用戶會抱怨(或者更糟的是，轉到不同的應用程序)。影響應用程序性能的因素之一是數據庫性能。應用程序、網站和數據庫之間的交互對於建立應用程序性能的好壞至關重要。
這種交互的一個核心組件是應用程序如何查詢數據庫以及數據庫如何響應請求。無論如何，MySQL都是最受歡迎的數據庫管理系統之一。在生產環境中，越來越多的企業正在轉向使用MySQL(和其他開源數據庫)作為數據庫解決方案。
有許多配置MySQL的方法可以幫助確保數據庫對查詢作出快速響應，並使應用程序性能降低到最低限度。
以下是幫助優化MySQL數據庫性能的一些基本技巧。
優化技巧 #1：學習如何使用 EXPLAIN
使用任何數據庫所做的兩個最重要的決定是設計應用程序實體之間的關係如何映射到表(數據庫模式)，以及設計應用程序如何以所需的格式獲得所需的數據(查詢)。
複雜的應用程序可以有複雜的模式和查詢。如果想得到應用程序所需要的性能和擴展性，不能僅僅依靠直覺來理解如何執行查詢。
應該學習如何使用EXPLAIN命令，而不是隨意的猜測和想象。此命令展示瞭如何執行查詢，並讓您瞭解所期望的性能，以及查詢將如何隨著數據大小的變化而伸縮。
有許多工具–比如MySQLWorkbench–可以可視化EXPLAIN輸出，但仍然需要理解基礎知識才能理解它。
EXPLAIN命令提供輸出的有兩種不同的格式：老式的表格式和更現代的結構化JSON文檔，它提供了更多的細節(如下所示)：
mysql> explain format=json select avg(k) from sbtest1 where id between 1000 and 2000 \G
*************************** 1. row ***************************
EXPLAIN: {
“query_block”: {
“select_id”: 1,
“cost_info”: {
“query_cost”: “762.40”
},
“table”: {
“table_name”: “sbtest1”,
“access_type”: “range”,
“possible_keys”: [
“PRIMARY”
],
“key”: “PRIMARY”,
“used_key_parts”: [
“id”
],
“key_length”: “4”,
“rows_examined_per_scan”: 1874,
“rows_produced_per_join”: 1874,
“filtered”: “100.00”,
“cost_info”: {
“read_cost”: “387.60”,
“eval_cost”: “374.80”,
“prefix_cost”: “762.40”,
“data_read_per_join”: “351K”
},
“used_columns”: [
“id”,
“k”
],
“attached_condition”: “(`sbtest`.`sbtest1`.`id` between 1000 and 2000)”
}
}
}
應該查看的一個組件是“query cost”。query cost是指MySQL根據查詢執行的總開銷來考慮這個特定查詢的代價，並且基於許多不同的因素。
簡單查詢的查詢開銷通常小於1，000。開銷在1，000到100，000之間的查詢被認為是中等開銷的查詢，而且如果每秒只運行數百個這樣的查詢(而不是數萬個)，通常會比較快。
開銷超過100，000的查詢可以當作是昂貴的。通常，當您是系統上的單個用戶時，這些查詢仍會快速運行，但您應該仔細考慮在交互式應用程序中使用此類查詢的頻率(尤其是隨著用戶數量的增長)。
當然，這些數字只是性能的一個大概的體現，但它們展示了一般原則。您的系統可能更好地處理查詢工作負載，也可能更糟，這取決於其體系結構和配置。
決定查詢開銷的主要因素是查詢是否正確使用索引。EXPLAIN 命令可以告訴您查詢是否使用索引(通常是因為索引是如何在數據庫中創建的，或者查詢本身是如何設計的)。這就是為什麼學會使用 EXPLAIN 是如此重要。
優化技巧 #2：創建正確的索引
索引通過減少查詢必須掃描的數據庫中的數據量來提高查詢效率。MySQL中的索引用於加速數據庫中的訪問，並幫助執行數據庫約束(如 UNIQUE和FOREIGN KEY )。
數據庫索引很像圖書索引。它們被保存在自己的位置，並且包含主數據庫中已經存在的信息。它們是指向數據所在位置的參考方法或映射。索引不會更改數據庫中的任何數據。它們只是指向數據的位置。
沒有完全適用於任何工作負載的索引。而應該始終在系統運行的查詢上下文中查看索引。
索引良好的數據庫不僅運行得更快，而且即使缺少一個索引也會使數據庫慢如蝸牛。使用EXPLAIN(如前所述)查找缺少的索引並添加它們。但是要小心：不要添加你不需要的索引！不必要的索引會降低數據庫的速度
(請查看關於MySQL索引最佳實踐的介紹)。
優化技巧 #3：拒絕使用默認設置
與任何軟件一樣，MySQL有許多可配置的設置，可用於修改行為(以及最終的性能)。與任何軟件一樣，管理員忽略了許多這些可配置的設置，最終在默認模式下使用。
要從MySQL中獲得最佳性能，瞭解可配置的的MySQL設置是非常重要的，更重要的是將它們設置為最適合您的數據庫環境。
默認情況下，MySQL用於小規模的開發安裝，而不是生產規模。您通常希望配置MySQL以使用所有可用的內存資源，並允許應用程序需要的連接數量。
下面是三個MySQL性能優化設置，您應該始終仔細檢查：
innodb_ buffer_ pool_size:緩衝池用於存放緩存數據和索引。這是使用具有大容量RAM的系統作為數據庫服務器的主要原因。如果只運行InnoDB存儲引擎，通常會將80%的內存分配給緩衝池。如果您正在運行非常複雜的查詢，或者有大量的併發數據庫連接，或大量的表，可能需要將此值降低一個檔次，以便為其他操作分配更多的內存。
在設置InnoDB緩衝池大小時，需要確保不要設置得太大，否則會導致交換。這絕對會影響數據庫性能。一種簡單的檢查方法是查看Percona Monitoring and Management中的系統概述圖中的交換活動：
如圖所示，有時進行一些交換是可以的。但是，如果看到持續每秒1MB或更多的交換活動，則需要減少緩衝池大小(或其他內存使用)。
如果在第一次訪問時沒有正確地獲得innodb_ Buffer_ pool_ size的值，不用擔心。從MySQL5.7開始，便可以動態更改InnoDB緩衝池的大小，而無需重新啟動數據庫服務器。
innodb_ log_ file_ size：這是單個InnoDB日誌文件的大小。默認情況下，InnoDB使用兩個值，這樣您就可以將這個數字加倍，從而獲得InnoDB用於確保事務持久的循環重做日誌空間的大小。這也優化了將更改應用到數據庫。設置innodb_ log_ file_ size是一個權衡的問題。分配的重做空間越大，對於寫密集型工作負載而言，性能就越好，但是如果系統斷電或出現其他問題，崩潰恢復的時間就越長。
如何知道MySQL的性能是否受到當前InnoDB日誌文件大小的限制？可以通過查看實際使用了多少可用的重做日誌空間來判斷。最簡單的方法是查看Percona Monitor and Management InnoDB Metrics儀表板。在下圖中，InnoDB日誌文件的大小不夠大，因為使用的空間非常接近可用的重做日誌空間(由紅線表示)。日誌文件的大小應該至少比保持系統最佳運行所用的空間大20%。
MAX_ Connections：大型應用程序連接數通常需高於默認值。不同於其它變量，如果沒有正確設置它，就不會有性能問題(本身)。相反，如果連接的數量不足以滿足您的應用程序的需要，那麼您的應用程序將無法連接到數據庫(在您的用戶看來，這就像是停機時間)。所以正確處理這個變量很重要。
如果在多個服務器上運行多個組件的複雜應用程序，很難知道需要多少連接。幸運的是，MySQL可以很容易地看到在峰值操作時使用了多少連接。通常，您希望確保應用程序使用的最大連接數與可用的最大連接數之間至少有30%的差距。查看這些數字的一種簡單方法是在Percona監控和管理的MySQL概述儀表板中使用MySQL連接圖。下圖顯示了一個健全的系統，其中有大量的附加連接可用。
需要記住的一點是，如果數據庫運行緩慢，應用程序通常會創建過多的連接。在這種情況下，您應該處理數據庫的性能問題，而不是簡單地允許更多的連接。更多的連接會使底層的性能問題變得更糟。
(注意：當將max_Connections變量設置為明顯高於默認值時，通常需要考慮增加其他參數，如表緩存的大小和打開的MySQL文件的數量。但是，這不屬於本文討論的範疇。)
優化技巧 #4：將數據庫保存在內存中
近年來，我們看到了向固態磁盤(SSD)的過渡。儘管SSD比旋轉硬盤快得多，但它們仍然無法與RAM中的數據相比。這種差異不僅來自存儲性能本身，還來自數據庫在從磁盤或SSD存儲中檢索數據時必須做的額外工作。
隨著最新硬件的改進，無論是在雲端運行還是管理自己的硬件，都越來越有可能將數據庫存儲在內存中。
更好的消息是，您不需要將所有數據庫都放入內存中，就可以獲得內存中的大部分性能優勢。您只需將工作數據（最頻繁訪問的數據）集存入內存中。
你可能已經看到一些文章提供了一些具體的數字，說明應該將數據庫的哪個部分保存在內存中，從10%到33%不等。事實上，沒有“一刀切”的數字。適合內存的最佳性能優勢的數據量與工作負載相關。與其尋找一個特定的“萬能”數字，不如檢查一下數據庫在其穩定狀態下運行的I/O(通常在啟動後幾個小時)。看看READ，因為如果數據庫在內存中，則可以完全消除READ。寫總是需要發生的，不管你有多少內存可用。
下面，您可以在Percona監控和管理的InnoDBMetrics儀表板中的 InnoDB I/O圖中看到 I/O。
在上面的圖表中，您可以看到高達每秒2，000個I/O操作的峰值，這表明(至少對於工作負載的某些部分)數據庫工作集不適合內存。
優化技巧 #5：使用SSD存儲
如果您的數據庫不適合內存(即使不適合)，您仍然需要快速存儲來處理寫操作，並在數據庫升溫時(重新啟動後)避免性能問題。如今，SSD即是快速存儲的代名詞。
出於成本或可靠性的原因，一些“專家”仍然主張使用旋轉磁盤（機械磁盤）。坦率地說，當涉及到操作數據庫時，這些論點往往已經過時或完全錯誤。今天，SSD以較高的價格提供著可觀的性能和可靠性。
然而，並非所有SSD都是適用的。對於數據庫服務器，您應該使用為服務器工作負載設計的SSD，這種SSD會對數據起到保護作用(例如，在斷電期間)。避免使用為臺式計算機和筆記本電腦設計的商用SSD。
通過NVMe或Intel OpTan技術連接的SSD可提供最佳性能。即使作為SAN、NAS或cloud block設備遠程連接，與旋轉磁盤相比，SSD仍然具有更優越的性能。
優化技巧 #6：橫向擴展
即使是高性能的服務器也有其侷限性。有兩種擴展方式：up和out。縱向擴展意味著購買更多的硬件。這可能很昂貴，而且硬件很快就會過時。橫向擴展以處理更多的負載有幾個好處：
1.可以利用較小且成本較低的系統。
2.通過橫向擴展，進行線性擴展更快更容易。
3.因為數據庫分佈在多臺物理機器上，所以數據庫不會受到單個硬件故障點的影響。
雖然橫向擴展是有好處的，但也有一定的侷限性。擴展需要複製，例如基本的MySQL複製或Percona XtraDB Cluster，以實現數據同步。但是作為回報，可以獲得額外的性能和高可用性。如果您需要更大的擴展，請使用MySQL分片。
您還需要確保連接到集群體系結構的應用程序能夠找到所需的數據–通常通過一些代理服務器和負載平衡器(如ProxySQL或HAProxy)。
在計劃橫向擴展時，避免過早地擴展。使用分佈式數據庫往往更復雜。現代硬件和MySQL服務器只使用一臺服務器就可以得到良好的體驗。最近發佈的MySQL 8候選版本表明，它能夠在單個系統上處理200多萬個簡單查詢。
優化技巧 #7：可觀測性
設計最好的系統時要考慮到可觀察性-MySQL也不例外.。
一旦您啟動、運行並正確調整了MySQL環境，就不能僅僅設置而不進行管理。數據庫環境會受到系統或工作負載更改的影響。準備好應對諸如流量高峰、應用程序錯誤和MySQL故障等意外。這些事情能夠而且將會發生。
當發生問題時，你需要迅速而有效地解決它們。這樣做的唯一方法是設置某種監視解決方案並對其進行適當的初始化。這使您能夠在數據庫環境在生產中運行時看到它正在發生的情況，並在出現問題時分析服務器數據。理想情況下，系統允許您在問題發生之前或在問題發展到用戶可以看到其影響之前進行預防。
監控工具有諸如MySQL Enterprise Monitor、Monyog和 Percona Monitoring and Management (PMM)，後者具有免費和開源的額外優勢。這些工具為監視和故障排除提供了很好的可操作性。
隨著越來越多的公司轉向開源數據庫(特別是MySQL)，以便在大規模生產環境中管理和服務其業務數據，他們將需要集中精力保持這些數據庫的優化和最佳運行效率。與所有對您的業務目標至關重要的事情一樣，您的數據庫性能可能會導致或破壞你的業務目標或成果。MySQL是一個可以為應用程序和網站提供優質的數據庫解決方案，但需要進行調整以滿足您的需要，並進行監視以發現和防止瓶頸和性能問題。
PeterZaitsev是Percona的聯合創始人和首席執行官，Percona時企業級MySQL和MongoDB解決方案和服務的提供商。由O‘Reilly出版的《High Performance MySQL》是最受歡迎的MySQL性能書籍之一。Zaitsev經常在PerconaDatabasePerformanceBlog.com上發表博客，並在世界各地的會議中發言。
閱讀更多 美食代碼喵 的文章
