数据库性能优化--引导篇

MySQL性能标准

• QPS：Queries Per Second，每秒查询率。执行查询增加。
• TPS：Transactions Per Second，也就是事务数/秒。执行事务增加。
• PV：页面被浏览的次数。打开页面就增加。
• 并发数： 系统同时处理的request/事务数
• 响应时间： 一般取平均响应时间

QPS（TPS）= 并发数/平均响应时间 或者 并发数 = QPS*平均响应时间

例如：某个查询/事务需要0.1s，并发10个，QPS就是10/0.1 = 100，也就是每秒可以处理100个查询/事务。

【峰值QPS和机器计算公式】（来源于网络）

原理：每天80%的访问集中在20%的时间里，这20%时间叫做峰值时间
公式：( 总PV数 * 80% ) / ( 每天秒数 * 20% ) = 峰值时间每秒请求数(QPS)
机器：峰值时间每秒QPS / 单台机器的QPS   = 需要的机器

问：每天300w PV 的在单台机器上，这台机器需要多少QPS？
答：( 3000000 * 0.8 ) / (86400 * 0.2 ) = 139 (QPS)

问：如果一台机器的QPS是58，需要几台机器来支持？答：139 / 58 = 3

影响MySQL的方面

1. 服务器硬件
2. 服务器系统
3. 存储引擎
4. 参数配置
5. 表结构和SQL语句

常见的现象和处理办法

1.大事务

概念：

• 事务特性：原子性，一致性，隔离性，持久性。
• 大事务：运行时间长，操作的数据表。
• 产生的影响：锁多，阻塞超时。回滚时间长。主从延迟。
• 解决方式：避免一次处理太多。一处不必要的查询。

关于隔离性：

• 未提交读：Read unCommited ,带来脏读。
• 已提交读：Read Commite，带来多次查询不一致。
• 可重复读：Pereatable Read，带来一定的延迟。
• 可串行化：serializable，会带来大量的锁表。
• 隔离性越来越高，但是并发性越来越低。一般推荐中间的两种。

2.大表

行数超过千万或者文件大于10G

• 导致主键建立时间过长，DDL
  • 版本<5.5 建立索引的时候会锁表
  • 版本>5.5 会导致主从延迟。
• 修改表结构：长时间锁表
  • 阻塞操作
  • 主从延迟

解决办法：

• 分库分表：
  • 难点：主键的选择，跨分区查询和统计。
• 历史数据归档：有效解决对业务的影响。
  • 难点：归档的时间点，归档操作（删库操作）。

详细的优化会在后面的篇幅分享