MySQL高級(jí)知識(shí)-MySQL性能因素

影響MySQL的性能因素

1、業(yè)務(wù)需求對(duì)mysql的影響(合適合度)
  • 例如: 買家賣家評(píng)論帖子實(shí)時(shí)統(tǒng)計(jì)返干??血淌?
    • 要求:
      • 統(tǒng)計(jì)對(duì)該產(chǎn)品的評(píng)價(jià)帖子矩欠,要實(shí)時(shí)的!
    • 問(wèn)題
      • 假如這個(gè)數(shù)據(jù)量很小OK悠夯,可以實(shí)時(shí)查詢癌淮,假如越來(lái)越多,積累了好多萬(wàn)客戶評(píng)論帖子
      • 1 select count(*)對(duì)于剛開始數(shù)量很小時(shí)可以沦补,如果數(shù)據(jù)增大已經(jīng)有千萬(wàn)級(jí)的乳蓄,一個(gè)查詢就哭吧,成為系統(tǒng)性能瓶頸夕膀。
      • 2 你正在統(tǒng)計(jì)時(shí)候也有買家賣家修改增刪評(píng)論虚倒,你不能要求用戶說(shuō)我統(tǒng)計(jì)的時(shí)候你們不許動(dòng)
    • 解決
      • 單獨(dú)一個(gè)表,單獨(dú)一個(gè)字段來(lái)保存這個(gè)帖子數(shù)目。 每一個(gè)買家新增一條評(píng)論就是需要更新一個(gè)這個(gè)數(shù)字,各買家是多個(gè)(高并發(fā))不定時(shí)的在發(fā)布帖子,實(shí)時(shí)修改更新后再統(tǒng)計(jì)select count(*)势木。 就算我們使用的是Innodb存儲(chǔ)引擎,一個(gè)update數(shù)字他就是行鎖,高并發(fā)的瓶頸出現(xiàn)了
    • 結(jié)論
      • 很多的統(tǒng)計(jì)信息都是準(zhǔn)實(shí)時(shí)的而不是實(shí)時(shí)統(tǒng)計(jì)耻煤,網(wǎng)站的一些數(shù)量信息、分頁(yè)信息擦囊、排序信息违霞、點(diǎn)擊率信息等等一般都不是實(shí)時(shí)的而是準(zhǔn)實(shí)時(shí)的。攜程網(wǎng)絡(luò)訂機(jī)票看看瞬场。
2买鸽、存儲(chǔ)定位對(duì)MySQL的影響
  • 不適合放進(jìn)mysql的數(shù)據(jù)
    • 二進(jìn)制多媒體數(shù)據(jù)
    • 流水隊(duì)列數(shù)據(jù)
    • 超大文本數(shù)據(jù)
  • 需要放進(jìn)緩存的數(shù)據(jù)
    • 系統(tǒng)各種配置及規(guī)則數(shù)據(jù)
    • 活躍用戶的基本信息數(shù)據(jù)
    • 活躍用戶的個(gè)性化定制信息數(shù)據(jù)
    • 準(zhǔn)實(shí)時(shí)的統(tǒng)計(jì)信息數(shù)據(jù)
    • 其他一些訪問(wèn)頻繁但變更較少的數(shù)據(jù)
3、Schema設(shè)計(jì)對(duì)系統(tǒng)的性能影響
  • 盡量減少對(duì)數(shù)據(jù)庫(kù)訪問(wèn)的請(qǐng)求
  • 盡量減少無(wú)用數(shù)據(jù)的查詢請(qǐng)求
  • p2p中user_main和我的賬戶金額冗余問(wèn)題(user_main表信息中冗余部分金額信息)
4贯被、硬件環(huán)境對(duì)系統(tǒng)性能的影響
  • 典型OLTP應(yīng)用系統(tǒng)
    • 什么是OLTP:OLTP即聯(lián)機(jī)事務(wù)處理眼五,就是我們經(jīng)常說(shuō)的關(guān)系數(shù)據(jù)庫(kù),意即記錄即時(shí)的增彤灶、刪看幼、改、查幌陕,就是我們經(jīng)常應(yīng)用的東西诵姜,這是數(shù)據(jù)庫(kù)的基礎(chǔ)
    • 對(duì)于各種數(shù)據(jù)庫(kù)系統(tǒng)環(huán)境中大家最常見的OLTP系統(tǒng),其特點(diǎn)是并發(fā)量大搏熄,整體數(shù)據(jù)量比較多棚唆,但每次訪問(wèn)的數(shù)據(jù)比較少暇赤,且訪問(wèn)的數(shù)據(jù)比較離散,活躍數(shù)據(jù)占總體數(shù)據(jù)的比例不是太大宵凌。對(duì)于這類系統(tǒng)的數(shù)據(jù)庫(kù)實(shí)際上是最難維護(hù)鞋囊,最難以優(yōu)化的,對(duì)主機(jī)整體性能要求也是最高的瞎惫。因?yàn)椴粌H訪問(wèn)量很高溜腐,數(shù)據(jù)量也不小。
    • 針對(duì)上面的這些特點(diǎn)和分析瓜喇,我們可以對(duì)OLTP的得出一個(gè)大致的方向挺益。
      • 雖然系統(tǒng)總體數(shù)據(jù)量較大,但是系統(tǒng)活躍數(shù)據(jù)在數(shù)據(jù)總量中所占的比例不大欠橘,那么我們可以通過(guò)擴(kuò)大內(nèi)存容量來(lái)盡可能多的將活躍數(shù)據(jù)cache到內(nèi)存中矩肩;
      • 雖然IO訪問(wèn)非常頻繁现恼,但是每次訪問(wèn)的數(shù)據(jù)量較少且很離散肃续,那么我們對(duì)磁盤存儲(chǔ)的要求是IOPS表現(xiàn)要很好,吞吐量是次要因素叉袍;
      • 并發(fā)量很高始锚,CPU每秒所要處理的請(qǐng)求自然也就很多,所以CPU處理能力需要比較強(qiáng)勁喳逛;
      • 雖然與客戶端的每次交互的數(shù)據(jù)量并不是特別大瞧捌,但是網(wǎng)絡(luò)交互非常頻繁,所以主機(jī)與客戶端交互的網(wǎng)絡(luò)設(shè)備對(duì)流量能力也要求不能太弱润文。
  • 典型OLAP應(yīng)用系統(tǒng)
    • 用于數(shù)據(jù)分析的OLAP系統(tǒng)的主要特點(diǎn)就是數(shù)據(jù)量非常大姐呐,并發(fā)訪問(wèn)不多,但每次訪問(wèn)所需要檢索的數(shù)據(jù)量都比較多典蝌,而且數(shù)據(jù)訪問(wèn)相對(duì)較為集中曙砂,沒(méi)有太明顯的活躍數(shù)據(jù)概念。
    • 什么是OLAP:OLAP即聯(lián)機(jī)分析處理骏掀,是數(shù)據(jù)倉(cāng)庫(kù)的核心部心鸠澈,所謂數(shù)據(jù)倉(cāng)庫(kù)是對(duì)于大量已經(jīng)由OLTP形成的數(shù)據(jù)的一種分析型的數(shù)據(jù)庫(kù),用于處理商業(yè)智能截驮、決策支持等重要的決策信息笑陈;數(shù)據(jù)倉(cāng)庫(kù)是在數(shù)據(jù)庫(kù)應(yīng)用到一定程序之后而對(duì)歷史數(shù)據(jù)的加工與分析
    • 基于OLAP系統(tǒng)的各種特點(diǎn)和相應(yīng)的分析,針對(duì)OLAP系統(tǒng)硬件優(yōu)化的大致策略如下:
      • 數(shù)據(jù)量非常大葵袭,所以磁盤存儲(chǔ)系統(tǒng)的單位容量需要盡量大一些涵妥;
      • 單次訪問(wèn)數(shù)據(jù)量較大,而且訪問(wèn)數(shù)據(jù)比較集中坡锡,那么對(duì)IO系統(tǒng)的性能要求是需要有盡可能大的每秒IO吞吐量蓬网,所以應(yīng)該選用每秒吞吐量盡可能大的磁盤块请;
      • 雖然IO性能要求也比較高,但是并發(fā)請(qǐng)求較少拳缠,所以CPU處理能力較難成為性能瓶頸墩新,所以CPU處理能力沒(méi)有太苛刻的要求;
      • 雖然每次請(qǐng)求的訪問(wèn)量很大窟坐,但是執(zhí)行過(guò)程中的數(shù)據(jù)大都不會(huì)返回給客戶端海渊,最終返回給客戶端的數(shù)據(jù)量都較小,所以和客戶端交互的網(wǎng)絡(luò)設(shè)備要求并不是太高哲鸳;
      • 此外臣疑,由于OLAP系統(tǒng)由于其每次運(yùn)算過(guò)程較長(zhǎng),可以很好的并行化徙菠,所以一般的OLAP系統(tǒng)都是由多臺(tái)主機(jī)構(gòu)成的一個(gè)集群讯沈,而集群中主機(jī)與主機(jī)之間的數(shù)據(jù)交互量一般來(lái)說(shuō)都是非常大的,所以在集群中主機(jī)之間的網(wǎng)絡(luò)設(shè)備要求很高婿奔。
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末缺狠,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子萍摊,更是在濱河造成了極大的恐慌挤茄,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,348評(píng)論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件冰木,死亡現(xiàn)場(chǎng)離奇詭異穷劈,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)踊沸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,122評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門歇终,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人逼龟,你說(shuō)我怎么就攤上這事评凝。” “怎么了审轮?”我有些...
    開封第一講書人閱讀 156,936評(píng)論 0 347
  • 文/不壞的土叔 我叫張陵肥哎,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我疾渣,道長(zhǎng)篡诽,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,427評(píng)論 1 283
  • 正文 為了忘掉前任榴捡,我火速辦了婚禮杈女,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己达椰,他們只是感情好翰蠢,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,467評(píng)論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著啰劲,像睡著了一般梁沧。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蝇裤,一...
    開封第一講書人閱讀 49,785評(píng)論 1 290
  • 那天廷支,我揣著相機(jī)與錄音,去河邊找鬼栓辜。 笑死恋拍,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的藕甩。 我是一名探鬼主播施敢,決...
    沈念sama閱讀 38,931評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼狭莱!你這毒婦竟也來(lái)了僵娃?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,696評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤贩毕,失蹤者是張志新(化名)和其女友劉穎悯许,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體辉阶,經(jīng)...
    沈念sama閱讀 44,141評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,483評(píng)論 2 327
  • 正文 我和宋清朗相戀三年瘩扼,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了谆甜。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,625評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡集绰,死狀恐怖规辱,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情栽燕,我是刑警寧澤罕袋,帶...
    沈念sama閱讀 34,291評(píng)論 4 329
  • 正文 年R本政府宣布,位于F島的核電站碍岔,受9級(jí)特大地震影響浴讯,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜蔼啦,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,892評(píng)論 3 312
  • 文/蒙蒙 一榆纽、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦奈籽、人聲如沸饥侵。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,741評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)躏升。三九已至,卻和暖如春狼忱,著一層夾襖步出監(jiān)牢的瞬間煮甥,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評(píng)論 1 265
  • 我被黑心中介騙來(lái)泰國(guó)打工藕赞, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留成肘,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 46,324評(píng)論 2 360
  • 正文 我出身青樓斧蜕,卻偏偏與公主長(zhǎng)得像双霍,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子批销,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,492評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容