MySQL瓶颈优化（业务从小到大的转变） 假设一个网站从最开始访问量很小做到日PV千万，我们来推测一下 它的mysql服务器架构演变过程。 第一阶段： 网站访问量日pv量级在1w以下。单台机器跑web和db，不需要做 架构层调优（比如，不需要增加memcached缓存）。此时，数据往往都是每日冷备份的，但是有时候如果考虑 数据安全性，会搭建一个mysql主从。 第二阶段： 网站访问量日pv达到几万。此时单台机器已经有点负载，需 要我们把web和db分开，需要搭建memcached服务作为缓存。也就是说，在这个阶段，我们还可以使用单台机 器跑mysql去承担整个网站的数据存储和查询。如果做mysql主从目的也是为了数据安全性。 第三阶段： 网站 访问量日pv达到几十万。单台机器虽然也可以支撑，但是需要的机器配置要比之前的机器多好多。如果经费允 许，可以购买配置很高的机器来跑mysql服务，但是并不是说，配置翻倍，到了一定阶段配置增加已经不能带 来性能的增加。所以，此阶段，我们会想到做mysql服务的集群，也就是说我们可以拿多台机器跑mysql。但 mysql的集群和web集群是不一样的，我们需要考虑数据的一致性，所以不能简单套用做web集群的方式。可以 做的架构是，mysql主从，一主多从。为了保证架构的强壮和数据完整，主只能是一个，从可以是多个。还有 一个问题，我们需要想到，就是在前端web层，我们程序里面指定了mysql机器的ip，那么当mysql机器有多台 时，程序里面如何去配置？我们可以拿多台机器跑mysql，其中一台写，其他多台是读，我们只需要把读写的ip 分别配置到程序中，程序自动会去区分机器。 第四阶段： 网站访问量日pv到几百万。之前的一主多从模式已 经遇到瓶颈，因为当网站访问量变大，读数据库的量也会越来越大，我们需要多加一些从进来，但是从的数量 增加到数十台时，由于主需要把bin-log全部分到所以从上，那么这个过程本身就是一件很繁琐读取，势必会造 成从上同步过来的数据有很大延迟。所以，我们可以做一个优化，把mysql原来的一主多从为一主一从，然后 作为其他从的主，而前面的主，只负责网站业务的写入，而后面的从不负责网站任何业务，只负责给其他从同 步bin-log。这样还可以继续多叠加几个从库。 第五阶段： 网站访问量日pv到1千万的时候，我们发现，网站的 写入量非常大，我们之前架构中只有一个主，这里的主已经成为瓶颈了。所以，需要再进一步作出调整
https://blog.csdn.net/m0_46648661/article/details/121092594?spm=1001.2014.3001.5501解决瓶颈：做索引 查询一些MySQL数据库的性能参数用show status
这是查看链接mysql服务器的次数
?Uptime：mysql服务器的上线时间
?Com_select:查询操作的次数 每次执行select就会加一
?Com_insert：插入操作的次数
?Com_update：更新操作的次数
?Com_delete：删除操作的次数
?Slow_queries：查询mysql服务器的慢查询次数
实验我们所需要的表。
mysql> create table fruits
-> (
-> f_id char(10) not null,
-> s_id int not null,
-> f_name char(255) not null,
-> f_price decimal(8,2) not null,
-> primary key(f_id)
-> );
Query OK, 0 rows affected (0.02 sec)
mysql> insert into fruits(f_id,s_id,f_name,f_price)
-> values('a1',101,'apple','5.2'),
-> ('b1',101,'blackberry','10.2'),
-> ('bs1',102,'orange','11.2'),
-> ('bs2',105,'melon','8.2'),
-> ('t1',102,'banana','10.3'),
-> ('t2',102,'grape','5.3'),
-> ('o2',103,'coconut','9.2'),
-> ('c0',101,'cherry','3.2'),
-> ('a2',103,'apricot','2.2'),
-> ('l2',104,'lemon','6.4'),
-> ('b2',104,'berry','7.6'),
-> ('m1',106,'mango','15.7'),
-> ('m2',105,'xbabay','2.6'),
-> ('t4',107,'xbababa','3.6'),
-> ('m3',105,'xxtt','11.6'),
-> ('b5',107,'xxxx','3.6');
Query OK, 16 rows affected (0.02 sec)
Records: 16 Duplicates: 0 Warnings: 0
?分析查询语句
?Select_type:表示select语句的类型 其中simple 是简单查询(不包括连接查询和子查询) Primary 主查询 Union 连 接查询 Type:表的连接类型 System仅有系统表一行 Const 数据表中最多只有一行匹配，将在查询开始时被读取，并在 余下的查询优化中，作为常量 Eq_ref 用于使用 = 操作符比较带索引的列 ref 对于来自前面的表的任意行的组 合，从该表中读取所有匹配的行 ref_or_null 同上，添加可以专门搜索包含null值的行 index_merge 将连接类型 表示使用了索引并优化方法 range 只检索给定范围的行 index 与all的连接类型相同，除了只扫描索引树 all 前面 的表的任意行的组合，进行完整的表的扫描 possible_keys: NULL //指出mysql使用哪个索引在表中找到行 NULL表示没有创建索引
describe select 语句和分析查询语句
我们可以简写直接desc?
?索引提高了查询效率 Create index 索引名 on 表名(字段)
添加单列索引
?
?优化查询速度 注意： 1做索引了之后，用 like ‘xx%’ %不在第一位查询效率最高
?多字段索引，除了第一字段查询最快，其余不按索引来，索引不生效
?
?若创建索引所设置的字段，查询索引组合 or 左右边的值都是属于索引设置字段下的值
?
?profiling分析查询 通过慢日志查询可以知道哪些SQL语句执行效率低下，通过explain我们可以得知SQL语句的 具体执行情况，索引使用等，还可以结合show命令查看执行状态。如果觉得explain的信息不够详细，可以同通 过profiling命令得到更准确的SQL执行消耗系统资源的信息。 profiling默认是关闭的。可以通过以下语句查看
?打开profiling功能： mysql>set profiling=1; 执行需要测试的sql 语句：
执行要测试的sql语句
?
?
?
?status:是profile里的状态，duration：是status状态下的耗时。因此我们关注的就是那个状态最耗时，这些状态 中那些可以优化。 当然也可以查看更多的信息如CPU等等
SHOW PROFILE [type [, type] ... ][FOR QUERY n] type: ?? ????ALL:显示所有的开销信息 ?? ???BLOCK IO:显示 块IO相关开销 ?? ???CPU:显示用户CPU时间、系统CPU时间 ?? ???IPC:显示发送和接收相关开销信息 ?? ????PAGE FAULTS:显示页面错误相关开销信息 ?? ???SWAPS:显示交换次数相关开销的信息 测试完成之以 后，记得要关闭调试功能，以免影响数据库的正常使用：
?优化数据库表结构 将字段很多的表分解成多个表 查看表的表结构
优化表结构 1 将字段很多的表分解成多个表 2 增加中间表 3 合理增加冗余字段 4 优化插入记录的速度 （1）， 禁用索引(在插入数据之前禁用索引，会让创建索引不会生效，命令：alter table 表名 disable keys ，注意表的 创建表后加引擎 engine=myisam，可以禁用成功)
show create table 表面\g可以看表的引擎
修改引擎
?
?
?禁用唯一性检查(插入记录之前禁用唯一性检查，命令：set unique_checks=0 关闭set unique_checks=1)
?
?使用批量插入(多条插入命令整合成一条命令)
mysql> INSERT INTO fruits values('x1','101','mongo2','5.5');
Query OK, 1 row affected (0.00 sec)
mysql> INSERT INTO fruits values('x2','101','mongo2','5.5');
Query OK, 1 row affected (0.08 sec)
mysql> INSERT INTO fruits values('x3','101','mongo2','5.5');
Query OK, 1 row affected (0.01 sec)
mysql> INSERT INTO fruits values('x4','101','mongo2','5.5');
Query OK, 1 row affected (0.01 sec)
mysql> insert into fruits values ('x8','101','mongo2','5.5'),
('x7','101','mongo2','5.5'), ('x6','101','mongo2','5.5'),
('x5','101','mongo2','5.5');
Query OK, 4 rows affected (0.07 sec)
Records: 4 Duplicates: 0 Warnings: 0
?使用load data infile批量插入 对于innnodb表来说 (1) 禁用唯一性检查
?禁用外键检查(命令: set foreign_key_checks=0，开启=1)
