如何进行MySQL大规模数据库的性能和伸缩性优化_光环大数据培训.pdfVIP

光环大数据大数据培训知名品牌 如何进行MySQL 大规模数据库的性能和伸缩性优化_光环大数据培训 大数据培训_如何进行 MySQL 大规模数据库的性能和伸缩性优化。光环大数据了解到， 大数据越来越火爆，市面上大数据培训鱼龙混杂，有 Java 大数据、PHP 大数据、数据库大 数据等，但真正大数据是 hadoop+spark+storm 技术，光环大数据的大数据培训讲授真正大 数据技术，别人不能讲的我们讲，别人能讲的我们讲得更深入。 拥有大规模数据库的网站始终需要适当的关注、配置、优化、调整和维护，以确保网站 的快速加载。这篇文章将讨论如何优化有海量数据的 MySQL 数据库。 选择 InnoDB 作为存储引擎 大型产品的数据库对于可靠性和并发性的要求较高，InnoDB 作为默认的 MySQL 存储 引擎，相对于 MyISAM 来说是个更佳的选择。 优化数据库结构 组织数据库的 schema、表和字段以降低 I/O 的开销，将相关项保存在一起，并提前规 划，以便随着数据量的增长，性能可以保持较高的水平。 设计数据表应尽量使其占用的空间最小化，表的主键应尽可能短。 对于 InnoDB 表，主键所在的列在每个辅助索引条目中都是可复制的，因此如果有很多 辅助索引，那么一个短的主键可以节省大量空间。 仅创建你需要改进查询性能的索引。索引有助于检索，但是会增加插入和更新操作的执 行时间。 InnoDB 的 Change Buffering 特性 InnoDB 提供了 change buffering 的配置，可减少维护辅助索引所需的磁盘 I/O。大规 光环大数据 光环大数据大数据培训知名品牌 模的数据库可能会遇到大量的表操作和大量的 I/O，以保证辅助索引保持最新。当相关页面 不在缓冲池里面时，InnoDB 的 change buffer 将会更改缓存到辅助索引条目，从而避免因 不能立即从磁盘读取页面而导致耗时的 I/O 操作。当页面被加载到缓冲池时，缓冲的更改 将被合并，更新的页面之后会刷新到磁盘。这样做可提高性能，适用于 MySQL 5.5 及更高 版本。 InnoDB 页面压缩 InnoDB 支持对表进行页面级的压缩。当写入数据页的时候，会有特定的压缩算法对其 进行压缩。压缩后的数据会写入磁盘，其打孔机制会释放页面末尾的空块。如果压缩失败， 数据会按原样写入。表和索引都会被压缩，因为索引通常是数据库总大小中占比很大的一部 分，压缩可以显著节约内存，I/O 或处理时间，这样就达到了提高性能和伸缩性的目的。它 还可以减少内存和磁盘之间传输的数据量。MySQL 5.1 及更高版本支持该功能。 注意，页面压缩并不能支持共享表空间中的表。共享表空间包括系统表空间、临时表空 间和常规表空间。 使用批量数据导入 在主键上使用已排序的数据源进行批量数据的导入可加快数据插入的过程。否则，可能 需要在其他行之间插入行以维护排序，这会导致磁盘 I/O 变高，进而影响性能，增加页的 拆分。关闭自动提交的模式也是有好处的，因为它会为每个插入执行日志刷新到磁盘。在批 量插入期间临时转移唯一键和外键检查也可显著降低磁盘 I/O。对于新建的表，最好的做法 是在批量导入后创建外键/唯一键约束。 SQL 语句优化 为了提升查询的速度，可以为 WHERE 字句中使用的列添加索引。此外，不要将主键索 引用于太多或太长的列，因为这些列值在辅助索引进行复制的时候会增加读取所需要的 I/O 资源并占用缓存。 如果索引包含了不必要的数据，通过 I/O 读取这些数据并进行缓存就会减弱服务器的 光环大数据 光环大数据大数据培训知名品牌 性能和伸缩性。也不要为不必要的列使用唯一键索引，因为它会禁用 change