此篇再谈一下MySQL相关的几个关键问题。

关键问题

性能优化、高可用性、强一致性、安全、备份、集群、横向扩展、纵向扩展、负载均衡、读写分离

分类

主题 内容
单Master 数据备份、数据还原、备份监控、数据文件远程存储
一主一从 性能优化、读写分离、负载均衡
一主n从 数据一致性、脑裂、雪崩、连接池管理
横向集群 库路由、分布式主键、扩缩容
纵向集群 表路由、跨表join、分布式事务
混合模式

单Master

备份机制主要有:

冷备

停机,直接copy物理文件,InnoDB引擎(frm文件、共享表空间文件、独立表空间文件、redo日志文件、my.conf)

热备

使用lbbackup或者XtraBackup工具,记录重做日志文件检查点的LSN,copy共享表空间文件以及独立表空间文件(不产生任何阻塞)

温备

mysqldump、mysqlbinlog

一主一从

性能优化

硬件优化、数据库配置优化、索引优化、表设计等

读写分离

编程实现:区别对待DML、DDL语句
中间件:MySQL Router、MySQL Proxy、Mycat等

负载均衡

编程实现:根据业务实现均衡算法
中间件:MySQL Router、DNS、LVS、L5等

一主n从

数据一致性

MySQL官方套件无法解决一致性
支持的组件:PhxSQL、全局事务控制

脑裂

解决思路是解决租约、Master选举方面的问题
支持的组件:ZooKeeper、PhxSQL

雪崩

解决思路是对连接池进行管控、拒绝无服务能力的请求
组件:Mycat、sql_relay

连接池管理

横向集群

表集群

无官方组件,自己编程实现,或使用现成中间件,如Mycat

跨库join

分布式事务

基于MySQL DB的两阶段提交协议、消息队列

纵向集群

库路由

跟路由表类似,需要通过编程来实现库路由,也可以用Mycat

分布式主键

扩/缩容

扩缩容对数据的搬迁是无法避免的问题,提前对业务数据的增长情况做预判非常必要

拆分

水平拆分

垂直拆分

分区:按时间拆分

索引

  1. 主键索引

ALTER TABLE table_name ADD PRIMARY KEY ( column );

  1. 唯一索引

ALTER TABLE table_name ADD UNIQUE (column);

  1. 联合索引

ALTER TABLE table_name ADD INDEX index_name ( column1, column2, column3 );

  1. 普通索引

ALTER TABLE table_name ADD INDEX index_name ( column );

  1. 全文索引

ALTER TABLE table_name ADD FULLTEXT ( column );

  1. 空间索引
    空间索引是对空间数据类型的字段建立的索引,MySQL中的空间数据类型有4种:geometry、point、linstring和polygon。

    ALTER TABLE table_name ADD spatial index spatidx(g);

事务隔离级别

脏读 不可重复读 幻读
Read uncommitted
Read committed
Repeatable read
Serializable

✅ 表示可能发生

用 explain 分析sql语句

使用explain关键字可以模拟优化器执行sql查询语句,从而得知MySQL 是如何处理sql语句。

+----+-------------+-------+------------+------+---------------+-----+---------+------+------+----------+-------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+-----+---------+------+------+----------+-------+

id

select 查询的序列号,包含一组可以重复的数字,表示查询中执行sql语句的顺序。一般有三种情况:
第一种:id全部相同,sql的执行顺序是由上至下;
第二种:id全部不同,sql的执行顺序是根据id大的优先执行;
第三种:id既存在相同,又存在不同的。先根据id大的优先执行,再根据相同id从上至下的执行。

select_type

select 查询的类型,主要是用于区别普通查询,联合查询,嵌套的复杂查询
simple:简单的select 查询,查询中不包含子查询或者union
primary:查询中若包含任何复杂的子查询,最外层查询则被标记为primary
subquery:在select或where 列表中包含了子查询
derived:在from列表中包含的子查询被标记为derived(衍生)MySQL会递归执行这些子查询,把结果放在临时表里。
union:若第二个select出现在union之后,则被标记为union,若union包含在from子句的子查询中,外层select将被标记为:derived
union result:从union表获取结果的select

partitions

表所使用的分区,如果要统计十年公司订单的金额,可以把数据分为十个区,每一年代表一个区。这样可以大大的提高查询效率。

type

这是一个非常重要的参数,连接类型,常见的有:all , index , range , ref , eq_ref , const , system , null 八个级别。

性能从最优到最差的排序:system > const > eq_ref > ref > range > index > all对java程序员来说,若保证查询至少达到range级别或者最好能达到ref则算是一个优秀而又负责的程序员。

all:(full table scan)全表扫描无疑是最差,若是百万千万级数据量,全表扫描会非常慢。
index:(full index scan)全索引文件扫描比all好很多,毕竟从索引树中找数据,比从全表中找数据要快。
range:只检索给定范围的行,使用索引来匹配行。范围缩小了,当然比全表扫描和全索引文件扫描要快。sql语句中一般会有between,in,>,< 等查询。
ref:非唯一性索引扫描,本质上也是一种索引访问,返回所有匹配某个单独值的行。比如查询公司所有属于研发团队的同事,匹配的结果是多个并非唯一值。
eq_ref:唯一性索引扫描,对于每个索引键,表中有一条记录与之匹配。比如查询公司的CEO,匹配的结果只可能是一条记录,
const:表示通过索引一次就可以找到,const用于比较primary key 或者unique索引。因为只匹配一行数据,所以很快,若将主键至于where列表中,MySQL就能将该查询转换为一个常量。
system:表只有一条记录(等于系统表),这是const类型的特列,平时不会出现,了解即可
possible_keys:显示查询语句可能用到的索引(一个或多个或为null),不一定被查询实际使用。仅供参考使用。
key:显示查询语句实际使用的索引。若为null,则表示没有使用索引。
key_len:显示索引中使用的字节数,可通过key_len计算查询中使用的索引长度。在不损失精确性的情况下索引长度越短越好。key_len 显示的值为索引字段的最可能长度,并非实际使用长度,即key_len是根据表定义计算而得,并不是通过表内检索出的。
ref:显示索引的哪一列或常量被用于查找索引列上的值。
rows:根据表统计信息及索引选用情况,大致估算出找到所需的记录所需要读取的行数,值越大越不好。
extra
Using filesort: 说明MySQL会对数据使用一个外部的索引排序,而不是按照表内的索引顺序进行读取。MySQL中无法利用索引完成的排序操作称为“文件排序” 。出现这个就要立刻优化sql。
Using temporary: 使用了临时表保存中间结果,MySQL在对查询结果排序时使用临时表。常见于排序 order by 和 分组查询 group by。 出现这个更要立刻优化sql。
Using index: 表示相应的select 操作中使用了覆盖索引(Covering index),避免访问了表的数据行,效果不错!如果同时出现Using where,表明索引被用来执行索引键值的查找。如果没有同时出现Using where,表示索引用来读取数据而非执行查找动作。
覆盖索引(Covering Index) :也叫索引覆盖,就是select 的数据列只用从索引中就能够取得,不必读取数据行,MySQL可以利用索引返回select 列表中的字段,而不必根据索引再次读取数据文件。
Using index condition: 在5.6版本后加入的新特性,优化器会在索引存在的情况下,通过符合RANGE范围的条数 和 总数的比例来选择是使用索引还是进行全表遍历。
Using where: 表明使用了where 过滤
Using join buffer: 表明使用了连接缓存
impossible where: where 语句的值总是false,不可用,不能用来获取任何元素
distinct: 优化distinct操作,在找到第一匹配的元组后即停止找同样值的动作。
filtered
一个百分比的值,和rows 列的值一起使用,可以估计出查询执行计划(QEP)中的前一个表的结果集,从而确定join操作的循环次数。小表驱动大表,减轻连接的次数。

通过explain的参数介绍,我们可以得知:

表的读取顺序(id)
数据读取操作的操作类型(type)
哪些索引被实际使用(key)
表之间的引用(ref)
每张表有多少行被优化器查询(rows)