数据库其它调优策略
文章目录
- 1. 优化MySQL服务器
- 2. 优化数据库结构
- 2.1 差分表：冷热数据分离
- 3. 大表优化
- 3.1 读/写分离
- 3.2 垂直拆分
- 3.3 水平拆分
1. 优化MySQL服务器
电商平台，双十一，CPU使用率达到99%，系统的计算资源已经耗尽，再也无法处理任何新的订单了。
这个时候，我们想到了对系统参数进行调整，一共调整3个系统参数，分别是
- InnoDB_flush_log_at_trx_commit：默认为0，改为2，这样就不用每次提交事务的时候都启动磁盘读写了，而是每隔一秒
- lnnoDB_buffer_pool_size：InnoDB存储引擎使用缓存来存储
索引和数据,可以加载到缓存区的索引和数据量就越多，需要的磁盘读写就越少。 - lnnoDB_buffer _pool_instances：可以将InnoDB的缓存区分成几个部分，这样可以提高系统的
并行处理能力，因为可以允许多个进程同时处理不同部分的缓存区。
2. 优化数据库结构
2.1 差分表：冷热数据分离
把1个包含很多字段的表拆分成2个或者多个相对较小的表，（热数掘）：经常要进行查询或者更新操作。（冷数据）：字段的使用频率却很低。冷热数据分离，可以减小表的宽度。查询是B+tree存放的索引和叶子节点的数据就少了，一次读取的就多了，性能就高了。
3. 大表优化
3.1 读/写分离
3.2 垂直拆分
垂直分库、垂直分表
- 如果数据库中的数据表过多，可以采用垂直分库的方式，将关联的数据表部署在同一个数据库上。
- 如果数据表中的列过多，可以采用垂直分表的方式，将一张数据表分拆成多张数据表，把经常一起使用的列放到同一张表里（冷热数据分离）
3.3 水平拆分
这里主要考虑业务数据的水平分表策略。将大的数据表按照某个属性维度分拆成不同的小表，每张小表保持相同的表结构。比如可以按照年份来划分，把不同年份的数据放到不同的数据表中。2017年、2018年和2019年的数据就可以分别放到三张数据表中。
下面补充一下数据库分片的两种常见方案:
- 客户端代理：分片逻辑在应用端，封装在jar包中，通过修改或者封装JDBC层来实现。当当网的
sharding-JDBC、阿里的TDDL是两种比较常用的实现。 - 中间件代理：在应用和数据中间加了一个代理层。分片逻辑统一维护在中间件服务中。我们现在谈
Mycat、360的Atlas、网易的DDB等等都是这种架构的实现。