本文主要向大家介绍了MySQL索引优化与设计及性能测试，通过具体的内容让大家了解，希望对大家学习MySQL有所帮助。

4.1-MySQL索引优化与设计

什么是索引

索引的意义 —— 快速定位要查找的数据

数据库索引查找">数据库索引查找

全表扫描 VS 索引查找

如何根据首字母找到所在行

二分查找 B+tree

InnoDB表聚簇索引

索引中只放着排序字段和ID

创建索引

单列索引

create index idx_test1 on tb_student (name);

联合索引

create index idx_test2 on tb_student (name, age);

索引中先根据name排序，name相同的情况下，根据age排序

索引维护

索引维护由数据库自动完成 插入/修改/删除每一个索引行都会变成一个内部封装的事务 索引越多，事务越长，代价越高 索引越多对表的插入和索引字段修改就越慢 控制表上索引的数量，切忌胡乱添加无用索引

如何使用索引

依据WHERE查询条件建立索引

select a, b from tab_a where c=? ;

idx_c (c)

select a, b from tab_a where c=? and d=?;

idx_cd (c, d)

排序order by, group by, distinct字段添加索引

select * from tb_a order by a;

select a, count(*) from tb_a group by a;

idx_a (a)

select * from tb_a order by a, b;

idx_a_b (a, b)

select * from tb_a order where c=? by a;

idx_c_a (c, a)

索引与字段选择性

某个字段其值的重复程度

选择性很差的字段通常不适合创建单列索引

男女比例相仿的列表中性别不适合创建单列索引 如果男女比例极不平衡，要查询的又是少数方(理工院校查女生)可以考虑使用索引 联合索引中选择性好的字段应该排在前面

select * from tab_a where gender=? and name=?;

idx_a1 (name, gender)

联合索引与前缀查询

联合索引能为前缀单列，复列查询提供帮助

idx_smp (a, b, c)

where a=? ;

where a=? and b=? ;

where a=? and c=? ;(部分ok)

合理创建联合索引，避免冗余
(a) , (a, b) , (a, b, c) X
(a, b, c) ok

长字段上的索引

在非常长的字段上建立索引影响性能 InnoDB索引单字段(utf8)只能取前767 bytes 对长字段处理的方法
Email类，建立前缀索引
sql
Mail_addr varchar(2048)
idx_mailadd (Mail_addr(30)) ok
住址类，拆分字段
sql
Home_address varchar(2048)
idx_mailadd (Mail_addr(30)) ? -- 很可能前半段都是相同的省市区街道名称
Province varchar(1024), City varchar(1024), District varchar(1024), Local_address varchar(1024) ... -- 建立联合索引或单列索引

索引覆盖扫

最核心SQL考虑索引覆盖
sql
select Name from tb_user where UserID=?
Key idx_uid_name(UserID, Name)
不需要回表获取name字段，IO最小，效率最高

无法使用索引的情况

索引列进行数学运算或函数运算
sql
where id+1=10; X
where id = (10-1); ok
year(col) < 2007; X
col < '2007-01-01'; ok
未含符合索引的前缀字段
sql
Idx_abc (a, b, c):
where b=? and c=?; X
(b, c) ok
前缀通配,’_’和’%’通配符
sql
Like '%xxx%'; X
Like 'xxx%'; ok
where 条件使用NOT, <>, != 字段类型匹配
并不绝对，但是无法预测地会造成问题，不要使用
sql
a int(11), idx_a (a)
where a = '123'; X
where a = 123 ; ok

利用索引排序

idx_a_b (a, b)

能够使用索引帮助排序的查询：

order by a

a = 3 order by b

order by a, b

order by a desc, b desc

a > 5 order by a

不能使用索引帮助排序的查询：

order by b

a > 5 order by b

a in (1, 3) order by b

order by a asc, b desc

如何确定一个查询走没走索引，走了哪个索引

explain是确定一个查询如何走索引最简便有效的方法
explain select * from tb_test ; 关注的项目
type:查询access的方式 key:本次查询最终选择使用哪个索引，NULL为未使用索引 key_len:选择的索引使用的前缀长度或者整个长度 rows:可以理解为查询逻辑读，需要扫描过的记录行数 extra:额外信息，主要指的fetch data的具体方式

mysql数据库设计">4.2-MySQL数据库设计

什么是Schema设计

设计数据库的表，索引，以及表和表的关系
在数据模型的基础上将关系模型转化为数据库表 满足业务模型需要基础上根据数据库和应用特点优化表结构

为什么Schema需要设计

Schema关系到应用程序功能与性能
满足业务功能需要 同性能密切相关 数据库扩展性 满足周边需求(统计，迁移等) 关系型数据库修改Schema经常是高危操作
Schema设计要体现一定的前瞻性

完全由开发者主导的Schema设计

着眼于实现当前功能 完全基于功能的设计可能存在一些隐患
不合理的表结构或索引设计造成性能问题 没有合理评估到数据量的增长造成空间紧张而且难以维护 需求频繁修改造成表结构经常变更 业务重大调整导致数据经常需要重构订正

基于性能的表设计

根据查询需要设计好索引 根据核心查询需求，适当调整表结构 基于一些特殊业务需求，调整实现方式

索引

正确使用索引 更新尽可能使用主键或唯一索引 主键尽可能使用自增ID字段 核心查询覆盖扫描
用户登录需要根据用户名返回密码用于验证create index idx_uname_passwd on tb_user (username, password); 建立联合索引避免回表取数据

反范式，冗余必要字段

针对核心SQL保留查询结果所必须的冗余字段，避免频繁join
例：消息表中冗余了每次读消息必须返回的nickname字段，避免每次读消息都变成join操作。代价是用户修改nickname成本变高。

拆分大字段

拆分大字段到单独表中，避免范围扫描代价大
例：博文表拆分两份，标题表只保留标题和内容缩略部分，用于快速批量返回标题列表，正文表保存大段博文内容，用于点开文章单个读取

避免过多字段或过长行

根据SQL必要返回设计字段，有必要就拆表，避免过多字段 一次没有必要获取那么多列数据 行过长导致表数据页记录变少，范围扫描性能降低 更新数据也代价增加 16K也最少放2行，可能出现行迁移

分页查询

避免limit + offset过大 应该使用自增主键ID模拟分页
第一页，直接查 得到第一页的max(id)=123(一般是最后一条记录) 第二页，带上id>123查询：where id>123 limit 100 这样每次只需要扫描100条数据 要求业务上禁止查询XX页之后的数据

热点读数据特殊处理

根据数据获取的频率或数量不同对热点数据做特殊处理
例1：论坛系统中置顶帖、公告贴，可以单独拆分存储，由于每次访问都要全部读出来，单独放在一起，避免每次都到普通表中随机找出来

热点写数据特殊处理

根据数据获取的频率或数量不同对热点数据做特殊处理
例2：微博系统中对于大量关注的热点账号消息从”推”改为”拉”，避免过量insert操作。

准实时统计

对不需要精确结果的计数等统计要求，建立定期更新结果表
例：首页要求展示动态成交总金额，维护一个计数表，每分钟根据原表注册时间获取增量sum值更新计数表，避免每次用户刷新都要扫描交易全记录表

实时统计改进1 - 触发器实时统计

对需要精确统计的计数利用数据库触发器维护计数表
例：用户量冲亿活动要求实时统计，用户表上加触发器，每次有新用户插入就同时在计数表+1

实时统计改进2 - 缓存实时统计

对需要精确统计的计数利用前端缓存实时维护计数
例：用户量冲亿活动要求实时统计，注册数量在缓存中实时维护，每注册一个就+1，完全避免数据库读写操作。缓存万一故障失效，可从数据库整体count重新获取。

实时统计改进2 - 最大自增ID获取总数

很多逻辑可以利用自增ID主键最大值直接作为总数
例：用户量冲亿活动要求实时统计，用户表加上自增ID作为主键，只要取当时max(ID)就可以得到用户总数

课拓展性设计

可拓展性
硬件资源增长有极限的情况下处理尽可能久的线上业务 数据分级，冷数据归档与淘汰
可以不断释放空间供新数据使用 为数据分布式做准备
分库分表 水平拆分 牺牲一定的关系模型支持

分区表与数据淘汰

range分区 适合数据需要定期过期的大表 单个分区扫描迁移数据到历史库避免全表扫描IO开销 删除单个分区非常高效

分区表与垂直分区

list分区 适合将来可能要基于地区，类目等方式垂直拆分数据的方式 清理节点上不要的数据非常高效

分区表与水平分区

hash分区 适合将来需要做水平拆分的表 清理节点上不要的数据非常高效

MySQL分区表的局限

主键或唯一键必须包含在分区字段内 分区字段必须是整数类型，或者加上返回整数的函数

满足周边需求

为周边需求额外增加表设计
为后台统计任务增加特殊索引 为数据迁移或统计需求增加时间戳

统计和后台需求

统计运行SQL往往和线上有很大不同
利用MySQL——主多从，主从可以建不同索引的特性将统计分流到特定从库 包括一些特殊用户批量查询等，所有对线上有IO压力的查询都要读写分离

自动更新时间戳

统计需求经常要求从线上读走增量数据 表的第一个timestamp类型字段再写入时如果不填值，会自动写入系统时间戳 表的第一个timestamp类型字段每次记录发生更新后都会自动更新 在update_time字段上建索引用于定时导出增量数据

Schema设计与前瞻性

基于历史经验教训，预防和解决同类问题 把折腾DBA够呛的所有Schema改造的原因记录并分析总结
例： 业务为例用户信息加密做了大改造
数据库结果大量改动，增加了加密字段，验证策略表，所有表重新订正数据等等 是否所有用到用户信息管理的应用都要去上线就用密文？ 程序bug误删数据，线上风险大
改造业务流程，不再删除数据，加入is_deleted标记位，经常给各种表加 今后的类似表是否一上线就都用标记位的方式，并加上修改原因字段？ 支付类应用后期做了风控改造
对线上订单大表改造，加了限额，终端类型等字段 遇到支付类应用，是否一上线就提示业务是否需要考虑风控并留好相关字段？

4.3-MySQL容量评估

性能容量评估

分析线上业务场景 评估数据库服务器所需性能指标 预估可能成为瓶颈的服务器资源 帮助数据库性能调优

数据库服务器硬件性能指标

磁盘IO性能 内存容量 CPU 网络吞吐量 磁盘容量

数据库业务特点关键词

OLTP/OLAP类型 并发请求 读写比例 数据量 冷热数据比 数据分级存储

OLTP/OLAP

T = Transaction 面向广大用户，高并发，较短事务操作 互联网应用绝大部分属于OLTP OLTP看重服务器CPU，内存，写事务较多或内存不够则依赖磁盘IO A = Analytical 通常面向内部人员，大规模复查询 OLAP看重磁盘扫描的IO能力，部分依赖内存排序

并发请求 - 衡量线上业务繁忙程度

业务高峰时数据库的每秒并发访问量是多少 通过应用服务器数量，连接池配置判断 通过产品估算初上线用户规模和用户增长速度判断 通过实际业务业务类型判断 并发量相关资源：CPU

读写比例 - 描述应用程序如何使用数据库

线上业务select只读与update/delete/insert写操作比例 delete/update通常都是先读再写 insert需要区分数据写入时持续insert还是大量导入数据 根据业务实际场景分析 多读场景相关资源：内存 多写场景相关资源：磁盘IO

数据量 - 总量

数据库服务器存储设备可扩容能力的上限 根据估算的业务量，写入模式，分析数据增长量 预估一个硬件升级周期内数据库可存放数据的总量，上线时要留好余量 数据总量相关资源：磁盘容量

冷数据与热数据 - 有用数据的实时集合

热数据，线上最新一定周期内将被反复访问的数据 冷数据，线上保存着的，最近不会被在线用户用到的数据 估算活跃用户量，数据增长量等预估热数据量 内存大小尽可能足够存放线上实时热数据 热数据相关资源：内存

线上数据分层存储 - 缓解线上磁盘空间压力

最新热数据确保放在内存中 还可能访问到的较早数据存放在线上库磁盘中 更早的不会常规访问的数据定期迁移至历史库中 区分哪些数据时效性强可以迁移

服务器资源选型 - 将可选方案列出来

案例一，网易云音乐曲库数据库服务器评估

用于存放线上数千万歌曲信息 确定属于OLTP线上类型数据库 并发请求量
50台应用服务器，每台最大连接数100 可能峰值5000qps，并发请求量较大 CPU需求高 读写比例
访问模式以用户列出歌单和播放歌曲时查询歌曲信息为主，用户只有只读查询 写数据发生在录入新歌或修改歌曲信息时后台操作，写比例小，且为批量导入 读写比100:1 数据总量
估算每首歌信息8K，总计5000万，总量400G 数据总量增长相对缓慢 冷热数据
5000万歌曲中大约40%可能被访问，10%属于热点歌曲 热数据大约<=40G 数据分级存储需求
由于没有用户产生的数据，歌曲信息无法分级存储 内存需求一般，>=40G 磁盘IO能力需求一般 网络流量要求，8k*2500/1024 ≈ 20MB/S，一般

案例二，网易理财销售数据库服务器评估

用于存放理财用户线上订单 确定属于OLTP线上类型数据库 业务场景有明显特征
特定高息产品秒杀销售时间窗有大量并发订单写入 平时只有少量订单查询和请求，和较低的常规产品购买请求 评估应以满足最关键的业务高峰为基准 并发请求量
秒杀期间持续时间短，但是并发量预估30台应用服务器约2000tps 读写比例
高峰时写订单是主要开销操作 CPU要求高 磁盘IO要求很高 数据总量
根据业务分析，订单属于写入瞬时量大，总量较小，单笔金额较高 总量预估一年成交百万级别，增长较稳定 判断数据存储需求小于200G 冷热数据
峰值写入为主，内存要求存放热点期间产生的脏数据即可 数据分级存储需求
用户订单业务约定页面展示最近半年订单，半年前的需要到历史查询页面专门查询 因此可以做分级存储，迁移所有半年前的订单至历史库 内存需求一般， >= 30G 磁盘空间需求一般， >=200G 磁盘IO能力需求很高 网络要求较高
并发流量较高 响应速度要求高

4.4-MySQL性能测试

为什么需要性能测试

对线上产品缺乏心理预估 重现线上异常 规划未来的业务增长 测试不同硬件软件配置

性能测试的分类

设备层的测试 业务层的测试 数据库层的测试

设备层的测试

关注的指标
服务器、磁盘性能 磁盘坏块率 服务器寿命

业务层测试

针对业务进行测试

数据库层测试

什么情况下要做MySQL的测试
测试不同的MySQL分支版本 测试不同的MySQL版本 测试不同的MySQL参数搭配

MySQL测试分类

CPU Bound IO Bound

写入测试
更新测试
纯读测试
混合模式

常用的测试工具

开源的MySQL性能测试工具
sysbench tpcc-mysql mysqlslap 针对业务编写性能测试工具
blogbench

性能测试衡量指标

服务吞吐量(TPS, QPS) 服务响应时间 服务并发性

Sysbench

业界较为出名的性能测试工具 可以测试磁盘、CPU、数据库 支持多种数据库：Oracle, DB2, MySQL 需要自己下载编译安装 建议版本：sysbench0.5

编译安装Sysbench

下载sysbench
git clone https://github.com/akopytov/sysbench.git 编译&安装
./autogen.sh ./configure make && make install

Sysbench流程

常见的做法

初始化数据 -> 运行测试 -> 清理数据

Prepare语法

sysbench --test=parallel_prepare.lua --oltp_tables_count=1 --rand-init=on --oltp-table-size=500000000 --mysql-host=127.0.0.1 --mysql-port=3306 --mysql-user=sys --mysql-password=netease --mysql-db=sbtest --max-requests=0 prepare

Sysbench表结构

create table 'sbtest1'(

  'id' int(10) unsigned not null AUTO_INCREMENT,

  'k' int(10) unsigned not null DEFAULT '0',

  'c' char(120) not null DEFAULT '',

  'pad' char(60) not null DEFAULT '',

  PRIMARY KEY ('id'),

  KEY 'k_1' ('k')

) ENGINE=InnoDB AUTO_INCREMENT=3000000001 DEFAULT CHARSET=utf8 MAX_ROWS=1000000

Run语法

sysbench --test=oltp.lua --oltp_tables_count=1 --num-threads=100 --oltp-table-size=500000000 --oltp-read-only=off --report-interval=10 --rand-type=uniform --mysql-host=127.0.0.1 --mysql-port=3306 --mysql-user=sys --mysql-password=netease --mysql-db=sbtest --max-time=1000 --max-requests=0 run

特殊情况

写入测试

写入数据进行测试 -> 清理数据

cleanup

手动drop掉表和database 使用sysbench提供的cleanup命令

sysbench --test=parallel_prepare.lua --oltp_tables_count=1 --rand-init=on --oltp-table-size=500000000 --mysql-host=127.0.0.1 --mysql-port=3306 --mysql-user=sys --mysql-password=netease --mysql-db=sbtest --max-requests=0 cleanup

Tpcc-mysql

TPC-C是专门针对联机交易处理系统(OLTP系统)的规范

Tpcc-mysql由percona根据规范实现

下载Tpcc-mysql

bzr branch lp:~percona-dev/perconatools/tpcc-mysql 编译安装

使用Tpcc-mysql的步骤

创建表结构和索引 -> 导数据 -> 运行测试 -> 数据清理

创建表结构

create_table.sql add_fkey_idx.sql

Tpcc-load

tpcc_load [server] [DB] [user] [pass] [warehouse]

Tpcc-start

tpcc_start -h server_host -P port -d database_name -u mysql_user -p mysql_password -w warehouse -c connections -r warmup_time -I running_time -i report-interval -f report-file

总结

IO Bound测试数据量要远大于内存、CPU Bound测试数据量要小于内存 测试时间建议大于60分钟，减小误差 Sysbench更倾向于测试MySQL性能、TPCC更接近于业务 运行测试程序需要同时监控机器负载，MySQL各项监控指标

本文由职坐标整理并发布，了解更多内容，请关注职坐标数据库MySQL数据库频道！