老叶茶馆

叶金荣,知数堂培训联合创始人,资深MySQL专家,MySQL布道师,Oracle MySQL ACE

  • 博客访问: 8303
  • 博文数量: 5
  • 用 户 组: 普通用户
  • 注册时间: 2015-05-10 16:37
个人简介

叶金荣,知数堂培训联合创始人,资深MySQL专家,MySQL布道师,Oracle MySQL ACE

ITPUB论坛APP

ITPUB论坛APP



APP发帖 享双倍积分

文章分类

全部博文(5)

文章存档

2017年(5)

我的朋友
微信关注

IT168企业级官微



微信号:IT168qiye



系统架构师大会



微信号:SACC2013

分类: MySQL

0、导读

面对各种各样的MySQL开发、设计规范,哪些最为重要,又有有哪些误区呢,今天和老叶一起来一一解读


大多数MySQL规范在网上也都能找得到相关的分享,在这里要分享的是老叶个人认为比较重要的,或者容易被忽视的,以及容易被混淆的一些地方。


1、默认使用InnoDB引擎
【老叶观点】已多次呼吁过了,InnoDB适用于几乎99%的MySQL应用场景,而且在MySQL 5.7的系统表都改成InnoDB了,还有什么理由再死守MyISAM呢。


此外,频繁读写的InnoDB表,一定要使用具有自增/顺序特征的整型作为显式主键。


参考】:[MySQL FAQ]系列 — 为什么InnoDB表要建议用自增列做主键



2、字符集选择utf-8
【老叶观点】若为了节省磁盘空间,则建议选择latin1。建议选择utf-8通常是为了所谓的“通用性”,但事实上用户提交的utf-8数据也一样可以以latin1字符集存储。


用latin1存储utf-8数据可能遇到的麻烦是,如果有基于中文的检索时,可能无法100%准确(老叶亲自简单测试常规的中文完检索全不是问题,也就是一般的中文对比是没问题的)。


用latin1字符集存储utf-8数据的做法是:在web端(用户端)的字符集是utf-8,后端程序也采用utf-8来处理,但 character_set_client、character_set_connection、character_set_results、character_set_database、character_set_server 这几个都是 latin1,且数据表、字段的字符集也是latin1。或者说数据表采用latin1,每次连接后执行 SET NAMES LATIN1 即可。


参考】:小谈MySQL字符集(阅读原文查看)。



3、InnoDB表行记录物理长度不超过8KB

【老叶观点】InnoDB的data page默认是16KB,基于B+Tree的特点,一个data page中需要至少存储2条记录。因此,当实际存储长度超过8KB(尤其是TEXT/BLOB列)的大列(large column)时会引起“page-overflow存储”,类似ORACLE中的“行迁移”。


因此,如果必须使用大列(尤其是TEXT/BLOB类型)且读写频繁的话,则最好把这些列拆分到子表中,不要和主表放在一起存储。如果不太频繁,可以考虑继续保留在主表中。


当然了,如果将 innodb_page_size 选项修改成 8KB,那么行记录物理长度建议不超过4KB。


参考】:[MySQL优化案例]系列 — 优化InnoDB表BLOB列的存储效率



4、是否使用分区表
【老叶观点】在一些使用分区表后明显可以提升性能或者运维便利性的场景下,还是建议使用分区表。


比如老叶就在zabbix的数据库采用TokuDB引擎的前提下,又根据时间维度使用了分区表。这样的好处是保证zabbix日常应用不受到影响前提下,方便管理员例行删除过去数据,只需要删除相应分区即可,不需再执行一个非常慢的DELETE而影响整体性能。


参考:迁移Zabbix数据库到TokuDB



5、是否使用存储过程、触发器
【老叶观点】在一些合适的场景下,用存储过程、触发器也完全没问题。


我们以前就是利用存储完成游戏业务逻辑处理,性能上不是问题,而且一旦需求有变更,只需修改存储过程,变更代价很低。我们还利用触发器维护一个频繁更新的表,对这个表的所有变更都将部分字段同步更新到另一个表中(类似物化视图的变相实现),也不存在性能问题。


不要把MySQL的存储过程和触发器视为洪水猛兽,用好的话,没有问题的,真遇到问题了再优化也不迟。另外,MySQL因为没有物化视图,因此视图能不用就尽量少用吧。



6、选择合适的类型
【老叶观点】除了常见的建议外,还有其他几个要点:


6.1、用INT UNSIGNED存储IPV4地址,用INET_ATON()、INET_NTOA()进行转换,基本上没必要使用CHAR(15)来存储。


6.2、枚举类型可以使用ENUM,ENUM的内部存储机制是采用TINYINT或SMALLINT(并非CHAR/VARCHAR),性能一点都不差,记住千万别用CHAR/VARCHAR 来存储枚举数据。


6.3、还个早前一直在传播的“常识性误导”,建议用TIMESTAMP取代DATETIME。其实从5.6开始,建议优先选择DATETIME存储日期时间,因为它的可用范围比TIMESTAMP更大,物理存储上仅比TIMESTAMP多1个字节,整体性能上的损失并不大。


6.4、所有字段定义中,默认都加上NOT NULL约束,除非必须为NULL(但我也想不出来什么场景下必须要在数据库中存储NULL值,可以用0来表示)。在对该字段进行COUNT()统计时,统计结果更准确(值为NULL的不会被COUNT统计进去),或者执行 WHERE column IS NULL 检索时,也可以快速返回结果。


6.5、尽可能不要直接 SELECT * 读取全部字段,尤其是表中存在 TEXT/BLOB 大列的时候。可能本来不需要读取这些列,但因为偷懒写成 SELECT * 导致内存buffer pool被这些“垃圾”数据把真正需要缓冲起来的热点数据给洗出去了。



8、关于索引
【老叶观点】除了常见的建议外,还有几个要点:


8.1、超过20个长度的字符串列,最好创建前缀索引而非整列索引(例如:ALTER TABLE t1 ADD INDEX(user(20))),可以有效提高索引利用率,不过它的缺点是对这个列排序时用不到前缀索引。前缀索引的长度可以基于对该字段的统计得出,一般略大于平均长度一点就可以了。


8.2、定期用 pt-duplicate-key-checker 工具检查并删除重复的索引。比如 index idx1(a, b) 索引已经涵盖了 index idx2(a),就可以删除 idx2 索引了。


8.3、有多字段联合索引时,WHERE中过滤条件的字段顺序无需和索引一致,但如果有排序、分组则就必须一致了。


比如有联合索引 idx1(a, b, c),那么下面的SQL都可以完整用到索引:

点击(此处)折叠或打开

  1. SELECT ... WHERE b = ? AND c = ? AND a = ?; --注意到,WHERE中字段顺序并没有和索引字段顺序一致
  2. SELECT ... WHERE b = ? AND a = ? AND c = ?;
  3. SELECT ... WHERE a = ? AND b IN (?, ?) AND c = ?;
  4. SELECT ... WHERE a = ? AND b = ? ORDER BY c;
  5. SELECT ... WHERE a = ? AND b IN (?, ?) ORDER BY c;
  6. SELECT ... WHERE a = ? ORDER BY b, c;
  7. SELECT ... ORDER BY a, b, c; -- 可利用联合索引完成排序
而下面几个SQL则只能用到部分索引:

点击(此处)折叠或打开

  1. SELECT ... WHERE b = ? AND a = ?; -- 只能用到 (a, b) 部分
  2. SELECT ... WHERE a IN (?, ?) AND b = ?; -- 只能用到 (a, b) 部分
  3. SELECT ... WHERE a = ? AND c = ?; -- 只能用到 (a) 部分
  4. SELECT ... WHERE a = ? AND b IN (?, ?); -- 只能用到 (a, b) 部分
  5. SELECT ... WHERE (a BETWEEN ? AND ?) AND b = ?; -- 只能用到 (a) 部分,注意BETWEEN和IN的区别
  6. SELECT ... WHERE a = ? AND (b BETWEEN ? AND ?) AND c = ?; -- 只能用到 (a, b) 部分

下面的几个SQL完全用不到该索引:

点击(此处)折叠或打开

  1. SELECT ... WHERE b = ?;
  2. SELECT ... WHERE b = ? AND c = ?;
  3. SELECT ... WHERE b = ? AND c = ?;
  4. SELECT ... ORDER BY b;
  5. SELECT ... ORDER BY b, a;

从上面的几个例子就能看的出来,以往强调的WHERE条件字段顺序要和索引顺序一致才能使用索引的 “常识性误导” 无需严格遵守。


此外,有些时候查询优化器指定的索引或执行计划可能并不是最优的,可以手工指定最优索引,或者修改session级的 optimizer_switch 选项,关闭某些导致效果反而更差的特性(比如index merge通常是好事,但也遇到过用上index merge后反而更差的,这时候要么强制指定其中一个索引,要么可以临时关闭 index merge 特性)。



9、其他
9.1、哪怕是基于索引的条件过滤,如果优化器意识到总共需要扫描的数据量超过30%时(ORACLE里貌似是20%,MySQL目前是30%,没准以后会调整),就会直接改变执行计划为全表扫描,不再使用索引。


9.2、多表JOIN时,要把过滤性最大(不一定是数据量最小哦,而是只加了WHERE条件后过滤性最大的那个)的表选为驱动表。此外,如果JOIN之后有排序,排序字段一定要属于驱动表,才能利用驱动表上的索引完成排序。


9.3、绝大多数情况下,排序的大家通常要来的更高,因此如果看到执行计划中有 Using filesort,优先创建排序索引吧。


9.4、利用 pt-query-digest 定期分析slow query log,并结合 Box Anemometer 构建slow query log分析及优化系统。


参考】:[MySQL FAQ]系列 — EXPLAIN结果中哪些信息要引起关注



备注:若无特别说明,以上规范建议适用于MySQL 5.6及之前的版本。5.7及之后的版本可能会有些变化,个别规范建议需要相应调整。



延伸阅读:



老叶茶馆镇店之宝,扫码识别或访问 http://yejinrong.com 直达

阅读(613) | 评论(0) | 转发(0) |
0

上一篇:优化 | MySQL全面快速优化参考

下一篇:没有了

给主人留下些什么吧!~~
评论热议
请登录后评论。

登录 注册