mysql网站打开慢问题排查&数据库优化
1.访问慢问题
1.1 应用反应mysql网站打开慢
top查看CPU是否是mysql占得较多；
uptime查看负载情况；
进入到mysql库中，查看进程数：show (full) processlist;
1.2 开启慢查询日志
long_query_time=1
log-slow-queries = /data/3306/slow.log
1.3 explain某一条语句，看是否走索引
索引建议建在唯一值较多（即重复值少的）的列上，若三个列都很多，则可基于三个列建立联合索引。
对于数据库中像like‘%XXX%’这样的语句特别多，会导致数据库负载很高，但是没有太大的优化余地（如百度的搜索栏界面），这种情况下的优化方案思路：
1）从业务上实现用户登录后再搜索，可减少搜索次数，从而减轻数据库服务压力
2）如果有大量频繁的搜索，可能是爬虫在爬，这时需要分析web日志，封掉其IP
3）配置多个主从同步，程序上实现读写分离（最好让like这种查询去从库查），减轻主库读写压力
4）在数据库前端增加memcached缓存服务器
5）可以通过搜索服务Sphinx实现搜索
6）可以利用c,ruby开发程序，实现每日读库计算搜索索引，保存在服务器上提供搜索，然后每五分钟多一个从库做一次增量
2.mysql优化
2.1 硬件优化
CPU：一台服务器8-16颗
内存：96G-128G跑3-4个实例，32G-64G跑2个实例
硬盘：数量越多越好，性能：ssd(高并发) > sas(普通业务线上) > sata(线下)
raid 以4块盘为例：raid0>raid10>raid5>raid1
网卡：多块网卡bond
以及buffer、tcp优化
2.2 软件优化
操作系统：x86_64
软件：mysql编译优化
2.3 my.cnf里参数的优化
#优化的幅度很小，大部分要靠架构以及SQL语句优化
几个参数的解释：
innodb_buffer_pool_size建议设置为物理内存的1/3-1/2，不要超过50%
sort_buffer_size、read_buffer_size这种线程buffer不要给大了，一般2M即可
query_cache_size=64M 也不建议配置太大
key_buffer_size=32M 如果用于myisam引擎的话建议给大一点，用于索引
skip-name-resolve #若没有此项，在show processlist 时会显示权限不足
max_allowed_packet 服务器和客户端之间最大能发送的可能信息包，设的大备份会快
wait_time 服务器在关闭它之前在一个连接上等待行动的秒数
interactive_timeout 服务器在关闭它之前在一个交互连接上等待行动的秒数
也可通过监控查看生产参数的状况：
show global status\G
工具：MySQLreport ----wget http://search.cpan.org/CPAN/authors/id/T/TI/TIMB/DBI-1.604.tar.gz wget http://cpan.uwinnipeg.ca/cpan/authors/id/T/TI/TIMB/DBI-1.605.tar.gz
tar zxvf DBI-1.605.tar.gz cd DBI-1.605 more README perl Makefile.PL make make test make install
另外还有一个分析参数的工具：wget http://www.day32.com/MySQL/tuning-primer.sh
./mysqlreport --user=root --password=oldboy123 --socket=/data/3306/mysql.sock
2.4 SQL语句优化
索引优化：
1）抓出慢SQL，配置my.cnf long_query_time=2 log-slow-queries=/data/3306/slow-log.log
2）慢查询日志分析工具-----mysqlsla
mysqldumpslow,mysqlsla,myprofi,mysql-explain-slow-log,mysqllogfilter；
大的复杂的SQL语句拆分成多个小的SQL语句；
子查询，JOIN连表查询；
数据库是存储数据的地方，但不是计算数据的地方，把计算的部分拿到前端应用解决；
搜索功能一般不要用mysql数据库，可以用单独搜索的工具，或加memcached缓存等；
3.架构优化
业务拆分：如搜索功能的拆分
某些业务应用使用nosql持久化存储，如memcachedb，Redis，ttserver，粉丝关注、好友关系等
数据库前端必须加cache，如memcached，用户登录、商品查询等
动态的数据静态化，整个文件静态化，页面片段静态化
数据库集群与读写分离，一主多从等，通过程序或dbproxy进行集群读写分离
单表超过2000万，拆库拆表，人工拆表拆库（登录、商品、订单）
4.流程、制度、安全优化
任何一次人为数据库记录的更新，都要走相应的流程：
人：开发--->核心开发--->运维或DBA
测试：内网测试--->IDC测试--->线上执行
客户端管理：PHPMYADMIN
2018年11月7日
祝好！
