老司机也该掌握的MySQL优化指南

2分片原则

•  能不分就不分，参考单表优化；
•  分片数量尽量少，分片尽量均匀分布在多个数据结点上，因为一个查询SQL跨分片越多，则总体性能越差，虽然要好于所有数据在一个分片的结果，只在必要的时候进行扩容，增加分片数量；
•  分片规则需要慎重选择做好提前规划，分片规则的选择，需要考虑数据的增长模式，数据的访问模式，分片关联性问题，以及分片扩容问题，最近的分片策略为范围分片，枚举分片，一致性Hash分片，这几种分片都有利于扩容；
•  尽量不要在一个事务中的SQL跨越多个分片，分布式事务一直是个不好处理的问题；
•  查询条件尽量优化，尽量避免Select * 的方式，大量数据结果集下，会消耗大量带宽和CPU资源，查询尽量避免返回大量结果集，并且尽量为频繁使用的查询语句建立索引；
•  通过数据冗余和表分区赖降低跨库Join的可能。

这里特别强调一下分片规则的选择问题，如果某个表的数据有明显的时间特征，比如订单、交易记录等，则他们通常比较合适用时间范围分片，因为具有时效性的数据，我们往往关注其近期的数据，查询条件中往往带有时间字段进行过滤，比较好的方案是，当前活跃的数据，采用跨度比较短的时间段进行分片，而历史性的数据，则采用比较长的跨度存储。

总体上来说，分片的选择是取决于最频繁的查询SQL的条件，因为不带任何Where语句的查询SQL，会遍历所有的分片，性能相对最差，因此这种SQL越多，对系统的影响越大，所以我们要尽量避免这种SQL的产生。

3解决方案

由于水平拆分牵涉的逻辑比较复杂，当前也有了不少比较成熟的解决方案。这些方案分为两大类：客户端架构和代理架构。

客户端架构

通过修改数据访问层，如JDBC、Data Source、MyBatis，通过配置来管理多个数据源，直连数据库，并在模块内完成数据的分片整合，一般以Jar包的方式呈现。

这是一个客户端架构的例子：

可以看到分片的实现是和应用服务器在一起的，通过修改Spring JDBC层来实现。

客户端架构的优点是：

•  应用直连数据库，降低外围系统依赖所带来的宕机风险；
•  集成成本低，无需额外运维的组件。

缺点是：

•  限于只能在数据库访问层上做文章，扩展性一般，对于比较复杂的系统可能会力不从心；
•  将分片逻辑的压力放在应用服务器上，造成额外风险。

代理架构

通过独立的中间件来统一管理所有数据源和数据分片整合，后端数据库集群对前端应用程序透明，需要独立部署和运维代理组件。

这是一个代理架构的例子：

代理组件为了分流和防止单点，一般以集群形式存在，同时可能需要Zookeeper之类的服务组件来管理。

代理架构的优点是：

•  能够处理非常复杂的需求，不受数据库访问层原来实现的限制，扩展性强；
•  对于应用服务器透明且没有增加任何额外负载。

缺点是：

•  需部署和运维独立的代理中间件，成本高；
•  应用需经过代理来连接数据库，网络上多了一跳，性能有损失且有额外风险。

目前来说，业界还是有很多的方案可供选择，但应该如何进行选择？我认为，可以按以下思路来考虑：

•  确定是使用代理架构还是客户端架构。中小型规模或是比较简单的场景倾向于选择客户端架构，复杂场景或大规模系统倾向选择代理架构。
•  具体功能是否满足，比如需要跨节点ORDER BY，那么支持该功能的优先考虑。
•  不考虑一年内没有更新的产品，说明开发停滞，甚至无人维护和技术支持。
•  最好按大公司→社区→小公司→个人这样的出品方顺序来选择。
•  选择口碑较好的，比如github星数、使用者数量质量和使用者反馈。
•  开源的优先，往往项目有特殊需求可能需要改动源代码。 

【编辑推荐】

1. 阿里云数据库再添新成员，企业级MariaDB正式开卖！
2. MySQL数据库性能优化的八种方式，你可能都没用过！
3. 区块链，一种数据库技术
4. 读完这篇文章，就基本搞定了Redis数据库
5. 一看就懂的MySQL存储过程详解

（编辑：财气旺网 - 财气网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!