這篇文章主要講解了“如何理解MySQL集群優(yōu)化”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“如何理解MySQL集群優(yōu)化”吧！

伊吾網(wǎng)站制作公司哪家好，找成都創(chuàng)新互聯(lián)公司！從網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、響應(yīng)式網(wǎng)站開發(fā)等網(wǎng)站項(xiàng)目制作，到程序開發(fā)，運(yùn)營維護(hù)。成都創(chuàng)新互聯(lián)公司自2013年起到現(xiàn)在10年的時間，我們擁有了豐富的建站經(jīng)驗(yàn)和運(yùn)維經(jīng)驗(yàn)，來保證我們的工作的順利進(jìn)行。專注于網(wǎng)站建設(shè)就選成都創(chuàng)新互聯(lián)公司。

最近做了一個集群服務(wù)的在線切換，將原來的主從環(huán)境做了切換，當(dāng)然后端的處理工作是比較復(fù)雜的，涉及到主從服務(wù)器的在線遷移和硬件變更。

總體來說，切換后的讀延遲比原本降低了0.4毫秒左右，對于一個延遲季度敏感的業(yè)務(wù)來說，0.4毫秒是一個很高的比例，按照既定的比例規(guī)則，差不多是優(yōu)化了25-30%的比例。

那么這省下來的0.4毫秒到底優(yōu)化在哪個環(huán)節(jié)了呢?我們做了一些討論和分析，不僅暗暗感嘆，幸虧是優(yōu)化了，如果延遲變大30%，要快速分析還是壓力很大的。

這個問題分析的難點(diǎn)在于存在一系列的動態(tài)變量，導(dǎo)致服務(wù)切換前后的對比缺少了一些基準(zhǔn)和衡量標(biāo)準(zhǔn)。

我們簡單提煉了下，在服務(wù)切換前的優(yōu)化工作有：

1)新從庫采用了全新的硬件配置，CPU型號更高，性能提升可達(dá)30%

2)主從庫采用的SATA-SSD的存儲使用了不同品牌

3)主從切換前，在從庫中對數(shù)據(jù)表進(jìn)行了全面的碎片清理

4)原本服務(wù)器的系統(tǒng)盤是使用SAS的，在新從庫中統(tǒng)一按照SATA-SSD類配置

5)中間件服務(wù)器有近2年沒有重啟過，這次維護(hù)做了重啟維護(hù)

此外，還有一些不確定的因素，比如業(yè)務(wù)量的差異等，按照100%對等的標(biāo)準(zhǔn)是不大可能完全對等去分析的，所以我們試著通過如下的邏輯進(jìn)行分析。

初步來看，我們覺得對于數(shù)據(jù)表做了碎片清理，這個改進(jìn)的效果會比較高，因?yàn)樗槠试谇袚Q前統(tǒng)計是近20%，清理后空間釋放了近20%，本來認(rèn)為這樣的一套指標(biāo)體系是比較演進(jìn)的，但是在對比了近幾天的業(yè)務(wù)延遲情況之后，有一個業(yè)務(wù)的數(shù)據(jù)是說不通的。

我們假設(shè)是業(yè)務(wù)2，業(yè)務(wù)2的數(shù)據(jù)表示日表，也就意味著這張表沒有所謂的碎片，因?yàn)槊刻於紩幸粡埿碌臄?shù)據(jù)表寫入數(shù)據(jù)。所以業(yè)務(wù)2的延遲應(yīng)該沒有變化或者有細(xì)小的差異才說得通，但是在這里可以很清楚的看到，延遲是有近30%的提升，這就說不通了，所以單純的碎片清理帶來的收益確實(shí)沒有期望那么高。

我們分析下系統(tǒng)負(fù)載的情況，隨機(jī)選擇了一個分片節(jié)點(diǎn)，查看了切換前和切換后的負(fù)載數(shù)據(jù)。

切換前

切換后

總體來說，負(fù)載的平均值是提高了0.03，這個比例是很低的一個比例，姑且認(rèn)為是可以忽略的。

再來看看CPU的使用率，因?yàn)樾碌姆?wù)器CPU性能提升近30%，所以對負(fù)載情況進(jìn)行了整體的比對，可以發(fā)現(xiàn)這個業(yè)務(wù)不是強(qiáng)計算相關(guān)的，所以CPU配置再好，在這里帶來的收益確實(shí)沒有期望那么明顯。

切換后

切換前

接著來看磁盤，磁盤層面有很多的指標(biāo)，我們來看下util指標(biāo)：

切換后：

切換前：

總體切換后的util從16%提高到了18%，很難可以給出一個客觀的結(jié)論。

對于磁盤讀寫層面的分析，可以看到等待的延遲部分不是一個數(shù)量級。

切換后

切換前

在這里可能會有一個誤區(qū)，那就是切換前的指標(biāo)是精確度不夠，是0，我們可把指標(biāo)放大，即選擇其中一個指標(biāo)，就可以看到右側(cè)的指標(biāo)的相對精確的數(shù)據(jù)了。

切換后：

切換前：

到了這里，我們可以看到延遲的指標(biāo)對于邏輯卷和不同分區(qū)的差別還是很明顯的，雖然單個指標(biāo)的提升在10%左右，但是所有的指標(biāo)都是略高一籌。

當(dāng)然碎片整理確實(shí)是有提高，但是和磁盤層面的提升來說，占比確實(shí)沒有那么高。

而接下來的問題就是進(jìn)一步驗(yàn)證，需要分析不同SSD產(chǎn)品間的一些差異和穩(wěn)定性測試數(shù)據(jù)。

總體來說，整個分析的過程可以提供一種分析的思路，而不僅僅是得到的初步結(jié)論。

感謝各位的閱讀，以上就是“如何理解MySQL集群優(yōu)化”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對如何理解MySQL集群優(yōu)化這一問題有了更深刻的體會，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！

分享題目：如何理解MySQL集群優(yōu)化
文章地址：http://www.chinadenli.net/article14/pgcoge.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供服務(wù)器托管、虛擬主機(jī)、微信小程序、用戶體驗(yàn)、網(wǎng)站建設(shè)、Google

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)