这篇文章主要介绍了MySQL数据库慢怎么办,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
数据库应用,常见两种类型:CPU密集型和I/O密集型。因此,我们在排查数据库问题时,通常是从这两方面入手的。
CPU密集型的数据库,性能问题有以下几种:
1.复杂的查询语句、存储过程、触发器、自定义函数等;
2.锁竞争问题;免费主机域名
3.并发量大。
解决问题的思路:
1.通过慢查询日志,找出相关语句,优化查询语句调整索引策略。还可以将复杂存储过程、触发器、自定义函数交由应用代码实现;
2.根据infomation_schema中的innodb_trx、innodb_locks、innodb_lock_watis三种表,找出锁的事务与开发协调。如果场景允许,可以考虑把事务隔离级别降到读提交。
3.做读写分离、水平拆分。或者增加缓存层,让高并发的读写压力由缓存层消化;
4.调整mysql跟cpu相关参数,这里不一一罗列。
I/O密集型的数据库,性能问题有以下几种:
1.投影了所有字段、全表扫描、表结构设计、索引设计问题等;
2.内存缓冲区设置过小,造成了过免费主机域名多的磁盘I/O;
3.网络带宽较小(常见于分布式系统中)。
解决问题的思路:
1.通过慢查询日志,找出执行时间久,而且结果集大的语句。减少投影的字段,只选择必要的字段做投影,优化表结构与索引设计;
2.调整内存缓冲区、日志刷新、刷新方法等等参数的设置,这里不一一罗列;
3.提升网络带宽,调整内核参数。
如果上述措施还不能解决问题或者效果不明显,可以考虑扩容。扩容分为:纵向扩展和横向扩展。
纵向扩展:一般用于解决响应时间长的问题。增加CPU计算能力可以减少响应时间,增加内存可以减少磁盘I/O,并将磁盘做raid5、10、01或者直接使用SSD提升I/O处理能力;
横向扩展:一般用于解决高并发量问题。比如做简单的读写分离、使用mycat将数据量做分片等,尽量将单机压力分担出去。
这里提到了解决高并发量的问题,其实还可以用异步的方式,将压力前移到缓存层,降低写入压力;同时,缓存一些热点数据,也能大大减轻读压力。
感谢你能够认真阅读完这篇文章,希望小编分享的“MySQL数据库慢怎么办”这篇文章对大家有帮助,同时也希望大家多多支持云技术,关注云技术行业资讯频道,更多相关知识等着你来学习!
这篇文章主要介绍“分析SQL优化的limit分页延迟关联”,在日常操作中,相信很多人在分析SQL优化的limit分页延迟关联问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”分析SQL优化的limit分页延迟关联”的疑惑有所帮助!接…