您好,欢迎访问一九零五行业门户网

mysql性能问题_MySQL

bitscn.com
最近项目使用mysql数据库遇到了性能问题。单表400w以上数据时, 增,删,改,查 的速度都明显下降。
我们是做呼叫中心的,平均1秒钟就要处理20个呼叫,所以 最最保守的计算 1秒钟也要对单表进行20次插入操作,还有更多的查询操作,所以对性能要求略高。(有点儿跑题。。。。)
遇到了问题就要解决,优化!我们优化的步骤如下(过程中遇到的困难略):
1.优化索引,将所有sql语句,尤其是速度慢的都拿出来分析,一条一条的分析。(利用 explain )要让所有查询都使用到索引。
2.优化mysql数据库本身,对my.cnf(my.ini)文件进行优化。但是个人觉得效果不是很明显(请牛人指导。)
   my.cnf文件配置如下。(4核cpu 4g 内存)这个my.cnf 具体问题具体分析,配置起来也有很多事儿比较有讲究的。
  所以需要逐步调试。(切忌不可大量修改后再重启mysql....有可能启动失败。)
java代码 
[client] 
port=3306 
[mysql] 
default-character-set=utf8
[mysqld] 
port=3306 
basedir=d:/program files/mysql/mysql server 5.1/ 
datadir=c:/documents and settings/all users/application data/mysql/mysql server 5.1/data/ 
default-character-set=utf8 
default-storage-engine=innodb 
sql-mode=strict_trans_tables,no_auto_create_user,no_engine_substitution 
max_connections=1000 
query_cache_size=120m 
table_cache=1024m 
tmp_table_size=32m 
thread_cache_size=64 
myisam_max_sort_file_size=100g 
myisam_sort_buffer_size=64m 
key_buffer_size=512m
max_allowed_packet = 32m 
max_heap_table_size = 32m 
table_open_cache = 512m 
thread_concurrency = 8 
innodb_lock_wait_timeout = 50 
bulk_insert_buffer_size = 64m 
key_cache_block_size=2048
skip-external-locking 
skip-name-resolve
read_buffer_size=8m 
read_rnd_buffer_size=8m
sort_buffer_size=64m
innodb_additional_mem_pool_size=20m 
innodb_flush_log_at_trx_commit=1 
innodb_log_buffer_size=8m 
innodb_buffer_pool_size=512m 
innodb_log_file_size=24m 
innodb_thread_concurrency=10
3.分表 分表是解决大数据量的最佳方案。
    我们的mysql数据库 单表400万 以上数据的时候就不符合性能要求了(我们对性能要求有点儿高)。但是我们一天产生的数据量就达到了单表200万。。总不能1天就建立一套表出来吧?? 那1,2年以后 数据库就会有600多套表(一套表有几十张呢,也就是上万张单表),看着都头疼呀。。。。。
4.从业务上解决,实现曲线救国。(这也是我们最后采用的方法,这个方法不一定适用其他业务)
   我们的业务是这样,1小时对流水数据结转一次,生成统计数据。
   最后决定生成插入流水数据的时候分2套流水表插入(一套用来保存流水数据,另一套用来结转统计数据。)
   为什么要分成2套呢?
   为了性能,用来保存流水数据的那套表就不去对它进行操作了。(起到备份数据之用。)
   用来结转成统计数据的那套流水表,在结转结束之后就会删除掉以结转的数据。
   这样一来,结转用的那套流水表的数据量就不会持续增长,也就保证了数据结转的效率。
   希望对其他人 有点儿小启示。。。。。。
   请大家不要笑我。。我的mysql 是盗版的。。。没有mysql dba给我调优。更没有人会给我订制我们专用的mysql
   只能这样曲线救国的解决了。。。。
作者“xsxjb”
bitscn.com
其它类似信息

推荐信息