本文原作者“ manong”，原創(chuàng)發(fā)表于segmentfault，原文鏈接：segmentfault.com/a/1190000006158186

1、引言

MySQL作為開源技術(shù)的代表作之一，是互聯(lián)網(wǎng)得以廣泛流行的重要基礎(chǔ)技術(shù)之一。

國外 GitHub、Airbnb、Yelp、Coursera 均在使用 MySQL 數(shù)據(jù)庫，國內(nèi)阿里巴巴、去哪兒網(wǎng)、騰訊、魅族、京東等等的部分關(guān)鍵業(yè)務(wù)同樣使用了 MySQL 數(shù)據(jù)庫。同時，MySQL 也是眾多數(shù)據(jù)庫排行榜單的第一名，叢多國內(nèi)一線互聯(lián)網(wǎng)企業(yè)都在用的開源數(shù)據(jù)庫。

MySQL在互聯(lián)網(wǎng)項目中如此流行，眾多的開發(fā)者們在各種應(yīng)用場景下總結(jié)了許多MySQL的最佳實踐。本文將總結(jié)和分享當(dāng)MySQL單表記錄數(shù)過大時，增刪改查性能急劇下降問題的優(yōu)化思路，這也是資深后端架構(gòu)師、程序員所必備的知識內(nèi)容之一，希望本文對你有用。

（本文同步發(fā)布于：http://www.52im.net/thread-2157-1-1.html）

2、關(guān)于MySQL

2.1 MySQL之父

▲ MySQL之父：Ulf Michael “Monty” Widenius

Michael “Monty” Widenius, 1962年3月3日出生于芬蘭赫爾辛基。開源 MySQL數(shù)據(jù)庫的創(chuàng)始成員、MySQL AB公司的首席技術(shù)官、MySQL數(shù)據(jù)庫第一行代碼的作者、MySQL數(shù)據(jù)庫命名人、MariaDB創(chuàng)始人兼首席技術(shù)官；獨自完成撰寫MySQL數(shù)據(jù)庫服務(wù)器端95%的代碼。

Monty是MySQL第一行代碼的作者，后來與兩位好友一起成立了MySQL AB，開始正式商業(yè)化運作MySQL，出任CTO，一直到MySQL AB被賣給Sun。之后Monty沒有加入Sun，而是離職創(chuàng)立了Monty Program AB，接過MySQL的代碼繼續(xù)開發(fā)新的分支——MariaDB，自己擔(dān)任CEO。

在2014年，Monty Program AB與SkySQL AB合并，成立了MariaDB Corporation，開始商業(yè)化運作MariaDB，Monty繼續(xù)擔(dān)任新公司的CTO。同時他還兼任MariaDB基金會的CTO。

關(guān)于MariaDB、MySQL、MaxDB名字的由來：

Monty有一個女兒，名叫My，因此他將自己開發(fā)的數(shù)據(jù)庫命名為MySQL。Monty還有一個兒子，名為Max，因此在2003年，SAP公司與MySQL公司建立合作伙伴關(guān)系后，Monty又將與SAP合作開發(fā)的數(shù)據(jù)庫命名為MaxDB。而現(xiàn)在的MariaDB中的Maria是Monty小孫女的名字。

2.2 MySQL歷史

MySQL的海豚標(biāo)志的名字叫“sakila”，它是由MySQL AB的創(chuàng)始人從用戶在“海豚命名”的競賽中建議的大量的名字表中選出的。獲勝的名字是由來自非洲斯威士蘭的開源軟件開發(fā)者Ambrose Twebaze提供。根據(jù)Ambrose所說，Sakila來自一種叫SiSwati的斯威士蘭方言，也是在Ambrose的家鄉(xiāng)烏干達附近的坦桑尼亞的Arusha的一個小鎮(zhèn)的名字。

MySQL的歷史可以追溯到1979年。當(dāng)時Allan Larsson和Michael Widenius(Monty)開了一家自己的咨詢公司，取名TcX，名字的由來已無從考證。有道是"前世盡付真情，今生亦現(xiàn)福緣積厚"。那年一個夜黑風(fēng)高的晚上，Michael基于BASIC語言寫出了他的第一款數(shù)據(jù)庫報表工具UNIREG。

有當(dāng)年的天氣記錄為證，Michael寫完該工具時極光異常明亮，炫彩無比。大凡重大事情的發(fā)生，后來的著述人都會記錄有一些類似的怪現(xiàn)象。比如刮風(fēng)、下雨、冒仙氣什么的，還有天上星星異常閃爍等等，反正就是說明這種事情很不簡單。

最初的UNIREG是運行在瑞典人制造的ABC800計算機上的。ABC800的內(nèi)存只有32KB，CPU是頻率只有4MHz的Z80。在1983年Monty遇到了David Axmark，兩人相見恨晚，開始合作運營TcX，Monty負(fù)責(zé)技術(shù)，David搞管理。后來TcX將UNIREG移植到其他更加強大的硬件平臺，主要是Sun的平臺。

▲ ABC800計算機

1995年5月23日，MySQL的第一個內(nèi)部版本發(fā)行了，并在第二年對外公布了MySQL官方正式發(fā)行版(3.11.1)。有趣的是，第一個MySQL正式版恰巧只能運行在Sun Solaris上，仿佛昭示了它日后被Sun收購的命運。

在接下來的兩年中，MySQL被移植到不同的平臺，同時加入了不少新的特性。到1998時，MySQL能夠運行在10多種操作系統(tǒng)之上，其中包括應(yīng)用非常廣泛的 FreeBSD、Linux、Windows 95和Windows NT等。很快MySQL 3.22也發(fā)布了，但它仍然存在很多問題--如不支持事務(wù)操作、子查詢、外鍵、存儲過程和視圖等功能。正因為這些缺陷，當(dāng)時許多Oracle和SQL Server的用戶對MySQL根本不屑一顧。

大概在1999的冬天，下了很大一場雪。然后獨立的商業(yè)公司MySQL AB就在瑞典的中部城市Uppsala成立了。并于同年發(fā)布了包含事務(wù)型存儲引擎BDB的MySQL 3.23。在集成BDB存儲引擎的過程中，MySQL開發(fā)團隊得到了很好的鍛煉，為后來能將InnoDB整合以及開發(fā)開放插件式的存儲引擎架構(gòu)打下了堅實的基礎(chǔ)。

MySQL從誕生之初就提供了雙重的授權(quán)標(biāo)準(zhǔn)：個人使用是免費的，如果用于商業(yè)網(wǎng)站搭建或者Windows平臺下就必須購買商業(yè)許可證。在2000年的時候MySQL做了一個重大的決定，改換成了GPL許可模式，也就是說商業(yè)用戶也無需再購買許可證，但必須把他們的源碼公開。雖然MySQL AB因此在收入上遭受了巨大的打擊，損失了將近80%的收入，但他們依然堅持了GPL許可模式。

與此同時，芬蘭公司Heikki開始接觸MySQL AB，討論將Heikki的存儲引擎InnoDB整合到MySQL數(shù)據(jù)庫中的可行性。雙方的合作非常順利，并于2001年推出MySQL 4.0 Alpha版本。經(jīng)過兩年的公開測試和應(yīng)用，到了2003年，包含InnoDB的MySQL已經(jīng)變得非常穩(wěn)定了。隨即在同一年，MySQL推出4.1版，第一次使得MySQL支持子查詢，支持Unicode和預(yù)編譯SQL等功能。

MySQL 4.1還在Alpha版時，公司已決定并行開發(fā)5.0版。因為他們打算加快MySQL的開發(fā)速度以適應(yīng)日益苛刻的市場需求。這個新版本是有史以來MySQL最大的變化，添加了存儲過程、服務(wù)端游標(biāo)、觸發(fā)器、查詢優(yōu)化以及分布式事務(wù)等在大家看來一個"正常數(shù)據(jù)庫管理系統(tǒng)"應(yīng)當(dāng)擁有的一整套功能。

2008年2月，當(dāng)時的業(yè)界開源老大Sun Microsystems動用10億美元收購了MySQL，造就了開源軟件的收購最高價。這次交易給開源交易設(shè)立了一個新的基準(zhǔn)。在此之前的交易金額(JBoss、Zimbra、XenSource、Gluecode)從沒接近過10億美元，全部加起來才差不多與Sun Microsystems購買MySQL的花費持平。MySQL被收購之后，MySQL圖標(biāo)停止使用，取而代之的是Sun/MySQL圖標(biāo)。

MySQL和Sun合并之后，推出了MySQL 5.1GA版和MySQL 5.4 Beta版。5.4的推出照搬了4.1和5.0當(dāng)時的開發(fā)模式，讓5.4和6.0并行處于Beta開發(fā)階段。

螳螂捕蟬，黃雀在后。2009年，數(shù)據(jù)庫老大Oracle大筆一揮，開出74億美元的支票，將Sun Microsystems和MySQL通盤收于旗下。

▲ SUN被Oracle收購了

2.3 MySQL大事記

1999年，MySQL AB在瑞典正式宣布成立。

2000年，ISAM華麗轉(zhuǎn)身MyISAM存儲引擎。同年MySQL開放了自己的源代碼，并且基于GPL許可協(xié)議。同年9月innoDB推出。

2003年，MySQL4.0發(fā)布,正式集成innodb

2005年，MySQL 5.0發(fā)布。同年Oracle把InnoDB引擎的開發(fā)公司innobase收購?fù)瓿伞ySQL明確地表現(xiàn)出邁向高性能數(shù)據(jù)庫的發(fā)展步伐。

2006年，sun公司收購了MySQL公司，出價10億美元。

2009年，Oracle公司收購sun，將MySQL納入囊中。

2010年，MySQL 5.5正式版發(fā)布，Oracle完成了大量改進，并將innodb改成默認(rèn)引擎。

2013年，MySQL 5.6 GA版本發(fā)布。

近期 - MySQL 5.7 GA版本橫空出世，其性能、新特性、性能分析帶來了質(zhì)的改變。

2.4 MySQL現(xiàn)狀及應(yīng)用

▲ 全球數(shù)據(jù)庫排行（截止2017年）

▲ 全球最大網(wǎng)站Top20的數(shù)據(jù)庫使用情況

以下是全球最大網(wǎng)站Top20列表：

Facebook.com

Google.com

YouTube.com

Yahoo.com

WIKipedia.org - 維基百科

Live.com – 微軟新的電子郵件服務(wù)

qq.com – 騰訊

Microsoft.com – 微軟產(chǎn)品/更新/下載

Baidu.com – 百度

Msn.com – 微軟自有互聯(lián)網(wǎng)信息

Blogger.com – 博客平臺

ASK.com -  搜索引擎

Taobao.com 淘寶

Twiter.com – 實時通訊平臺

Bing.com – 必應(yīng)

Sohu.com – 搜狐

Apple.com – 蘋果

WrodPress.com – 成行經(jīng)歷

Sina.com – 新浪

Amazon.com-亞馬遜

▲ 國內(nèi)MySQL行業(yè)應(yīng)用

3、MySQL的單表優(yōu)化干貨總結(jié)

除非單表數(shù)據(jù)未來會一直不斷上漲，否則不要一開始就考慮拆分，拆分會帶來邏輯、部署、運維的各種復(fù)雜度，一般以整型值為主的表在千萬級以下，字符串為主的表在五百萬以下是沒有太大問題的。而事實上很多時候MySQL單表的性能依然有不少優(yōu)化空間，甚至能正常支撐千萬級以上的數(shù)據(jù)量。

3.1 “字段”優(yōu)化總結(jié)

1）盡量使用TINYINT、SMALLINT、MEDIUM_INT作為整數(shù)類型而非INT，如果非負(fù)則加上UNSIGNED；

2）VARCHAR的長度只分配真正需要的空間；

3）使用枚舉或整數(shù)代替字符串類型；

4）盡量使用TIMESTAMP而非DATETIME；

5）單表不要有太多字段，建議在20以內(nèi)；

6）避免使用NULL字段，很難查詢優(yōu)化且占用額外索引空間；

7）用整型來存IP。

3.2 “索引”優(yōu)化總結(jié)

1）索引并不是越多越好，要根據(jù)查詢有針對性的創(chuàng)建，考慮在WHERE和ORDER BY命令上涉及的列建立索引，可根據(jù)EXPLAIN來查看是否用了索引還是全表掃描；

2）應(yīng)盡量避免在WHERE子句中對字段進行NULL值判斷，否則將導(dǎo)致引擎放棄使用索引而進行全表掃描。

3）值分布很稀少的字段不適合建索引，例如"性別"這種只有兩三個值的字段。

4）字符字段只建前綴索引。

5）字符字段最好不要做主鍵。

6）不用外鍵，由程序保證約束。

7）盡量不用UNIQUE，由程序保證約束。

8）使用多列索引時主意順序和查詢條件保持一致，同時刪除不必要的單列索引。

3.3 “查詢SQL”優(yōu)化總結(jié)

1）可通過開啟慢查詢?nèi)罩緛碚页鲚^慢的SQL；

2）不做列運算：SELECT id WHERE age + 1 = 10，任何對列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫教程函數(shù)、計算表達式等等，查詢時要盡可能將操作移至等號右邊；

3）sql語句盡可能簡單：一條sql只能在一個cpu運算；大語句拆小語句，減少鎖時間；一條大sql可以堵死整個庫；

4）不用SELECT *；

5）OR改寫成IN：OR的效率是n級別，IN的效率是log(n)級別，in的個數(shù)建議控制在200以內(nèi)；

6）不用函數(shù)和觸發(fā)器，在應(yīng)用程序?qū)崿F(xiàn)；

7）避免%xxx式查詢；

8）少用JOIN；

9）使用同類型進行比較，比如用'123'和'123'比，123和123比；

10）盡量避免在WHERE子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描；

11）對于連續(xù)數(shù)值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5；

12）列表數(shù)據(jù)不要拿全表，要使用LIMIT來分頁，每頁數(shù)量也不要太大。

3.4 “引擎”的選擇

目前廣泛使用的是MyISAM和InnoDB兩種引擎。

【MyISAM】：

MyISAM引擎是MySQL 5.1及之前版本的默認(rèn)引擎，它的特點是：

1）不支持行鎖，讀取時對需要讀到的所有表加鎖，寫入時則對表加排它鎖；

2）不支持事務(wù)；

3）不支持外鍵；

4）不支持崩潰后的安全恢復(fù)；

5）在表有讀取查詢的同時，支持往表中插入新紀(jì)錄；

6）支持BLOB和TEXT的前500個字符索引，支持全文索引；

7）支持延遲更新索引，極大提升寫入性能；

8）對于不會進行修改的表，支持壓縮表，極大減少磁盤空間占用。

【InnoDB】：

InnoDB在MySQL 5.5后成為默認(rèn)索引，它的特點是：

1）支持行鎖，采用MVCC來支持高并發(fā)；

2）支持事務(wù)；

3）支持外鍵；

4）支持崩潰后的安全恢復(fù)；

5）不支持全文索引。

總體來講，MyISAM適合SELECT密集型的表，而InnoDB適合INSERT和UPDATE密集型的表。

3.5 系統(tǒng)調(diào)優(yōu)參數(shù)

可以使用下面幾個工具來做基準(zhǔn)測試：

sysbench：一個模塊化，跨平臺以及多線程的性能測試工具；

iibench-mysql：基于 Java 的 MySQL/Percona/MariaDB 索引進行插入性能測試工具；

tpcc-mysql：Percona開發(fā)的TPC-C測試工具。

具體的調(diào)優(yōu)參數(shù)內(nèi)容較多，具體可參考官方文檔，這里介紹一些比較重要的參數(shù)：

1）back_log：back_log值指出在MySQL暫時停止回答新請求之前的短時間內(nèi)多少個請求可以被存在堆棧中。也就是說，如果MySql的連接數(shù)據(jù)達到max_connections時，新來的請求將會被存在堆棧中，以等待某一連接釋放資源，該堆棧的數(shù)量即back_log，如果等待連接的數(shù)量超過back_log，將不被授予連接資源。可以從默認(rèn)的50升至500；

2）wait_timeout：數(shù)據(jù)庫連接閑置時間，閑置連接會占用內(nèi)存資源。可以從默認(rèn)的8小時減到半小時；

3）max_user_connection: 最大連接數(shù)，默認(rèn)為0無上限，最好設(shè)一個合理上限；

4）thread_concurrency：并發(fā)線程數(shù)，設(shè)為CPU核數(shù)的兩倍；

5）skip_name_resolve：禁止對外部連接進行DNS解析，消除DNS解析時間，但需要所有遠(yuǎn)程主機用IP訪問；

6）key_buffer_size：索引塊的緩存大小，增加會提升索引處理速度，對MyISAM表性能影響最大。對于內(nèi)存4G左右，可設(shè)為256M或384M，通過查詢show status like 'key_read%'，保證key_reads / key_read_requests在0.1%以下最好；

7）innodb_buffer_pool_size：緩存數(shù)據(jù)塊和索引塊，對InnoDB表性能影響最大。通過查詢show status like 'Innodb_buffer_pool_read%'，保證 (Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests越高越好；

8）innodb_additional_mem_pool_size：InnoDB存儲引擎用來存放數(shù)據(jù)字典信息以及一些內(nèi)部數(shù)據(jù)結(jié)構(gòu)的內(nèi)存空間大小，當(dāng)數(shù)據(jù)庫對象非常多的時候，適當(dāng)調(diào)整該參數(shù)的大小以確保所有數(shù)據(jù)都能存放在內(nèi)存中提高訪問效率，當(dāng)過小的時候，MySQL會記錄Warning信息到數(shù)據(jù)庫的錯誤日志中，這時就需要該調(diào)整這個參數(shù)大小；

9）innodb_log_buffer_size：InnoDB存儲引擎的事務(wù)日志所使用的緩沖區(qū)，一般來說不建議超過32MB；

10）query_cache_size：緩存MySQL中的ResultSet，也就是一條SQL語句執(zhí)行的結(jié)果集，所以僅僅只能針對select語句。當(dāng)某個表的數(shù)據(jù)有任何任何變化，都會導(dǎo)致所有引用了該表的select語句在Query Cache中的緩存數(shù)據(jù)失效。所以，當(dāng)我們的數(shù)據(jù)變化非常頻繁的情況下，使用Query Cache可能會得不償失。根據(jù)命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))進行調(diào)整，一般不建議太大，256MB可能已經(jīng)差不多了，大型的配置型靜態(tài)數(shù)據(jù)可適當(dāng)調(diào)大；

11）可以通過命令show status like 'Qcache_%'查看目前系統(tǒng)Query catch使用大小；

12）read_buffer_size：MySql讀入緩沖區(qū)大小。對表進行順序掃描的請求將分配一個讀入緩沖區(qū)，MySql會為它分配一段內(nèi)存緩沖區(qū)。如果對表的順序掃描請求非常頻繁，可以通過增加該變量值以及內(nèi)存緩沖區(qū)大小提高其性能；

13）sort_buffer_size：MySql執(zhí)行排序使用的緩沖大小。如果想要增加ORDER BY的速度，首先看是否可以讓MySQL使用索引而不是額外的排序階段。如果不能，可以嘗試增加sort_buffer_size變量的大小；

14）read_rnd_buffer_size：MySql的隨機讀緩沖區(qū)大小。當(dāng)按任意順序讀取行時(例如，按照排序順序)，將分配一個隨機讀緩存區(qū)。進行排序查詢時，MySql會首先掃描一遍該緩沖，以避免磁盤搜索，提高查詢速度，如果需要排序大量數(shù)據(jù)，可適當(dāng)調(diào)高該值。但MySql會為每個客戶連接發(fā)放該緩沖空間，所以應(yīng)盡量適當(dāng)設(shè)置該值，以避免內(nèi)存開銷過大；

15）record_buffer：每個進行一個順序掃描的線程為其掃描的每張表分配這個大小的一個緩沖區(qū)。如果你做很多順序掃描，可能想要增加該值；

16）thread_cache_size：保存當(dāng)前沒有與連接關(guān)聯(lián)但是準(zhǔn)備為后面新的連接服務(wù)的線程，可以快速響應(yīng)連接的線程請求而無需創(chuàng)建新的；

17）table_cache：類似于thread_cache_size，但用來緩存表文件，對InnoDB效果不大，主要用于MyISAM。

3.6 升級硬件

Scale up，這個不多說了，根據(jù)MySQL是CPU密集型還是I/O密集型，通過提升CPU和內(nèi)存、使用SSD，都能顯著提升MySQL性能。

4、讀寫分離

也是目前常用的優(yōu)化，從庫讀主庫寫，一般不要采用雙主或多主引入很多復(fù)雜性，盡量采用文中的其他方案來提高性能。同時目前很多拆分的解決方案同時也兼顧考慮了讀寫分離

5、緩存

緩存可以發(fā)生在這些層次：

1）MySQL內(nèi)部：在系統(tǒng)調(diào)優(yōu)參數(shù)介紹了相關(guān)設(shè)置；

2）數(shù)據(jù)訪問層：比如MyBatis針對SQL語句做緩存，而Hibernate可以精確到單個記錄，這里緩存的對象主要是持久化對象Persistence Object；

3）應(yīng)用服務(wù)層：這里可以通過編程手段對緩存做到更精準(zhǔn)的控制和更多的實現(xiàn)策略，這里緩存的對象是數(shù)據(jù)傳輸對象Data Transfer Object；

4）Web層：針對web頁面做緩存；

5）瀏覽器客戶端：用戶端的緩存。

可以根據(jù)實際情況在一個層次或多個層次結(jié)合加入緩存。

這里重點介紹下服務(wù)層的緩存實現(xiàn)，目前主要有兩種方式：

1）直寫式（Write Through）：在數(shù)據(jù)寫入數(shù)據(jù)庫后，同時更新緩存，維持?jǐn)?shù)據(jù)庫與緩存的一致性。這也是當(dāng)前大多數(shù)應(yīng)用緩存框架如Spring Cache的工作方式。這種實現(xiàn)非常簡單，同步好，但效率一般；

2）回寫式（Write Back）：當(dāng)有數(shù)據(jù)要寫入數(shù)據(jù)庫時，只會更新緩存，然后異步批量的將緩存數(shù)據(jù)同步到數(shù)據(jù)庫上。這種實現(xiàn)比較復(fù)雜，需要較多的應(yīng)用邏輯，同時可能會產(chǎn)生數(shù)據(jù)庫與緩存的不同步，但效率非常高。

6、表分區(qū)

MySQL在5.1版引入的分區(qū)是一種簡單的水平拆分，用戶需要在建表的時候加上分區(qū)參數(shù)，對應(yīng)用是透明的無需修改代碼。

對用戶來說，分區(qū)表是一個獨立的邏輯表，但是底層由多個物理子表組成，實現(xiàn)分區(qū)的代碼實際上是通過對一組底層表的對象封裝，但對SQL層來說是一個完全封裝底層的黑盒子。MySQL實現(xiàn)分區(qū)的方式也意味著索引也是按照分區(qū)的子表定義，沒有全局索引

用戶的SQL語句是需要針對分區(qū)表做優(yōu)化，SQL條件中要帶上分區(qū)條件的列，從而使查詢定位到少量的分區(qū)上，否則就會掃描全部分區(qū)，可以通過EXPLAIN PARTITIONS來查看某條SQL語句會落在那些分區(qū)上，從而進行SQL優(yōu)化，如下圖5條記錄落在兩個分區(qū)上：

分區(qū)的好處是：

1）可以讓單表存儲更多的數(shù)據(jù)；

2）分區(qū)表的數(shù)據(jù)更容易維護，可以通過清楚整個分區(qū)批量刪除大量數(shù)據(jù)，也可以增加新的分區(qū)來支持新插入的數(shù)據(jù)。另外，還可以對一個獨立分區(qū)進行優(yōu)化、檢查、修復(fù)等操作；

3）部分查詢能夠從查詢條件確定只落在少數(shù)分區(qū)上，速度會很快；

4）分區(qū)表的數(shù)據(jù)還可以分布在不同的物理設(shè)備上，從而搞笑利用多個硬件設(shè)備；

5）可以使用分區(qū)表賴避免某些特殊瓶頸，例如InnoDB單個索引的互斥訪問、ext3文件系統(tǒng)的inode鎖競爭；

6）可以備份和恢復(fù)單個分區(qū)。

分區(qū)的限制和缺點：

1）一個表最多只能有1024個分區(qū)；

2）如果分區(qū)字段中有主鍵或者唯一索引的列，那么所有主鍵列和唯一索引列都必須包含進來；

3）分區(qū)表無法使用外鍵約束；

4）NULL值會使分區(qū)過濾無效；

5）所有分區(qū)必須使用相同的存儲引擎。

分區(qū)的類型：

1）RANGE分區(qū)：基于屬于一個給定連續(xù)區(qū)間的列值，把多行分配給分區(qū)；

2）LIST分區(qū)：類似于按RANGE分區(qū)，區(qū)別在于LIST分區(qū)是基于列值匹配一個離散值集合中的某個值來進行選擇；

3）HASH分區(qū)：基于用戶定義的表達式的返回值來進行選擇的分區(qū)，該表達式使用將要插入到表中的這些行的列值進行計算。這個函數(shù)可以包含MySQL中有效的、產(chǎn)生非負(fù)整數(shù)值的任何表達式；

4）KEY分區(qū)：類似于按HASH分區(qū)，區(qū)別在于KEY分區(qū)只支持計算一列或多列，且MySQL服務(wù)器提供其自身的哈希函數(shù)。必須有一列或多列包含整數(shù)值。

分區(qū)最適合的場景數(shù)據(jù)的時間序列性比較強，則可以按時間來分區(qū)，如下所示：

查詢時加上時間范圍條件效率會非常高，同時對于不需要的歷史數(shù)據(jù)能很容的批量刪除。

如果數(shù)據(jù)有明顯的熱點，而且除了這部分?jǐn)?shù)據(jù)，其他數(shù)據(jù)很少被訪問到，那么可以將熱點數(shù)據(jù)單獨放在一個分區(qū)，讓這個分區(qū)的數(shù)據(jù)能夠有機會都緩存在內(nèi)存中，查詢時只訪問一個很小的分區(qū)表，能夠有效使用索引和緩存。

另外MySQL有一種早期的簡單的分區(qū)實現(xiàn) - 合并表（merge table），限制較多且缺乏優(yōu)化，不建議使用，應(yīng)該用新的分區(qū)機制來替代。

7、垂直拆分

垂直分庫是根據(jù)數(shù)據(jù)庫里面的數(shù)據(jù)表的相關(guān)性進行拆分，比如：一個數(shù)據(jù)庫里面既存在用戶數(shù)據(jù)，又存在訂單數(shù)據(jù)，那么垂直拆分可以把用戶數(shù)據(jù)放到用戶庫、把訂單數(shù)據(jù)放到訂單庫。垂直分表是對數(shù)據(jù)表進行垂直拆分的一種方式，常見的是把一個多字段的大表按常用字段和非常用字段進行拆分，每個表里面的數(shù)據(jù)記錄數(shù)一般情況下是相同的，只是字段不一樣，使用主鍵關(guān)聯(lián)。

比如原始的用戶表是：

垂直拆分后是：

垂直拆分的優(yōu)點是：

1）可以使得行數(shù)據(jù)變小，一個數(shù)據(jù)塊(Block)就能存放更多的數(shù)據(jù)，在查詢時就會減少I/O次數(shù)(每次查詢時讀取的Block 就少)；

2）可以達到最大化利用Cache的目的，具體在垂直拆分的時候可以將不常變的字段放一起，將經(jīng)常改變的放一起；

3）數(shù)據(jù)維護簡單。

缺點是：

1）主鍵出現(xiàn)冗余，需要管理冗余列；

2）會引起表連接JOIN操作（增加CPU開銷）可以通過在業(yè)務(wù)服務(wù)器上進行join來減少數(shù)據(jù)庫壓力；

3）依然存在單表數(shù)據(jù)量過大的問題（需要水平拆分）；

4）事務(wù)處理復(fù)雜。

8、水平拆分

8.1 概述

水平拆分是通過某種策略將數(shù)據(jù)分片來存儲，分庫內(nèi)分表和分庫兩部分，每片數(shù)據(jù)會分散到不同的MySQL表或庫，達到分布式的效果，能夠支持非常大的數(shù)據(jù)量。前面的表分區(qū)本質(zhì)上也是一種特殊的庫內(nèi)分表。

庫內(nèi)分表，僅僅是單純的解決了單一表數(shù)據(jù)過大的問題，由于沒有把表的數(shù)據(jù)分布到不同的機器上，因此對于減輕MySQL服務(wù)器的壓力來說，并沒有太大的作用，大家還是競爭同一個物理機上的IO、CPU、網(wǎng)絡(luò)，這個就要通過分庫來解決。

前面垂直拆分的用戶表如果進行水平拆分，結(jié)果是：

實際情況中往往會是垂直拆分和水平拆分的結(jié)合，即將Users_A_M和Users_N_Z再拆成Users和UserExtras，這樣一共四張表。

水平拆分的優(yōu)點是:

1）不存在單庫大數(shù)據(jù)和高并發(fā)的性能瓶頸；

2）應(yīng)用端改造較少；

3）提高了系統(tǒng)的穩(wěn)定性和負(fù)載能力。

缺點是：

1）分片事務(wù)一致性難以解決；

2）跨節(jié)點Join性能差，邏輯復(fù)雜；

3）數(shù)據(jù)多次擴展難度跟維護量極大。

8.2 分片原則

1）能不分就不分，參考“單表優(yōu)化”；

2）分片數(shù)量盡量少，分片盡量均勻分布在多個數(shù)據(jù)結(jié)點上，因為一個查詢SQL跨分片越多，則總體性能越差，雖然要好于所有數(shù)據(jù)在一個分片的結(jié)果，只在必要的時候進行擴容，增加分片數(shù)量；

3）分片規(guī)則需要慎重選擇做好提前規(guī)劃，分片規(guī)則的選擇，需要考慮數(shù)據(jù)的增長模式，數(shù)據(jù)的訪問模式，分片關(guān)聯(lián)性問題，以及分片擴容問題，最近的分片策略為范圍分片，枚舉分片，一致性Hash分片，這幾種分片都有利于擴容；

4）盡量不要在一個事務(wù)中的SQL跨越多個分片，分布式事務(wù)一直是個不好處理的問題；

5）查詢條件盡量優(yōu)化，盡量避免Select * 的方式，大量數(shù)據(jù)結(jié)果集下，會消耗大量帶寬和CPU資源，查詢盡量避免返回大量結(jié)果集，并且盡量為頻繁使用的查詢語句建立索引；

6）通過數(shù)據(jù)冗余和表分區(qū)賴降低跨庫Join的可能。

這里特別強調(diào)一下分片規(guī)則的選擇問題，如果某個表的數(shù)據(jù)有明顯的時間特征，比如訂單、交易記錄等，則他們通常比較合適用時間范圍分片，因為具有時效性的數(shù)據(jù)，我們往往關(guān)注其近期的數(shù)據(jù)，查詢條件中往往帶有時間字段進行過濾，比較好的方案是，當(dāng)前活躍的數(shù)據(jù)，采用跨度比較短的時間段進行分片，而歷史性的數(shù)據(jù)，則采用比較長的跨度存儲。

總體上來說，分片的選擇是取決于最頻繁的查詢SQL的條件，因為不帶任何Where語句的查詢SQL，會遍歷所有的分片，性能相對最差，因此這種SQL越多，對系統(tǒng)的影響越大，所以我們要盡量避免這種SQL的產(chǎn)生。

8.3 解決方案

由于水平拆分牽涉的邏輯比較復(fù)雜，當(dāng)前也有了不少比較成熟的解決方案。這些方案分為兩大類：客戶端架構(gòu)和代理架構(gòu)。

【客戶端架構(gòu)】：

通過修改數(shù)據(jù)訪問層，如JDBC、Data Source、MyBatis，通過配置來管理多個數(shù)據(jù)源，直連數(shù)據(jù)庫，并在模塊內(nèi)完成數(shù)據(jù)的分片整合，一般以Jar包的方式呈現(xiàn)。

這是一個客戶端架構(gòu)的例子：

可以看到分片的實現(xiàn)是和應(yīng)用服務(wù)器在一起的，通過修改Spring JDBC層來實現(xiàn)

客戶端架構(gòu)的優(yōu)點是：

1）應(yīng)用直連數(shù)據(jù)庫，降低外圍系統(tǒng)依賴所帶來的宕機風(fēng)險；

2）集成成本低，無需額外運維的組件。

缺點是：

1）限于只能在數(shù)據(jù)庫訪問層上做文章，擴展性一般，對于比較復(fù)雜的系統(tǒng)可能會力不從心；

2）將分片邏輯的壓力放在應(yīng)用服務(wù)器上，造成額外風(fēng)險。

【代理架構(gòu)】：

通過獨立的中間件來統(tǒng)一管理所有數(shù)據(jù)源和數(shù)據(jù)分片整合，后端數(shù)據(jù)庫集群對前端應(yīng)用程序透明，需要獨立部署和運維代理組件。

這是一個代理架構(gòu)的例子：

代理組件為了分流和防止單點，一般以集群形式存在，同時可能需要Zookeeper之類的服務(wù)組件來管理。

代理架構(gòu)的優(yōu)點是：

能夠處理非常復(fù)雜的需求，不受數(shù)據(jù)庫訪問層原來實現(xiàn)的限制，擴展性強；

對于應(yīng)用服務(wù)器透明且沒有增加任何額外負(fù)載。

缺點是：

需部署和運維獨立的代理中間件，成本高；

應(yīng)用需經(jīng)過代理來連接數(shù)據(jù)庫，網(wǎng)絡(luò)上多了一跳，性能有損失且有額外風(fēng)險。

8.4 各方案比較

如此多的方案，如何進行選擇？可以按以下思路來考慮：

1）確定是使用代理架構(gòu)還是客戶端架構(gòu)。中小型規(guī)模或是比較簡單的場景傾向于選擇客戶端架構(gòu)，復(fù)雜場景或大規(guī)模系統(tǒng)傾向選擇代理架構(gòu)；

2）具體功能是否滿足，比如需要跨節(jié)點ORDER BY，那么支持該功能的優(yōu)先考慮；

3）不考慮一年內(nèi)沒有更新的產(chǎn)品，說明開發(fā)停滯，甚至無人維護和技術(shù)支持；

4）最好按大公司->社區(qū)->小公司->個人這樣的出品方順序來選擇；

5）選擇口碑較好的，比如github星數(shù)、使用者數(shù)量質(zhì)量和使用者反饋；

6）開源的優(yōu)先，往往項目有特殊需求可能需要改動源代碼。

按照上述思路，推薦以下選擇：

1）客戶端架構(gòu)：ShardingJDBC；

2）代理架構(gòu)：MyCat或者Atlas。

9、兼容MySQL且可水平擴展的數(shù)據(jù)庫

目前也有一些開源數(shù)據(jù)庫兼容MySQL協(xié)議，如：

1）TiDB；

2）Cubrid。

但其工業(yè)品質(zhì)和MySQL尚有差距，且需要較大的運維投入。

如果想將原始的MySQL遷移到可水平擴展的新數(shù)據(jù)庫中，可以考慮一些云數(shù)據(jù)庫：

1）阿里云PetaData；

2）阿里云OceanBase；

3）騰訊云DCDB。

10、NoSQL

在MySQL上做Sharding是一種戴著鐐銬的跳舞，事實上很多大表本身對MySQL這種RDBMS的需求并不大，并不要求ACID，可以考慮將這些表遷移到NoSQL，徹底解決水平擴展問題。

例如：

1）日志類、監(jiān)控類、統(tǒng)計類數(shù)據(jù)；

2）非結(jié)構(gòu)化或弱結(jié)構(gòu)化數(shù)據(jù)；

3）對事務(wù)要求不強，且無太多關(guān)聯(lián)操作的數(shù)據(jù)。

附錄：更多架構(gòu)設(shè)計方面的文章匯總

[1] 有關(guān)IM架構(gòu)設(shè)計的文章：

《淺談IM系統(tǒng)的架構(gòu)設(shè)計》

《簡述移動端IM開發(fā)的那些坑：架構(gòu)設(shè)計、通信協(xié)議和客戶端》

《一套海量在線用戶的移動端IM架構(gòu)設(shè)計實踐分享(含詳細(xì)圖文)》

《一套原創(chuàng)分布式即時通訊(IM)系統(tǒng)理論架構(gòu)方案》

《從零到卓越：京東客服即時通訊系統(tǒng)的技術(shù)架構(gòu)演進歷程》

《蘑菇街即時通訊/IM服務(wù)器開發(fā)之架構(gòu)選擇》

《騰訊QQ1.4億在線用戶的技術(shù)挑戰(zhàn)和架構(gòu)演進之路PPT》

《微信后臺基于時間序的海量數(shù)據(jù)冷熱分級架構(gòu)設(shè)計實踐》

《微信技術(shù)總監(jiān)談架構(gòu)：微信之道——大道至簡(演講全文)》

《如何解讀《微信技術(shù)總監(jiān)談架構(gòu)：微信之道——大道至簡》》

《快速裂變：見證微信強大后臺架構(gòu)從0到1的演進歷程（一）》

《17年的實踐：騰訊海量產(chǎn)品的技術(shù)方法論》

《移動端IM中大規(guī)模群消息的推送如何保證效率、實時性？》

《現(xiàn)代IM系統(tǒng)中聊天消息的同步和存儲方案探討》

《IM開發(fā)基礎(chǔ)知識補課(二)：如何設(shè)計大量圖片文件的服務(wù)端存儲架構(gòu)？》

《IM開發(fā)基礎(chǔ)知識補課(三)：快速理解服務(wù)端數(shù)據(jù)庫讀寫分離原理及實踐建議》

《IM開發(fā)基礎(chǔ)知識補課(四)：正確理解HTTP短連接中的Cookie、Session和Token》

《WhatsApp技術(shù)實踐分享：32人工程團隊創(chuàng)造的技術(shù)神話》

《微信朋友圈千億訪問量背后的技術(shù)挑戰(zhàn)和實踐總結(jié)》

《王者榮耀2億用戶量的背后：產(chǎn)品定位、技術(shù)架構(gòu)、網(wǎng)絡(luò)方案等》

《IM系統(tǒng)的MQ消息中間件選型：Kafka還是RabbitMQ？》

《騰訊資深架構(gòu)師干貨總結(jié)：一文讀懂大型分布式系統(tǒng)設(shè)計的方方面面》

《以微博類應(yīng)用場景為例，總結(jié)海量社交系統(tǒng)的架構(gòu)設(shè)計步驟》

《快速理解高性能HTTP服務(wù)端的負(fù)載均衡技術(shù)原理》

《子彈短信光鮮的背后：網(wǎng)易云信首席架構(gòu)師分享億級IM平臺的技術(shù)實踐》

《知乎技術(shù)分享：從單機到2000萬QPS并發(fā)的Redis高性能緩存實踐之路》

《IM開發(fā)基礎(chǔ)知識補課(五)：通俗易懂，正確理解并用好MQ消息隊列》

《微信技術(shù)分享：微信的海量IM聊天消息序列號生成實踐（算法原理篇）》

《微信技術(shù)分享：微信的海量IM聊天消息序列號生成實踐（容災(zāi)方案篇）》

《新手入門：零基礎(chǔ)理解大型分布式架構(gòu)的演進歷史、技術(shù)原理、最佳實踐》

《一套高可用、易伸縮、高并發(fā)的IM群聊架構(gòu)方案設(shè)計實踐》

《阿里技術(shù)分享：深度揭秘阿里數(shù)據(jù)庫技術(shù)方案的10年變遷史》

《阿里技術(shù)分享：阿里自研金融級數(shù)據(jù)庫OceanBase的艱辛成長之路》

>> 更多同類文章 ……

[2] 更多其它架構(gòu)設(shè)計相關(guān)文章：

《騰訊資深架構(gòu)師干貨總結(jié)：一文讀懂大型分布式系統(tǒng)設(shè)計的方方面面》

《快速理解高性能HTTP服務(wù)端的負(fù)載均衡技術(shù)原理》

《子彈短信光鮮的背后：網(wǎng)易云信首席架構(gòu)師分享億級IM平臺的技術(shù)實踐》

《知乎技術(shù)分享：從單機到2000萬QPS并發(fā)的Redis高性能緩存實踐之路》

《新手入門：零基礎(chǔ)理解大型分布式架構(gòu)的演進歷史、技術(shù)原理、最佳實踐》

《阿里技術(shù)分享：深度揭秘阿里數(shù)據(jù)庫技術(shù)方案的10年變遷史》

《阿里技術(shù)分享：阿里自研金融級數(shù)據(jù)庫OceanBase的艱辛成長之路》

《達達O2O后臺架構(gòu)演進實踐：從0到4000高并發(fā)請求背后的努力》

《優(yōu)秀后端架構(gòu)師必會知識：史上最全MySQL大表優(yōu)化方案總結(jié)》

>> 更多同類文章 ……

（本文同步發(fā)布于：http://www.52im.net/thread-2157-1-1.html）