Mysql运维优化

存储引擎类型

理论上，内存越大，越多数据读取发生在内存，效率越高
Query cache的使用
- 如果前端请求重复度不高，或者应用层已经充分缓存重复请求，query cache不必设置很大，甚至可以不设置。
- 如果前端请求重复度较高，无应用层缓存，query cache是一个很好的偷懒选择
  1. 对于中等以下规模数据库应用，偷懒不是一个坏选择。
  2. 如果确认使用query cache，记得定时清理碎片，flush query cache.
要考虑到现实的硬件资源和瓶颈分布
学会理解热点数据，并将热点数据尽可能内存化
- 所谓热点数据，就是最多被访问的数据。
- 通常数据库访问是不平均的，少数数据被频繁读写，而更多数据鲜有读写。
- 学会制定不同的热点数据规则，并测算指标。
  1. 热点数据规模，理论上，热点数据越少越好，这样可以更好的满足业务的增长趋势。
  2. 响应满足度，对响应的满足率越高越好。
  3. 比如依据最后更新时间，总访问量，回访次数等指标定义热点数据，并测算不同定义模式下的热点数据规模

数据提交方式
- innodb_flush_log_at_trx_commit = 1 每次自动提交，安全性高，i/o压力大
- innodb_flush_log_at_trx_commit = 2 每秒自动提交，安全性略有影响，i/o承载强。
日志同步
- Sync-binlog =1 每条自动更新，安全性高，i/o压力大
- Sync-binlog = 0 根据缓存设置情况自动更新，存在丢失数据和同步延迟风险，i/o承载力强。
- 个人建议保存binlog日志文件，便于追溯更新操作和系统恢复。
- 如对日志文件的i/o压力有担心，在内存宽裕的情况下，可考虑将binlog 写入到诸如 /dev/shm 这样的内存映射分区，并定时将旧有的binlog转移到物理硬盘。
性能与安全本身存在相悖的情况，需要在业务诉求层面决定取舍
- 学会区分什么场合侧重性能，什么场合侧重安全
- 学会将不同安全等级的数据库用不同策略管理

顺序读写性能远高于随机读写
将顺序写数据和随机读写数据分成不同的物理磁盘进行，有助于i/o压力的疏解
- 数据库文件涉及索引等内容，写入是随即写
- binlog文件是顺序写
- 淘宝数据库存储优化是这样处理的
部分安全要求不高的写入操作可以用 /dev/shm 分区存储，简单变成内存写。
多块物理硬盘做raid10，可以提升写入能力
关键存储设备优化，善于比对不同存储介质的压力测试数据。
- 例如fusion-io在新浪和淘宝都有较多使用。
涉及必须存储较为庞大的数据量时
- 压缩存储，可以通过增加cpu开销（压缩算法）减少i/o压力。前提是你确认cpu相对空闲而i/o压力很大。新浪微博就是压缩存储的典范。
- 通过md5去重存储，案例是QQ的文件共享，以及dropbox这样的共享服务，如果你上传的是一个别人已有的文件，计算md5后，直接通过md5定位到原有文件，这样可以极大减少存储量。涉及文件共享，头像共享，相册等应用，通过这种方法可以减少超过70%的存储规模，对硬件资源的节省是相当巨大的。缺点是，删除文件需要甄别该md5是否有其他人使用。去重存储，用户量越多，上传文件越多，效率越高！
- 文件尽量不要存储到数据库内。尽量使用独立的文件系统存储，该话题不展开。