MySQL瓶颈分析与优化

作者：蒋乐兴

简介

通过sysbench的oltp_read_write测试来模拟业务压力、以此来给指定的硬件环境配置一份比较合理的MySQL配置文件。

环境介绍
硬件配置

软件环境

优化层级与指导思想

优化层级
MySQL数据库优化可以在多个不同的层级进行，常见的有：

SQL优化
参数优化
架构优化

本文重点关注：参数优化

指导思想
日志先行 -- 一个事务能否成功提交的关键是日志是否成功落盘，与数据没有太大的关系；也就是说对写的优化可以表述为各方面的资源向写操作倾斜。
瓶颈分析 -- 通过show global status 的各个计数器的值基本上就能分析出当前瓶颈所在，再结合一些简单的系统层面的监控工具如top iostat 就能明确瓶颈。
整体性能是“读”&“写”之间的再平衡。

优化过程

优化前
my.cnf中的内容(关键部分)


图像地址：
http://www.sqlpy.com/mysqlz/t...

监控数据
show global status 中Innodb_data_pending_fsyncs 这个status比较高；
iostat的util项有比较明显的波峰，峰值使用率高达85%；

监控数据分析与优化思路
对监控数据有两种可能的解释：
由于最小化的安装的buffer_pool_size比较小，所以会频繁的触发innodb_buffer_pool的最大脏页的限制，使得innodb进入暴力刷盘的模式，这种情况下io使用率会明显上升。
redo日志重用。 最终的影响可能是两者的叠加，这里先从buffer_pool开始优化。

优化缓冲池
my.cnf中的内容(关键部分)

图像地址：
http://www.sqlpy.com/mysqlz/t...

监控数据
show global status 中Innodb_data_pending_fsyncs 这个status减小到了 1；
iostat的util项峰值有所下降；
从性能图像可以看出增大innodb_buffer_pool_size的值后、性能的峰值所对应的并发更高了(当innodb_buffer_pool_size默认的128M调整到200G时innodb_buffer_pool_instances自动增大到了8)

调整innodb_buffer_pool_size前后的性能对比

性能大概提高3倍

图像地址：
http://www.sqlpy.com/mysqlz/t...

监控数据分析与优化思路
针对innob_buffer_pool_size的调整取得了一定的收获，下面将要调整的就是针对redo重用的情况了，也就是说我们要增大innodb_log_files_in_group和innodb_log_file_size到一个合适的值。
innob_buffer_pool_size取得的收获还可以进一步扩大，那就是增大innodb_buffer_pool_instances的值。

优化日志文件
根据对之前测试的记录每完成一组测试LSN增大4.5G、测试持续时间大概是5分钟；理论上把redo文件增大到5G可以做到整个测试的过程中不发生日志重用、这样的话测试的跑分会更高、曲也线更平滑，不过这个会影响数据库宕机恢复的时间。MySQL在默认配置下innodb_log_files_in_group=2，innodb_log_file_size=48M也就是说跑完一组测试redo日志要刷新48轮(1024*4.5/96 ==48) 先看一下把日志刷新减少到9轮的情况。

my.cnf中的内容(关键部分)

图像地址：
http://www.sqlpy.com/mysqlz/t...

调整innodb_log_files_in_group&innodb_log_file_size前后的性能对比

性能大概提高2倍

图像地址：
http://www.sqlpy.com/mysqlz/t...

现在看一下日志重用控制在一轮(5G)之内的性能表现

my.cnf中的内容(关键部分)

图像地址：
http://www.sqlpy.com/mysqlz/t...

调整innodb_log_files_in_group&innodb_log_file_size前后的性能对比

性能大概提高2倍

图像地址：
http://www.sqlpy.com/mysqlz/t...

监控数据分析与优化思路
1.增大redo到5G的情况下由于整个测试过程中几乎没有日志文件重用的问题，这样也就规避由些引发的大量数据刷盘行为，所以性能曲线也就更平滑了。
2.通过show global status 发现Table_open_cache_overflows=200W+、Thread_created=2k+
3.%Cpus : 80.5 us, 13.8 sy, 0.0 ni, 5.4 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st 95%的使用率cpu资源成了大问题，这个使用率下能调整的参数不多了
4.对磁盘的监控数据表明util的峰值已经下降到14%、磁盘已经不在是问题；所以针对innodb_buffer_pool_size、innodb_log_files_in_group&innodb_log_file_size 这两次优化的进入一步优化innodb_buffer_pool_instances、innodb_log_buffer_size 先不进行；在些采用“抓大放小”的方式先调整表缓存与线程缓存。

优化其它已知项
cpu使用率达到了95%，看到这个数值有一种发自内心的无力感，所以打算所目前status中能明确的一些问题直接一起调整了；增大table_open_cache&table_open_cache_instances用于优化表缓存、增大thread_cache_size使cpu不用频繁的创建销毁线程。

my.cnf中的内容(关键部分)

图像地址：
http://www.sqlpy.com/mysqlz/t...

调整前后的比较

图像地址：
http://www.sqlpy.com/mysqlz/t...

总结

一、考虑到cpu使用率已经达到95%且增加物理cpu不现实的情况下，决定MySQL参数优化到此为止；最后来看一眼这次优化成果。

图像地址：
http://www.sqlpy.com/mysqlz/t...

二、前面由于篇幅只给出配置文件的一部分、现在我们来看一下完整的配置文件。

说明
1.之所以max_prepared_stmt_count要调整到这么是因为sysbench的oltp_read_write这个测试会用于prepare语句、如果这个值不够大的话我们测试不了800+并发，你测试sysbench其它oltp用例可能不用这么做，同理max_connections的配置也是如此(不过它确实设置的大了点)

2.有些参数在优化过程中我并没有调整主要原因有两个：
①.这是有方法论指导的优化、它更像定向爆破，所以没用的我不去动、在关键参数上调整后已经解决问题的情况下，其它相关的参数我更加倾向不动。
②.对于从show global status 中能看出非常明确指向的我也会采取多个参数一起调整的策略。