MySQL慢日志优化

2021-12-16

慢日志的性能问题

1. 造成 I/O 和 CPU 资源消耗：慢日志通常会扫描大量非目的的数据，自然就会造成 I/O 和 CPU 的资源消耗，影响到其他业务的正常使用，有可能因为单个慢 SQL 就能拖慢整个数据库的性能，而且这种慢 SQL，在实际业务场景下，通常都是程序发起数个 SQL 请求，通过 SHOW PROCESSLIST 命令可以捕捉到同时有 N 个类似的 SQL 请求在执行。
2. 锁等待消耗：由于慢 SQL(select 查询)会阻塞 MDL 锁的获取，所以针对 XtraBackup 全量备份和针对表的 DDL 操作都有可能被阻塞，一旦 DDL 被阻塞，针对表的请求就会变成串行阻塞，后续业务也就无法执行。
3. 锁申请消耗：对于非 select 查询的慢事务， SQL 还会把持锁不释放，让后续事务无法申请到锁，造成等待失败，对业务本身来讲是不可以接受的。

怎么收集慢日志？

    ELK 体系分析慢日志　

• MySQL 开启慢日志——＞文件记录慢日志
• ELK 环境搭建
• MySQL 服务器安装 Filebeat 并进行 mysql-slow.log 过滤处理配置
• ELK-WEB 进行维度查看

　Percona 分析慢日志

　　Percona 的 pt-query-digest 是一款可以针对 MySQL 慢日志进行定制化分析的工具

• MySQL 开启慢日志——＞文件记录慢日志
• Percona 组件安装并编写 pt-query-digest 定时脚本
• 远程数据库进行定期删除保留
• 远程数据库提供 Web API 接口查询展示

你需要了解的优化基础

　　优化慢日志的思路是“收集——分析——优化——预防”

　　优化 SQL 的基础手段是 EXPLAIN，我们要在此基础上，针对 SQL 语句定点优化消除。

　　EXPLAIN 基本语法是 EXPLAIN + SQL，我们需要针对 EXPLAIN 进行解读：

• select_type：查询的模式

• type：扫描的方式，ALL（全表扫描）；SIMPLE（简单查询）；RANGE（范围查询）……

• table：选择的目标

• possible_keys：可能用到的索引（优化器可能选择的索引项）

• key：实际用到的索引（要注意，如果 key 为 NULL 或者并不是你所期望看到的索引项，就需要进行处理）

• key_len：索引长度（需要关注），实际用到的索引长度，此项针对联合索引，因为存在并没有全部应用联合索引的情况，通过索引长度和联合索引的定义长度进行对比

• rows：扫描的行数（需要关注），理论上扫描得越多，性能消耗就越大（注意，并不是实际的数据行数而是目标的数据）

• extra：额外的信息（需要关注）Using temporary （采用临时表）；Using filesort （采用文件排序）；Using index（采用覆盖索引）；Using join buffer (Block Nested Loop) BNL 优化，出现此项则代表多表 JOIN 连接没有走索引

SQL 具体的优化思路

　　添加索引优化慢日志

　　在索引添加时，你需要注意以下几点情况：

• 避免索引字段使用函数，尽量在程序端完成计算；

• 避免发生隐式转换，这要注意条件查询的类型区别，比如字符串类型需要加引号；

• order by 字段需要走索引，否则会发生 filesort；

• 当全表扫描成本低于使用索引成本，需要重新选择区分度大的条件选项；

• 由于元数据不准确造成优化器选择失误，需要手动进行元数据收集统计；

• 联合索引的使用顺序基于索引字段的建立顺序。

　　除此之外，针对多表联查的 SQL 我也提供给你几点建议：

• 多表联查的语句一定要在连接字段添加索引，这非常重要；

• 永远是小表驱动大表，合理地选择你的驱动表。

　　要知道优化的目标是尽可能减少 JOIN 中 Nested Loop 的循环次数，从而保证“永远用小结果集驱动大结果集（这一点很重要）”。A JOIN B，其中，A为驱动，A 中每一行和 B 进行循环JOIN，看是否满足条件，所以当 A 为小结果集时，越快，那么：

• 尽量不要嵌套太多的 JOIN 语句，连表的数量越多，性能消耗越大，业务复杂性也会越高，MySQL 不是 Oracle，这一点需要你切记；

• 多表联查的不同表如果字符集不一致，会导致连接字段索引失效。

　　最后，索引添加你也需要注意这样两点：

• 建议用 pt-osc、gh-ost 等工具进行添加索引，这样能够在执行 DDL 语句时不会阻塞表；

• 要在业务低峰期进行操作，尽量避免影响业务。

　　通过拆分冷热数据优化慢日志

　　你可能对“通过拆分冷热数据优化慢日志的方案”感到陌生，但实际来说，这个方案非常实用，尤其适合“超大表暂时无法添加有效索引的情况”，超大表是因为历史数据不断插入形成的，后面业务需要查询某些特定条件，而这些特定条件区分度又比较低，即便添加索引效率也不会提升太大。

　　比如 A 系统只需要近一年的数据，但是这个扫描条件没办法添加合适的索引，所以将之前的数据进行归档，在某些特定的条件下，能有效地减少扫描行数，大大加快 SQL 语句的执行时间。

　　拆分冷热数据，针对特定场景的慢日志是有效果的，也有利于数据管理，根据我的经验，可以设立定时任务，按照每天/每周/每月的频率，指定业务低峰时期执行数据归档，执行完成后邮件/微信通知即可。

　　通过读写分离进行优化

　　当主库的负载增多，我们有必要做读写分离：将定时的慢日志剥离出主库，转而查询没有提供服务的从库，从另一个角度降低了慢日志对于主数据库的影响，现阶段比较成熟的数据库读写分离方案大概有 3 种。

• Sharding-JDBC+LVS+Keepalived：Sharding-JDBC 在程序端指定读的 VIP，作为读数据源，然后 LVS+Keepalived 绑定 VIP+后端的 MySQL 从库提供读的服务。

• ProxySQL：ProxySQL 是比较成熟的中间件方案，通过针对 SQL 语句的正则表达式配置，然后将 SQL 分发给从库 or 主库，精确到具体的 SQL 业务。

• MySQLRouter：MySQLRouter 是 MySQL 官方推行的一款轻量级中间件，用来实现 MySQL 的读写分离。

　　提升硬件水平

　　提升服务器配置能有效减少慢日志的生成量，尤其是针对 PCIE-SSD 的磁盘设备使用，非常优秀，但是使用成本也会随之增加。

　　建立 SQL 整体优化机制

• 建立 DB——应用负责人机制

　　这点非常重要，是一切的基础。简单来说，就是针对每个库都要有一个相应的负责人，如果一个库存在多个人调用的情况下(核心库)就需要包含多个负责人。

• 过滤慢日志，发送邮件 TOP

　　通过第一步建立的负责人对应机制，然后通过程序/脚本过滤指定的库的 TOP N 慢 SQL，按照一定时期发送给相应的研发负责人，让他们进行跟踪优化（定时期可以是一天、一周或者半个月，按照机制进行即可）。

• 建立追踪机制

　　DBA 根据慢日志建立追踪机制表，比如，记录每个慢 SQL 的优化进度、是否可以优化、最终期限……

 　　优化 SQL 本身就是事后救火，那么只有建立长期有效的机制才是王道