如何用phper優(yōu)化存儲上千億數(shù)據(jù)的Mysql？-創(chuàng)新互聯(lián)

首先采用Mysql存儲千億級的數(shù)據(jù)，確實(shí)是一項(xiàng)非常大的挑戰(zhàn)。Mysql單表確實(shí)可以存儲10億級的數(shù)據(jù)，只是這個時候性能非常差，項(xiàng)目中大量的實(shí)驗(yàn)證明，Mysql單表容量在500萬左右，性能處于最佳狀態(tài)。

在船營等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強(qiáng)發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務(wù)理念，為客戶提供網(wǎng)站建設(shè)、做網(wǎng)站 網(wǎng)站設(shè)計(jì)制作按需求定制開發(fā),公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),品牌網(wǎng)站設(shè)計(jì),成都營銷網(wǎng)站建設(shè),成都外貿(mào)網(wǎng)站建設(shè)公司,船營網(wǎng)站建設(shè)費(fèi)用合理。

針對大表的優(yōu)化，主要是通過數(shù)據(jù)庫分庫分表來解決，目前比較普遍的方案有三個：分區(qū)，分庫分表，NoSql/NewSql。實(shí)際項(xiàng)目中，這三種方案是結(jié)合的，目前絕大部分系統(tǒng)的核心數(shù)據(jù)都是以RDBMS存儲為主，NoSql/NewSql存儲為輔。

分區(qū)

首先來了解一下分區(qū)方案。

分區(qū)表是由多個相關(guān)的底層表實(shí)現(xiàn)的。這些底層表也是由句柄對象表示，所以我們也可以直接訪問各個分區(qū)，存儲引擎管理分區(qū)的各個底層表和管理普通表一樣（所有的底層表都必須使用相同的存儲引擎），分區(qū)表的索引只是在各個底層表上各自加上一個相同的索引。這個方案對用戶屏蔽了sharding的細(xì)節(jié)，即使查詢條件沒有sharding column，它也能正常工作（只是這時候性能一般）。

不過它的缺點(diǎn)很明顯：很多的資源都受到單機(jī)的限制，例如連接數(shù)，網(wǎng)絡(luò)吞吐等。如何進(jìn)行分區(qū)，在實(shí)際應(yīng)用中是一個非常關(guān)鍵的要素之一。

下面開始舉例：以客戶信息為例，客戶數(shù)據(jù)量5000萬加，項(xiàng)目背景要求保存客戶的銀行卡綁定關(guān)系，客戶的證件綁定關(guān)系，以及客戶綁定的業(yè)務(wù)信息。

此業(yè)務(wù)背景下，該如何設(shè)計(jì)數(shù)據(jù)庫呢。項(xiàng)目一期的時候，我們建立了一張客戶業(yè)務(wù)綁定關(guān)系表，里面冗余了每一位客戶綁定的業(yè)務(wù)信息。

基本結(jié)構(gòu)大致如下：

查詢時，對銀行卡做索引，業(yè)務(wù)編號做索引，證件號做索引。隨著需求大增多，這張表的索引會達(dá)到10個以上。而且客戶解約再簽約，里面會保存兩條數(shù)據(jù)，只是綁定的狀態(tài)不同。

假設(shè)我們有5千萬的客戶，5個業(yè)務(wù)類型，每位客戶平均2張卡，那么這張表的數(shù)據(jù)量將會達(dá)到驚人的5億，事實(shí)上我們系統(tǒng)用戶量還沒有過百萬時就已經(jīng)不行了。這樣的設(shè)計(jì)絕對是不行的，無論是插入，還是查詢，都會讓系統(tǒng)崩潰。

mysql數(shù)據(jù)庫中的數(shù)據(jù)是以文件的形勢存在磁盤上的，默認(rèn)放在/mysql/data下面（可以通過my.cnf中的datadir來查看）， 一張表主要對應(yīng)著三個文件，一個是frm存放表結(jié)構(gòu)的，一個是myd存放表數(shù)據(jù)的，一個是myi存表索引的。這三個文件都非常的龐大，尤其是.myd文件，快5個G了。下面進(jìn)行第一次分區(qū)優(yōu)化，Mysql支持的分區(qū)方式有四種：

在我們的項(xiàng)目中，range分區(qū)和list分區(qū)沒有使用場景，如果基于綁定編號做range或者list分區(qū)，綁定編號沒有實(shí)際的業(yè)務(wù)含義，無法通過它進(jìn)行查詢，因此，我們就剩下 HASH 分區(qū)和 KEY 分區(qū)了，HASH分區(qū)僅支持int類型列的分區(qū)，且是其中的一列。

KEY 分區(qū)倒是可以支持多列，但也要求其中的一列必須是int類型；看我們的庫表結(jié)構(gòu)，發(fā)現(xiàn)沒有哪一列是int類型的，如何做分區(qū)呢？增加一列，綁定時間列，將此列設(shè)置為int類型，然后按照綁定時間進(jìn)行分區(qū)，將每一天綁定的用戶分到同一個區(qū)里面去。

這次優(yōu)化之后，我們的插入快了許多，但是查詢依然很慢，為什么？

因?yàn)樵谧霾樵兊臅r候，我們也只是根據(jù)銀行卡或者證件號進(jìn)行查詢，并沒有根據(jù)時間查詢，相當(dāng)于每次查詢，mysql都會將所有的分區(qū)表查詢一遍。

進(jìn)行第二次方案優(yōu)化，既然 HASH 分區(qū)和 KEY分區(qū)要求其中的一列必須是int類型的，那么創(chuàng)造出一個int類型的列出來分區(qū)是否可以？

分析發(fā)現(xiàn)，銀行卡的那串?dāng)?shù)字有秘密。銀行卡一般是16位到19位不等的數(shù)字串，我們?nèi)∑渲械哪骋晃荒贸鰜碜鳛楸矸謪^(qū)是否可行呢，通過分析發(fā)現(xiàn)，在這串?dāng)?shù)字中，其中確實(shí)有一位是0到9隨機(jī)生成的，我們基于銀行卡號+隨機(jī)位進(jìn)行KEY分區(qū)，每次查詢的時候，通過計(jì)算截取出這位隨機(jī)位數(shù)字，再加上卡號，聯(lián)合查詢，達(dá)到了分區(qū)查詢的目的，需要說明的是，分區(qū)后，建立的索引，也必須是分區(qū)列，否則Mysql還是會在所有的分區(qū)表中查詢數(shù)據(jù)。

通過銀行卡號查詢綁定關(guān)系的問題解決了，那么證件號呢，如何通過證件號來查詢綁定關(guān)系。

前面已經(jīng)講過，做索引一定是要在分區(qū)健上進(jìn)行，否則會引起全表掃描。我們再創(chuàng)建了一張新表，保存客戶的證件號綁定關(guān)系，每位客戶的證件號都是唯一的，新的證件號綁定關(guān)系表里，證件號作為了主鍵，那么如何來計(jì)算這個分區(qū)健呢，客戶的證件信息比較龐雜，有身份證號，港澳臺通行證，機(jī)動車駕駛證等等，如何在無序的證件號里找到分區(qū)健。

為了解決這個問題，我們將證件號綁定關(guān)系表一分為二，其中的一張表專用于保存身份證類型的證件號，另一張表則保存其他證件類型的證件號，在身份證類型的證件綁定關(guān)系表中，我們將身份證號中的月數(shù)拆分出來作為了分區(qū)健，將同一個月出生的客戶證件號保存在同一個區(qū)，這樣分成了12個區(qū)，其他證件類型的證件號，數(shù)據(jù)量不超過10萬，就沒有必要進(jìn)行分區(qū)了。

這樣每次查詢時，首先通過證件類型確定要去查詢哪張表，再計(jì)算分區(qū)健進(jìn)行查詢。作了分區(qū)設(shè)計(jì)之后，保存2000萬用戶數(shù)據(jù)時銀行卡表的數(shù)據(jù)保存文件就分成了10個小文件，證件表的數(shù)據(jù)保存文件分成了12個小文件，解決了這兩個查詢的問題，還剩下一個問題：業(yè)務(wù)編號怎么辦？

一個客戶有多個簽約業(yè)務(wù)，如何進(jìn)行保存？這時候，采用分區(qū)的方案就不太合適了，它需要用到分表的方案。

分表

我們前面有提到過對于mysql，其數(shù)據(jù)文件是以文件形式存儲在磁盤上的。當(dāng)一個數(shù)據(jù)文件過大時，操作系統(tǒng)對大文件的操作就會比較麻煩耗時，且有的操作系統(tǒng)就不支持大文件，這個時候就必須分表了。

另外對于mysql常用的存儲引擎是Innodb，它的底層數(shù)據(jù)結(jié)構(gòu)是B+樹。當(dāng)其數(shù)據(jù)文件過大的時候，查詢一個節(jié)點(diǎn)可能會查詢很多層次，而這必定會導(dǎo)致多次IO操作進(jìn)行裝載進(jìn)內(nèi)存，肯定會耗時的。

除此之外還有Innodb對于B+樹的鎖機(jī)制。對每個節(jié)點(diǎn)進(jìn)行加鎖，那么當(dāng)更改表結(jié)構(gòu)的時候，這時候就會樹進(jìn)行加鎖，當(dāng)表文件大的時候，這可以認(rèn)為是不可實(shí)現(xiàn)的。所以綜上我們就必須進(jìn)行分表與分庫的操作。

如何進(jìn)行分庫分表，目前互聯(lián)網(wǎng)上有許多的版本，比較知名的一些方案：阿里的TDDL，DRDS和cobar，京東金融的sharding-jdbc；民間組織的MyCAT；360的Atlas；美團(tuán)的zebra；其他比如網(wǎng)易，58，京東等公司都有自研的中間件。

這么多的分庫分表中間件方案歸總起來，就兩類：client模式和proxy模式。

client模式

proxy模式

無論是client模式，還是proxy模式。幾個核心的步驟是一樣的：SQL解析，重寫，路由，執(zhí)行，結(jié)果歸并。個人比較傾向于采用client模式，它架構(gòu)簡單，性能損耗也比較小，運(yùn)維成本低。

如何對業(yè)務(wù)類型進(jìn)行分庫分表。分庫分表最重要的一步，即sharding column的選取，sharding column選擇的好壞將直接決定整個分庫分表方案最終是否成功。而sharding column的選取跟業(yè)務(wù)強(qiáng)相關(guān)。

在我們的項(xiàng)目場景中，sharding column無疑最好的選擇是業(yè)務(wù)編號。通過業(yè)務(wù)編號，將客戶不同的綁定簽約業(yè)務(wù)保存到不同的表里面去，根據(jù)業(yè)務(wù)編號路由到相應(yīng)的表中進(jìn)行查詢，達(dá)到進(jìn)一步優(yōu)化sql的目的。

以上就是phper優(yōu)化MySQL千萬級大表的方法詳解的詳細(xì)內(nèi)容，更多請關(guān)注創(chuàng)新互聯(lián)其它相關(guān)文章！

當(dāng)前文章：如何用phper優(yōu)化存儲上千億數(shù)據(jù)的Mysql？-創(chuàng)新互聯(lián)
本文路徑：http://muchs.cn/article8/dhdhop.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供微信公眾號、關(guān)鍵詞優(yōu)化、標(biāo)簽優(yōu)化、虛擬主機(jī)、用戶體驗(yàn)、電子商務(wù)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)