高并发高负载数据库解决方案也有针对SQL.docx

高并发高负载数据库解决方案也有针对SQL.docx

《高并发高负载数据库解决方案也有针对SQL.docx》由会员分享，可在线阅读，更多相关《高并发高负载数据库解决方案也有针对SQL.docx（12页珍藏版）》请在冰豆网上搜索。

高并发高负载数据库解决方案也有针对SQL

高并发高负载数据库架构策略

在WEB网站的规模从小到大不断扩展的过程中，数据库的访问压力也不断的增加，数据库的架构也需要动态扩展，在数据库的扩展过程基本上包含如下几步，每一个扩展都可以比上一步骤的部署方式的性能得到数量级的提升。

1.WEB应用和数据库部署在同一台服务器上

一般的小规模的网站采用这种方式，用户量、数据量、并发访问量都比较小，否则单台服务器无法承受，并且在遇到性能瓶颈的时候升级硬件所需要的费用非常高昂，在访问量增加的时候，应用程序和数据库都来抢占有限的系统资源，很快就又会遇到性能问题。

2.WEB应用和数据库部署在各自独立的服务器上

web应用和数据库分开部署，WEB应用服务器和数据库服务器各司其职，在系统访问量增加的时候可以分别升级应用服务器和数据库服务器，这种部署方式是一般小规模网站的典型部署方式。

在将应用程序进行性能优化并且使用数据库对象缓存策略的情况下，可以承载较大的访问量，比如2000用户，200个并发，百万级别的数据量。

3.数据库服务器采用集群方式部署（比如Oracle的一个数据库多个实例的情况）

数据库集群方式能承担的负载是比较大的，数据库物理介质为一个磁盘阵列，多个数据库实例以虚拟IP方式向外部应用服务器提供数据库连接服务。

这种部署方式基本上可以满足绝大多数的常见WEB应用，但是还是不能满足大用户量、高负载、数据库读写访问非常频繁的应用。

4.数据库采用主从部署方式

在面向大众用户的博客、论谈、交友、CMS等系统中，有上百万的用户，有上千万的数据量，存在众多的数据库查询操作，也有较多的数据库写操作，并且在多数情况下都是读操作远大于写操作的。

在这个时候，假如能将数据库的读写操作分离的话，对于系统来讲是一个很大的提高啦。

数据库的主从部署方式就走到我们面前啦。

主从复制：

几乎所有的主流数据库都支持复制，这是进行数据库简单扩展的基本手段。

下面以Mysql为例来说明，它支持主从复制，配置也并不复杂，只需要开启主服务器上的二进制日志以及在主服务器和从服务器上分别进行简单的配置和授权。

Mysql的主从复制是一句主服务器的二进制日志文件进行的，主服务器日志中记录的操作会在从服务器上重放，从而实现复制，所以主服务器必须开启二进制日志，自动记录所有对于主数据库的更新操作，从服务器再定时到主服务器取得二进制日志文件进行重放则完成了数据的复制。

主从复制也用于自动备份。

读写分离：

为保证数据库数据的一致性，我们要求所有对于数据库的更新操作都是针对主数据库的，但是读操作是可以针对从数据库来进行。

大多数站点的数据库读操作比写操作更加密集，而且查询条件相对复杂，数据库的大部分性能消耗在查询操作上了。

主从复制数据是异步完成的，这就导致主从数据库中的数据有一定的延迟，在读写分离的设计中必须要考虑这一点。

以博客为例，用户登录后发表了一篇文章，他需要马上看到自己的文章，但是对于其它用户来讲可以允许延迟一段时间（1分钟/5分钟/30分钟），不会造成什么问题。

这时对于当前用户就需要读主数据库，对于其他访问量更大的外部用户就可以读从数据库。

数据库反向代理：

在读写分离的方式使用主从部署方式的数据库的时候，会遇到一个问题，一个主数据库对应多台从服务器，对于写操作是针对主数据库的，数据库个数是唯一的，但是对于从服务器的读操作就需要使用适当的算法来分配请求啦，尤其对于多个从服务器的配置不一样的时候甚至需要读操作按照权重来分配。

对于上述问题可以使用数据库方向代理来实现。

就像WEB方向代理服务器一样，MYsqlProxy同样可以在SQL语句转发到后端的Mysql服务器之前对它进行修改。

5.数据库垂直分割

主从部署数据库中，当写操作占了主数据库的CPU消耗的50%以上的时候，我们再增加从服务器的意义就不是很大了，因为所有的从服务器的写操作也将占到CPU消耗的50%以上，一台从服务器提供出来查询的资源非常有限。

数据库就需要重新架构了，我们需要采用数据库垂直分区技术啦。

最简单的垂直分区方式是将原来的数据库中独立的业务进行分拆（被分拆出来的部分与其它部分不需要进行Join连接查询操作），比如WEB站点的BLOG和论坛，是相对独立的，与其它的数据的关联性不是很强，这时可以将原来的数据库拆分为一个BLog库，一个论坛库，以及剩余的表所组成的库。

这三个库再各自进行主从数据库方式部署，这样整个数据库的压力就分担啦。

另外查询扩展性也是采用数据库分区最主要的原因之一。

将一个大的数据库分成多个小的数据库可以提高查询的性能，因为每个数据库分区拥有自己的一小部分数据。

假设您想扫描1亿条记录，对一个单一分区的数据库来讲，该扫描操作需要数据库管理器独立扫描一亿条记录，如果您将数据库系统做成50个分区，并将这1亿条记录平均分配到这50个分区上，那么每个数据库分区的数据库管理器将只扫描200万记录。

6.数据库水平分割

在数据库的垂直分区之后，假如我们的BLOG库又再次无法承担写操作的时候，我们又该怎么办呢？

数据库垂直分区这种扩展方式又无能为力了，我们需要的是水平分区。

水平分区意味着我们可以将同一个数据库表中的记录通过特定的算法进行分离，分别保存在不同的数据库表中，从而可以部署在不同的数据库服务器上。

很多的大规模的站点基本上都是主从复制+垂直分区+水平分区这样的架构。

水平分区并不依赖什么特定的技术，完全是逻辑层面的规划，需要的是经验和业务的细分。

如何分区呢？

对于大型的WEB站点来说，必须分区，并且对于分区我们没有选择的余地，对于那些频繁访问导致站点接近崩溃的热点数据，我们必须分区。

在对数据分区的时候，我们必须要存在一个分区索引字段，比如USER_ID，它必须和所有的记录都存在关系，是分区数据库中的核心表的主键，在其它表中作为外键，并且在使用主键的时候，该主键不能是自增长的，必须是业务主键才可以。

余数分区：

我们可以将User_ID%10后的值为依据存入到不同的分区数据库中，该算法简单高效，但是在分区数据库个数有变动的时候，整个系统的数据需要重新分布。

范围分区：

我们可以将User_ID的范围进行分区，比如1-100000范围为一个分区数据库，100001-200000范围为一个分区数据库，该算法在分区数据库个数有变动的时候，系统非常有利于扩展，但是容易导致不同分区之间的压力不同，比如老用户所在的分区数据库的压力很大，但是新用户的分区数据库的压力偏小。

映射关系分区：

将对分区索引字段的每个可能的结果创建一个分区映射关系，这个映射关系非常庞大，需要将它们写入数据库中。

比如当应用程序需要知道User_id为10的用户的BLOG内容在那个分区时，它必须查询数据库获取答案，当然，我们可以使用缓存来提高性能。

这种方式详细保存了每一个记录的分区对应关系，所以各个分区有非常强的可伸缩性，可以灵活的控制，并且将数据库从一个分区迁移到另一个分区也很简单，也可以使各个分区通过灵活的动态调节来保持压力的分布平衡。

大数据量高并发的数据库优化

发表日期：

2011-01-19   

   一、数据库结构的设计

   如果不能设计一个合理的数据库模型，不仅会增加客户端和服务器段程序的编程和维护的难度，而且将会影响系统实际运行的性能。

所以，在一个系统开始实施之前，完备的数据库模型的设计是必须的。

   在一个系统分析、设计阶段，因为数据量较小，负荷较低。

我们往往只注意到功能的实现，而很难注意到性能的薄弱之处，等到系统投入实际运行一段时间后，才发现系统的性能在降低，这时再来考虑提高系统性能则要花费更多的人力物力，而整个系统也不可避免的形成了一个打补丁工程。

   所以在考虑整个系统的流程的时候，我们必须要考虑，在高并发大数据量的访问情况下，我们的系统会不会出现极端的情况。

（例如：

对外统计系统在7月16日出现的数据异常的情况，并发大数据量的的访问造成，数据库的响应时间不能跟上数据刷新的速度造成。

具体情况是：

在日期临界时（00：

00：

00），判断数据库中是否有当前日期的记录，没有则插入一条当前日期的记录。

在低并发访问的情况下，不会发生问题，但是当日期临界时的访问量相当大的时候，在做这一判断的时候，会出现多次条件成立，则数据库里会被插入多条当前日期的记录，从而造成数据错误。

），数据库的模型确定下来之后，我们有必要做一个系统内数据流向图，分析可能出现的瓶颈。

   为了保证数据库的一致性和完整性，在逻辑设计的时候往往会设计过多的表间关联，尽可能的降低数据的冗余。

（例如用户表的地区，我们可以把地区另外存放到一个地区表中）如果数据冗余低，数据的完整性容易得到保证，提高了数据吞吐速度，保证了数据的完整性，清楚地表达数据元素之间的关系。

而对于多表之间的关联查询（尤其是大数据表）时，其性能将会降低，同时也提高了客户端程序的编程难度，因此，物理设计需折衷考虑，根据业务规则，确定对关联表的数据量大小、数据项的访问频度，对此类数据表频繁的关联查询应适当提高数据冗余设计但增加了表间连接查询的操作，也使得程序的变得复杂，为了提高系统的响应时间，合理的数据冗余也是必要的。

设计人员在设计阶段应根据系统操作的类型、频度加以均衡考虑。

  另外，最好不要用自增属性字段作为主键与子表关联。

不便于系统的迁移和数据恢复。

对外统计系统映射关系丢失（******************）。

   原来的表格必须可以通过由它分离出去的表格重新构建。

使用这个规定的好处是，你可以确保不会在分离的表格中引入多余的列，所有你创建的表格结构都与它们的实际需要一样大。

应用这条规定是一个好习惯，不过除非你要处理一个非常大型的数据，否则你将不需要用到它。

（例如一个通行证系统，我可以将USERID，USERNAME，USERPASSWORD，单独出来作个表，再把USERID作为其他表的外键）

   表的设计具体注意的问题：

   1、数据行的长度不要超过8020字节，如果超过这个长度的话在物理页中这条数据会占用两行从而造成存储碎片，降低查询效率。

   2、能够用数字类型的字段尽量选择数字类型而不用字符串类型的（电话号码），这会降低查询和连接的性能，并会增加存储开销。

这是因为引擎在处理查询和连接回逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

   3、对于不可变字符类型char和可变字符类型varchar都是8000字节,char查询快，但是耗存储空间，varchar查询相对慢一些但是节省存储空间。

在设计字段的时候可以灵活选择，例如用户名、密码等长度变化不大的字段可以选择CHAR，对于评论等长度变化大的字段可以选择VARCHAR。

   4、字段的长度在最大限度的满足可能的需要的前提下，应该尽可能的设得短一些，这样可以提高查询的效率，而且在建立索引的时候也可以减少资源的消耗。

二、查询的优化

保证在实现功能的基础上，尽量减少对数据库的访问次数；通过搜索参数，尽量减少对表的访问行数,最小化结果集，从而减轻网络负担；能够分开的操作尽量分开处理，提高每次的响应速度；在数据窗口使用SQL时，尽量把使用的索引放在选择的首列；算法的结构尽量简单；在查询时，不要过多地使用通配符如SELECT*FROMT1语句，要用到几列就选择几列如：

SELECTCOL1,COL2FROMT1；在可能的情况下尽量限制尽量结果集行数如：

SELECTTOP300COL1,COL2,COL3FROMT1,因为某些情况下用户是不需要那么多的数据的。

在没有建索引的情况下，数据库查找某一条数据，就必须进行全表扫描了，对所有数据进行一次遍历，查找出符合条件的记录。

在数据量比较小的情况下，也许看不出明显的差别，但是当数据量大的情况下，这种情况就是极为糟糕的了。

SQL语句在SQLSERVER中是如何执行的，他们担心自己所写的SQL语句会被SQLSERVER误解。

比如：

select*fromtable1wherename='zhangsan'andtID>10000

和执行:

select*fromtable1wheretID>10000andname='zhangsan'

一些人不知道以上两条语句的执行效率是否一样，因为如果简单的从语句先后上看，这两个语句的确是不一样，如果tID是一个聚合索引，那么后一句仅仅从表的10000条以后的记录中查找就行了；而前一句则要先从全表中查找看有几个name='zhangsan'的，而后再根据限制条件条件tID>10000来提出查询结果。

事实上，这样的担心是不必要的。

SQLSERVER中有一个“查询分析优化器”，它可以计算出where子句中的搜索条件并确定哪个索引能缩小表扫描的搜索空间，也就是说，它能实现自动优化。

虽然查询优化器可以根据where子句自动的进行查询优化，但有时查询优化器就会不按照您的本意进行快速查询。

在查询分析阶段，查询优化器查看查询的每个阶段并决定限制需要扫描的数据量是否有用。

如果一个阶段可以被用作一个扫描参数（SARG），那么就称之为可优化的，并且可以利用索引快速获得所需数据。

SARG的定义：

用于限制搜索的一个操作，因为它通常是指一个特定的匹配，一个值的范围内的匹配或者两个以上条件的AND连接。

形式如下：

列名操作符<常数或变量>或<常数或变量>操作符列名

列名可以出现在操作符的一边，而常数或变量出现在操作符的另一边。

如：

Name=’张三’

价格>5000

5000<价格

Name=’张三’and价格>5000

如果一个表达式不能满足SARG的形式，那它就无法限制搜索的范围了，也就是SQLSERVER必须对每一行都判断它是否满足WHERE子句中的所有条件。

所以一个索引对于不满足SARG形式的表达式来说是无用的。

   所以，优化查询最重要的就是，尽量使语句符合查询优化器的规则避免全表扫描而使用索引查询。

具体要注意的：

1.应尽量避免在where子句中对字段进行null值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

selectidfromtwherenumisnull

可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

selectidfromtwherenum=0

2.应尽量避免在where子句中使用!

=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。

优化器将无法通过索引来确定将要命中的行数,因此需要搜索该表的所有行。

3.应尽量避免在where子句中使用or来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

selectidfromtwherenum=10ornum=20

可以这样查询：

selectidfromtwherenum=10

unionall

selectidfromtwherenum=20

4.in和notin也要慎用，因为IN会使系统无法使用索引,而只能直接搜索表中的数据。

如：

selectidfromtwherenumin（1,2,3）

对于连续的数值，能用between就不要用in了：

selectidfromtwherenumbetween1and3

5.尽量避免在索引过的字符数据中，使用非打头字母搜索。

这也使得引擎无法利用索引。

见如下例子：

SELECT*FROMT1WHERENAMELIKE‘%L%’

SELECT*FROMT1WHERESUBSTING（NAME,2,1）=’L’

SELECT*FROMT1WHERENAMELIKE‘L%’

即使NAME字段建有索引，前两个查询依然无法利用索引完成加快操作，引擎不得不对全表所有数据逐条操作来完成任务。

而第三个查询能够使用索引来加快操作。

6.必要时强制查询优化器使用某个索引，如在where子句中使用参数，也会导致全表扫描。

因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。

然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。

如下面语句将进行全表扫描：

selectidfromtwherenum=@num

可以改为强制查询使用索引：

selectidfromtwith（index（索引名））wherenum=@num

7.应尽量避免在where子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。

如：

SELECT*FROMT1WHEREF1/2=100

应改为:

SELECT*FROMT1WHEREF1=100*2

SELECT*FROMRECORDWHERESUBSTRING（CARD_NO,1,4）=’5378’

应改为:

SELECT*FROMRECORDWHERECARD_NOLIKE‘5378%’

SELECTmember_number,first_name,last_nameFROMmembers

WHEREDATEDIFF（yy,datofbirth,GETDATE（））>21

应改为:

SELECTmember_number,first_name,last_nameFROMmembers

WHEREdateofbirth

即：

任何对列的操作都将导致表扫描，它包括数据库函数、计算表达式等等，查询时要尽可能将操作移至等号右边。

8.应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。

如：

selectidfromtwheresubstring（name,1,3）='abc'--name以abc开头的id

selectidfromtwheredatediff（day,createdate,'2005-11-30'）=0--‘2005-11-30’生成的id

应改为:

selectidfromtwherenamelike'abc%'

selectidfromtwherecreatedate>='2005-11-30'andcreatedate<'2005-12-1'

9.不要在where子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

10.在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。

11.很多时候用exists是一个好的选择：

electnumfromawherenumin（selectnumfromb）

用下面的语句替换：

selectnumfromawhereexists（select1frombwherenum=a.num）

SELECTSUM（T1.C1）FROMT1WHERE（

（SELECTCOUNT（*）FROMT2WHERET2.C2=T1.C2>0）

SELECTSUM（T1.C1）FROMT1WHEREEXISTS（

SELECT*FROMT2WHERET2.C2=T1.C2）

两者产生相同的结果，但是后者的效率显然要高于前者。

因为后者不会产生大量锁定的表扫描或是索引扫描。

如果你想校验表里是否存在某条纪录，不要用count（*）那样效率很低，而且浪费服务器资源。

可以用EXISTS代替。

如：

IF（SELECTCOUNT（*）FROMtable_nameWHEREcolumn_name='xxx'）

可以写成：

IFEXISTS（SELECT*FROMtable_nameWHEREcolumn_name='xxx'）

经常需要写一个T_SQL语句比较一个父结果集和子结果集，从而找到是否存在在父结果集中有而在子结果集中没有的记录，如：

SELECTa.hdr_keyFROMhdr_tbla----tbla表示tbl用别名a代替

WHERENOTEXISTS（SELECT*FROMdtl_tblbWHEREa.hdr_key=b.hdr_key）

SELECTa.hdr_keyFROMhdr_tbla

LEFTJOINdtl_tblbONa.hdr_key=b.hdr_keyWHEREb.hdr_keyISNULL

SELECThdr_keyFROMhdr_tbl

WHEREhdr_keyNOTIN（SELECThdr_keyFROMdtl_tbl）

三种写法都可以得到同样正确的结果，但是效率依次降低。

12.尽量使用表变量来代替临时表。

如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。

13.避免频繁创建和删除临时表，以减少系统表资源的消耗。

14.临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。

但是，对于一次性事件，最好使用导出表。

15.在新建临时表时，如果一次性插入数据量很大，那么可以使用selectinto代替createtable，避免造成大量log，以提高速度；如果数据量不大，为了缓和系统表的资源，应先createtable，然后insert。

16.如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先truncatetable，然后droptable，这样可以避免系统表的较长时间锁定。

17.在所有的存储过程和触发器的开始处设置SETNOCOUNTON，在结束时设置SETNOCOUNTOFF。

无需在执行存储过程和触发器的每个语句后向客户端发送DONE_IN_PROC消息。

18.尽量避免大事务操作，提高系统并发能力。

19.尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

20.避免使用不兼容的数据类型。

例如float和int、char和varchar、binary和varbinary是不兼容的。

数据类型的不兼容可能使优化器无法执行一些本来可以进行的优化操作。

例如:

SELECTnameFROMemployeeWHEREsalary>60000

在这条语句中,如salary字段是money型的,则优化器很难对其进行优化,因为60000是个整型数。

我们应当在编程时将整型转化成为钱币型,而不要等到运行时转化。

21.充分利用连接条件，在某种情况下，两个表之间可能不只一个的连接条件，这时在WHERE子句中将连接条件完整的写上，有可能大大提高查询速度。

例：

SELECTSUM（A.AMOUNT）FROMACCOUNTA,CARDBWHEREA.CARD_NO=B.CARD_NO

SELECTSUM（A.AMOUNT）FROMACCOUNTA,CARDBWHEREA.CARD_NO=B.CARD_NOANDA.ACCOUNT_NO=B.AC