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

1.jpg

软件环境

2.jpg


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

  1. 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。

  2. 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。

  3. 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)

3.jpg

4.jpg


图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/result/cm16c256g4096ssd/0/


监控数据

  1. show global status 中Innodb_data_pending_fsyncs 这个status比较高;

  2. 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:

  1. 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。

  2. 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)

5.jpg

6.jpg


图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/result/cm16c256g4096ssd/1/


监控数据

  1. show global status 中Innodb_data_pending_fsyncs 这个status减小到了 1;

  2. iostat的util项峰值有所下降;

  3. 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 

7.jpg


性能大概提高3倍 


图像地址:

http://www.sqlpy.com/mysqlz/tuninglog/compare/cm16c256g4096ssd/0/1/


监控数据分析与优化思路

  1. 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。

  2. 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)

8.jpg

9.jpg


图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/result/cm16c256g4096ssd/2/


调整innodb_log_files_in_group&innodb_log_file_size前后的性能对比


10.jpg


性能大概提高2倍


图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/compare/cm16c256g4096ssd/1/2/


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)

11.jpg

12.jpg


图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/result/cm16c256g4096ssd/3/


调整innodb_log_files_in_group&innodb_log_file_size前后的性能对比 


13.jpg


性能大概提高2倍


图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/compare/cm16c256g4096ssd/2/3/


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)

14.jpg

15.jpg


图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/result/cm16c256g4096ssd/4


调整前后的比较


16.jpg


图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/compare/cm16c256g4096ssd/3/4/


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。

17.jpg

图像地址: 

http://www.sqlpy.com/mysqlz/tuninglog/compare/cm16c256g4096ssd/0/4/


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。


18.jpg

22.jpg

20.jpg

21.jpg


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。