mysql怎么處理并發(fā) mysql并發(fā)量是多少

如何處理mysql數(shù)據(jù)庫并發(fā)更新問題

現(xiàn)象

成都創(chuàng)新互聯(lián)長期為上1000家客戶提供的網站建設服務，團隊從業(yè)經驗10年，關注不同地域、不同群體，并針對不同對象提供差異化的產品和服務；打造開放共贏平臺，與合作伙伴共同營造健康的互聯(lián)網生態(tài)環(huán)境。為北湖企業(yè)提供專業(yè)的網站設計制作、做網站，北湖網站改版等技術服務。擁有10多年豐富建站經驗和眾多成功案例,為您定制開發(fā)。

Sysbench對MySQL進行壓測, 并發(fā)數(shù)過大(5k)時, Sysbench建立連接的步驟會超時.

猜想

猜想: 直覺上這很簡單, Sysbench每建立一個連接, 都要消耗一個線程, 資源消耗過大導致超時.

驗證: 修改Sysbench源碼, 調大超時時間, 仍然會發(fā)生超時.

檢查環(huán)境

猜想失敗, 回到常規(guī)的環(huán)境檢查:

MySQL error log 未見異常.

syslog 未見異常.

tcpdump 觀察網絡包未見異常, 連接能完成正常的三次握手; 只觀察到在出問題的連接中, 有一部分的TCP握手的第一個SYN包發(fā)生了重傳, 另一部分沒有發(fā)生重傳.

自己寫一個簡單的并發(fā)發(fā)生器, 替換sysbench, 可重現(xiàn)場景. 排除sysbench的影響

猜想2

懷疑 MySQL 在應用層因為某種原因, 沒有發(fā)送握手包, 比如卡在某一個流程上:

檢查MySQL堆棧未見異常, 仿佛MySQL在應用層沒有看到新連接進入.

通過strace檢查MySQL, 發(fā)現(xiàn)?accept()?調用確實沒有感知到新連接.

懷疑是OS的原因, Google之, 得到參考文檔:?A TCP “stuck” connection mystery【】

分析

參考文檔中的現(xiàn)象跟目前的狀況很類似, 簡述如下:

正常的TCP連接流程:

Client 向 Server 發(fā)起連接請求, 發(fā)送SYN.

Server 預留連接資源, 向 Client 回復SYN-ACK.

Client 向 Server 回復ACK.

Server 收到 ACK, 連接建立.

在業(yè)務層上, Client和Server間進行通訊.

當發(fā)生類似SYN-flood的現(xiàn)象時, TCP連接的流程會使用SYN-cookie, 變?yōu)?

Client 向 Server 發(fā)起連接請求, 發(fā)送SYN.

Server 不預留連接資源, 向 Client 回復SYN-ACK, 包中附帶有簽名A.

Client 向 Server 回復ACK, 附帶 f(簽名A) (對簽名進行運算的結果).

Server 驗證簽名, 分配連接資源, 連接建立.

在業(yè)務層上, Client和Server間進行通訊.

當啟用SYN-cookie時, 第3步的ACK包因為?某種原因?丟失, 那么:

從Client的視角, 連接已經建立.

從Server的視角, 連接并不存在, 既沒有建立, 也沒有”即將建立” (若不啟用SYN-cookie, Server會知道某個連接”即將建立”)

發(fā)生這種情況時:

若業(yè)務層的第一個包應是從 Client 發(fā)往 Server, 則會進行重發(fā)或拋出連接錯誤

若業(yè)務層的第一個包應是從 Server 發(fā)往 Client的, Server不會發(fā)出第一個包. MySQL的故障就屬于這種情況.

TCP握手的第三步ACK包為什么丟失

參考文檔中, 對于TCP握手的第三步ACK包的丟失原因, 描述為:

Some of these packets get lost because some buffer somewhere overflows.

我們可以通過Systemtap進一步探究原因.?通過一個簡單的腳本:

probe kernel.function("cookie_v4_check").return

{

source_port = @cast($skb-head + $skb-transport_header, "struct tcphdr")-source

printf("source=%d, return=%d\n",readable_port(source_port), $return)

}

function readable_port(port) {

return (port ((19)-1)) 8 | (port 8)

}

觀察結果, 可以確認cookie_v4_check?(syn cookie機制進行包簽名檢查的函數(shù))會返回 NULL(0). 即驗證是由于syn cookie驗證不通過, 導致TCP握手的第三步ACK包不被接受.

之后就是對其中不同條件進行觀察, 看看是哪個條件不通過. 最終原因是accept隊列滿(sk_acceptq_is_full):

static inline bool sk_acceptq_is_full(const struct sock ?*sk){ ? return sk-sk_ack_backlog sk- ? sk_max_ack_backlog;}

恢復故障與日志的正關聯(lián)

在故障處理的一開始, 我們就檢查了syslog, 結論是未見異常.

當整個故障分析完成, 得知了故障與syn cookie有關, 回頭看syslog, 里面是有相關的信息, 只是和故障發(fā)生的時間不匹配, 沒有正關聯(lián), 因此被忽略.

檢查Linux源碼:

if (!queue-synflood_warned

sysctl_tcp_syncookies != 2

xchg(queue-synflood_warned, 1) == 0)

pr_info("%s: Possible SYN flooding on port %d. %s.

Check SNMP counters.\n",

proto, ntohs(tcp_hdr(skb)-dest), msg);

可以看到日志受到了抑制, 因此日志與故障的正關聯(lián)被破壞.

粗看源碼, 每個listen socket只會發(fā)送一次告警日志, 要獲得日志與故障的正關聯(lián), 必須每次測試重啟MySQL.

解決方案

這種故障一旦形成, 難以檢測; 系統(tǒng)日志中只會出現(xiàn)一次, 在下次重啟MySQL之前就不會再出現(xiàn)了; Client如果沒有合適的超時機制, 萬劫不復.

解決方案:

1. 修改MySQL的協(xié)議, 讓Client先發(fā)握手包. 顯然不現(xiàn)實.

2. 關閉syn_cookie. 有安全的人又要跳出來了.

3. 或者調高syn_cookie的觸發(fā)條件 (syn backlog長度). 降低系統(tǒng)對syn flood的敏感度, 使之可以容忍業(yè)務的syn波動.

有多個系統(tǒng)參數(shù)混合影響syn backlog長度, 參看【】

下圖為精華總結

請點擊輸入圖片描述

如何使用mysql數(shù)據(jù)庫解決高并發(fā)

使用mysql異步查詢,需要使用mysqlnd作為PHP的MySQL數(shù)據(jù)庫驅動。 使用MySQL異步... 如果創(chuàng)建的線程過多,則會造成線程切換引起系統(tǒng)負載過高。Swoole中的異步MySQL其...

如何處理數(shù)據(jù)庫并發(fā)問題

想要知道如何處理數(shù)據(jù)并發(fā)，自然需要先了解數(shù)據(jù)并發(fā)。

什么是數(shù)據(jù)并發(fā)操作呢？

就是同一時間內，不同的線程同時對一條數(shù)據(jù)進行讀寫操作。

在互聯(lián)網時代，一個系統(tǒng)常常有很多人在使用，因此就可能出現(xiàn)高并發(fā)的現(xiàn)象，也就是不同的用戶同時對一條數(shù)據(jù)進行操作，如果沒有有效的處理，自然就會出現(xiàn)數(shù)據(jù)的異常。而最常見的一種數(shù)據(jù)并發(fā)的場景就是電商中的秒殺，成千上萬個用戶對在極端的時間內，搶購一個商品。針對這種場景，商品的庫存就是一個需要控制的數(shù)據(jù)，而多個用戶對在同一時間對庫存進行重寫，一個不小心就可能出現(xiàn)超賣的情況。

針對這種情況，我們如何有效的處理數(shù)據(jù)并發(fā)呢？

第一種方案、數(shù)據(jù)庫鎖

從鎖的基本屬性來說，可以分為兩種：一種是共享鎖（S），一種是排它鎖（X）。在MySQL的數(shù)據(jù)庫中，是有四種隔離級別的，會在讀寫的時候，自動的使用這兩種鎖，防止數(shù)據(jù)出現(xiàn)混亂。

這四種隔離級別分別是：

讀未提交（Read Uncommitted）

讀提交（Read Committed）

可重復讀（Repeated Read）

串行化（Serializable）

當然，不同的隔離級別，效率也是不同的，對于數(shù)據(jù)的一致性保證也就有不同的結果。而這些可能出現(xiàn)的又有哪些呢？

臟讀（dirty read）

當事務與事務之間沒有任何隔離的時候，就可能會出現(xiàn)臟讀。例如：商家想看看所有的訂單有哪些，這時，用戶A提交了一個訂單，但事務還沒提交，商家卻看到了這個訂單。而這時就會出現(xiàn)一種問題，當商家去操作這個訂單時，可能用戶A的訂單由于部分問題，導致數(shù)據(jù)回滾，事務沒有提交，這時商家的操作就會失去目標。

不可重復讀（unrepeatable read）

一個事務中，兩次讀操作出來的同一條數(shù)據(jù)值不同，就是不可重復讀。

例如：我們有一個事務A，需要去查詢一下商品庫存，然后做扣減，這時，事務B操作了這個商品，扣減了一部分庫存，當事務A再次去查詢商品庫存的時候，發(fā)現(xiàn)這一次的結果和上次不同了，這就是不可重復讀。

幻讀（phantom problem）

一個事務中，兩次讀操作出來的結果集不同，就是幻讀。

例如：一個事務A，去查詢現(xiàn)在已經支付的訂單有哪些，得到了一個結果集。這時，事務B新提交了一個訂單，當事務A再次去查詢時，就會出現(xiàn)，兩次得到的結果集不同的情況，也就是幻讀了。

那針對這些結果，不同的隔離級別可以干什么呢？

“讀未提（Read Uncommitted）”能預防啥？啥都預防不了。

“讀提交（Read Committed）”能預防啥？使用“快照讀（Snapshot Read）”方式，避免“臟讀”，但是可能出現(xiàn)“不可重復讀”和“幻讀”。

“可重復讀（Repeated Red）”能預防啥？使用“快照讀（Snapshot Read）”方式，鎖住被讀取記錄，避免出現(xiàn)“臟讀”、“不可重復讀”，但是可能出現(xiàn)“幻讀”。

“串行化（Serializable）”能預防啥？有效避免“臟讀”、“不可重復讀”、“幻讀”，不過運行效率奇差。

好了，鎖說完了，但是，我們的數(shù)據(jù)庫鎖，并不能有效的解決并發(fā)的問題，只是盡可能保證數(shù)據(jù)的一致性，當并發(fā)量特別大時，數(shù)據(jù)庫還是容易扛不住。那解決數(shù)據(jù)并發(fā)的另一個手段就是，盡可能的提高處理的速度。

因為數(shù)據(jù)的IO要提升難度比較大，那么通過其他的方式，對數(shù)據(jù)進行處理，減少數(shù)據(jù)庫的IO，就是提高并發(fā)能力的有效手段了。

最有效的一種方式就是：緩存

想要減少并發(fā)出現(xiàn)的概率，那么讀寫的效率越高，讀寫的執(zhí)行時間越短，自然數(shù)據(jù)并發(fā)的可能性就變小了，并發(fā)性能也有提高了。

還是用剛才的秒殺舉例，我們?yōu)榈木褪潜ＷC庫存的數(shù)據(jù)不出錯，賣出一個商品，減一個庫存，那么，我們就可以將庫存放在內存中進行處理。這樣，就能夠保證庫存有序的及時扣減，并且不出現(xiàn)問題。這樣，我們的數(shù)據(jù)庫的寫操作也變少了，執(zhí)行效率也就大大提高了。

當然，常用的分布式緩存方式有：Redis和Memcache，Redis可以持久化到硬盤，而Memcache不行，應該怎么選擇，就看具體的使用場景了。

當然，緩存畢竟使用的范圍有限，很多的數(shù)據(jù)我們還是必須持久化到硬盤中，那我們就需要提高數(shù)據(jù)庫的IO能力，這樣避免一個線程執(zhí)行時間太長，造成線程的阻塞。

那么，讀寫分離就是另一種有效的方式了

當我們的寫成為了瓶頸的時候，讀寫分離就是一種可以選擇的方式了。

我們的讀庫就只需要執(zhí)行讀，寫庫就只需要執(zhí)行寫，把讀的壓力從主庫中分離出去，讓主庫的資源只是用來保證寫的效率，從而提高寫操作的性能。

mysql 更新依賴查詢 怎么保證并發(fā)

關于mysql處理百萬級以上的數(shù)據(jù)時如何提高其查詢速度的方法

最近一段時間由于工作需要，開始關注針對Mysql數(shù)據(jù)庫的select查詢語句的相關優(yōu)化方法。

由于在參與的實際項目中發(fā)現(xiàn)當mysql表的數(shù)據(jù)量達到百萬級時，普通SQL查詢效率呈直線下降，而且如果where中的查詢條件較多時，其查詢速度簡直無法容忍。曾經測試對一個包含400多萬條記錄（有索引）的表執(zhí)行一條條件查詢，其查詢時間竟然高達40幾秒，相信這么高的查詢延時，任何用戶都會抓狂。因此如何提高sql語句查詢效率，顯得十分重要。以下是網上流傳比較廣泛的30種SQL查詢語句優(yōu)化方法：

1、應盡量避免在 where 子句中使用!=或操作符，否則將引擎放棄使用索引而進行全表掃描。

2、對查詢進行優(yōu)化，應盡量避免全表掃描，首先應考慮在 where 及 order by 涉及的列上建立索引。

3、應盡量避免在 where 子句中對字段進行 null 值判斷，否則將導致引擎放棄使用索引而進行全表掃描，如：

select id from t where num is null

可以在num上設置默認值0，確保表中num列沒有null值，然后這樣查詢：

select id from t where num=0

4、盡量避免在 where 子句中使用 or 來連接條件，否則將導致引擎放棄使用索引而進行全表掃描，如：

select id from t where num=10 or num=20

可以這樣查詢：

select id from t where num=10

union all

select id from t where num=20

5、下面的查詢也將導致全表掃描：(不能前置百分號)

select id from t where name like ‘%c%’

若要提高效率，可以考慮全文檢索。

6、in 和 not in 也要慎用，否則會導致全表掃描，如：

select id from t where num in(1,2,3)

對于連續(xù)的數(shù)值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

7、如果在 where 子句中使用參數(shù)，也會導致全表掃描。因為SQL只有在運行時才會解析局部變量，但優(yōu)化程序不能將訪問計劃的選擇推遲到運行時；它必須在編譯時進行選擇。然 而，如果在編譯時建立訪問計劃，變量的值還是未知的，因而無法作為索引選擇的輸入項。如下面語句將進行全表掃描：

select id from t where num=@num

可以改為強制查詢使用索引：

select id from t with(index(索引名)) where num=@num

8、應盡量避免在 where 子句中對字段進行表達式操作，這將導致引擎放棄使用索引而進行全表掃描。如：

select id from t where num/2=100

應改為:

select id from t where num=100*2

9、應盡量避免在where子句中對字段進行函數(shù)操作，這將導致引擎放棄使用索引而進行全表掃描。如：

select id from t where substring(name,1,3)=’abc’–name以abc開頭的id

select id from t where datediff(day,createdate,’2005-11-30′)=0–’2005-11-30′生成的id

應改為:

select id from t where name like ‘abc%’

select id from t where createdate=’2005-11-30′ and createdate’2005-12-1′

10、不要在 where 子句中的“=”左邊進行函數(shù)、算術運算或其他表達式運算，否則系統(tǒng)將可能無法正確使用索引。

11、在使用索引字段作為條件時，如果該索引是復合索引，那么必須使用到該索引中的第一個字段作為條件時才能保證系統(tǒng)使用該索引，否則該索引將不會被使 用，并且應盡可能的讓字段順序與索引順序相一致。

12、不要寫一些沒有意義的查詢，如需要生成一個空表結構：

select col1,col2 into #t from t where 1=0

這類代碼不會返回任何結果集，但是會消耗系統(tǒng)資源的，應改成這樣：

create table #t(…)

13、很多時候用 exists 代替 in 是一個好的選擇：

select num from a where num in(select num from b)

用下面的語句替換：

select num from a where exists(select 1 from b where num=a.num)

14、并不是所有索引對查詢都有效，SQL是根據(jù)表中數(shù)據(jù)來進行查詢優(yōu)化的，當索引列有大量數(shù)據(jù)重復時，SQL查詢可能不會去利用索引，如一表中有字段 sex，male、female幾乎各一半，那么即使在sex上建了索引也對查詢效率起不了作用。

15、索引并不是越多越好，索引固然可以提高相應的 select 的效率，但同時也降低了 insert 及 update 的效率，因為 insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮，視具體情況而定。一個表的索引數(shù)最好不要超過6個，若太多則應考慮一些不常使用到的列上建的索引是否有 必要。

16.應盡可能的避免更新 clustered 索引數(shù)據(jù)列，因為 clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲順序，一旦該列值改變將導致整個表記錄的順序的調整，會耗費相當大的資源。若應用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列，那么需要考慮是否應將該索引建為 clustered 索引。

17、盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設計為字符型，這會降低查詢和連接的性能，并會增加存儲開銷。這是因為引擎在處理查詢和連接時會 逐個比較字符串中每一個字符，而對于數(shù)字型而言只需要比較一次就夠了。

18、盡可能的使用 varchar/nvarchar 代替 char/nchar ，因為首先變長字段存儲空間小，可以節(jié)省存儲空間，其次對于查詢來說，在一個相對較小的字段內搜索效率顯然要高些。

19、任何地方都不要使用 select * from t ，用具體的字段列表代替“*”，不要返回用不到的任何字段。

20、盡量使用表變量來代替臨時表。如果表變量包含大量數(shù)據(jù)，請注意索引非常有限（只有主鍵索引）。

21、避免頻繁創(chuàng)建和刪除臨時表，以減少系統(tǒng)表資源的消耗。

22、臨時表并不是不可使用，適當?shù)厥褂盟鼈兛梢允鼓承├谈行В?，當需要重復引用大型表或常用表中的某個數(shù)據(jù)集時。但是，對于一次性事件，最好使 用導出表。

23、在新建臨時表時，如果一次性插入數(shù)據(jù)量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果數(shù)據(jù)量不大，為了緩和系統(tǒng)表的資源，應先create table，然后insert。

24、如果使用到了臨時表，在存儲過程的最后務必將所有的臨時表顯式刪除，先 truncate table ，然后 drop table ，這樣可以避免系統(tǒng)表的較長時間鎖定。

25、盡量避免使用游標，因為游標的效率較差，如果游標操作的數(shù)據(jù)超過1萬行，那么就應該考慮改寫。

26、使用基于游標的方法或臨時表方法之前，應先尋找基于集的解決方案來解決問題，基于集的方法通常更有效。

27、與臨時表一樣，游標并不是不可使用。對小型數(shù)據(jù)集使用 FAST_FORWARD 游標通常要優(yōu)于其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的數(shù)據(jù)時。在結果集中包括“合計”的例程通常要比使用游標執(zhí)行的速度快。如果開發(fā)時 間允許，基于游標的方法和基于集的方法都可以嘗試一下，看哪一種方法的效果更好。

28、在所有的存儲過程和觸發(fā)器的開始處設置 SET NOCOUNT ON ，在結束時設置 SET NOCOUNT OFF 。無需在執(zhí)行存儲過程和觸發(fā)器的每個語句后向客戶端發(fā)送 DONE_IN_PROC 消息。

29、盡量避免向客戶端返回大數(shù)據(jù)量，若數(shù)據(jù)量過大，應該考慮相應需求是否合理。

30、盡量避免大事務操作，提高系統(tǒng)并發(fā)能力。

網頁名稱：mysql怎么處理并發(fā) mysql并發(fā)量是多少
文章轉載：http://bm7419.com/article22/dohjhcc.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供建站公司、做網站、用戶體驗、動態(tài)網站、域名注冊、品牌網站建設

廣告

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