构建高性能MySQL系统涵盖从单机、硬件、OS、文件系统、内存到MySQL 本身的配置，以及schema 设计、索引设计 ，再到数据库架构上的水平和垂直拓展。

硬件

（1）CPU

          CPU亲和性：

          确保每个io都被其发起的CPU处理

          echo 2 > /sys/block/<block device>/queue/rq_affinity

          择最大性能模式，避免节能模式导致性能不足

          关闭NUMA，降低swap概率

          numactl --interleave=all

（2）RAID卡

          选择FORCE WB读写策略

          选择合适的充放电策略

          高IO，推荐RAID10

          空间需求大则RAID5

操作系统

（1）IO调度策略

          SSD/PCIE SSD推荐noop，其它推荐deadline

          echo noop > /sys/block/<block device>/queue/scheduler

（2）禁用块设备轮转模式

           echo 0 > /sys/block/<block device>/queue/rotational

（3）内存

          vm.swappiness=0

          内存最大性能模式

文件系统

           确保4K对，如果使用全盘一个分区，例如mkfs.ext4 /dev/dfa也可以使用xfs 构建文件系统。

          禁止atime、diratime

            mount -o noatime -o nodiratime

          开启trim

            mount -o discard

           关闭barrier

            mount -o barrier=0

            /dev/sdc1 /data ext4 defaults,noatime,nodiratime,nobarrier 0 0

MySQL

        （1）配置优化

         IO相关参数

          innodb_flush_method = O_DIRECT

          innodb_read_io_threads = 16

          innodb_write_io_threads = 16

          innodb_io_capacity = 3000（PCIE卡建议更高）

          innodb_flush_neighbors=0

InnoDB存储引擎在刷新一个脏页时，会检测该页所在区(extent)的所有页，如果是脏页，那么一起刷新。这样做的好处是通过AIO可以将多个IO写操作合并为一个IO操作。对于传统机械硬盘建议使用，而对于固态硬盘可以关闭

         innodb_flush_log_at_trx_commit

     redo 的刷盘策略

        sync_binlog

     binlog 的刷盘策略

         innodb_log_buffer_size

        建议8-16M，有高TPS（比如大于6k）的可以提高到32M，系统tps越高设置可以设置的越大

       推荐文章 www.cnblogs.com/conanwang/p/5849437.html

内存分配

• 策略：

        jemalloc是BSD的提供的内存分配管理

        tcmalloc是google的内存分配管理模块

        ptmalloc是glibc的内存分配管理

        malloc-lib= /usr/lib64/libjemalloc.so.1

• 系统资源：

        malloc-lib= /usr/lib64/libjemalloc.so.1

        back_log：大于max_connections

        thread_stack=192

• 并发控制：

        使用thread_pool

         thread_cache_size

（2）schema优化

         索引优化

           目标：利用最小的索引成本找到最需要的行记录。

           原则：

•     最左前缀原则：MySQL会一直向右匹配直到遇到范围查询

•     between、like)就停止匹配，比如a=1 and b=2 and c>3 and d=4 如果建立(a,b,c,d)   顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整

• 避免重复索引：idx_abc多列索引,相当于创建了(a)单列索引，(a,b)组合索引以及(a,b,c)组合索引。不在索引列使用函数 如 max(id)> 10 ,id+1>3 等

• 尽量选择区分度高的列作为前缀索引：区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少

推荐文章：

• MySQL索引原理及慢查询优化

  http://tech.meituan.com/mysql-index.html

• MySQL索引实践

  http://blog.coderland.net/mysql/2015/08/26/MySQL%E7%B4%A2%E5%BC%95%E5%AE%9E%E8%B7%B5/

• 由浅入深探究 MySQL索引结构原理、性能分析与优化

  http://blog.jobbole.com/87107/

SQL开发优化

• 不使用存储过程、触发器，自定义函数

• 不使用全文索引

• 不使用分区表

• 针对OTLP业务尽量避免使用多表join和子查询

• 不使用*,SELECT使用具体的列名：在发生列的增/删时，发生列名修改时，最大限度避免程序逻辑中没有修改导致的BUG，IN的元素个数300-500

• 避免使用大事务，使用短小的事务：减少锁等待和竞争

• 禁止使用%前缀模糊查询 where like ‘%xxx’

• 禁止使用子查询，遇到使用子查询的情况，尽量使用join代替

• 遇到分页查询，使用延迟关联解决：分页如果有大offset，可以先取Id，然后用主键id关联表会提高效率

• 禁止并发执行count(*)，并发导致CPU飙高

• 禁止使order by rand()

• 不使用负向查询，如 not in/like，使用in反向代替

• 不要一次更新大量（大于30000条）数据，批量更新/删除

• SQL中使用到OR的改写为用 IN() （or的效率没有in的效率高）

数据库架构

• 单实例无法解决空间和性能需求时考虑拆分

• 垂直拆分

• 水平拆分

• 引入缓存系统

转自：前阿里数据库团队资深DBA------->杨奇龙