原文链接:
MySQL Memory Allocation -- by Rick James原文日期: Created 2010; Refreshed Oct, 2012, Jan, 2014
翻译人员:
铁锚翻译日期: 2014年5月28日
MySQL 内存分配—— 高速设置方案假设仅使用MyISAM存储引擎,设置
key_buffer_size为可用内存的20%,(再加上设置 innodb_buffer_pool_size = 0 )
假设仅使用InnoDB存储引擎,设置
innodb_buffer_pool_size为可用内存的 70%, (设置 key_buffer_size = 10M,非常小但不是0.)
调优mysql的实践经验:
- 首先拷贝 my.cnf / my.ini 文件副本.
- 依据使用的存储引擎及可用内存,设置 key_buffer_size 和innodb_buffer_pool_size.
- 慢查询(Slow queries)的修正通常是通过加入索引(indexes),改变表结构(schema),改变 SELECT 语句 来实现,而不是通过数据库调优.
- 不要随便设置查询缓存(Query cache),除非你真正掌握它的优缺点以及适用场景.
- 不要改变其它的參数,除非你遇到了相应的问题(如最大连接数问题, max connections).
- 确保改动的是 [mysqld] 这一节下的内容,而不是其它部分.
以下向您展示一些实际的细节. (本文不涉及 NDB Cluster)
什么是索引缓存(key_buffer)?MyISAM引擎的缓存分为两部分.
- 索引块(Index blocks,每一个1 KB,BTree结构、存放于 .MYI 文件) 缓存到 “key buffer” 中.
- 数据块缓存(Data block caching, 存放于 .MYD 文件里)交给操作系统负责, 所以确保留下了适量的空暇内存(给操作系统).
警告: 某些类型的操作系统总是报告说内存使用超过90%,尽管实际上还有非常多的空暇内存.
SHOW GLOBAL STATUS LIKE ‘Key%‘; 运行后计算 Key_read_requests / Key_reads 的值, 假设比值较大(比方大于10), 那么 key_buffer 就足够了.
什么是缓存池(buffer_pool)?InnoDB将全部缓存都放在 “buffer pool” 中, 缓存池的大小通过
innodb_buffer_pool_size 控制. 包括被打开表(open tables)中的 16KB一块的数据/索引块,此外还有一些附加开销.
MySQL 5.5(以及带插件的 5.1版本号)同意您指定 块大小(block size)为 8 KB或4 KB. MySQL 5.5能够有多个缓冲池,由于每一个缓存池有一个相互排斥锁, 所以设置多个池能够缓解一些相互排斥锁瓶颈.
很多其它InnoDB调优信息
还有一种计算缓存大小的方法将主缓存(main cache)设置为最小值; 假设同一台机器上有很多其它应用在跑, 而且/或者RAM内存小于2GB, 那么能够这样指定.
SHOW TABLE STATUS; 显示各个数据库中全部表的状态.
- 计算全部MyISAM表的 Index_length 值的总和. 让 key_buffer_size 小于等于这个和值.
- 计算全部 InnoDB表 Data_length + Index_length 值的总和. 设置 innodb_buffer_pool_size 为不超过总和值的110%.
假设有内存交换(swapping发生),须要将两个參数适量地按减小一些.
运行以下的SQL语句查看适合的參数值. (假设有非常多表,可能耗时几分钟.)
SELECT ENGINE,
ROUND(SUM(data_length) /1024/1024, 1) AS "Data MB",
ROUND(SUM(index_length)/1024/1024, 1) AS "Index MB",
ROUND(SUM(data_length + index_length)/1024/1024, 1) AS "Total MB",
COUNT(*) "Num Tables"
FROM INFORMATION_SCHEMA.TABLES
WHERE table_schema not in ("information_schema", "performance_schema")
GROUP BY ENGINE;
相互排斥锁瓶颈MySQL 是单核CPU时代设计的,且能够非常easy移植到不同的硬件体系架构中. 不幸的是,这导致了对连结锁(interlock)操作的凌乱. 在几个重要的流程中存在少量(非常少)的“相互排斥(mutexes)”. 包括:
- MyISAM的 key_buffer
- 查询缓存(Query Cache)
- InnoDB的buffer_pool
随着多核CPU的盛行,相互排斥问题引起了MySQL的性能问题. 一般来说,CPU超过 4~8 核越多,则MySQL变得越慢,而不会更快. MySQL 5.5 中 InnoDB 的增强版 Percona XtraDB 对多核CPU的支持要好非常多; 实际的限制大致是
32核, CPU核心超过这个数后性能会达到瓶颈 ,但不再下降. MySQL 5.6版声称最多能够支持48核.
超线程和多核CPU简单的处理方式:
- 禁用超线程(HyperThreading)
- 停用超过8个核心以上的部分
- 超线程这里主要是指曾经的超线程技术,因此此部分可能不一定正确.
超线程适合拿来做营销宣传,但对(专用应用的)性能极不友好. 有两个处理单元在共享同一个物理缓存. 假设这两个线程在做相同的事情,缓存会相当高效. 假设这俩线程在干不同的事,他们会相互妨碍到还有一个(超)线程的缓存项.
总的来说MySQL在多核处理上并不占优势. 所以,假设禁用超线程(HT),剩下的核心将会运行得更快一点.
32位操作系统和MySQL(译者注: 肯定64位的MySQL在 32位OS上跑不起来...)
首先,操作系统(以及硬件?) 会限制进程不能使用4GB RAM中的全部,假设有 4G内存的话. 假设物理 RAM 超过 4 GB, 超过的部分在32位操作系统中不可訪问,也是不可用的.
其次,操作系统可能会限制单个进程最大使用多少内存.
比如:FreeBSD的
maxdsiz ,默觉得512 MB.
演示样例:
$ ulimit -a
...
max memory size (kbytes, -m) 524288
因此,确定了 mysqld有多少可用内存, 就能够设置为 20% ~ 70%,但须要适当的减少一些.
假设系统报错,比如
[ERROR] /usr/libexec/mysqld: Out of memory (Needed xxx bytes) , 可能是MySQL申请了超过操作系统同意的内存范围. 须要减小缓存设置.
64位OS与32位MySQL64位操作系统不受4 GB内存的限制,但32位MySQL依旧受这个限制.
假设你有 4 GB以上的内存,那么能够设置:
- key_buffer_size = 20%(全部RAM的),但不要超过3 GB.
- buffer_pool = 3G
当然最好的办法是将MySQL换成64位版本号.
64位OS与64位MySQL- 仅仅使用MyISAM引擎: (5.0.52 ~ 5.1.23之前的)key_buffer_size有 4GB的硬性限制. 详情请參考MySQL 5.1 限制(restrictions) 在更高版本号中,设置 key_buffer_size 为 20%的RAM. 在(my.cnf / my.ini)中加上 innodb_buffer_pool_size = 0.
- 仅仅使用InnoDB引擎: 设置 innodb_buffer_pool_size = 70%的RAM. 假设内存非常大,并使用 5.5(及以上)版本号,能够考虑使用 多个缓存池. 推荐设置 1 - 16 个 innodb_buffer_pool_instances, 每一个都不小于1 GB. (非常抱歉,没有最优设置为多少个的具体參考指标;但应该不能设置太多).
与此同一时候,设置 key_buffer_size = 20M(非常小,但不是零)
假设你在数据库中混合使用多个引擎,将两个值都减少一些.
最大连接数,线程栈
(max_connections,thread_stack)每一个“线程”都要占用一定的内存. 通常为 200 KB左右; 因此 100个线程大概就是 20 MB. 假设设置
max_connections = 1000,那大概就须要 200 MB,或者很多其它. 同一时候连接数太大可能会引起其它某些问题,这点须要注意.
在5.6(或 MariaDB5.5)中,能够选择线程池与 max_connections 交互. 这是一个高级话题.
线程栈溢出非常少出现. 假设确实发生了,能够设置: thread_stack = 256K
点击查看很多其它关于max_connections, wait_timeout,连接池的讨论
table_cache(table_open_cache)(某些版本号中名字不一样).
操作系统对单个进程能打开的文件数有限制. 打开每一个表须要 1-3个文件. 每一个表分区(PARTITION)等价于一个表. 在分区表上的多数操作都会打开全部的分区.
在 *nix中, ulimit 显示文件限制是多少. 最大值通常是上万,但有可能被设置为 1024. 这就限制了仅仅能打开300个左右的表.
很多其它关于ulimit的讨论请点击这里(
这一段是有争议的.) 还有一方面,表缓存(过去?)的实现方式非常低效 —— 查找通过线性扫描来完毕. 因此,设置 table_cache 为几千确实会使得 mysql变慢. (基准測试也证明了这一点.)
你能够通过
SHOW GLOBAL STATUS; 查看系统的性能信息, 并计算 每秒打开数(opens/second): Opened_files /Uptime , 假设这个值较大,比如大于 5, 那么应该加大 table_cache; 假设非常小,比方是 1,通过减小 table_cache 值,可能会对性能有所改善.
查询缓存(Query Cache)简短的回答: 设置
query_cache_type = OFF 及
query_cache_size = 0QC(Query Cache)实际上是将 SELECT语句与结果集(resultsets)进行散列映射.
具体的回答…… 关于“查询缓存”有很多种观点; 当中很多是负面的.
- 新手警告! QC与key_buffer和buffer_pool全然无关.
- 当命中时, QC速度快如闪电. 要创建一个运行快1000倍的基准測试并不难.
- 在QC中仅仅有一个相互排斥锁(译者注: 锁越少,就是锁钥匙越少,高并发时就会激烈竞争/等待).
- 除非将QC设置为OFF与0,否则每次查询都会去对照一遍.
- 真相,相互排斥锁会发生碰撞,即使 query_cache_type = DEMAND (2).
- 真相,相互排斥锁会发生碰撞,即便设置了 SQL_NO_CACHE.
- 查询语句仅仅要变了一点点(即使多了个空格)都可能导致在QC中生成多个不同的缓存项.
“
改动”是代价高昂与频繁的:
- 在一个表中发生不论什么 write 事件, QC中相应到这个表的全部条目都会被清除.
- 即便在仅仅读从server(readonly Slave)上也是这样.
- 清除使用的是线性算法来运行,所以QC较大(比方200MB)则会导致速度明显地变慢.
要查看QC的运行效率怎样,运行
SHOW GLOBAL STATUS LIKE ‘Qc%‘; 然后计算read的命中率: Qcache_hits / Qcache_inserts, 假设大于5,则 QC的效率还不错.
假设QC适合你的应用,那么我推荐:
- query_cache_size = 不超过50M
- query_cache_type = DEMAND
- 在全部 SELECT 语句中指明 SQL_CACHE 或 SQL_NO_CACHE, 依据哪些查询可能会从QC缓存中命中.
深入了解Query Cache
thread_cache_size这是一个非常小的调优项. 设置为 0 会减少线程(连接)创建的速度. 设置为较小的值(比方 10) 是比較好的. 该选项对RAM没有多少影响.
它是server额外保持的线程数量,不会影响实际线程数; 起限制作用的是 max_connections.
二进制日志假设为 复制(replication) 或 时间点恢复(point-in-time recovery) 启用二进制日志(通过 og_bin开启), 则server将一直记录二进制日志(binary logs). 也就是说,可能慢慢地占用磁盘. 建议设置
expire_logs_days = 14 ,仅仅保留14天的日志记录.
swappinessRHEL,非常英明地,同意用户自己控制 OS 怎样进行预先内存交换分配. 总的来说这是非常好的策略,但对MySQL来说则是一个灾难.
(感觉翻译的有点不流畅，本段原文为: RHEL, in its infinite wisdom, decided to let you control how aggressively the OS will preemptively swap RAM. This is good in general, but lousy for MySQL)
MySQL期望相当稳定的内存分配 —— 缓存(大部分)是预先分配的; 线程(大都)是限制数量的. 不论什么内存交换都可能极大地损害MySQL的性能.
设置非常高的swappiness值,会丢失一些内存,由于操作系统试图为以后的分配保留大量的自由空间(MySQL通常是不须要的).
设置swappiness = 0,不交换,在内存不足时操作系统可能会崩溃,. 我宁愿MySQL一卡一卡的,也不希望他崩了.
对于MySQL-only(专用)server, 中间数(比方5 ?)可能是一个非常好的值.
NUMAOK,是时候了解一些CPU管理内存的架构了. 我们先看
NUMA(Non-Uniform Memory Access, 非统一内存寻址). 每一个CPU(或多路server中的每一个socket(CPU插座)) 都挂载有一部分内存. 这使得訪问本地(local) RAM 非常快, 而訪问挂载在其它 CPU下的RAM要慢上数十个周期.
接着看操作系统. 在(RHEL ?
)非常多情形下,有两个行为:
- OS分配的内存固定到 “first(第一个)” CPU名下.
- 接着分配的其它内存也默认分配到第一个CPU名下,直到它满了.
如今问题来了.
- OS与MySQL分配完了第一个 CPU的全部RAM.
- MySQL分配了第二个 CPU的部分内存.
- 操作系统OS还须要分配一些其它内存.
Ouch —— 一个CPU须要分配内存,但自己名下控制的RAM已经耗尽了,所以它将MySQL的部分内存置换出去. 渣渣！
可能的解决方式:配置BIOS内存分配为 “interleave”(交错). 这将防止过早交换(premature swapping),代价是有一半左右的 RAM 訪问要跨CPU(off-CPU). 嗯,不论怎样訪问的代价都较大, 假设真的要使用全部内存的话.
总体性能损失/收益:几个百分点.
大内存分页(huge pages)这里有还有一个硬件性能陷阱.
CPU訪问RAM,特别是将64位地址映射到某个地方, 比方 128 GB 或“真实”的RAM,会使用TLB. (TLB =Translation Lookaside Buffer,旁路转换缓冲.) TLB是硬件实现的内存关联查找表; 将64位的虚拟地址转换到实际的物理地址.
由于TLB是一个小的,虚拟寻址的缓存,有时会发生 “misses”(未命中),那就会进入物理RAM来查找. 这是两次查找是非常费时的操作,所以应该避免.
通常,内存被 “分页” 为 4 KB一页,TLB实际上将高位的(64 - 12)位映射到一个特定页面. 而低12位通过虚地址转换得到完整的地址.
比如,128 GB的RAM按 4 KB分页须要 32M(3200万个) page-table条目. 这太大了, 远远超过TLB的容量. 所以陷入了“Huge page”的骗局.
随着硬件与操作系统的支持,使部分RAM成为巨型页面成为可能 ,比方说4 MB(而不是4 KB). 这使得TLB条目剧减,对这部分RAM来说分页单元是4 MB. 因此,巨大的页面相当于是不分页的(non-pagable).
如今内存被分为 pagable 和 non pagable 两部分; 哪些部分 non pagable 是合理的?
在MySQL中, innodb_buffer_pool 就是一个完美的使用者. 通过正确地配置这些,InnoDB能跑得更快一点:
- 启用 Huge pages
- 通知操作系统分配适当的数量(和 buffer_pool 个数一致)
- 通知MySQL使用huge pages
innodb memory usage vs swap 该帖包括有非常多须要关注点以及怎样设置的细节.
总体性能收益:几个百分点. Yawn.
MEMORY引擎(ENGINE=MEMORY)这是一个不经常使用的存储引擎,算是MyISAM和InnoDB的替代品. 其数据不是持久的,所以其应用范围相当有限. 内存表的大小受限于 max_heap_table_size ,默认值是16 MB. 我提起它,以防你将此值改动得太大;这会偷偷地占用可用的RAM.
怎样设置变量(VARIABLEs)在文本文件my.cnf中(Windows上是my.ini),加入一行,比如
innodb_buffer_pool_size = 5G即: 变量名,等号“=”,变量的值. 有些值同意缩写,如M代表 million(1048576),G代表billion.
要让server看到这些设置,必须将其放到配置文件的 “[mysqld]”节下.
对 my.cnf 或 my.ini的设置不会马上生效,须要你重新启动server.
大多数的设置能够通过 root 账号登陆后在线改动 (其它 SUPER权限账号也能够),比如:
SET @@global.key_buffer_size = 77000000;注意:此处不同意设置 M 或 G 等单位.
查看全局变量的设置信息：
mysql> SHOW GLOBAL VARIABLES LIKE "key_buffer_size";
+-----------------+----------+
| Variable_name | Value |
+-----------------+----------+
| key_buffer_size | 76996608 |
+-----------------+----------+
注意,这部分设置MySQL会向下取整,对齐到一定的数字.
你可能须要改动两个地方(运行SET 并改动my.cnf),以使改动马上生效,而且下次重新启动后依旧是相同的值(无论是手动,还是其它原因又一次启动)
Webserver像Apache这种webserver使用多线程来处理. 假设每一个线程打开一个 MySQL连接,可能会超过同意的最大连接数. 确保将webserver的 MaxClients (或相似參数) 设置为一个合理的值(如50以下).
工具
MySQLTuner
TUNING-PRIMER
上面是几个对内存设置建议的工具. 当中有一个误导性条目:
Maximum possible memory usage: 31.3G (266% of installed RAM)
可能使用的内存最大值为: 31.3G (可能是物理内存的 266%)
不要让它吓到你,这些工具使用的公式过于保守了. 他们假设全部 max_connections 都在使用而且处于活跃状态,并正在运行一些内存密集型的工作.
Total fragmented tables: 23有碎片的tables: 23 个
这意味着 OPTIMIZE TABLE 可能会有作用. 我建议对表设置高百分比的 “free space”(见SHOW TABLE STATUS) 或者你知道对什么表做了大量的删除/更新操作. 只是,不必费心频繁地对table进行OPTIMIZE 优化整理. 一个月一次可能就够了.
文章改动记录2010创建;2012年10月更新,2014年1月更新;
更深入的文章:
MySQL 5.6的调优 InnoDB性能优化的基本知识(终极版) MySQL安装后的10项优化设置通过
MySQL论坛::性能 联系作者 ——里克·詹姆斯
里克·詹姆斯的MySQL相关文档提示,调试、howto、优化相关等等……
Rick‘s RoTs (Rules of Thumb -- lots of tips)
Memory Allocation (caching, etc)
Character Set and Collation problem solver
Converting from MyISAM to InnoDB -- includes differences between them
Big DELETEs - how to optimize
Compound INDEXes plus other insights into the mysteries of INDEXing
Partition Maintenance (DROP+REORG) for time series
Entity-Attribute-Value -- a common, poorly performing, design patter; plus an alternative
Find the nearest 10 pizza parlors (efficient searching on Latitude + Longitude)
Alter of a Huge table
Latest 10 news articles -- how to optimize the schema and code for such
Pagination, not with OFFSET, LIMIT
Data Warehouse techniques (esp., Summary Tables)
Techniques on efficiently finding a random row (On beyond ORDER BY RAND())
GUID/UUID Performance (type 1 only)
IP Range Table Performance
MySQL Limits
Galera Limitations (with Percona XtraDB Cluster / MariaDB)
Rollup Unique User Counts
Best of MySQL Forum
