怎么设计大型的高并发系统
【mysql主从配置】
主从原理大致有三个步骤：
1.在主库上把数据更改记录到二进制日志中（Binary Log）中，这些记录称为二进制日志事件。
2.从库通过IO线程将主库上的日志复制到自己的中继日志（Relay Log）中。
3.从库通过SQL线程读取中继日志中的事件，将其重放到自己数据上。
MySQL主从模式是指数据可以从一个MySQL数据库服务器主节点复制到一个或多个从节点。
MySQL默认采用异步复制方式，这样从节点不用一直访问主服务器来更新自己的数据，从节点可以复制主数据库 中的所有数据库，或者特定的数据库，或者特定的表。
Mysql主从同步是一个异步复制的过程，要实现复制首先需要在master上开启bin-log日志功能，整个过程需要开启3个线程，分别是Master开启IO线程，slave开启IO线程和SQL线程。
主从复制的优点：
1.实时灾备，用于故障切换(高可用)服务器或者数据库突然砸机了，可以立即切换到从数据库，将从数据库设置为新的主数据库。
2.读写分离，提供查询服务(读扩展)
3.数据备份，避免影响业务(高可用)
【高可用系统】
通过主从配置实现，发生服务器或者数据库突然砸机时，可以立即切换到从数据库。
【mysql读写分离】
实现读写分离有3种方式：
(权限：在主库创建一个只写的用户，而从库创建一个只写的用户，让程序去连接不同的服务器可达到读写分离的效果。)
1.代码：在代码中根据select 、insert进行路由分类，这类方法也是目前生产环境下应用最广泛的。适用于简单系统。一般配合mysql用户权限设置
2.代理：mysql_proxy和amoeba，需要增加硬件的开支，一般新增独立服务器。
读写分离架构也能够消除读锁和写锁的冲突，从而提升数据库的读写性能。
使用读写分离架构需要注意:主从同步延迟和读写分配机制问题。
参考：
https://www.cnblogs.com/zezhou/p/11525081.html
https://blog.csdn.net/rzpy_qifengxiaoyue/article/details/108663411
【主从同步延迟的解决方案】
1.半同步复制，需要从库返回确认才允许读取从库，否则读主库。
2.先去从库读取数据，找不到时就去主库进行数据读取，同时告诉从库没有数据。读完之后将数据重新写入从库，如果没有值，就设置为空值。
3.如果数据是需要实时显示，对速度性能要求很高，可以直接在主库上读取数据。
【mysql支持的复制类型】
1.基于语句的复制。在服务器上执行sql语句，在从服务器上执行同样的语句，mysql默认采用基于语句的复制，执行效率高。
2.基于行的复制。把改变的内容复制过去，而不是把命令在从服务器上执行一遍。
3.混合类型的复制。默认采用基于语句的复制，一旦发现基于语句无法精确复制时，就会采用基于行的复制。
【Mysql常用的两大引擎有 MyISAM 和 innoDB，有什么明显区别及在什么场合使用什么引擎呢？】
InnoDB和MyISAM都是使用B+树作为索引存储结构。
MyISAM 类型的表强调的是性能，其执行速度比 innoDB类型更快，但不提供事务支持，如果执行大量的 SELECT操作，MyISAM 是更好的选择，支持表锁。
InnoDB 提供事务支持，外部键等高级数据库功能，执行大量的 INSERT 或 UPDATE，处于性能方面的考虑，应该使用 InnoDB表，支持行锁。
如果使用mysql, 还有一个更严重的问题是，当需要添加一列的时候，mysql会锁表，期间所有的读写操作只能等待。
添加行，InnoDB会锁行，MyISAM会锁表。
【mysql分库分表】
分库规则：
依据业务，功能，大单表划分
分表规则：
1.时间：按照时间切分，就是将6个月前，甚至一年前的数据切出去放到另外的一张表，因为随着时间流逝，这些表的数据。被查询的概率变小，所以没必要和“热数据”放在一起，这个也是“冷热数据分离”。（如订单表，数据太多，设置更小的时间区间，做个判断分发）
2.范围值：从0到10000一个表，10001到20000一个表；（如用户表）
3.地理区域：比如按照华东，华南，华北这样来区分业务，七牛云应该就是如此。
4.HASH取模（如MD5和SHA）：一个商场系统，一般都是将用户，订单作为主表，然后将和它们相关的作为附表，这样不会造成跨库事务之类的问题。取用户id，然后hash取模，分配到不同的数据库上。
安装jdk
下载和安装mycat
完成操作： https://segmentfault.com/a/1190000014231377
用户表可以按照用户id区间数来做划分
1.按照用户数据
2.按照日期，但是日期是有问题，因为后续日期，用户量明显增多。
test_user
id username
test_log
user_id content
【mysql索引的理解，如何进行设置，有什么优缺点】
索引的结构是B+树，
【mysql慢查询优化】
1.根据慢日志定位慢查询sql
检查慢日志是否开启
SHOW VARIABLES LIKE ‘%query%’ # 查询慢日志相关信息
slow_query_log 默认是off关闭的，使用时，需要改为on 打开
slow_query_log_file 记录的是慢日志的记录文件
long_query_time 默认是3S，每次执行的sql达到这个时长，就会被记录
SHOW STATUS LIKE ‘%slow_queries%’ 查看慢查询状态
如何打开慢查询 ： SET GLOBAL slow_query_log = ON;
将默认时间改为2S： SET GLOBAL long_query_time = 2;
2.通过explain语句分析慢查询sql，里面的type字段，来定位性能级别
例如all为最差，MySQL将遍历全表以找到匹配的行
system和null最高，system代表表只有一个行，null代表表没有行，或者不需要访问表
https://www.cnblogs.com/tufujie/p/9413852.html
3.修改sql或者尽量让sql经过索引查找
4.利用数据库工具进行分析，例如heidisql里面有一个“查询分析”的选项，选中后进行查询，会出现很多参数，例如opening tables打开表, closing tables关闭表, execting执行时间，这些参数可以看到用了多少时间，然后定位指定参数进行优化
【索引是建立得越多越好吗】
1.数据量小的表不需要建立索引，建立会增加额外的索引开销。
2.数据变更需要维护索引，因此更多的索引意味着更多的维护成本。
3.更多的索引意味着也需要更多的空间。
【qps是什么，百万级和千万级的qps是多少】
【mysql读和写的哪个快】
小量数据时，读取比写入快。
大量数据时，如50万条数据时，写入速度是读取的3-4倍。因为写入的时候，数据表已经有了写入的预定的id值，写入速度没有因为数据量增多而变慢。
例子：
因为数据库的“写”（写10000条数据到oracle可能要3分钟）操作是比较耗时的。
但是数据库的“读”（从oracle读10000条数据可能只要5秒钟）。
【mysql优化】
SQL优化最快速见效的是：修改SQL写法，和新增索引。
查询时尽量一批批的查，不要一条条的查。
对经过搜索的字段增加索引。在主从配置的数据库中，可以在从库追加多个索引来优化查询，主库这些索引可以不加，用于提升写效率。
增加redis和文本缓存
增加定时任务完成处理结果保存在redis和文本缓存中
增加搜索引擎如elasticsearch
优化慢查询
分库分表，减少数据表容量
数据主从配置，读写分离
采用异步通讯框架，减少php脚本执行的资源开销
mysql如何获取慢SQL，以及慢查询的解决方式
https://blog.csdn.net/qq_32002253/article/details/86772940
下一页： PHP常用函数
发表回复