《高性能MYSQL》逻辑结构-读书笔记

简介: 高性能MYSQL笔记 1. MYSQL逻辑结构 MYSQL逻辑结构有三层,分别为  1. 连接/线程处理:实现连接处理,授权认证,安全等  2. 服务层:该层主要有缓存,解析,处理,优化以及跨存储引擎如存储过程,触发器,视图等  3. 存储引擎:主要负责数据读取和存储。
+关注继续查看

高性能MYSQL笔记

1. MYSQL逻辑结构

MYSQL逻辑结构有三层,分别为 
1. 连接/线程处理:实现连接处理,授权认证,安全等 
2. 服务层:该层主要有缓存,解析,处理,优化以及跨存储引擎如存储过程,触发器,视图等 
3. 存储引擎:主要负责数据读取和存储。根据服务器层提供的执行计划,进行语句的执行。

2. 并发控制

并发控制是当多个线程或者事务同时操作同一数据时,如何控制才能保证数据一致性。利用锁机制和事务特点保证数据一致性。

可按锁的粒度进行划分,可分为行级锁和表级锁。事务中不同隔离级别会有不同的锁策略。 不同隔离级别加锁策略 
行级锁:InnoDB和XtraDB支持。行级锁是建立在索引上,不是行记录。

事务

ACID:原子性,一致性,隔离性,持久性 
原子性:事务内要么全部成功提交,只要有一个执行失败,则会全部回滚。通过undolog实现原子性。 
一致性:保证事务修改前后整体数据保持一致。例子,用户A通过银行系统转账100元给用户B,这时需要确保用户B增加100元,而用户A需要保证减少了100元。 
隔离性:事务之间的可见性。通过锁机制实现隔离性。隔离级别有未提交读,已提交读,可重复读,序列化读。默认是可重复读。 
持久性:保证事务提交后,修改的数据会永久的保存在数据库中。通过redolog实现持久性。 
两阶段锁策略

一阶段锁策略:当事务开始前,会将所有的锁请求完,若其中一个锁不能阻塞,则所有锁将会等待。请求成功后,直到事务尾部会将所有锁释放。不会产生死锁的问题。因为锁时间相对较长,所以并发度不高。

两阶段锁策略:将事务分为加锁和解锁两个阶段。在加锁阶段,每条语句可以根据数据获取对应的锁,此时可以操作数据,但不能解锁。直到事务commit/rollback时才会解锁。加锁时间较短,所以并发度较高。但是会因为加锁的顺序不同导致产生死锁。 
参考:MYSQL-两阶段加锁协议

死锁:产生的原因是因为事务中加锁顺序不同。处理办法是持有较少行级排他锁进行回滚。

MVCC多版本并发控制:通过每行记录后面保存两个列存储创建和删除时的系统版本号(时间戳)。

3.存储引擎

创建表时,MySQL会在数据库子目录下创建一个同名.frm文件保存表的定义

InnoDB: 处理大量的短期事务, 通过间隙锁锁定查询涉及的行和索引中的间隙进行锁定,防止幻影行的插入, 基于聚簇索引创建表.通过一些机制和工具支持真正的热备份.一般优先考虑InnoDB存储引擎

MyISAM: 包括全文索引,压缩,空间函数,延迟更新索引键等特性,不支持事务和行级锁,崩溃后无法安全恢复.对于只读数据,表小可以忍受修复操作可以使用该引擎. 
如果要使用全文索引,建议用InnoDB加上Sphinx组合替换MyISAM

使用引擎考虑:事务,备份,崩溃恢复,特有特性 
日志型应用: MyISAM 或者Archive,因为开销低插入速度快更为适合 
对于大数据量需要建立数据仓库,Infobright和TokuDB是比较好的解决方案

原文地址 https://blog.csdn.net/Yoga0301/article/details/81837423
相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
4天前
|
存储 负载均衡 关系型数据库
一文读懂MySQL高性能优化方案全家桶
一文读懂MySQL高性能优化方案全家桶
|
5天前
|
存储 缓存 关系型数据库
《高性能Mysql》读书笔记之Schema与数据类型优化
《高性能Mysql》读书笔记之Schema与数据类型优化
18 0
|
13天前
|
关系型数据库 分布式数据库 数据库
VLDB顶会论文解读|PolarDB MySQL高性能强一致集群核心技术详解
论文中,PolarDB-SCC提出了一个全局强一致的主从架构的云原生数据库。目前该架构已在PolarDB架构中上线一年有余,是业内首个在业务无感知情况下实现全局一致性读的主从架构云原生数据库,解决了一直以来海量客户的一致性痛点。
|
30天前
|
SQL 关系型数据库 MySQL
|
3月前
|
存储 关系型数据库 MySQL
高性能 MySQL(十二):分区表
分区表是一个独立的逻辑表,其底层由多个物理子表组成。对分区表的请求,在 MySQL 底层都会被转换为对范围内的物理子表的请求,并将结果合并到一起返回。
68 0
|
3月前
|
缓存 关系型数据库 MySQL
高性能 MySQL(十一):优化特定类型的查询
本篇文章主要讲述,对特点类型的查询进行优化。
3895 0
|
3月前
|
SQL 存储 缓存
高性能 MySQL(十):执行一个查询的过程
当希望 MySQL 能够以更高的性能运行查询时,最好的办法就是搞清楚 MySQL 是如何优化和执行查询的。一旦理解这一点,很多查询优化工作实际上就是遵循一些原则,让优化器按照预想的方式运行。
44 0
高性能 MySQL(十):执行一个查询的过程
|
3月前
|
缓存 关系型数据库 MySQL
高性能 MySQL(九):通过重构查询语句,来解决慢查询
上一篇我们讲到通到优化数据访问,来解决慢查询问题,这是解决慢查询的基础。但有时我们的查询过于复杂,导致查询速度慢,我们不得不重构查询。今天就来讲下重构查询的几种方式。
41 0
|
3月前
|
存储 缓存 关系型数据库
高性能 MySQL(八):通过优化数据访问,来解决慢查询
前面几篇文章中介绍了如何设计最优的库表结构,以及如何建立最好的索引,这些对于高性能来说是必不可少的。但这还不够——还需要合理的设计查询。如果查询写得很糟糕,即使库表结构再合理、索引再合适,也无法实现高性能。
67 0
|
3月前
|
存储 关系型数据库 MySQL
高性能 MySQL(七):11个高性能的索引策略
正确地创建和使用索引,是实现高性能查询的基础。高效地选择和使用索引有很多种方式,其中有些是针对特殊案例的优化方法,有些则是针对特定行为的优化。
49 0
推荐文章
更多