|
|
51CTO旗下网站
|
|
移动端

一入职!就遇到MySQL亿级大表优化....

XX 实例(一主一从)xxx 告警中每天凌晨在报 SLA 报警,该报警的意思是存在一定的主从延迟。(若在此时发生主从切换,需要长时间才可以完成切换,要追延迟来保证主从数据的一致性)

作者:jia-xin来源:博客园|2020-04-08 07:55

前段时间刚入职一家公司,就遇到了 MySQL 亿级大表优化这事!

图片来自 Pexels

背景

XX 实例(一主一从)xxx 告警中每天凌晨在报 SLA 报警,该报警的意思是存在一定的主从延迟。(若在此时发生主从切换,需要长时间才可以完成切换,要追延迟来保证主从数据的一致性)

XX 实例的慢查询数量最多(执行时间超过 1s 的 SQL 会被记录),XX 应用那方每天晚上在做删除一个月前数据的任务。

分析

使用 pt-query-digest 工具分析最近一周的 mysql-slow.log:

  1. pt-query-digest --since=148h mysql-slow.log | less 

结果第一部分:

最近一个星期内,总共记录的慢查询执行花费时间为 25403s,最大的慢 SQL 执行时间为 266s,平均每个慢 SQL 执行时间 5s,平均扫描的行数为 1766 万。

结果第二部分:

select arrival_record 操作记录的慢查询数量最多有 4 万多次,平均响应时间为 4s,delete arrival_record 记录了 6 次,平均响应时间 258s。

select xxx_record 语句

select arrival_record 慢查询语句都类似于如下所示,where 语句中的参数字段是一样的,传入的参数值不一样:

  1. select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0\G 

select arrival_record 语句在 MySQL 中最多扫描的行数为 5600 万、平均扫描的行数为 172 万,推断由于扫描的行数多导致的执行时间长。

查看执行计划:

  1. explain select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0\G; 
  2. *************************** 1. row *************************** 
  3. id: 1 
  4. select_type: SIMPLE 
  5. table: arrival_record 
  6. partitions: NULL 
  7. type: ref 
  8. possible_keys: IXFK_arrival_record 
  9. key: IXFK_arrival_record 
  10. key_len: 8 
  11. ref: const 
  12. rows: 32261320 
  13. filtered: 3.70 
  14. Extra: Using index condition; Using where 
  15. 1 row in set, 1 warning (0.00 sec) 

用到了索引 IXFK_arrival_record,但预计扫描的行数很多有 3000 多万行:

  1. show index from arrival_record; 
  2. +----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 
  3. Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment | 
  4. +----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 
  5. | arrival_record | 0 | PRIMARY | 1 | id | A | 107990720 | NULL | NULL | | BTREE | | | 
  6. | arrival_record | 1 | IXFK_arrival_record | 1 | product_id | A | 1344 | NULL | NULL | | BTREE | | | 
  7. | arrival_record | 1 | IXFK_arrival_record | 2 | station_no | A | 22161 | NULL | NULL | YES | BTREE | | | 
  8. | arrival_record | 1 | IXFK_arrival_record | 3 | sequence | A | 77233384 | NULL | NULL | | BTREE | | | 
  9. | arrival_record | 1 | IXFK_arrival_record | 4 | receive_time | A | 65854652 | NULL | NULL | YES | BTREE | | | 
  10. | arrival_record | 1 | IXFK_arrival_record | 5 | arrival_time | A | 73861904 | NULL | NULL | YES | BTREE | | | 
  11. +----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 
  12.  
  13. show create table arrival_record; 
  14. .......... 
  15. arrival_spend_ms bigint(20) DEFAULT NULL
  16. total_spend_ms bigint(20) DEFAULT NULL
  17. PRIMARY KEY (id), 
  18. KEY IXFK_arrival_record (product_id,station_no,sequence,receive_time,arrival_time) USING BTREE, 
  19. CONSTRAINT FK_arrival_record_product FOREIGN KEY (product_id) REFERENCES product (id) ON DELETE NO ACTION ON UPDATE NO ACTION 
  20. ) ENGINE=InnoDB AUTO_INCREMENT=614538979 DEFAULT CHARSET=utf8 COLLATE=utf8_bin | 

①该表总记录数约 1 亿多条,表上只有一个复合索引,product_id 字段基数很小,选择性不好。

②传入的过滤条件:

  1. where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0 

没有 station_nu 字段,使用不到复合索引 IXFK_arrival_record 的 product_id,station_no,sequence,receive_time 这几个字段。

③根据最左前缀原则,select arrival_record 只用到了复合索引 IXFK_arrival_record 的第一个字段 product_id,而该字段选择性很差,导致扫描的行数很多,执行时间长。

④receive_time 字段的基数大,选择性好,可对该字段单独建立索引,select arrival_record sql 就会使用到该索引。

现在已经知道了在慢查询中记录的 select arrival_record where 语句传入的参数字段有 product_id,receive_time,receive_spend_ms,还想知道对该表的访问有没有通过其他字段来过滤了?

神器 tcpdump 出场的时候到了,使用 tcpdump 抓包一段时间对该表的 select 语句:

  1. tcpdump -i bond0 -s 0 -l -w - dst port 3316 | strings | grep select | egrep -i 'arrival_record' >/tmp/select_arri.log 

获取 select 语句中 from 后面的 where 条件语句:

  1. IFS_OLD=$IFS 
  2. IFS=$'\n' 
  3. for i in `cat /tmp/select_arri.log `;do echo ${i#*'from'}; done | less 
  4. IFS=$IFS_OLD 
  5.  
  6. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=17 and arrivalrec0_.station_no='56742' 
  7. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S7100' 
  8. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4631' 
  9. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S9466' 
  10. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4205' 
  11. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4105' 
  12. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4506' 
  13. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4617' 
  14. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S8356' 
  15. arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S8356' 

select 该表 where 条件中有 product_id,station_no,sequence 字段,可以使用到复合索引 IXFK_arrival_record 的前三个字段。

综上所示,优化方法为:

  • 删除复合索引 IXFK_arrival_record
  • 建立复合索引 idx_sequence_station_no_product_id
  • 建立单独索引 indx_receive_time

delete xxx_record 语句

该 delete 操作平均扫描行数为 1.1 亿行,平均执行时间是 262s。

delete 语句如下所示,每次记录的慢查询传入的参数值不一样:

  1. delete from arrival_record where receive_time < STR_TO_DATE('2019-02-23''%Y-%m-%d')\G 

执行计划:

  1. explain select * from arrival_record where receive_time < STR_TO_DATE('2019-02-23''%Y-%m-%d')\G 
  2. *************************** 1. row *************************** 
  3. id: 1 
  4. select_type: SIMPLE 
  5. table: arrival_record 
  6. partitions: NULL 
  7. type: ALL 
  8. possible_keys: NULL 
  9. keyNULL 
  10. key_len: NULL 
  11. ref: NULL 
  12. rows: 109501508 
  13. filtered: 33.33 
  14. Extra: Using where 
  15. 1 row in set, 1 warning (0.00 sec) 

该 delete 语句没有使用索引(没有合适的索引可用),走的全表扫描,导致执行时间长。

优化方法也是:建立单独索引 indx_receive_time(receive_time)。

测试

拷贝 arrival_record 表到测试实例上进行删除重新索引操作。

XX 实例 arrival_record 表信息:

  1. du -sh /datas/mysql/data/3316/cq_new_cimiss/arrival_record* 
  2. 12K    /datas/mysql/data/3316/cq_new_cimiss/arrival_record.frm 
  3. 48G    /datas/mysql/data/3316/cq_new_cimiss/arrival_record.ibd 
  4.  
  5. select count() from cq_new_cimiss.arrival_record; 
  6. +-----------+ 
  7. count() | 
  8. +-----------+ 
  9. | 112294946 | 
  10. +-----------+ 
  11. 1亿多记录数 
  12.  
  13. SELECT 
  14. table_name, 
  15. CONCAT(FORMAT(SUM(data_length) / 1024 / 1024,2),'M'AS dbdata_size, 
  16. CONCAT(FORMAT(SUM(index_length) / 1024 / 1024,2),'M'AS dbindex_size, 
  17. CONCAT(FORMAT(SUM(data_length + index_length) / 1024 / 1024 / 1024,2),'G'AS table_size(G), 
  18. AVG_ROW_LENGTH,table_rows,update_time 
  19. FROM 
  20. information_schema.tables 
  21. WHERE table_schema = 'cq_new_cimiss' and table_name='arrival_record'
  22.  
  23. +----------------+-------------+--------------+------------+----------------+------------+---------------------+ 
  24. | table_name | dbdata_size | dbindex_size | table_size(G) | AVG_ROW_LENGTH | table_rows | update_time | 
  25. +----------------+-------------+--------------+------------+----------------+------------+---------------------+ 
  26. | arrival_record | 18,268.02M | 13,868.05M | 31.38G | 175 | 109155053 | 2019-03-26 12:40:17 | 
  27. +----------------+-------------+--------------+------------+----------------+------------+---------------------+ 

磁盘占用空间 48G,MySQL 中该表大小为 31G,存在 17G 左右的碎片,大多由于删除操作造成的。(记录被删除了,空间没有回收)

备份还原该表到新的实例中,删除原来的复合索引,重新添加索引进行测试。

mydumper 并行压缩备份:

  1. user=root 
  2.  passwd=xxxx 
  3. socket=/datas/mysql/data/3316/mysqld.sock 
  4. db=cq_new_cimiss 
  5. table_name=arrival_record 
  6. backupdir=/datas/dump_$table_name 
  7. mkdir -p $backupdir 
  8.  
  9.   nohup echo `date +%T` && mydumper -u $user -p $passwd -S $socket  -B $db -c  -T $table_name  -o $backupdir  -t 32 -r 2000000 && echo `date +%T` & 

并行压缩备份所花时间(52s)和占用空间(1.2G,实际该表占用磁盘空间为 48G,mydumper 并行压缩备份压缩比相当高):

  1. Started dump at: 2019-03-26 12:46:04 
  2. ........ 
  3.  
  4. Finished dump at: 2019-03-26 12:46:56 
  5.  
  6. du -sh   /datas/dump_arrival_record/ 
  7. 1.2G    /datas/dump_arrival_record/ 

拷贝 dump 数据到测试节点:

  1. scp -rp /datas/dump_arrival_record root@10.230.124.19:/datas 

多线程导入数据:

  1. time myloader -u root -S /datas/mysql/data/3308/mysqld.sock -P 3308 -p root -B test -d /datas/dump_arrival_record -t 32 
  2.  
  3. real 126m42.885s 
  4. user 1m4.543s 
  5. sys 0m4.267s 

逻辑导入该表后磁盘占用空间:

  1. du -h -d 1 /datas/mysql/data/3308/test/arrival_record.* 
  2. 12K /datas/mysql/data/3308/test/arrival_record.frm 
  3. 30G /datas/mysql/data/3308/test/arrival_record.ibd 
  4. 没有碎片,和mysql的该表的大小一致 
  5. cp -rp /datas/mysql/data/3308 /datas 

分别使用 online DDL 和 pt-osc 工具来做删除重建索引操作。

先删除外键,不删除外键,无法删除复合索引,外键列属于复合索引中第一列:

  1. nohup bash /tmp/ddl_index.sh & 
  2. 2019-04-04-10:41:39 begin stop mysqld_3308 
  3. 2019-04-04-10:41:41 begin rm -rf datadir and cp -rp datadir_bak 
  4. 2019-04-04-10:46:53 start mysqld_3308 
  5. 2019-04-04-10:46:59 online ddl begin 
  6. 2019-04-04-11:20:34 onlie ddl stop 
  7. 2019-04-04-11:20:34 begin stop mysqld_3308 
  8. 2019-04-04-11:20:36 begin rm -rf datadir and cp -rp datadir_bak 
  9. 2019-04-04-11:22:48 start mysqld_3308 
  10. 2019-04-04-11:22:53 pt-osc begin 
  11. 2019-04-04-12:19:15 pt-osc stop 

online DDL 花费时间为 34 分钟,pt-osc 花费时间为 57 分钟,使用 onlne DDL 时间约为 pt-osc 工具时间的一半。

做 DDL 参考:

实施

由于是一主一从实例,应用是连接的 vip,删除重建索引采用 online DDL 来做。

停止主从复制后,先在从实例上做(不记录 binlog),主从切换,再在新切换的从实例上做(不记录 binlog):

  1. function red_echo () { 
  2.  
  3.         local what="$*" 
  4.         echo -e "$(date +%F-%T)  ${what}" 
  5.  
  6. function check_las_comm(){ 
  7.     if [ "$1" != "0" ];then 
  8.         red_echo "$2" 
  9.         echo "exit 1" 
  10.         exit 1 
  11.     fi 
  12.  
  13. red_echo "stop slave" 
  14. mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"stop slave" 
  15. check_las_comm "$?" "stop slave failed" 
  16.  
  17. red_echo "online ddl begin" 
  18.  mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"set sql_log_bin=0;select now() as  ddl_start;ALTER TABLE $db_.\`${table_name}\` DROP FOREIGN KEY FK_arrival_record_product,drop index IXFK_arrival_record,add index idx_product_id_sequence_station_no(product_id,sequence,station_no),add index idx_receive_time(receive_time);select now() as ddl_stop" >>${log_file} 2>& 1 
  19.  red_echo "onlie ddl stop" 
  20.  red_echo "add foreign key" 
  21.  mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"set sql_log_bin=0;ALTER TABLE $db_.${table_name} ADD CONSTRAINT _FK_${table_name}_product FOREIGN KEY (product_id) REFERENCES cq_new_cimiss.product (id) ON DELETE NO ACTION ON UPDATE NO ACTION;" >>${log_file} 2>& 1 
  22.  check_las_comm "$?" "add foreign key error" 
  23.  red_echo "add foreign key stop" 
  24.  
  25. red_echo "start slave" 
  26. mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"start slave" 
  27. check_las_comm "$?" "start slave failed" 

执行时间:

  1. 2019-04-08-11:17:36 stop slave 
  2. mysql: [Warning] Using a password on the command line interface can be insecure. 
  3. ddl_start 
  4. 2019-04-08 11:17:36 
  5. ddl_stop 
  6. 2019-04-08 11:45:13 
  7. 2019-04-08-11:45:13 onlie ddl stop 
  8. 2019-04-08-11:45:13 add foreign key 
  9. mysql: [Warning] Using a password on the command line interface can be insecure. 
  10. 2019-04-08-12:33:48 add foreign key stop 
  11. 2019-04-08-12:33:48 start slave 

删除重建索引花费时间为 28 分钟,添加外键约束时间为 48 分钟。

再次查看 delete 和 select 语句的执行计划:

  1. explain select count(*) from arrival_record where receive_time < STR_TO_DATE('2019-03-10''%Y-%m-%d')\G 
  2. *************************** 1. row *************************** 
  3. id: 1 
  4. select_type: SIMPLE 
  5. table: arrival_record 
  6. partitions: NULL 
  7. type: range 
  8. possible_keys: idx_receive_time 
  9. key: idx_receive_time 
  10. key_len: 6 
  11. ref: NULL 
  12. rows: 7540948 
  13. filtered: 100.00 
  14. Extra: Using where; Using index 
  15.  
  16. explain select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0\G; 
  17. *************************** 1. row *************************** 
  18. id: 1 
  19. select_type: SIMPLE 
  20. table: arrival_record 
  21. partitions: NULL 
  22. type: range 
  23. possible_keys: idx_product_id_sequence_station_no,idx_receive_time 
  24. key: idx_receive_time 
  25. key_len: 6 
  26. ref: NULL 
  27. rows: 291448 
  28. filtered: 16.66 
  29. Extra: Using index condition; Using where 

都使用到了 idx_receive_time 索引,扫描的行数大大降低。

索引优化后

delete 还是花费了 77s 时间:

  1. delete from arrival_record where receive_time < STR_TO_DATE('2019-03-10''%Y-%m-%d')\G 

delete 语句通过 receive_time 的索引删除 300 多万的记录花费 77s 时间。

delete 大表优化为小批量删除

应用端已优化成每次删除 10 分钟的数据(每次执行时间 1s 左右),xxx 中没在出现 SLA(主从延迟告警):

另一个方法是通过主键的顺序每次删除 20000 条记录:

  1. #得到满足时间条件的最大主键ID 
  2. #通过按照主键的顺序去 顺序扫描小批量删除数据 
  3. #先执行一次以下语句 
  4.  SELECT MAX(id) INTO @need_delete_max_id FROM `arrival_record` WHERE receive_time<'2019-03-01' ; 
  5.  DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000; 
  6.  select ROW_COUNT();  #返回20000 
  7.  
  8.  
  9. #执行小批量delete后会返回row_count(), 删除的行数 
  10. #程序判断返回的row_count()是否为0,不为0执行以下循环,为0退出循环,删除操作完成 
  11.  DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000; 
  12.  select ROW_COUNT(); 
  13. #程序睡眠0.5s 

总结

表数据量太大时,除了关注访问该表的响应时间外,还要关注对该表的维护成本(如做 DDL 表更时间太长,delete 历史数据)。

对大表进行 DDL 操作时,要考虑表的实际情况(如对该表的并发表,是否有外键)来选择合适的 DDL 变更方式。

对大数据量表进行 delete,用小批量删除的方式,减少对主实例的压力和主从延迟。

【编辑推荐】

  1. SaaS公司应该采用大数据跟踪的4个关键指标
  2. 当前哪个分布式数据库产品更好?选型最需要关注哪些要素?
  3. 新基建带来新机遇!大数据产业发展需“四驱”推动
  4. “新基建”风起,数据中心节能瓶颈亟待突破
  5. 中移雄研咨询洞察:政务大数据产业地图
【责任编辑:武晓燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

Active Directory 架构规划实战

Active Directory 架构规划实战

4类AD架构规划
共15章 | wx5918591c0084b

246人订阅学习

庖丁解牛Ceph分布式存储

庖丁解牛Ceph分布式存储

云计算存储的基石
共5章 | Happy云实验室

158人订阅学习

AI语音聊天应用开发

AI语音聊天应用开发

一键部署Web服务
共4章 | jextop

22人订阅学习

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微