MySQL占用IO過高解決方案

IO過高是指輸入輸出過高了這個有許多原因都會導致mysqlIO過高了，小編見過apache處理數據緩存導致mysqlIO過高問題當然也有其它關於mysql本身問題導致mysqlIO過高的問題了，下面給各位整理總結一下關於mysqlIO過高處理辦法。

1、日志產生的性能影響:

由於日志的記錄帶來的直接性能損耗就是數據庫系統中最為昂貴的IO資源。MySQL的日志包括錯誤日志（ErrorLog），更新日志（UpdateLog），二進制日志（Binlog），查詢日志（QueryLog），慢查詢日志（SlowQueryLog）等。當然，更新日志是老版本的MySQL才有的，目前已經被二進制日志替代。

在默認情況下，系統僅僅打開錯誤日志，關閉了其他所有日志，以達到盡可能減少IO損耗提高系統性能的目的。但是在一般稍微重要一點的實際應用場景中，都至少需要打開二進制日志，因為這是MySQL很多存儲引擎進行增量備份的基礎，也是MySQL實現復制的基本條件。有時候為了進一步的性能優化，定位執行較慢的SQL語句，很多系統也會打開慢查詢日志來記錄執行時間超過特定數值（由我們自行設置）的SQL語句。

一般情況下，在生產系統中很少有系統會打開查詢日志。因為查詢日志打開之後會將MySQL中執行的每一條Query都記錄到日志中，會該系統帶來比較大的IO負擔，而帶來的實際效益卻並不是非常大。一般只有在開發測試環境中，為了定位某些功能具體使用了哪些SQL語句的時候，才會在短時間段內打開該日志來做相應的分析。所以，在MySQL系統中，會對性能產生影響的MySQL日志（不包括各存儲引擎自己的日志）主要就是Binlog了。

2、mysql內執行如下指令：

set global sync_binlog=500;

當每進行500次事務提交之後，MySQL將進行一次fsync之類的磁盤同步指令來將binlog_cache中的數據強制寫入磁盤。

set global innodb_flush_log_at_trx_commit=2;

默認值1代表每一次事務提交或事務外的指令都需要把日志寫入（flush）硬盤，這是很費時的。特別是使用電池供電緩存（Battery backed up cache）時。設置為2代表不寫入硬盤而是寫入系統緩存。日志仍然會每秒flush到硬盤，所以你一般不會丟失超過1-2秒的更新。設成0會更快一點，但安全方面比較差，即使MySQL掛了也可能會丟失事務的數據。而值設置為2只會在整個操作系統宕機時才可能丟數據。

注：重新開機後，該指令失效。可在服務啟動時，設置如上兩項。

於臨時表導致IO過高

【問題現象】

線上mysql數據庫爆出一個慢查詢，DBA觀察發現，查詢時服務器IO飙升，IO占用率達到100%， 執行時間長達7s左右。

SQL語句如下：

SELECT DISTINCT g.*, cp.name AS cp_name, c.name AS category_name, t.name AS type_name FROMgm_game g
LEFT JOIN gm_cp cp ON cp.id = g.cp_id AND cp.deleted = 0
LEFT JOIN gm_category c ON c.id = g.category_id AND c.deleted = 0 \
LEFT JOIN gm_type t ON t.id = g.type_id AND t.deleted = 0 WHERE g.deleted = 0 ORDER BY g.modify_time DESC LIMIT 20 ;
【問題分析】

使用explain查看執行計劃，結果如下：

mysql執行計劃

這條sql語句的問題其實還是比較明顯的： 查詢了大量數據(包括數據條數、以及g.* )，然後使用臨時表order by，但最終又只返回了20條數據。

DBA觀察到的IO高，是因為sql語句生成了一個巨大的臨時表，內存放不下，於是全部拷貝到磁盤，導致IO飙升。

【優化方案】

優化的總體思路是拆分sql，將排序操作和查詢所有信息的操作分開。

第一條語句：查詢符合條件的數據，只需要查詢g.id即可

SELECT DISTINCT g.id FROM gm_game g
LEFT JOIN gm_cp cp ON cp.id = g.cp_id AND cp.deleted = 0
LEFT JOIN gm_category c ON c.id = g.category_id AND c.deleted = 0
LEFT JOIN gm_type t ON t.id = g.type_id AND t.deleted = 0
  WHERE g.deleted = 0 ORDER BY g.modify_time DESC LIMIT 20 ;
第二條語句：查詢符合條件的詳細數據，將第一條sql的結果使用in操作拼接到第二條的sql

SELECT DISTINCT g.*, cp.name AS cp_name,c.name AS category_name,t.name AS type_name FROM gm_game g
 LEFT JOIN gm_cp cp ON cp.id = g.cp_id AND cp.deleted = 0
LEFT JOIN gm_category c ON c.id = g.category_id AND c.deleted = 0
LEFT JOIN gm_type t ON t.id = g.type_id AND t.deleted = 0
WHERE g.deleted = 0 and g.id in(…………………) ORDER BY g.modify_time DESC ;
【實測效果】

在SATA機器上測試，優化前大約需要50s，優化後第一條0.3s，第二條0.1s，優化後執行速度是原來的100倍以上，IO從100%降到不到1%

在SSD機器上測試，優化前大約需要7s，優化後第一條0.3s，第二條0.1s，優化後執行速度是原來的10倍以上，IO從100%降到不到1%

可以看出，優化前磁盤io是性能瓶頸，SSD的速度要比SATA明顯要快，優化後磁盤不再是瓶頸，SSD和SATA性能沒有差別。

【理論分析】

MySQL在執行SQL查詢時可能會用到臨時表，一般情況下，用到臨時表就意味著性能較低。

臨時表存儲

MySQL臨時表分為“內存臨時表”和“磁盤臨時表”，其中內存臨時表使用MySQL的MEMORY存儲引擎，磁盤臨時表使用MySQL的MyISAM存儲引擎；

一般情況下，MySQL會先創建內存臨時表，但內存臨時表超過配置指定的值後，MySQL會將內存臨時表導出到磁盤臨時表；

Linux平台上缺省是/tmp目錄，/tmp目錄小的系統要注意啦。

使用臨時表的場景

1）ORDER BY子句和GROUP BY子句不同， 例如：ORDERY BY price GROUP BY name；
2）在JOIN查詢中，ORDER BY或者GROUP BY使用了不是第一個表的列 例如：SELECT * from TableA, TableB ORDER BY TableA.price GROUP by TableB.name
3）ORDER BY中使用了DISTINCT關鍵字 ORDERY BY DISTINCT(price)
4）SELECT語句中指定了SQL_SMALL_RESULT關鍵字 SQL_SMALL_RESULT的意思就是告訴MySQL，結果會很小，請直接使用內存臨時表，不需要使用索引排序 SQL_SMALL_RESULT必須和GROUP BY、DISTINCT或DISTINCTROW一起使用 一般情況下，我們沒有必要使用這個選項，讓MySQL服務器選擇即可。

直接使用磁盤臨時表的場景

1）表包含TEXT或者BLOB列；
2）GROUP BY 或者 DISTINCT 子句中包含長度大於512字節的列；
3）使用UNION或者UNION ALL時，SELECT子句中包含大於512字節的列；
臨時表相關配置

tmp_table_size：指定系統創建的內存臨時表最大大小； http://dev.mysql.com/doc/refman/5.1/en/server-system-variables.html#sysvar_tmp_table_size

max_heap_table_size: 指定用戶創建的內存表的最大大小； http://dev.mysql.com/doc/refman/5.1/en/server-system-variables.html#sysvar_max_heap_table_size

注意：最終的系統創建的內存臨時表大小是取上述兩個配置值的最小值。

表的設計原則

使用臨時表一般都意味著性能比較低，特別是使用磁盤臨時表，性能更慢，因此我們在實際應用中應該盡量避免臨時表的使用。 常見的避免臨時表的方法有：

1）創建索引：在ORDER BY或者GROUP BY的列上創建索引；
2）分拆很長的列：一般情況下，TEXT、BLOB，大於512字節的字符串，基本上都是為了顯示信息，而不會用於查詢條件， 因此表設計的時候，應該將這些列獨立到另外一張表。

SQL優化

如果表的設計已經確定，修改比較困難，那麼也可以通過優化SQL語句來減少臨時表的大小，以提升SQL執行效率。

常見的優化SQL語句方法如下：

1）拆分SQL語句

臨時表主要是用於排序和分組，很多業務都是要求排序後再取出詳細的分頁數據，這種情況下可以將排序和取出詳細數據拆分成不同的SQL，以降低排序或分組時臨時表的大小，提升排序和分組的效率，我們的案例就是采用這種方法。

2）優化業務，去掉排序分組等操作

有時候業務其實並不需要排序或分組，僅僅是為了好看或者閱讀方便而進行了排序，例如數據導出、數據查詢等操作，這種情況下去掉排序和分組對業務也沒有多大影響。