3.2 系统内核优化
　　大多数MySQL都部署在linux系统上，所以操作系统的一些参数也会影响到MySQL性能，以下对linux内核进行适当优化。
　　net.ipv4.tcp_fin_timeout = 30
　　#TIME_WAIT超时时间，默认是60s
　　net.ipv4.tcp_tw_reuse = 1
　　#1表示开启复用，允许TIME_WAIT socket重新用于新的TCP连接，0表示关闭
　　net.ipv4.tcp_tw_recycle = 1
　　#1表示开启TIME_WAIT socket快速回收，0表示关闭
　　net.ipv4.tcp_max_tw_buckets = 4096
　　#系统保持TIME_WAIT socket大数量，如果超出这个数，系统将随机清除一些TIME_WAIT并打印警告信息
　　net.ipv4.tcp_max_syn_backlog = 4096
　　#进入SYN队列大长度，加大队列长度可容纳更多的等待连接
　　在linux系统中，如果进程打开的文件句柄数量超过系统默认值1024，会提示“too many files open”信息，所以要调整打开文件句柄限制。
　　# vi /etc/security/limits.conf #加入以下配置，*代表所有用户，也可以指定用户，重启系统生效
　　* soft nofile 65535
　　* hoft nofile 65535
　　# ulimit -SHn 65535 #立刻生效
　　3.3 硬件配置
　　加大物理内存，提高文件系统性能。linux内核会从内存中分配出缓存区（系统缓存和数据缓存）来存放热数据，通过文件系统延迟写入机制，等满足条件时（如缓存区大小到达一定百分比或者执行sync命令）才会同步到磁盘。也是说物理内存越大，分配缓存区越大，缓存数据越多。当然，服务器故障会丢失一定的缓存数据。
　　SSD硬盘代替SAS硬盘，将RAID级别调整为RAID1+0，相对于RAID1和RAID5有更好的读写性能（IOPS），毕竟数据库的压力主要来自磁盘I/O方面。
　　4、数据库架构扩展
　　随着业务量越来越大，单台数据库服务器性能已无法满足业务需求，该考虑加机器了，该做集群了~~~。主要思想是分解单台数据库负载，突破磁盘I/O性能，热数据存放缓存中，降低磁盘I/O访问频率。
　　4.1 主从复制与读写分离
　　因为生产环境中，数据库大多都是读操作，所以部署一主多从架构，主数据库负责写操作，并做双击热备，多台从数据库做负载均衡，负责读操作，主流的负载均衡器有LVS、HAProxy、Nginx。怎么来实现读写分离呢？大多数企业是在代码层面实现读写分离，效率比较高。另一个种方式通过代理程序实现读写分离，企业中应用较少，常见代理程序有MySQL Proxy、Amoeba。在这样数据库集群架构中，大大增加数据库高并发能力，解决单台性能瓶颈问题。如果从数据库一台从库能处理2000 QPS，那么5台能处理1w QPS，数据库横向扩展性也很容易。
　　有时，面对大量写操作的应用时，单台写性能达不到业务需求。如果做双主，会遇到数据库数据不一致现象，产生这个原因是在应用程序不同的用户会有可能操作两台数据库，同时的更新操作造成两台数据库数据库数据发生冲突或者不一致。在单库时MySQL利用存储引擎机制表锁和行锁来保证数据完整性，怎样在多台主库时解决这个问题呢？有一套基于perl语言开发的主从复制管理工具，叫MySQL-MMM（Master-Master replication managerfor Mysql，Mysql主主复制管理器），这个工具大的优点是在同一时间只提供一台数据库写操作，有效保证数据一致性。
　　主从复制博文：http://lizhenliang.blog.51cto.com/7876557/1290431
　　读写分离博文：http://lizhenliang.blog.51cto.com/7876557/1305083
　　MySQL-MMM博文：http://lizhenliang.blog.51cto.com/7876557/1354576
　　4.2 增加缓存
　　给数据库增加缓存系统，把热数据缓存到内存中，如果内存缓存中有要请求的数据不再去数据库中返回结果，提高读性能。缓存实现有本地缓存和分布式缓存，本地缓存是将数据缓存到本地服务器内存中或者文件中，速度快。分布式可以缓存海量数据，扩展容易，主流的分布式缓存系统有memcached、redis，memcached性能稳定，数据缓存在内存中，速度很快，QPS可达8w左右。如果想数据持久化那用redis，性能不低于memcached。
　　工作过程：

　　4.3 分库
　　分库是根据业务不同把相关的表切分到不同的数据库中，比如web、bbs、blog等库。如果业务量很大，还可将切分后的库做主从架构，进一步避免单个库压力过大。
　　4.4 分表
　　数据量的日剧增加，数据库中某个表有几百万条数据，导致查询和插入耗时太长，怎么能解决单表压力呢？你该考虑是否把这个表拆分成多个小表，来减轻单个表的压力，提高处理效率，此方式称为分表。
　　分表技术比较麻烦，要修改程序代码里的SQL语句，还要手动去创建其他表，也可以用merge存储引擎实现分表，相对简单许多。分表后，程序是对一个总表进行操作，这个总表不存放数据，只有一些分表的关系，以及更新数据的方式，总表会根据不同的查询，将压力分到不同的小表上，因此提高并发能力和磁盘I/O性能。
　　分表分为垂直拆分和水平拆分：
　　垂直拆分：把原来的一个很多字段的表拆分多个表，解决表的宽度问题。你可以把不常用的字段单独放到一个表中，也可以把大字段独立放一个表中，或者把关联密切的字段放一个表中。
　　水平拆分：把原来一个表拆分成多个表，每个表的结构都一样，解决单表数据量大的问题。
　　4.5 分区
　　分区是把一张表的数据分成多个区块，这些区块可以在一个磁盘上，也可以在不同的磁盘上，分区后，表面上还是一张表，但数据散列在多个位置，这样一来，多块硬盘同时处理不同的请求，从而提高磁盘I/O读写性能，实现比较简单。
　　注：增加缓存、分库、分表和分区主要由程序猿来实现。
　　5、数据库维护
　　数据库维护是运维工程师或者DBA主要工作，包括性能监控、性能分析、性能调优、数据库备份和恢复等。
　　5.1 性能状态关键指标
　　QPS，Queries Per Second：每秒查询数，一台数据库每秒能够处理的查询次数
　　TPS，Transactions Per Second：每秒处理事务数
　　通过show status查看运行状态，会有300多条状态信息记录，其中有几个值帮可以我们计算出QPS和TPS，如下：
　　Uptime：服务器已经运行的实际，单位秒
　　Questions：已经发送给数据库查询数
　　Com_select：查询次数，实际操作数据库的
　　Com_insert：插入次数
　　Com_delete：删除次数
　　Com_update：更新次数
　　Com_commit：事务次数
　　Com_rollback：回滚次数
　　那么，计算方法来了，基于Questions计算出QPS：
　　mysql> show global status like 'Questions';
　　mysql> show global status like 'Uptime';
　　QPS = Questions / Uptime
　　基于Com_commit和Com_rollback计算出TPS：
　　mysql> show global status like 'Com_commit';
　　mysql> show global status like 'Com_rollback';
　　mysql> show global status like 'Uptime';
　　TPS = (Com_commit + Com_rollback) / Uptime
　　另一计算方式：基于Com_select、Com_insert、Com_delete、Com_update计算出QPS
　　mysql> show global status where Variable_name in('com_select'，'com_insert'，'com_delete'，'com_update');
　　等待1秒再执行，获取间隔差值，第二次每个变量值减去第一次对应的变量值，是QPS
　　TPS计算方法：
　　mysql> show global status where Variable_name in('com_insert'，'com_delete'，'com_update');
　　计算TPS，不算查询操作了，计算出插入、删除、更新四个值即可。
　　经网友对这两个计算方式的测试得出，当数据库中myisam表比较多时，使用Questions计算比较准确。当数据库中innodb表比较多时，则以Com_*计算比较准确。
　　5.2 开启慢查询日志
　　MySQL开启慢查询日志，分析出哪条SQL语句比较慢，使用set设置变量，重启服务失效，可以在my.cnf添加参数生效。
　　mysql> set global slow-query-log=on #开启慢查询功能
　　mysql> set global slow_query_log_file='/var/log/mysql/mysql-slow.log'; #指定慢查询日志文件位置
　　mysql> set global log_queries_not_using_indexes=on; #记录没有使用索引的查询
　　mysql> set global long_query_time=1; #只记录处理时间1s以上的慢查询
　　分析慢查询日志，可以使用MySQL自带的mysqldumpslow工具，分析的日志较为简单。
　　# mysqldumpslow -t 3 /var/log/mysql/mysql-slow.log #查看慢的前三个查询
　　也可以使用percona公司的pt-query-digest工具，日志分析功能全面，可分析slow log、binlog、general log。
　　分析慢查询日志：pt-query-digest /var/log/mysql/mysql-slow.log
　　分析binlog日志：mysqlbinlog mysql-bin.000001 >mysql-bin.000001.sql
　　pt-query-digest –type=binlog mysql-bin.000001.sql
　　分析普通日志：pt-query-digest –type=genlog localhost.log
　　5.3 数据库备份
　　备份数据库是基本的工作，也是重要的，否则后果很严重，你懂得！但由于数据库比较大，上百G，往往备份都很耗费时间，所以该选择一个效率高的备份策略，对于数据量大的数据库，一般都采用增量备份。常用的备份工具有mysqldump、mysqlhotcopy、xtrabackup等，mysqldump比较适用于小的数据库，因为是逻辑备份，所以备份和恢复耗时都比较长。mysqlhotcopy和xtrabackup是物理备份，备份和恢复速度快，不影响数据库服务情况下进行热拷贝，建议使用xtrabackup，支持增量备份。
　　Xtrabackup备份工具使用博文：http://lizhenliang.blog.51cto.com/7876557/1612800
　　5.4 数据库修复
　　有时候MySQL服务器突然断电、异常关闭，会导致表损坏，无法读取表数据。这时可以用到MySQL自带的两个工具进行修复，myisamchk和mysqlcheck。
　　myisamchk：只能修复myisam表，需要停止数据库
　　常用参数：
　　-f –force 强制修复，覆盖老的临时文件，一般不使用
　　-r –recover 恢复模式
　　-q –quik 快速恢复
　　-a –analyze 分析表
　　-o –safe-recover 老的恢复模式，如果-r无法修复，可以使用此参数试试
　　-F –fast 只检查没有正常关闭的表
　　快速修复weibo数据库:
　　# cd /var/lib/mysql/weibo
　　# myisamchk -r -q *.MYI
　　mysqlcheck：myisam和innodb表都可以用，不需要停止数据库，如修复单个表，可在数据库后面添加表名，以空格分割
　　常用参数：
　　-a –all-databases 检查所有的库
　　-r –repair 修复表
　　-c –check 检查表，默认选项
　　-a –analyze 分析表
　　-o –optimize 优化表
　　-q –quik 快检查或修复表
　　-F –fast 只检查没有正常关闭的表
　　快速修复weibo数据库:
　　mysqlcheck -r -q -uroot -p123 weibo