


So beheben Sie einen abnormalen Speicheranstieg in der MySQL-Produktionsdatenbank
Leistungsschema ändern
Da die Produktionsumgebung des Unternehmens Alibaba Cloud RDS verwendet, ist es relativ praktisch, Parameter zu ändern. Das Standardleistungsschema ist 0 und wird dieses Mal auf 1 geändert. Senden Sie die Parameter nach der Änderung und die Datenbank wird neu gestartet. Dies wird bei niedrigen Geschäftsspitzen empfohlen.
Speicherüberwachung öffnen
Melden Sie sich bei der MySQL-Datenbank an und führen Sie die folgende SQL aus, um die Speicherüberwachung zu öffnen.
update performance_schema.setup_instruments set enabled = 'yes' where name like 'memory%';
Überprüfen Sie es nach dem Öffnen.
select * from performance_schema.setup_instruments where name like 'memory%innodb%' limit 5;
**Hinweis: **Mit diesem Befehl werden Speicherstatistiken online geöffnet, sodass nur neu hinzugefügte Speicherobjekte nach dem Öffnen gezählt werden. Es wird empfohlen, dass Sie nicht gezählt werden Warten Sie nach dem Öffnen eine Weile, um die folgenden Schritte auszuführen, um Threads mit hoher Speicherauslastung zu identifizieren.
Speicherverbrauch ermitteln
Statistischer Ereignisspeicherverbrauch
select event_name, SUM_NUMBER_OF_BYTES_ALLOC from performance_schema.memory_summary_global_by_event_name order by SUM_NUMBER_OF_BYTES_ALLOC desc LIMIT 10; +---------------------------------------+-------------------------------------+ | event_name | SUM_NUMBER_OF_BYTES_ALLOC | +---------------------------------------+-------------------------------------+ | memory/sql/Filesort_buffer::sort_keys | 763523904056 | | memory/memory/HP_PTRS | 118017336096 | | memory/sql/thd::main_mem_root | 114026214600 | | memory/mysys/IO_CACHE | 59723548888 | | memory/sql/QUICK_RANGE_SELECT::alloc | 14381459680 | | memory/sql/test_quick_select | 12859304736 | | memory/innodb/mem0mem | 7607681148 | | memory/sql/String::value | 1405409537 | | memory/sql/TABLE | 1117918354 | | memory/innodb/btr0sea | 984013872 | +---------------------------------------+-------------------------------------+
Sie können sehen, dass das Ereignis mit dem höchsten Speicherverbrauch erfahrungsgemäß Filesort_buffer ist. Dies sollte mit der Sortierung zusammenhängen.
Statistischer Thread-Speicherverbrauch
select thread_id, event_name, SUM_NUMBER_OF_BYTES_ALLOC from performance_schema.memory_summary_by_thread_by_event_name order by SUM_NUMBER_OF_BYTES_ALLOC desc limit 10; +---------------------+---------------------------------------+-------------------------------------+ | thread_id | event_name | SUM_NUMBER_OF_BYTES_ALLOC | +---------------------+---------------------------------------+-------------------------------------+ | 105 | memory/memory/HP_PTRS | 69680198792 | | 183 | memory/sql/Filesort_buffer::sort_keys | 49210098808 | | 154 | memory/sql/Filesort_buffer::sort_keys | 43304339072 | | 217 | memory/sql/Filesort_buffer::sort_keys | 37752275360 | | 2773 | memory/sql/Filesort_buffer::sort_keys | 31460644712 | | 218 | memory/sql/Filesort_buffer::sort_keys | 31128994280 | | 2331 | memory/sql/Filesort_buffer::sort_keys | 28763981248 | | 106 | memory/memory/HP_PTRS | 27938197584 | | 191 | memory/sql/Filesort_buffer::sort_keys | 27701610224 | | 179 | memory/sql/Filesort_buffer::sort_keys | 25624723968 | +---------------------+---------------------------------------+-------------------------------------+
Sie können sehen, dass Threads, die viel Speicher verbrauchen, mit Filesort_buffer
zusammenhängen. Filesort_buffer
相关。
定位具体SQL
根据前边我们查到的thread_id
Gehen Sie gemäß der zuvor gefundenen
thread_id
zum Protokoll, um das entsprechende Alibaba Cloud RDS-Überwachungsprotokoll zu finden relativ mächtig von. Wir rufen direkt basierend auf thread_id ab.
Das obige ist der detaillierte Inhalt vonSo beheben Sie einen abnormalen Speicheranstieg in der MySQL-Produktionsdatenbank. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undress AI Tool
Ausziehbilder kostenlos

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Um PHP -Container zur Unterstützung der automatischen Konstruktion zu ermöglichen, liegt der Kern in der Konfiguration des Continuous Integration (CI) -Prozesses. 1. Verwenden Sie Dockerfile, um die PHP -Umgebung zu definieren, einschließlich grundlegender Bild-, Erweiterungsinstallations-, Abhängigkeitsmanagement- und Berechtigungseinstellungen. 2. Konfigurieren Sie CI/CD-Tools wie GitLabci und definieren Sie die Erstell-, Test- und Bereitstellungsstadien über die Datei .gitlab-ci.yml, um automatische Konstruktion, Test und Bereitstellung zu erreichen. 3.. Integrieren Sie Testframeworks wie Phpunit, um sicherzustellen, dass die Tests automatisch nach Codeänderungen ausgeführt werden. 4. Verwenden Sie automatisierte Bereitstellungsstrategien wie Kubernetes, um die Bereitstellungskonfiguration durch die Datei bereitzustellen. 5. Dockerfile optimieren und mehrstufige Konstruktionen übernehmen

MySQL muss für Finanzsysteme optimiert werden: 1. Finanzdaten müssen verwendet werden, um die Genauigkeit mit dem Dezimalart zu gewährleisten, und DateTime wird in Zeitfeldern verwendet, um Zeitzonenprobleme zu vermeiden. 2. Indexdesign sollte angemessen sein, häufig Aktualisierungen von Feldern zum Erstellen von Indizes vermeiden, Indizes in Abfragereihenfolge kombinieren und nutzlose Indizes regelmäßig reinigen. 3.. Verwenden Sie Transaktionen, um Konsistenz zu gewährleisten, Transaktionsgranularität zu kontrollieren, lange Transaktionen und in IT eingebettete Nicht-Kern-Operationen zu vermeiden und die entsprechenden Isolationsniveaus basierend auf dem Unternehmen auszuwählen. 4. Historische Daten nach Zeit partitionieren, Kaltdaten archivieren und komprimierte Tabellen verwenden, um die Abfrageeffizienz zu verbessern und den Speicher zu optimieren.

Tooptimizemysqlforreal-timedatafeeds, FirstChoosetheinnodBstorageEngineFortransactions und -Siebrelz, UsememoryOrcksdbfortemporaryData und Partitiontime-Seriesdatabytime.Second, indexstrategisch, miteinander, miteinander, ororderyklategisch, miteinander, ororderyklategisch, miteinander, ororderyklategisch, miteinander, ororderbykolnisch,

Ob MySQL es wert ist, in die Cloud zu gehen, hängt vom spezifischen Nutzungsszenario ab. Wenn Ihr Unternehmen schnell eingeführt werden muss, erweitern Sie elastisch und vereinfachen Sie den Betrieb und die Wartung und können ein Pay-as-you-Go-Modell akzeptieren, dann ist es wert, in die Cloud zu wechseln. Wenn Ihre Datenbank jedoch lange Zeit, latenzempfindliche oder Compliance-Beschränkungen stabil ist, ist sie möglicherweise nicht kostengünstig. Zu den Schlüssel zur Steuerung der Kosten gehören die Auswahl des richtigen Anbieters und des richtigen Pakets, die Konfiguration von Ressourcen, die Verwendung reservierter Instanzen, das Verwalten von Sicherungsprotokollen und die Optimierung der Abfrageleistung.

Tosecuremysqleffectival, useObject-LevelpivilegestolimituserAccessbasedonTheirspecificneeds.BeginByCundingTingTHatObject-LevelilegesApplytodatabasen, Tabellen, Orcolumns, Opferincontrolholtlobobobobobobobe

MySQL Performance und Wartbarkeit stehen vor Herausforderungen mit großen Tabellen, und es ist notwendig, von der Strukturdesign, der Indexoptimierung, der Tabellen-Untertisch-Strategie usw. zu beginnen. 1. Ausgestaltet Primärschlüssel und -indizes: Es wird empfohlen, Selbstverlustzahlen als Primärschlüssel zu verwenden, um Seitenspaltungen zu reduzieren. Verwenden Sie Overlay -Indizes, um die Effizienz der Abfrage zu verbessern. Analysieren Sie regelmäßig langsame Abfrageprotokolle und löschen Sie ungültige Indizes. 2. Rationaler Nutzung von Partitionstabellen: Partition nach Zeitbereich und anderen Strategien zur Verbesserung der Abfrage- und Wartungseffizienz, aber der Aufteilung und dem Abschneiden von Problemen sollte die Aufmerksamkeit geschenkt werden. 3.. Überlegen Sie, wie Sie Lesen und Schreiben von Trennung und Bibliothekstrennung erwägen: Lesen und Schreiben von Trennung lindern den Druck auf die Hauptbibliothek. Die Bibliothekstrennung und die Tabellentrennung eignen sich für Szenarien mit einer großen Datenmenge. Es wird empfohlen, Middleware zu verwenden und Transaktions- und Cross-Store-Abfrageprobleme zu bewerten. Frühe Planung und kontinuierliche Optimierung sind der Schlüssel.

ToimProvemysqlPerformanceForCmSlatforms -ähnlichem WordPress, firstImplementAcachingLayeruSuSlinslikedisorMemcached, EnableMysqlQueryCaching (ifappletable), andusepageCachingPluginStoServestaticFiles

Die MySQL -Replikationsfilterung kann in der Hauptbibliothek oder der Slave -Bibliothek konfiguriert werden. Die Hauptbibliothek steuert die Binlog-Erzeugung über Binlog-DO-DB oder Binlog-IGNORE-DB, das zum Reduzieren des Protokollvolumens geeignet ist. Die Datenanwendung wird durch Replikat-DO-DB, Replicate-Ignore-DB, Replicate-Do-Tisch, Replikat-Ignore-Tisch und Wildcard-Regeln Replicate-Wild-Do-Table und Replicate-Wild-Ignore-Tisch gesteuert. Es ist flexibler und förderlicher für die Datenwiederherstellung. Bei der Konfiguration müssen Sie auf die Reihenfolge der Regeln, das Verhalten des Cross-Store-Anweisungen achten,
