


Comment résoudre les problèmes d'augmentation anormale de la mémoire dans la base de données de production MySQL
Modifier performance_schema
Étant donné que l'environnement de production de l'entreprise utilise Alibaba Cloud RDS, il est relativement pratique de modifier les paramètres. Le schéma de performance par défaut est 0, et cette fois il est modifié à 1. Soumettez les paramètres après modification et la base de données sera redémarrée. Il est recommandé de le faire pendant les faibles pics d'activité.
Activez la surveillance de la mémoire
Connectez-vous à la base de données MySQL, exécutez le SQL suivant et activez la surveillance de la mémoire.
update performance_schema.setup_instruments set enabled = 'yes' where name like 'memory%';
Vérifiez-le après l'avoir ouvert.
select * from performance_schema.setup_instruments where name like 'memory%innodb%' limit 5;
**Remarque : **Cette commande permet d'ouvrir les statistiques de mémoire en ligne, donc seuls les objets de mémoire nouvellement ajoutés après l'ouverture ne seront pas comptés. Les objets de mémoire avant l'ouverture ne seront pas comptés. après l'ouverture avant d'effectuer les étapes suivantes. Facile à trouver des threads avec une utilisation élevée de la mémoire.
Trouver la consommation de mémoire
Consommation de mémoire d'événement statistique
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 | +---------------------------------------+-------------------------------------+
Vous pouvez voir que l'événement avec la consommation de mémoire la plus élevée est Filesort_buffer Selon l'expérience, cela devrait être lié au tri.
Statistiques sur la consommation de mémoire des threads
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 | +---------------------+---------------------------------------+-------------------------------------+
Vous pouvez voir que les threads qui consomment beaucoup de mémoire sont liés à Filesort_buffer
. Filesort_buffer
相关。
定位具体SQL
根据前边我们查到的thread_id
Accédez au journal pour trouver le SQL correspondant en fonction du
thread_id
que nous avons trouvé plus tôt. Les journaux d'audit Alibaba Cloud RDS sont relativement puissants. Nous récupérons directement en fonction du thread_id.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Lorsque vous traitez avec de grandes tables, les performances MySQL et la maintenabilité sont confrontées à des défis, et il est nécessaire de commencer à partir de la conception structurelle, de l'optimisation des index, de la stratégie de sous-table de tableau, etc. 1. Concevoir raisonnablement les clés et les index primaires: il est recommandé d'utiliser des entiers auto-incrémentés comme clés principales pour réduire les scintillement de pages; Utiliser les index de superposition pour améliorer l'efficacité de la requête; Analyser régulièrement les journaux de requête lents et supprimer les index non valides. 2. Utilisation rationnelle des tables de partition: partition en fonction de la plage de temps et d'autres stratégies pour améliorer l'efficacité de la requête et de la maintenance, mais l'attention devrait être accordée aux problèmes de partitionnement et de coupe. 3. Envisagez de lire et d'écrire la séparation et la séparation des bibliothèques: la séparation de lecture et d'écriture atténue la pression sur la bibliothèque principale. La séparation de la bibliothèque et la séparation des tableaux conviennent aux scénarios avec une grande quantité de données. Il est recommandé d'utiliser des middleware et d'évaluer les problèmes de requête des transactions et des magasins croisés. La planification précoce et l'optimisation continue sont la clé.

MySQL prend en charge les contraintes de contrôle pour forcer l'intégrité du domaine, efficace à partir de la version 8.0.16; 1. Ajoutez des contraintes lors de la création d'un tableau: utilisez crééTable pour définir les conditions de contrôle, telles que l'âge ≥ 18, salaire> 0, valeurs limites du département; 2. Modifiez le tableau pour ajouter des contraintes: utilisez alterTableAddConstraint pour limiter les valeurs de champ, telles que le nom non vide; 3. Utiliser des conditions complexes: Prise en charge la logique et les expressions multi-colonnes, telles que la date de fin ≥ Date et l'état d'achèvement doivent avoir une date de fin; 4. Supprimer les contraintes: utilisez alterTabledRopConstraint pour spécifier le nom à supprimer; 5. Remarques: MySQL8.0.16, Innodb ou Myisam doit être cité

Useamany-to-gyrelateeshipswithajunctiontabletolinkitemsandtagsviathreetables: éléments, tags, anditem_tags.2.whenaddingtags, checkforexistingtagsinthetagstable, insertifnecessary, thencreatemappingsinitem_tagsusingtransactionsforcencence..

Les méthodes de base pour réaliser le suivi des liens sanguins de données MySQL incluent: 1. Utilisez le binlog pour enregistrer la source de changement de données, activer et analyser le binlog et tracer des actions commerciales spécifiques en combinaison avec le contexte de la couche d'application; 2. Injecter les liens de sang dans le processus ETL et enregistrer la relation de mappage entre la source et la cible lors de la synchronisation de l'outil; 3. Ajouter des commentaires et des balises de métadonnées aux données, expliquez la source de champ lors de la construction du tableau et connectez-vous au système de gestion des métadonnées pour former une carte visuelle; 4. Faites attention à la cohérence de la clé primaire, évitez une dépendance excessive à l'égard de l'analyse SQL, des changements de modèle de données de contrôle de version et vérifiez régulièrement les données de liens sanguins pour assurer le suivi précis et fiable des liens de sang.

Vérifiez si le service MySQL est en cours d'exécution, utilisez SudosystemctlStatusMysQL pour confirmer et démarrer; 2. Assurez-vous que Bind-Address est défini sur 0,0.0.0 pour permettre les connexions distantes et redémarrer le service; 3. Vérifiez si le port 3306 est ouvert, vérifiez et configurez les règles de pare-feu pour permettre le port; 4. Pour l'erreur "AccessEnedy", vous devez vérifier le nom d'utilisateur, le mot de passe et le nom d'hôte, puis vous connecter à MySQL et interroger la table MySQL.User pour confirmer les autorisations. Si nécessaire, créez ou mettez à jour l'utilisateur et autorisez-le, comme l'utilisation de «votre_user» @ «%»; 5. Si l'authentification est perdue à cause de Caching_Sha2_Password

Pour afficher toutes les bases de données dans MySQL, vous devez utiliser la commande showDatabases; 1. Après être connecté au serveur MySQL, vous pouvez exécuter les showDatabases; Commande pour répertorier toutes les bases de données auxquelles l'utilisateur actuel a la permission d'accéder; 2. 3. Vous pouvez également interroger et filtrer la base de données via selectSchema_namefrominformation_schema.schemata; Par exemple, l'exclusion de la base de données système pour afficher uniquement la base de données créée par les utilisateurs; Assurez-vous d'utiliser

DeleterMovesspecificorAllRows, KeepSableStructure, permet de faire des effectifs et de surgurer de manière

CheckCompatibilitéwithos, Applications et Features; 2.BackupallData, Configs, andlogs; 3.ChooseupgradeMethod (PackageManager, MySQLinstaller, Ormanual); 4.Runpost-upgradeCkEckSandtests; 5.ResolvessueslikEuthenticationpluginsordepreatedOptions.
