掌握 MySQL 效能：MySQL 延遲是什麼及其重要性-mysql教程-PHP中文網

了解錯綜複雜的資料庫效能可能具有挑戰性，但了解延遲等關鍵指標至關重要。隨著企業越來越依賴數據驅動的洞察力，確保資料庫快速有效地回應變得至關重要。在本文中，我們將深入探討 MySQL 延遲的概念、其重要性，以及資料庫最佳化先驅 Releem 如何處理此指標。

什麼是延遲？

延遲是一個在從網路到音訊處理等各個領域中常用的術語。然而，當我們談論資料庫，尤其是像 MySQL 這樣的關聯式資料庫時，延遲的概念就有了特定的意義。

在此上下文中，延遲是指發起資料請求的那一刻與對該請求的回應完成的那一刻之間的持續時間或時間間隔。

Mastering MySQL Performance: What It MySQL Latency and Why It Matters

為了更好地理解延遲，我們將這個過程分為三個步驟：

啟動 – 這是使用者、應用程式或系統向資料庫發送查詢或請求的時間。它可以像檢索單一資料點一樣簡單，也可以像基於多個條件提取大型資料集一樣複雜。
處理 – 資料庫收到請求後，就開始處理。這涉及搜尋相關資料、可能連接多個表、應用程式過濾器以及準備用於檢索的資料。
完成 – 這是最後一步，資料庫將要求的資料傳回使用者或應用程式。回應可以是所需的資料、資料修改的確認，甚至是出現問題時的錯誤訊息。

為什麼延遲是 Releem 的最佳化目標？

對許多人來說，延遲只是一個技術指標，但對 Releem 來說，它是我們為客戶奉獻的不可或缺的一部分。我們希望協助您的企業提供出色的使用者體驗，同時確保您的 MySQL 資料庫以最高效率運作。

Mastering MySQL Performance: What It MySQL Latency and Why It Matters

使用者體驗－延遲和滿意度之間的直接聯繫

立即滿足
我們生活在一個即時滿足的時代。用戶希望立即得到回應，無論他們是在瀏覽網站、使用應用程式還是訪問平台。即使是幾秒鐘的延遲也會讓用戶感到滿意和沮喪。
互動的一致性
這不僅關乎速度，還關乎一致性。用戶每次與應用程式互動時都希望得到同樣快速的回應。透過優化延遲，Releem 確保您的用戶獲得一致的回應體驗，建立信任和忠誠度。
競爭優勢
在充斥著應用程式和平台的市場中，使用者體驗可能是一個主要的差異化因素。透過將 MySQL 資料庫配置為低延遲，Releem 使其客戶領先於競爭對手。

效率——事半功倍

資源利用率
具有最佳化延遲的系統可以更有效地利用其資源。這意味著，對於相同的運算能力、儲存和內存，系統可以處理更多的請求。它就像一台運轉良好的機器，以最佳性能運作。
成本影響
效率不僅與性能有關，它還直接影響成本。透過使用相同的資源處理更多請求，您的組織可以降低營運成本。隨著時間的推移，這些節省可能會很可觀，使公司能夠投資於其他關鍵領域。
防止過載
高延遲可能是系統過載的跡象。透過針對低延遲進行最佳化，Releem 可確保您的系統永遠不會不堪重負，從而防止潛在的崩潰或速度下降。

可擴展性－為未來做好準備

處理成長
隨著應用程式的擴展，用戶數量和處理的資料量都會增加。透過優先考慮延遲優化，Releem 確保您公司的基礎設施能夠適應這種成長，同時保持最佳效能。
維護聲譽
任何滯後或性能問題都會損害您的品牌聲譽。 Releem 對最大限度地減少延遲的承諾起到了保護作用，確保客戶的資料庫高效運行，並培養最終用戶的信任和積極回饋。

Releem 如何計算 MySQL 延遲？

並非所有延遲指標都是一樣的。有些可以讓我們了解平均性能，而有些則可以揭示系統在壓力下的表現。在 Releem，我們非常重視 p95 延遲指標。

第 95 個百分位數 (p95) 延遲是一個指標，表示 95% 的查詢經歷的最大延遲。這是一個很有價值的指標，因為它可以洞察典型的最壞情況，排除前 5% 的異常值。

Releem 使用下列 SQL 查詢計算 p95 延遲：

select `s2`.`avg_us` AS `avg_us` 
from (
    (select count(0) AS `cnt`,round(`performance_schema`.`events_statements_summary_by_digest`.`AVG_TIMER_WAIT` / 1000000,0) AS `avg_us` 
    from `performance_schema`.`events_statements_summary_by_digest` 
    group by round(`performance_schema`.`events_statements_summary_by_digest`.`AVG_TIMER_WAIT` / 1000000,0)) `s1` 
    join 
    (select count(0) AS `cnt`,round(`performance_schema`.`events_statements_summary_by_digest`.`AVG_TIMER_WAIT` / 1000000,0) AS `avg_us` 
    from `performance_schema`.`events_statements_summary_by_digest` 
    group by round(`performance_schema`.`events_statements_summary_by_digest`.`AVG_TIMER_WAIT` / 1000000,0)) `s2` 
    on(`s1`.`avg_us` <= `s2`.`avg_us`)
) 
group by `s2`.`avg_us` 
having ifnull(sum(`s1`.`cnt`) / nullif((select count(0) from `performance_schema`.`events_statements_summary_by_digest`),0),0) > 0.95 
order by ifnull(sum(`s1`.`cnt`) / nullif((select count(0) from `performance_schema`.`events_statements_summary_by_digest`),0),0) 
limit 1

登入後複製

此查詢本質上計算查詢的平均時間（以微秒為單位）（avg_us），並按舍入平均計時器等待將它們分組。然後，它確定 95% 的查詢所處的延遲，給出 p95 延遲。