Enviar búsqueda
Cargar
海量日志分析系统实践,Dba
•
Descargar como PPT, PDF
•
11 recomendaciones
•
1,525 vistas
Cevin Cheung
Seguir
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 45
Descargar ahora
Recomendados
系统性能分析和优化.ppt
系统性能分析和优化.ppt
Frank Cai
Cgroup lxc在17173 iaas应用池中应用
Cgroup lxc在17173 iaas应用池中应用
Jinrong Ye
线上问题排查交流
线上问题排查交流
Edward Lee
PC服务器阵列卡管理简易手册 叶金荣@CYOU-20121223
PC服务器阵列卡管理简易手册 叶金荣@CYOU-20121223
Jinrong Ye
MySQL压力测试经验
MySQL压力测试经验
Jinrong Ye
硬件体系架构浅析
硬件体系架构浅析
frogd
构建基于Lamp的网站架构
构建基于Lamp的网站架构
Cosey Lee
淘宝商品库MySQL优化实践
淘宝商品库MySQL优化实践
Feng Yu
Recomendados
系统性能分析和优化.ppt
系统性能分析和优化.ppt
Frank Cai
Cgroup lxc在17173 iaas应用池中应用
Cgroup lxc在17173 iaas应用池中应用
Jinrong Ye
线上问题排查交流
线上问题排查交流
Edward Lee
PC服务器阵列卡管理简易手册 叶金荣@CYOU-20121223
PC服务器阵列卡管理简易手册 叶金荣@CYOU-20121223
Jinrong Ye
MySQL压力测试经验
MySQL压力测试经验
Jinrong Ye
硬件体系架构浅析
硬件体系架构浅析
frogd
构建基于Lamp的网站架构
构建基于Lamp的网站架构
Cosey Lee
淘宝商品库MySQL优化实践
淘宝商品库MySQL优化实践
Feng Yu
高性能队列Fqueue的设计和使用实践
高性能队列Fqueue的设计和使用实践
孙立
新浪微博Feed服务架构
新浪微博Feed服务架构
XiaoJun Hong
Oracle rac资源管理算法与cache fusion实现浅析
Oracle rac资源管理算法与cache fusion实现浅析
frogd
Metrics
Metrics
ChangQi Lin
MySQL查询优化浅析
MySQL查询优化浅析
frogd
“云存储系统”赏析系列分享三:Sql与nosql
“云存储系统”赏析系列分享三:Sql与nosql
knuthocean
Flash存储设备在淘宝的应用实践
Flash存储设备在淘宝的应用实践
Feng Yu
Linux内存管理
Linux内存管理
zijia
了解内存
了解内存
Feng Yu
MySQL和IO(下)
MySQL和IO(下)
Feng Yu
TomCat迁移步骤简述以及案例
TomCat迁移步骤简述以及案例
maclean liu
利用新硬件提升数据库性能
利用新硬件提升数据库性能
Feng Yu
淘宝软件基础设施构建实践
淘宝软件基础设施构建实践
Wensong Zhang
Sql优化
Sql优化
dcshi
MySQL新技术探索与实践
MySQL新技术探索与实践
Lixun Peng
高性能并发Web服务器实现核心内幕
高性能并发Web服务器实现核心内幕
ideawu
张铁安:Feed系统架构浅析
张铁安:Feed系统架构浅析
Leechael
大型系统的缓存标准化之路—从主从多级重client到一体化
大型系统的缓存标准化之路—从主从多级重client到一体化
XiaoJun Hong
Database.Cache&Buffer&Lock
Database.Cache&Buffer&Lock
Lixun Peng
对MySQL应用的一些总结
对MySQL应用的一些总结
Lixun Peng
Samuel
Samuel
francibondan
Met Sociale Media naar de beurs - Exhibitions Academy
Met Sociale Media naar de beurs - Exhibitions Academy
Gerrit Heijkoop
Más contenido relacionado
La actualidad más candente
高性能队列Fqueue的设计和使用实践
高性能队列Fqueue的设计和使用实践
孙立
新浪微博Feed服务架构
新浪微博Feed服务架构
XiaoJun Hong
Oracle rac资源管理算法与cache fusion实现浅析
Oracle rac资源管理算法与cache fusion实现浅析
frogd
Metrics
Metrics
ChangQi Lin
MySQL查询优化浅析
MySQL查询优化浅析
frogd
“云存储系统”赏析系列分享三:Sql与nosql
“云存储系统”赏析系列分享三:Sql与nosql
knuthocean
Flash存储设备在淘宝的应用实践
Flash存储设备在淘宝的应用实践
Feng Yu
Linux内存管理
Linux内存管理
zijia
了解内存
了解内存
Feng Yu
MySQL和IO(下)
MySQL和IO(下)
Feng Yu
TomCat迁移步骤简述以及案例
TomCat迁移步骤简述以及案例
maclean liu
利用新硬件提升数据库性能
利用新硬件提升数据库性能
Feng Yu
淘宝软件基础设施构建实践
淘宝软件基础设施构建实践
Wensong Zhang
Sql优化
Sql优化
dcshi
MySQL新技术探索与实践
MySQL新技术探索与实践
Lixun Peng
高性能并发Web服务器实现核心内幕
高性能并发Web服务器实现核心内幕
ideawu
张铁安:Feed系统架构浅析
张铁安:Feed系统架构浅析
Leechael
大型系统的缓存标准化之路—从主从多级重client到一体化
大型系统的缓存标准化之路—从主从多级重client到一体化
XiaoJun Hong
Database.Cache&Buffer&Lock
Database.Cache&Buffer&Lock
Lixun Peng
对MySQL应用的一些总结
对MySQL应用的一些总结
Lixun Peng
La actualidad más candente
(20)
高性能队列Fqueue的设计和使用实践
高性能队列Fqueue的设计和使用实践
新浪微博Feed服务架构
新浪微博Feed服务架构
Oracle rac资源管理算法与cache fusion实现浅析
Oracle rac资源管理算法与cache fusion实现浅析
Metrics
Metrics
MySQL查询优化浅析
MySQL查询优化浅析
“云存储系统”赏析系列分享三:Sql与nosql
“云存储系统”赏析系列分享三:Sql与nosql
Flash存储设备在淘宝的应用实践
Flash存储设备在淘宝的应用实践
Linux内存管理
Linux内存管理
了解内存
了解内存
MySQL和IO(下)
MySQL和IO(下)
TomCat迁移步骤简述以及案例
TomCat迁移步骤简述以及案例
利用新硬件提升数据库性能
利用新硬件提升数据库性能
淘宝软件基础设施构建实践
淘宝软件基础设施构建实践
Sql优化
Sql优化
MySQL新技术探索与实践
MySQL新技术探索与实践
高性能并发Web服务器实现核心内幕
高性能并发Web服务器实现核心内幕
张铁安:Feed系统架构浅析
张铁安:Feed系统架构浅析
大型系统的缓存标准化之路—从主从多级重client到一体化
大型系统的缓存标准化之路—从主从多级重client到一体化
Database.Cache&Buffer&Lock
Database.Cache&Buffer&Lock
对MySQL应用的一些总结
对MySQL应用的一些总结
Destacado
Samuel
Samuel
francibondan
Met Sociale Media naar de beurs - Exhibitions Academy
Met Sociale Media naar de beurs - Exhibitions Academy
Gerrit Heijkoop
summary
summary
finance50
New Booking Bilbao Instituto Hemingway
New Booking Bilbao Instituto Hemingway
InstitutoHemingway
Trees matter amazon
Trees matter amazon
Sandy Olson
Boy deconstructed
Boy deconstructed
Sandy Olson
tollbrothers 10-Q_jul_2003
tollbrothers 10-Q_jul_2003
finance50
fmc technologies 2006ar
fmc technologies 2006ar
finance50
tollbrothers 10-Q_jul_2001
tollbrothers 10-Q_jul_2001
finance50
Zur Zukunft der hessischen Schulbibliotheken
Zur Zukunft der hessischen Schulbibliotheken
Guenter K. Schlamp
tollbrothers 10-Q_apr_2005
tollbrothers 10-Q_apr_2005
finance50
Eduardo Mateus E Hugo Augusto
Eduardo Mateus E Hugo Augusto
francibondan
Sofia 6 A
Sofia 6 A
francibondan
Mpp01 512 R0203 V
Mpp01 512 R0203 V
hsplastic
jbt_equity_roadshow
jbt_equity_roadshow
finance50
Segunda revolucao industrial
Segunda revolucao industrial
monica10
scana Presentation-Q4-2008_tcm10-227202
scana Presentation-Q4-2008_tcm10-227202
finance50
Thayanne Torquato & Debora Torres
Thayanne Torquato & Debora Torres
francibondan
Stefania Boleso e Monica Massola Riflessioni in corso: #donnexdonne, Rete e...
Stefania Boleso e Monica Massola Riflessioni in corso: #donnexdonne, Rete e...
GGDBologna
180107 Ban Tin Kinh Doanh & Thuong Mai
180107 Ban Tin Kinh Doanh & Thuong Mai
hsplastic
Destacado
(20)
Samuel
Samuel
Met Sociale Media naar de beurs - Exhibitions Academy
Met Sociale Media naar de beurs - Exhibitions Academy
summary
summary
New Booking Bilbao Instituto Hemingway
New Booking Bilbao Instituto Hemingway
Trees matter amazon
Trees matter amazon
Boy deconstructed
Boy deconstructed
tollbrothers 10-Q_jul_2003
tollbrothers 10-Q_jul_2003
fmc technologies 2006ar
fmc technologies 2006ar
tollbrothers 10-Q_jul_2001
tollbrothers 10-Q_jul_2001
Zur Zukunft der hessischen Schulbibliotheken
Zur Zukunft der hessischen Schulbibliotheken
tollbrothers 10-Q_apr_2005
tollbrothers 10-Q_apr_2005
Eduardo Mateus E Hugo Augusto
Eduardo Mateus E Hugo Augusto
Sofia 6 A
Sofia 6 A
Mpp01 512 R0203 V
Mpp01 512 R0203 V
jbt_equity_roadshow
jbt_equity_roadshow
Segunda revolucao industrial
Segunda revolucao industrial
scana Presentation-Q4-2008_tcm10-227202
scana Presentation-Q4-2008_tcm10-227202
Thayanne Torquato & Debora Torres
Thayanne Torquato & Debora Torres
Stefania Boleso e Monica Massola Riflessioni in corso: #donnexdonne, Rete e...
Stefania Boleso e Monica Massola Riflessioni in corso: #donnexdonne, Rete e...
180107 Ban Tin Kinh Doanh & Thuong Mai
180107 Ban Tin Kinh Doanh & Thuong Mai
Similar a 海量日志分析系统实践,Dba
从林书豪到全明星 - 虎扑网技术架构如何化解流量高峰
从林书豪到全明星 - 虎扑网技术架构如何化解流量高峰
Scourgen Hong
腾讯大讲堂19 系统优化的方向
腾讯大讲堂19 系统优化的方向
George Ang
Web请求异步处理和海量数据即时分析在淘宝开放平台的实践
Web请求异步处理和海量数据即时分析在淘宝开放平台的实践
mysqlops
腾讯大讲堂19 系统优化的方向
腾讯大讲堂19 系统优化的方向
topgeek
腾讯大讲堂19 系统优化的方向
腾讯大讲堂19 系统优化的方向
areyouok
Java@taobao
Java@taobao
vanadies10
高性能LAMP程序设计
高性能LAMP程序设计
fuchaoqun
The Construction and Practice of Apache Pegasus in Offline and Online Scenari...
The Construction and Practice of Apache Pegasus in Offline and Online Scenari...
acelyc1112009
Lamp优化实践
Lamp优化实践
zhliji2
Accelerate Database as a Service(DBaaS) in Cloud era
Accelerate Database as a Service(DBaaS) in Cloud era
Junchi Zhang
Ocean base海量结构化数据存储系统 hadoop in china
Ocean base海量结构化数据存储系统 hadoop in china
knuthocean
Large-Scale Cluster Mangement & Kubernetes Under The Hood
Large-Scale Cluster Mangement & Kubernetes Under The Hood
Lei (Harry) Zhang
Nosql三步曲
Nosql三步曲
84zhu
鹰眼下的淘宝_EagleEye with Taobao
鹰眼下的淘宝_EagleEye with Taobao
terryice
Mysql handlersocket
Mysql handlersocket
pwesh
前端性能优化和自动化
前端性能优化和自动化
kaven yan
如何使用 Xhprof 分析網站效能 (真實案例2)
如何使用 Xhprof 分析網站效能 (真實案例2)
Cyril Wang
阿里云技术实践
阿里云技术实践
drewz lin
数据库极限性能测试
数据库极限性能测试
helbreathszw
Hacking Nginx at Taobao
Hacking Nginx at Taobao
Joshua Zhu
Similar a 海量日志分析系统实践,Dba
(20)
从林书豪到全明星 - 虎扑网技术架构如何化解流量高峰
从林书豪到全明星 - 虎扑网技术架构如何化解流量高峰
腾讯大讲堂19 系统优化的方向
腾讯大讲堂19 系统优化的方向
Web请求异步处理和海量数据即时分析在淘宝开放平台的实践
Web请求异步处理和海量数据即时分析在淘宝开放平台的实践
腾讯大讲堂19 系统优化的方向
腾讯大讲堂19 系统优化的方向
腾讯大讲堂19 系统优化的方向
腾讯大讲堂19 系统优化的方向
Java@taobao
Java@taobao
高性能LAMP程序设计
高性能LAMP程序设计
The Construction and Practice of Apache Pegasus in Offline and Online Scenari...
The Construction and Practice of Apache Pegasus in Offline and Online Scenari...
Lamp优化实践
Lamp优化实践
Accelerate Database as a Service(DBaaS) in Cloud era
Accelerate Database as a Service(DBaaS) in Cloud era
Ocean base海量结构化数据存储系统 hadoop in china
Ocean base海量结构化数据存储系统 hadoop in china
Large-Scale Cluster Mangement & Kubernetes Under The Hood
Large-Scale Cluster Mangement & Kubernetes Under The Hood
Nosql三步曲
Nosql三步曲
鹰眼下的淘宝_EagleEye with Taobao
鹰眼下的淘宝_EagleEye with Taobao
Mysql handlersocket
Mysql handlersocket
前端性能优化和自动化
前端性能优化和自动化
如何使用 Xhprof 分析網站效能 (真實案例2)
如何使用 Xhprof 分析網站效能 (真實案例2)
阿里云技术实践
阿里云技术实践
数据库极限性能测试
数据库极限性能测试
Hacking Nginx at Taobao
Hacking Nginx at Taobao
Más de Cevin Cheung
Mvc架构在discuz!插件开发的应用 wps create_msoffice_check
Mvc架构在discuz!插件开发的应用 wps create_msoffice_check
Cevin Cheung
淘宝图片存储与Cdn系统
淘宝图片存储与Cdn系统
Cevin Cheung
淘宝网架构:解密淘宝网的开源架构
淘宝网架构:解密淘宝网的开源架构
Cevin Cheung
Web缓存加速
Web缓存加速
Cevin Cheung
Timyang新浪微博设计谈
Timyang新浪微博设计谈
Cevin Cheung
Mongodbinaction 100122230824-phpapp01
Mongodbinaction 100122230824-phpapp01
Cevin Cheung
My Sql优化(2009 08 28 系统架构师大会)
My Sql优化(2009 08 28 系统架构师大会)
Cevin Cheung
Más de Cevin Cheung
(7)
Mvc架构在discuz!插件开发的应用 wps create_msoffice_check
Mvc架构在discuz!插件开发的应用 wps create_msoffice_check
淘宝图片存储与Cdn系统
淘宝图片存储与Cdn系统
淘宝网架构:解密淘宝网的开源架构
淘宝网架构:解密淘宝网的开源架构
Web缓存加速
Web缓存加速
Timyang新浪微博设计谈
Timyang新浪微博设计谈
Mongodbinaction 100122230824-phpapp01
Mongodbinaction 100122230824-phpapp01
My Sql优化(2009 08 28 系统架构师大会)
My Sql优化(2009 08 28 系统架构师大会)
海量日志分析系统实践,Dba
1.
基于 MySql 的日志分析系统设计
漆兴 [email_address]
2.
3.
4.
5.
系统部分需求展示 1
6.
系统部分需求展示 2
7.
系统整体架构
8.
9.
系统执行流程
10.
采集节点
功能:负责推送日志到 B 点 实现过程:利用 Rsync 实现推送,以接口方式访问 M 点获取 Rsync 的目标地址 动作:在每五分钟内切割完日志并推送。每小时获取 M 点更新的配置完成自更新 数据格式:压缩后的统一规范定义的标准日志格式
11.
运算节点
功能:根据需求分析日志并推送到 D 点 运算机制:逐行分析日志 + 多进程 工具 : 使用 FaceBook 的 HipHop 加快运算速度 频率:每两分钟调度分析脚本 分析结果:保存为文本,格式为 sql 语句。如 insert into table values ( ),( ),( )
12.
Relay 点
存在的意义 : 保障数据传输的速度及效率,减少网络问题导致的数据阻塞及不完整性 问题重现 : 电信和网通之间的互相访问问题,导致日志传输丢失或不能在规定时间内到达指定节点 解决方法 : 电信服务器访问电信,网通服务器则访问网通
13.
数据节点
功能:负责将接收到的 sql 文本入库 动作:在每两分钟运行入库脚本。每天定时创建分钟表 (m_ 表 ) ,每小时将分钟表中过去一小时的数据聚合 , 即 h_ 表,每天聚合前一天的小时表数据,即天表 d_ ,以及触发器及存储过程的调用。将最近三天的分钟表,最近三个月的小时表,定义为热数据,并定期创建为 merge 类型,方便程序的编写。
14.
展示节点
数据访问接口 : 通过增加数据中心层来封装对数据库及缓存等数据的读取,方便程序员编写代码,减少业务逻辑 数据库代理 :Amoeba 展示方式 : 图形 + 报表 +Flash 使用工具 : Mysql5.1+Php5.3+Amoeba+Fushionchart+Apache +Memcache 等
15.
管理节点
功能 : 掌握各大节点的系统运行状况,资源使用情况 任务列表 : 负责管理调度系统其他节点 , 管理各节点的 Rsync 地址,分析 B 点的运算结果,健康检查,日志传送数据的完整性及过期信息处理等工作 工具 :Gearman 好处 :Gearman 使任务的分发变的更加灵活,避免登录多个节点获取信息,提高运维效率 , 方便多服务器管理 。
16.
Gearman 介绍 Gearman
流 : Client: 请求的发起者 Job: 请求调度人,负责把 Client 的请求转发给相关的 Worker Worker: 请求的处理人,
17.
Gearman 实例 具体实例
: 在各大分析点起守护进程 worker.php 监听指定的端口 在 M 点命令行下运行 client.php cmd 来执行各种工作 cmd 相关安全性检查
18.
19.
数据节点 - 展示相关
表引擎 : 使用 MyISAM,Memory 表操作 : 多为 insert ,无 delete ,update Query 分析 :Select 操作及 sum,avg,group by ,order by,limit Where 定向 : 多为时间粒度及产品线等多角度混合查询。 时间粒度 : 最近五分钟 , 最近一小时,最近 25 小时等 查询条件 : 按产品线 , 运营商,城市,机房,服务器
20.
数据节点—表的设计 考虑到需求上涉及到的操作时间相关 ,
如最近五分钟,最近一天,最近一小时等 , 从数据库中读取的数据大且更新频繁,所以采用按时间拆表及对时间建立索引的方案 , 使用引擎 MyISAM 具体如下 : 1. 对各种时间粒度建立索引应对复杂的组合查询,按天,小时,每五分钟 ( 一天 288 个点 ) 建立索引。采用整形如选择 2010 年 04 月 03 的 128 个五分钟 ,where minf=20100403128, 这种方式虽然增大了字段长度,但是对索引的查找及索引的基数的扩大都是有帮助的,属于用空间换时间。 2. 使用分区特性,在每天建立的 m_ 分钟表中按小时建子分区 3 ,在 MyISAM 表中尽量使用定长类型
21.
数据节点—表的设计续 4. 将
IP 字段存储为整形 5. 大数据量表按时间拆表 6. 规范表命名 m_20100317_www_top_refere,h_,d_ 7. 使用 merge 表 8. 对于过期的只读表进行 myisampack 9. 使用 enum 使 PROCEDURE ANALYSE() 10. 根据业务需求将产品线及时间建立联合索引
22.
23.
数据节点的优化—单 D 点的优化
瓶颈 : 磁盘 IO 优化方式 : 初期 : 1. 将 m,h,d 表的索引文件及数据文件分布到不同磁盘 2. 将数据库指向不同的磁盘 3. 禁止系统更新文件的 atime 属性
24.
数据节点的优化—单 D 点的优化
瓶颈 : 磁盘 IO 是主要问题 优化方式 : 硬件升级 后期 : 操作系统及文件系统调优 raid0 或 lvm 条带化 修改相关 mysql 参数 sql 语句的慢查询分析及索引调优
25.
数据节点的优化—单 D 点性能分析
没优化前 : 负载比较高,时常会超过 10 , CPU Idle 经常会小于 30% ,有时 Idle 为 0 , CPU io wait 比较大 优化后 : CPU 的负载降了一半左右,同时磁盘写入性能比之前提升了一倍之多
26.
27.
数据节点的优化— infobright 使用
1. 采用开源 ICE 版进行相关日志分析 2. 将涉及到跨天及跨小时的非实时数据,导入到 infobright 3. 充分利用列数据的特点,提搞了 select 速度及减少了预处理的量,和相关统计报表工作 4. 效果 : 千万级表,包含 sum,group by,order by 操作 ICE 比 MyISAM 快几倍
28.
数据节点的优化— infobright 特点
列存储 适合范围查询及群组操作,查询高效 服务形式及接口跟 mysql 一样,学习成本低 高压缩比列,减少磁盘空间 无需建索引,避免索引的维护及增长问题 缺点: ICE 版无 DML 操作,但支持 load data infile
29.
30.
31.
32.
33.
数据节点的优化—多 D 点的架构
展现层向 Proxy 发起 Query 请求, Proxy 将请求分发到多个 DB ,然后将结果合并后返回 当单个 Proxy 负载过高的时候,可以启用多个 Proxy ,展现层通过简单的取模来连接不同的 Proxy
34.
数据节点的优化—多 D 点的设计
启用多个 D 点 ( 比如分静态池和动态池 ) ,单独产品线的从某个 D 点取数据,跨产品线的时候从多个 D 点取数据并进行合并。测试了如下方案 : 1. 基于 php5.3 的 Mysqlnd 2.Ameoba
35.
多 D 点方案测试
:mysqlnd 如图 :mysqlnd 少了从 mysql 驱动中复制数据到 php 扩展这一步。 更亮的特点是 : 异步获取数据的能力
36.
多 D 点方案测试
:mysqlnd 吸引力 : 除了性能上的提升 ,mysqlnd 支持异步获取数据 困难 : 需要改动应用层的取数据函数,因为之前这部分代码不统一,所以需要改动不少 从测试来看,异步取多个数据库的结果时,可能会出现返回数据不正确,以及执行顺序错误等状况 ( 怀疑是和 Apache 在一起使用的问题, CLI 下正常 )
37.
多 D 点方案测试
:Amoeba Amoeba 测试结果 : 支持高可用性,负载均衡。 对多数据库读取的结果只是分别执行然后直接拼接 高并发情况下,有时会出现到 Amoeba 的连接无响应 高版本下高并发的性能表现已经改善不少
38.
数据节点的优化—结果 通过上面几个方案的测试 ,
架构调整选择 Amoeba Proxy 是目前比较合适的方案,数据切分可以通过 XML 灵活配置,对应用层的改动比较小,也相对比较稳定 . 由于磁盘做 radio0 ,对数据的保护不够,所以要加入备份的考虑及产品线增多后数据缓存的利用率
39.
40.
数据节点的优化— Memcache
41.
数据点的优化— Memacahe 应用
memcache 有 1m 限制。如果列表太大 , 采取拆分数据,用 key+ 特殊标识来保存整个序列。在获取的时候批量 get 来一次性得到这个列表。 预处理 : 提前生成需求数据到 cache 中 写库 : 进行数据的预处理 , 写入到 memcache 服务器中 读库 : 根据时间选择应该已在 cache 中的数据 + 最近生成的数据 拼成最新数据展现 缺点 : 维护多个存储操作增加了应用层逻辑复杂度 优点 : 减少从数据库读取海量数据的问题及避免重复计算
42.
数据节点的优化— Memache 应用优化
Memcache 自重启 deamon tools 监控程序,让其在挂掉时重启 开启数据压缩功能 $memcache>setCompressThreshold 根据数据量大小修改 slab 及 factor 的值提高内存利用率 使用类似 get_multi 方法发送请求 减少客户端和服务端的通信
43.
44.
45.
谢谢
Notas del editor
优化是一项长期而艰巨的任务,不是一天两天,三言两语,一次讲座就能解决得了的。需要长期关注整个系统的表现和趋势而决定。
优化是一项长期而艰巨的任务,不是一天两天,三言两语,一次讲座就能解决得了的。需要长期关注整个系统的表现和趋势而决定。
有些选项是每个线程分配的,需要注意不能设置太大 innodb log buffer size 不宜设置过大,如果事务量相对较大可以考虑稍微大点 mysql 自身的 query cache 效率一般,可以采用 memcached 来补充
有些选项是每个线程分配的,需要注意不能设置太大 innodb log buffer size 不宜设置过大,如果事务量相对较大可以考虑稍微大点 mysql 自身的 query cache 效率一般,可以采用 memcached 来补充
Descargar ahora