构建高性能MySQL系统涵盖从单机、硬件、OS、文件系统、内存到MySQL 本身的配置，以及schema 设计、索引设计 ，再到数据库架构上的水平和垂直拓展。
硬件
（1）CPU
CPU亲和性：
确保每个io都被其发起的CPU处理
echo 2 > /sys/block/<block device>/queue/rq_affinity
择最大性能模式，避免节能模式导致性能不足
关闭NUMA，降低swap概率
numactl --interleave=all
（2）RAID卡
选择FORCE WB读写策略
选择合适的充放电策略
高IO，推荐RAID10
空间需求大则RAID5
操作系统
（1）IO调度策略
SSD/PCIE SSD推荐noop，其它推荐deadline
echo noop > /sys/block/<block device>/queue/scheduler
（2）禁用块设备轮转模式
echo 0 > /sys/block/<block device>/queue/rotational
（3）内存
vm.swappiness=0
内存最大性能模式
文件系统
确保4K对，如果使用全盘一个分区，例如mkfs.ext4 /dev/dfa也可以使用xfs 构建文件系统。
禁止atime、diratime
mount -o noatime -o nodiratime
开启trim
mount -o discard
关闭barrier
mount -o barrier=0
/dev/sdc1 /data ext4 defaults,noatime,nodiratime,nobarrier 0 0
MySQL
（1）配置优化
IO相关参数
innodb_flush_method = O_DIRECT
innodb_read_io_threads = 16
innodb_write_io_threads = 16
innodb_io_capacity = 3000（PCIE卡建议更高）
innodb_flush_neighbors=0
InnoDB存储引擎在刷新一个脏页时，会检测该页所在区(extent)的所有页，如果是脏页，那么一起刷新。这样做的好处是通过AIO可以将多个IO写操作合并为一个IO操作。对于传统机械硬盘建议使用，而对于固态硬盘可以关闭
innodb_flush_log_at_trx_commit
redo 的刷盘策略
sync_binlog
binlog 的刷盘策略
innodb_log_buffer_size
建议8-16M，有高TPS（比如大于6k）的可以提高到32M，系统tps越高设置可以设置的越大
推荐文章 www.cnblogs.com/conanwang/p/5849437.html
内存分配
-
策略：
jemalloc是BSD的提供的内存分配管理
tcmalloc是google的内存分配管理模块
ptmalloc是glibc的内存分配管理
malloc-lib= /usr/lib64/libjemalloc.so.1
-
系统资源：
malloc-lib= /usr/lib64/libjemalloc.so.1
back_log：大于max_connections
thread_stack=192
-
并发控制：
使用thread_pool
thread_cache_size
（2）schema优化
索引优化
目标：利用最小的索引成本找到最需要的行记录。
原则：
-
最左前缀原则：MySQL会一直向右匹配直到遇到范围查询
-
between、like)就停止匹配，比如a=1 and b=2 and c>3 and d=4 如果建立(a,b,c,d) 顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整
-
避免重复索引：idx_abc多列索引,相当于创建了(a)单列索引，(a,b)组合索引以及(a,b,c)组合索引。不在索引列使用函数 如 max(id)> 10 ,id+1>3 等
-
尽量选择区分度高的列作为前缀索引：区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少
推荐文章：
-
MySQL索引原理及慢查询优化
http://tech.meituan.com/mysql-index.html
-
MySQL索引实践
http://blog.coderland.net/mysql/2015/08/26/MySQL%E7%B4%A2%E5%BC%95%E5%AE%9E%E8%B7%B5/
-
由浅入深探究 MySQL索引结构原理、性能分析与优化
http://blog.jobbole.com/87107/
SQL开发优化
-
不使用存储过程、触发器，自定义函数
-
不使用全文索引
-
不使用分区表
-
针对OTLP业务尽量避免使用多表join和子查询
-
不使用*,SELECT使用具体的列名：在发生列的增/删时，发生列名修改时，最大限度避免程序逻辑中没有修改导致的BUG，IN的元素个数300-500
-
避免使用大事务，使用短小的事务：减少锁等待和竞争
-
禁止使用%前缀模糊查询 where like ‘%xxx’
-
禁止使用子查询，遇到使用子查询的情况，尽量使用join代替
-
遇到分页查询，使用延迟关联解决：分页如果有大offset，可以先取Id，然后用主键id关联表会提高效率
-
禁止并发执行count(*)，并发导致CPU飙高
-
禁止使order by rand()
-
不使用负向查询，如 not in/like，使用in反向代替
-
不要一次更新大量（大于30000条）数据，批量更新/删除
-
SQL中使用到OR的改写为用 IN() （or的效率没有in的效率高）
数据库架构
-
单实例无法解决空间和性能需求时考虑拆分
-
垂直拆分
-
水平拆分
-
引入缓存系统
转自：前阿里数据库团队资深DBA------->杨奇龙