① 如何提高資料庫性能，減少資料庫伺服器壓力瓶頸一兩個
如果是在本身配置上的原因（配置低，產品老化等），可以考慮增加配置，提高性能；如果是各種應用造成的資源浪費引起，那麼可以對伺服器做一些優化，關掉一些不必須要的應用。伺服器廠商也就那麼多個，比如國內的正睿、浪潮、曙光、聯想等，國外的戴爾、惠普等
② 一個例子說明內存資料庫為什麼比磁碟資料庫要快
假定在程序效率和關鍵過程相當且不計入緩存等措施的條件下，讀寫任何類型的數據都沒有直接操作文件來的快，不論MSYQL過程如何，最後都要到磁碟上去讀這個「文件」（記錄存儲區等效），所以當然這一切的前提是只讀 內容，無關任何排序或查找操作。
動態網站一般都是用資料庫來存儲信息，如果信息的及時性要求不高 可以加入緩存來減少頻繁讀寫資料庫。
兩種方式一般都支持，但是繞過操作系統直接操作磁碟的性能較高，而且安全性也較高，資料庫系中的磁碟性能一直都是瓶頸，大型資料庫一般基於unix
系統，當然win下也有，不常用應為win的不可靠性，unix下，用的是裸設備raw設備，就是沒有加工過的設備（unix下的磁碟分區屬於特殊設備，
以文件形式統一管理），由dbms直接管理，不通過操作系統，效率很高，可靠性也高，因為磁碟，cache和內存都是自己管理的，大型資料庫系統
db2，oracal，informix（不太流行了），mssql算不上大型資料庫系統。
1、直接讀文件相比資料庫查詢效率更勝一籌，而且文中還沒算上連接和斷開的時間。
2、一次讀取的內容越大，直接讀文件的優勢會越明
顯（讀文件時間都是小幅增長，這跟文件存儲的連續性和簇大小等有關系），這個結果恰恰跟書生預料的相反，說明MYSQL對更大文件讀取可能又附加了某些操
作（兩次時間增長了近30%），如果只是單純的賦值轉換應該是差異偏小才對。
3、寫文件和INSERT幾乎不用測試就可以推測出，資料庫效率只會更差。
4、很小的配置文件如果不需要使用到資料庫特性，更加適合放到獨立文件里存取，無需單獨創建數據表或記錄，很大的文件比如圖片、音樂等採用文件存儲更為方便，只把路徑或縮略圖等索引信息放到資料庫里更合理一些。
5、PHP上如果只是讀文件，file_get_contents比fopen、fclose更有效率，不包括判斷存在這個函數時間會少3秒左右。
6、fetch_row和fetch_object應該是從fetch_array轉換而來的，書生沒看過PHP的源碼，單從執行上就可以說明fetch_array效率更高，這跟網上的說法似乎相反。
磁碟讀寫與資料庫的關系：
一 磁碟物理結構
(1) 碟片：硬碟的盤體由多個碟片疊在一起構成。
在硬碟出廠時，由硬碟生產商完成了低級格式化(物理格式化)，作用是將空白的碟片(Platter)劃分為一個個同圓心、不同半徑的磁軌
(Track)，還將磁軌劃分為若干個扇區(Sector)，每個扇區可存儲128×2的N次方（N=0.1.2.3）位元組信息，默認每個扇區的大小為
512位元組。通常使用者無需再進行低級格式化操作。
(2) 磁頭：每張碟片的正反兩面各有一個磁頭。
(3) 主軸：所有磁片都由主軸電機帶動旋轉。
(4) 控制集成電路板：復雜！上面還有ROM（內有軟體系統）、Cache等。
二 磁碟如何完成單次IO操作
(1) 尋道
當控制器對磁碟發出一個IO操作命令的時候，磁碟的驅動臂(Actuator
Arm)帶動磁頭(Head)離開著陸區(Landing
Zone，位於內圈沒有數據的區域)，移動到要操作的初始數據塊所在的磁軌(Track)的正上方，這個過程被稱為尋道(Seeking)，對應消耗的時
間被稱為尋道時間(Seek Time)；
(2) 旋轉延遲
找到對應磁軌還不能馬上讀取數據，這時候磁頭要等到磁碟碟片(Platter)旋轉到初始數據塊所在的扇區(Sector)落在讀寫磁頭正下方之後才能開始讀取數據，在這個等待碟片旋轉到可操作扇區的過程中消耗的時間稱為旋轉延時(Rotational Delay)；
(3) 數據傳送
接下來就隨著碟片的旋轉，磁頭不斷的讀/寫相應的數據塊，直到完成這次IO所需要操作的全部數據，這個過程稱為數據傳送(Data Transfer)，對應的時間稱為傳送時間(Transfer Time)。完成這三個步驟之後單次IO操作也就完成了。
根據磁碟單次IO操作的過程，可以發現：
單次IO時間 = 尋道時間 + 旋轉延遲 + 傳送時間
進而推算IOPS(IO per second)的公式為：
IOPS = 1000ms/單次IO時間
三 磁碟IOPS計算
不同磁碟，它的尋道時間，旋轉延遲，數據傳送所需的時間各是多少？
1. 尋道時間
考慮到被讀寫的數據可能在磁碟的任意一個磁軌，既有可能在磁碟的最內圈（尋道時間最短），也可能在磁碟的最外圈（尋道時間最長），所以在計算中我們只考慮平均尋道時間。
在購買磁碟時，該參數都有標明，目前的SATA/SAS磁碟，按轉速不同，尋道時間不同，不過通常都在10ms以下：
3. 傳送時間2. 旋轉延時
和尋道一樣，當磁頭定位到磁軌之後有可能正好在要讀寫扇區之上，這時候是不需要額外的延時就可以立刻讀寫到數據，但是最壞的情況確實要磁碟旋轉整整
一圈之後磁頭才能讀取到數據，所以這里也考慮的是平均旋轉延時，對於15000rpm的磁碟就是(60s/15000)*(1/2) = 2ms。
(1) 磁碟傳輸速率
磁碟傳輸速率分兩種：內部傳輸速率(Internal Transfer Rate)，外部傳輸速率(External Transfer Rate)。
內部傳輸速率(Internal Transfer Rate)，是指磁頭與硬碟緩存之間的數據傳輸速率，簡單的說就是硬碟磁頭將數據從碟片上讀取出來，然後存儲在緩存內的速度。
理想的內部傳輸速率不存在尋道，旋轉延時，就一直在同一個磁軌上讀數據並傳到緩存，顯然這是不可能的，因為單個磁軌的存儲空間是有限的；
實際的內部傳輸速率包含了尋道和旋轉延時，目前家用磁碟，穩定的內部傳輸速率一般在30MB/s到45MB/s之間(伺服器磁碟，應該會更高)。
外部傳輸速率(External Transfer Rate)，是指硬碟緩存和系統匯流排之間的數據傳輸速率，也就是計算機通過硬碟介面從緩存中將數據讀出交給相應的硬碟控制器的速率。
硬碟廠商在硬碟參數中，通常也會給出一個最大傳輸速率，比如現在SATA3.0的6Gbit/s，換算一下就是6*1024/8，768MB/s，通常指的是硬碟介面對外的最大傳輸速率，當然實際使用中是達不到這個值的。
這里計算IOPS，保守選擇實際內部傳輸速率，以40M/s為例。
(2) 單次IO操作的大小
有了傳送速率，還要知道單次IO操作的大小(IO Chunk Size)，才可以算出單次IO的傳送時間。那麼磁碟單次IO的大小是多少？答案是：不確定。
操作系統為了提高 IO的性能而引入了文件系統緩存(File System Cache)，系統會根據請求數據的情況將多個來自IO的請求先放在緩存裡面，然後再一次性的提交給磁碟，也就是說對於資料庫發出的多個8K數據塊的讀操作有可能放在一個磁碟讀IO里就處理了。
還有，有些存儲系統也是提供了緩存（Cache），接收到操作系統的IO請求之後也是會將多個操作系統的 IO請求合並成一個來處理。
不管是操作系統層面的緩存還是磁碟控制器層面的緩存，目的都只有一個，提高數據讀寫的效率。因此每次單獨的IO操作大小都是不一樣的，它主要取決於系統對於數據讀寫效率的判斷。這里以SQL Server資料庫的數據頁大小為例：8K。
(3) 傳送時間
傳送時間 = IO Chunk Size/Internal Transfer Rate = 8k/40M/s = 0.2ms
可以發現：
(3.1) 如果IO Chunk Size大的話，傳送時間會變大，從而導致IOPS變小；
(3.2) 機械磁碟的主要讀寫成本，都花在了定址時間上，即：尋道時間 + 旋轉延遲，也就是磁碟臂的擺動，和磁碟的旋轉延遲。
(3.3) 如果粗略的計算IOPS，可以忽略傳送時間，1000ms/(尋道時間 + 旋轉延遲)即可。
4. IOPS計算示例
以15000rpm為例：
(1) 單次IO時間
單次IO時間 = 尋道時間 + 旋轉延遲 + 傳送時間 = 3ms + 2ms + 0.2 ms = 5.2 ms
(2) IOPS
IOPS = 1000ms/單次IO時間 = 1000ms/5.2ms = 192 (次)
這里計算的是單塊磁碟的隨機訪問IOPS。
考慮一種極端的情況，如果磁碟全部為順序訪問，那麼就可以忽略：尋道時間 + 旋轉延遲 的時長，IOPS的計算公式就變為：IOPS = 1000ms/傳送時間
IOPS = 1000ms/傳送時間= 1000ms/0.2ms = 5000 (次)
顯然這種極端的情況太過理想，畢竟每個磁軌的空間是有限的，尋道時間 + 旋轉延遲 時長確實可以減少，不過是無法完全避免的。
四 資料庫中的磁碟讀寫
1. 隨機訪問和連續訪問
(1) 隨機訪問(Random Access)
指的是本次IO所給出的扇區地址和上次IO給出扇區地址相差比較大，這樣的話磁頭在兩次IO操作之間需要作比較大的移動動作才能重新開始讀/寫數據。
(2) 連續訪問(Sequential Access)
相反的，如果當次IO給出的扇區地址與上次IO結束的扇區地址一致或者是接近的話，那磁頭就能很快的開始這次IO操作，這樣的多個IO操作稱為連續訪問。
(3) 以SQL Server資料庫為例
數據文件，SQL Server統一區上的對象，是以extent(8*8k)為單位進行空間分配的，數據存放是很隨機的，哪個數據頁有空間，就寫在哪裡，除非通過文件組給每個表預分配足夠大的、單獨使用的文件，否則不能保證數據的連續性，通常為隨機訪問。
另外哪怕聚集索引表，也只是邏輯上的連續，並不是物理上。
日誌文件，由於有VLF的存在，日誌的讀寫理論上為連續訪問，但如果日誌文件設置為自動增長，且增量不大，VLF就會很多很小，那麼就也並不是嚴格的連續訪問了。
2. 順序IO和並發IO
(1) 順序IO模式(Queue Mode)
磁碟控制器可能會一次對磁碟組發出一連串的IO命令，如果磁碟組一次只能執行一個IO命令，稱為順序IO；
(2) 並發IO模式(Burst Mode)
當磁碟組能同時執行多個IO命令時，稱為並發IO。並發IO只能發生在由多個磁碟組成的磁碟組上，單塊磁碟只能一次處理一個IO命令。
(3) 以SQL Server資料庫為例
有的時候，盡管磁碟的IOPS(Disk Transfers/sec)還沒有太大，但是發現資料庫出現IO等待，為什麼？通常是因為有了磁碟請求隊列，有過多的IO請求堆積。
磁碟的請求隊列和繁忙程度，通過以下性能計數器查看：
LogicalDisk/Avg.Disk Queue Length
LogicalDisk/Current Disk Queue Length
LogicalDisk/%Disk Time
這種情況下，可以做的是：
(1) 簡化業務邏輯，減少IO請求數；
(2) 同一個實例下，多個資料庫遷移的不同實例下；
(3) 同一個資料庫的日誌，數據文件分離到不同的存儲單元；
(4) 藉助HA策略，做讀寫操作的分離。
3. IOPS和吞吐量(throughput)
(1) IOPS
IOPS即每秒進行讀寫（I/O）操作的次數。在計算傳送時間時，有提到，如果IO Chunk Size大的話，那麼IOPS會變小，假設以100M為單位讀寫數據，那麼IOPS就會很小。
(2) 吞吐量(throughput)
吞吐量指每秒可以讀寫的位元組數。同樣假設以100M為單位讀寫數據，盡管IOPS很小，但是每秒讀寫了N*100M的數據，吞吐量並不小。
(3) 以SQL Server資料庫為例
對於OLTP的系統，經常讀寫小塊數據，多為隨機訪問，用IOPS來衡量讀寫性能；
對於數據倉庫，日誌文件，經常讀寫大塊數據，多為順序訪問，用吞吐量來衡量讀寫性能。
磁碟當前的IOPS，通過以下性能計數器查看：
LogicalDisk/Disk Transfers/sec
LogicalDisk/Disk Reads/sec
LogicalDisk/Disk Writes/sec
磁碟當前的吞吐量，通過以下性能計數器查看：
LogicalDisk/Disk Bytes/sec
LogicalDisk/Disk Read Bytes/sec
LogicalDisk/Disk Write Bytes/sec
③ 請問,關系資料庫最大的性能瓶頸是什麼要如何避免呢
隨著應用 面向對象結構的處理尤其是XML的處理很不理想。
④ 如何處理查找，處理資料庫的性能瓶頸
具體問題具體分析，舉例來說明為什麼磁碟IO成瓶頸資料庫的性能急速下降了。
為什麼當磁碟IO成瓶頸之後, 資料庫的性能不是達到飽和的平衡狀態，而是急劇下降。為什麼資料庫的性能有非常明顯的分界點，原因是什麼？
相信大部分做資料庫運維的朋友，都遇到這種情況。 資料庫在前一天性能表現的相當穩定，資料庫的響應時間也很正常，但就在今天，在業務人員反饋業務流量沒有任何上升的情況下，資料庫的變得不穩定了，有時候一個最簡單的insert操作， 需要幾十秒，但99%的insert卻又可以在幾毫秒完成，這又是為什麼了？
dba此時心中有無限的疑惑，到底是什麼原因呢? 磁碟IO性能變差了？還是業務運維人員反饋的流量壓根就不對？ 還是資料庫內部出問題？昨天不是還好好的嗎？
當資料庫出現響應時間不穩定的時候，我們在操作系統上會看到磁碟的利用率會比較高，如果觀察仔細一點，還可以看到，存在一些讀的IO. 資料庫伺服器如果存在大量的寫IO,性能一般都是正常跟穩定的，但只要存在少量的讀IO,則性能開始出現抖動，存在大量的讀IO時（排除配備非常高速磁碟的機器），對於在線交易的資料庫系統來說，大概性能就雪崩了。為什麼操作系統上看到的磁碟讀IO跟寫IO所帶來的性能差距這么大呢？
如果親之前沒有注意到上述的現象，親對上述的結論也是懷疑。但請看下面的分解。
在寫這個文章之前，作者閱讀了大量跟的IO相關的代碼，如非同步IO線程的相關的，innodb_buffer池相關的，以及跟讀數據塊最相關的核心函數buf_page_get_gen函數以及其調用的相關子函數。為了將文章寫得通俗點，看起來不那麼累，因此不再一行一行的將代碼解析寫出來。
咱們先來提問題。buf_page_get_gen函數的作用是從Buffer bool裡面讀數據頁，可能存在以下幾種情況。
提問. 數據頁不在buffer bool 裡面該怎麼辦？
回答：去讀文件，將文件中的數據頁載入到buffer pool裡面。下面是函數buffer_read_page的函數，作用是將物理數據頁載入到buffer pool, 圖片中顯示
buffer_read_page函數棧的頂層是pread64(),調用了操作系統的讀函數。
通過解析buf_wait_for_read函數的下層函數，我們知道其實通過首先自旋加鎖pin的方式，超過設定的自旋次數之後，進入等待，等待IO完成被喚醒。這樣節省不停自旋pin時消耗的cpu,但需要付出被喚起時的開銷。
再繼續擴展問題： 如果會話線程A 經過物理IO將數據頁1001讀入buffer之後，他需要修改這個頁，而在會話線程A之後的其他的同樣需要訪問數據頁1001的會話線程，即使在數據頁1001被入讀buffer pool之後，將仍然處於等待中。因為在數據頁上讀取或者更新的時候，同樣需要上鎖，這樣才能保證數據頁並發讀取/更新的一致性。
由此可見，當一個高並發的系統，出現了熱點數據頁需要從磁碟上載入到buffer pool中時，造成的延遲，是難以想像的。因此排在等待熱點頁隊列最後的會話線程最後才得到需要的頁，響應時間也就越長，這就是造成了一個簡單的sql需要執行幾十秒的原因。
再回頭來看上面的問題，mysql資料庫出現性能下降時，可以看到操作系統有讀IO。 原因是，在資料庫對數據頁的更改，是在內存中的，然後通過檢查點線程進行非同步寫盤，這個非同步的寫操作是不堵塞執行sql的會話線程的。所以，即使看到操作系統上有大量的寫IO，資料庫的性能也是很平穩的。但當用戶線程需要查找的數據頁不在buffer pool中時，則會從磁碟上讀取，在一個熱點數據頁不是非常多的情況下，我們設置足夠大的innodb_buffer_pool的size, 基本可以緩存所有的數據頁，因此一般都不會出現缺頁的情況，也就是在操作系統上基本看不到讀的IO。 當出現讀的IO時，原因時在執行buf_read_page_low函數，從磁碟上讀取數據頁到buffer pool, 則資料庫的性能則開始下降，當出現大量的讀IO，資料庫的性能會非常差。
⑤ 有哪些手段可以查看mysql資料庫性能瓶頸
通過sysbench的oltp_read_write測試來模擬業務壓力、以此來給指定的硬體環境配置一份比較合理的MySQL配置文件。
環境介紹
硬體配置
軟體環境
優化層級與指導思想
優化層級
MySQL資料庫優化可以在多個不同的層級進行，常見的有：
SQL優化
參數優化
架構優化
日誌先行 -- 一個事務能否成功提交的關鍵是日誌是否成功落盤，與數據沒有太大的關系；也就是說對寫的優化可以表述為各方面的資源向寫操作傾斜。
瓶頸分析 -- 通過show global status 的各個計數器的值基本上就能分析出當前瓶頸所在，再結合一些簡單的系統層面的監控工具如top iostat 就能明確瓶頸。
整體性能是「讀」&「寫」之間的再平衡。
本文重點關註：參數優化
指導思想
⑥ 資料庫設計時，常遇到的性能瓶頸有哪些，常有的解決方案
瓶頸主要有：
1 磁碟搜索優化方法：將數據分布在多個磁碟上，
2 磁碟讀寫優化方法：從多個磁碟並行讀寫，
3 CPU周期優化方法：擴充內存，
4 內存寬頻，
⑦ 2硬磁碟組成RAID0陣列，如何解決資料庫訪問時的IO瓶頸
RAID0已經是讀寫很好的RAId模式了，要想再提高性能，可以在raid卡 和 磁碟上想想辦法，更高速的硬碟和磁碟控制器可以解決你的問題；你也可以考慮修改一下你資料庫語句，盡量減少不必要的I/O訪問。
⑧ 哪些因素會對mysql資料庫伺服器性能造成影響
網路寬頻也會有所影響。
網路是資料庫基礎架構的主要部分。但是，通常性能基準測試是在本地計算機上完成的，客戶端和伺服器並置在一起。這樣做是為了簡化結構並排除一個以上的變數（網路部分），但是我們也忽略了網路對性能的影響。對於像 MySQL Group Replication 這樣的產品集群來說，網路更為重要。在這篇文章中，我將介紹網路設置。這些都是簡單而微不足道的，但卻是讓我們更了解復雜網路設置效果的基石。
安裝我將使用兩台裸機伺服器，通過專用的 10Gb 網路連接。我將通過使用 ethtool-s eth1 speed1000plex full autoneg off 命令更改網路介面速度來模擬 1Gb 網路。
我將運行一個簡單的基準：sysbench oltp_read_only --mysql-ssl=on --mysql-host=172.16.0.1 --tables=20 --table-size=10000000 --mysql-user=sbtest --mysql-password=sbtest --threads=$i --time=300 --report-interval=1 --rand-type=pareto
運行時線程數從 1 到 2048 不等。所有數據都適合內存 -innodb_buffer_pool_size 足夠大。因此工作負載在內存中佔用大量 CPU：沒有 IO 開銷。操作系統：Ubuntu 16.04
N1 基準-網路帶寬在第一個實驗中，我將比較 1Gb 網路和 10Gb 網路。
但是 10Gb 網路不是這種情況。壓縮/解壓縮所需的 CPU 資源是一個限制因素，通過壓縮，吞吐量實際上只達到我們沒有壓縮的一半。現在讓我們談談協議加密，以及如何使用 SSL 影響我們的結果。
N3基準-網路加密
對於 1Gb 網路，SSL 加密顯示了一些損失 - 單線程約為 10％ - 但是否則我們再次達到帶寬限制。我們還看到了大量線程的可擴展性，這在 10Gb 網路案例中更為明顯。使用 10Gb 時，SSL 協議在 32 個線程後不會擴展。實際上，它似乎是 MySQL 目前使用的 OpenSSL 1.0 中的可伸縮性問題。在我們的實驗中，我們看到 OpenSSL 1.1.1 提供了更好的可伸縮性，但是您需要從鏈接到OpenSSL 1.1.1 的源代碼中獲得特殊的 MySQL 構建才能實現這一點。我沒有在這里展示它們，因為我們沒有生產二進制文件。
結論
1. 網路性能和利用率將影響一般應用程序吞吐量。
2. 檢查您是否達到了網路帶寬限制。
3. 如果受到網路帶寬的限制，協議壓縮可以改善結果，但如果不是，則可能會使事情變得更糟。
4. SSL 加密在線程數量較少的情況下會有一些損失（約10％），但對於高並發工作負載，它不會擴展。
⑨ 一個關系資料庫系統的最大的性能瓶頸在哪方面
（30）[答案]B [考點]資料庫設計基礎 [評析] 此題為資料庫的基本概念，如果你完全沒學過資料庫，可以對照辦工軟體的電子表格進行如下理解： 選擇：我們根據某條件選擇出一行或多行元組（一個元組即為二維表中的一行） 投影：按欄位（也稱屬性，比如學生關系(學號，姓名，出生年月，性別)，學號、姓名……都是屬性）選取一列或多列（一個二維表中所有元組在某一列或幾列上截取出來）。 連接：2個或2個以上的表連接組成一張新的表，通常有條件連接。比如學生關系（學號，姓名，系號），又有一張系表（系號，系名，主任），2張表可以合並為一張這樣的表（學號，姓名，系號，系名，主任）