2019独角兽企业重金招聘Python工程师标准>>> 
背景
好的大型网站都是从小型网站慢慢演变来的，都不是一步就设计好的。现在的淘宝，03年创建的时候它也是只有一台服务器，使用的是我们目前还经常使用的lamp架构（Linux+Apache+MySQL+PHP）,他们当时为了提高速度，买的现成PHPAuction网站系统（名字一看就是php做的），随后淘宝的快速发展，他们从Php走进Java时代，数据库也换成了oracal，自己去创造技术，进入到分布式时代，研发出适合自己的一套框架。
2015-16年国家的经济增速在下滑，很多工厂、公司倒闭。最近刚得到消息，自己的上家公司也破产了（做互联网盒子的，由于行业没落，转型不成功，曾经可有200多的研发人员！），有时候总感觉到一个互联公司的成功是靠他们的技术团队，公司的落败也是因他们的技术团队。所以做为码农的我们～还是好好学习技术吧！
Mysql优化
网站的性能主要依赖于它的数据库及存储设计。小型到中型时的瓶颈一般都会在数据库上，我们目前由于访问量比较少，webserver和mysql都是在一台服务器上，随着后续业务的增多，会慢慢的做分离，所以先学习了些这方面的知识。架构方面学习和实践的经验比较少，所以只从mysql单个知识点上做简单介绍(缓冲，mysql同步及读写分离，分库、分表)。
缓冲
目前我们项目里使用的memcache做缓冲，起先使用最简单的FileCache，该缓冲不支持多个应用之间缓冲共享，后来看了多方面的文章，引入了memcache做缓冲，yii2对memcache缓冲配置很简单，下载源码编译出memcache.so配置在php环境中，在yii应用的components中添加
'cache' => ['class' => 'yii\caching\MemCache','keyPrefix' => 'color-f', // a unique cache key prefix],即可，keyPrefix可以为不同yii应用配置不同的前缀做分离。
选取memcache是因为它是一套支持分布式的高速缓冲系统，对以后网站做分布式服务会很有用。
1 协议简单
它是基于文本行的协议，直接通过telnet在memcached服务器上可进行存取数据操作。2 基于libevent事件处理
Libevent是一套利用C开发的程序库，它将BSD系统的kqueue,Linux系统的epoll等事件处理功能封装成一个接口，与传统的select相比，提高了性能。3 内置的内存管理方式
所有数据都保存在内存中，存取数据比硬盘快，当内存满后，通过LRU算法自动删除不使用的缓存，但没有考虑数据的容灾问题，重启服务，所有数据会丢失。4 分布式
各个memcached服务器之间互不通信，各自独立存取数据，不共享任何信息。服务器并不具有分布式功能，分布式部署取决于memcache客户端。
具体yii2缓冲的使用可以点击这里。
Mysql同步和读写分离
当网站访问量大时（根据Oracle发布的mysql参考架构，一般小型网站是在query/s<500，中型网站query／s<5000，大型网站>10k+），就需要考虑做数据库的读写分离了。数据库的select操作从slave服务器获取，数据库的写操作从master服务器更新，yii2对数据库的读写分离配置也很简单。
'db' => ['class' => 'yii\db\Connection','dsn' => 'mysql:host=192.168.1.1;dbname=table_name_1','username' => 'username','password' => 'pwd','charset' => 'utf8','enableSchemaCache' => false ,'enableQueryCache' => true,'slaveConfig' => ['username' => 'username','password' => 'pwd','charset' => 'utf8','enableSchemaCache' => false ,'enableQueryCache' => true,'attributes' => [PDO::ATTR_TIMEOUT => 10,],],'slaves' => [['dsn' => 'mysql:host=192.168.1.2;dbname=table_name_1'],]],以上是配置一主多从，也可以配置多主多从，yii支持对slave服务器负载均衡，查询时会选取最优的一台服务器去做快速查询操作。
配置完读写分离后，剩下的就是对主从服务器做数据库同步操作，原理就是将主服务器上的数据库二进制文件，根据每条更改数据在文件中的位置信息及记录，不断的将数据同步到从服务器上。
- 配置master服务器
mysql> create user username;
mysql> GRANT REPLICATION SLAVE ON *.* TO 'username'@'192.168.1.2' IDENTIFIED BY 'pwd';
//配置username用户拥有REPLICATION SLAVE权限查找my.cnf文件，配置主服务器server-id，
log-bin=mysql-bin
server-id=1
binlog-do-db = table_name_1重启mysql，进入命令行查看master运行状态如下
mysql> SHOW MASTER STATUS;
+-------------------+----------+--------------+------------------+
| File | Position | Binlog_Do_DB | Binlog_Ignore_DB |
+-------------------+----------+--------------+------------------+
| mysql-bin.000001 | 37652 | | |
+-------------------+----------+--------------+------------------+
1 row in set (0.00 sec)- 配置slave服务器
找到从服务器的my.cnf文件，添加如下:
server_id=2
relay-log-index=slave-relay-bin.index
relay-log=slave-relay-bin重启mysql，进入mysql执行如下命令链接master
mysql> CHANGE MASTER TO-> MASTER_HOST='192.168.1.1',-> MASTER_USER='username',-> MASTER_PASSWORD='pwd',-> MASTER_LOG_FILE='mysql-bin.000001',-> MASTER_LOG_POS=37652;
//log_pos从哪个位置开始同步然后通过start_slave启动从服务器，如果启动失败会报错，通过日志查看自己错误原因，一般错误都是因为master服务器没有配置slave的replication slave权限。
然后就可以自己测试同步、读写分离功能了。
分库、分表
分库、分表就是数据切分(Sharding)。数据切分有两种，一种是垂直切分（分库），就是按照不同的表来切分到不同的数据库（主机）之上。另一种时水平切分（分表），根据表中的数据的逻辑关系，将同一个表中的数据按照某种条件拆分到多台数据库（主机）上面。
数据切分是很有必要的，当数据达到千万或者上亿级别时，数据库的Replication机制缺陷就会很明显，Master往往会成为瓶颈所在，写操作需要顺序排队来执行，过载的话Master扛不住，Slaves的数据同步的延迟比较大，而且会大大耗费CPU的计算能力，因为write操作在Master上执行以后还是需要在每台slave机器上都跑一次。Replication搞不定，那么为什么Sharding可以工作呢？道理很简单，因为它可以很好的扩展。我们知道每台机器无论配置多么好它都有自身的物理上限，所以当我们应用已经能触及或远远超出单台机器的某个上限的时候，我们惟有寻找别的机器的帮助或者继续升级的我们的硬件，但常见的方案还是横向扩展, 通过添加更多的机器来共同承担压力。我们还得考虑当我们的业务逻辑不断增长，我们的机器能不能通过线性增长就能满足需求？Sharding可以轻松的将计 算，存储，I/O并行分发到多台机器上，这样可以充分利用多台机器各种处理能力，同时可以避免单点失败，提供系统的可用性，进行很好的错误隔离。
垂直切分
简单点就是将几个相关的表合并在一起，放在同一数据库（主机）上，比如用户表，用户爱好表，用户职业表等，这样的好处是在做一些关联操作时会很方便，如果跨主机去做表关联时，实现起来就会很麻烦，必须得用程序去实现。垂直切分比较好理解，它的优点也很明显，拆分规则很明确，模块清晰，整合起来会容易，数据维护也方便。缺点就是部分表关联无法在数据库级别完成，对于访问极其频繁且数据量超大的表仍然存在性能瓶颈，切分达到一定程度之后，扩展性会遇到限制，过多的切分可能会带来系统过渡复杂而难以维护。
水平切分
水平切分就是按照某一切分规则，将数据分布到一个数据库的不同表中。例如将user_id中1-10000的放在oc_user1中，10000-20000的放在oc_user2中以此类推。还有中常用的hash取模分，将user_id分在两个表中，取模为1的放在表1中，取模为2的放在表2中。水平切分的优点也很明显，表关联基本能够在数据库端全部完成，不会存在某些超大型数据量和高负载的表遇到瓶颈的问题，只要切分规则能够定义好，基本上较难遇到扩展性限制。缺点是后期数据的维护难度有所增加，人为手工定位数据会很困难，应用系统各模块耦合度较高，可能会对后面数据的迁移拆分造成一定的困难。
所以分库可以降低我们单点机器的负载；而分表提高了数据操作的效率，尤其是Write操作的效率。
总结
以上主要从mysql在大数据量时常用手法做介绍，像一般小数据量的网站，优化自己的sql语句即可，通过相应的工具，查找出自己网站访问速度慢的瓶颈在哪里，是sql语句慢、还是代码复杂度导致的等等，究其根本，才能解决问题～
