mysql服务性能优化—my.cnf配置说明详解（不同内存)

2022 年 7 月
一	二	三	四	五	六	日
	1	2	3
4	5	6	7	8	9	10
11	12	13	14	15	16	17
18	19	20	21	22	23	24
25	26	27	28	29	30	31

本文中的配置说明都是从《MySQL5权威指南(3rd)》中摘抄出来的，并接合实际工作经验以及网上资源总结出来。

个人认为对于使用MySQL十分有用。放在此处方便自己随时查阅，也希望对其他朋友有所助益。

以下配置，仅供参考，请根据实际业务场景（比如：数据量，并发数据，连接数等），同时参考系统使用率（CPU/内存等）调整。

$ find / -name my.cnf

参数名称	描述	默认值	2G内存推荐	4G内存推荐	8G内存推荐	16G内存推荐
back_log	在MYSQL暂时停止响应新请求之前，短时间内的多少个请求可以被存在堆栈中。如果系统在短时间内有很多连接，则需要增大该参数的值，该参数值指定到来的TCP/IP连接的监听队列的大小。默认值50。	50				60
max_connections	MySQL允许最大的进程连接数，如果经常出现Too Many Connections的错误提示，则需要增大此值，	100	500	500	1000	2000
table_cache	table_cache 参数设置表高速缓存的数目。每个连接进来，都会至少打开一个表缓存。#因此， table_cache 的大小应与 max_connections 的设置有关。例如，对于 200 个#并行运行的连接，应该让表的缓存至少有 200 × N ，这里 N 是应用可以执行的查询#的一个联接中表的最大数量。此外，还需要为临时表和文件保留一些额外的文件描述符。				1024	1024
max_allowed_packet	设置在网络传输中一次消息传输量的最大值。系统默认值为1MB，最大值是1GB，必须设置1024的倍数。可根据系统实时情况来，如果单次返回数据量大，可设置大一点。	1M			16M	16M
sort_buffer_size	[非常重要] Sort_Buffer_Size 是一个connection级参数，在每个connection（session）第一次需要使用这个buffer的时候，一次性分配设置的内存。如果sort数据量大(比如：大数据分析、报表统计时)，可增加。相反，如果页面并发高，访问量大，连接数多，可减少。 *例如：500个连接将会消耗 500sort_buffer_size(8M)=4G内存**				32M
join_buffer_size	[非常重要] 用于表间关联缓存的大小，和sort_buffer_size一样，该参数对应的分配内存也是每个连接独享。				8M
thread_cache_size	表示可以重新利用保存在缓存中线程的数量, 当断开连接时如果缓存中还有空间,那么客户端的线程将被放到缓存中,如果线程重新被请求，那么请求将从缓存中读取,如果缓存中是空的或者是新的请求，那么这个线程将被重新创建,如果有很多新的线程，增加这个值可以改善系统性能.	8	8	16	32
thread_concurrency	[非常重要] 设置thread_concurrency的值的正确与否, 对mysql的性能影响很大, 在多个 cpu(或多核)的情况下，错误设置了thread_concurrency的值, 会导致mysql不能充分利用多cpu(或多核), 出现同一时刻只能一个cpu(或核)在工作的情况。thread_concurrency应设为CPU核数的2倍. 比如有一个双核的CPU, 那么thread_concurrency的应该为4; 2个双核的cpu, thread_concurrency的值应为8	1	2	4	4
query_cache_size	[非常重要] 我们首先分析一下 query_cache_size的工作原理：一个SELECT查询在DB中工作后，DB会把该语句缓存下来，当同样的一个SQL再次来到DB里调用时，DB在该表没发生变化的情况下把结果从缓存中返回给Client。这里有一个关建点，就是DB在利用Query_cache工作时，要求该语句涉及的表在这段时间内没有发生变更。那如果该表在发生变更时，Query_cache里的数据又怎么处理呢？首先要把Query_cache和该表相关的语句全部置为失效，然后在写入更新。那么如果Query_cache非常大，该表的查询结构又比较多，查询语句失效也慢，一个更新或是Insert就会很慢，这样看到的就是Update或是Insert怎么这么慢了。所以在数据库写入量或是更新量也比较大的系统，该参数不适合分配过大。而且在高并发，写入量大的系统，建议把该功能禁掉。	32M	64M	128M	256M	512M
query_cache_limit	指定单个查询能够使用的缓冲区大小，缺省为1M	1M	2M	3M	4M	8M
query_cache_min_res_unit	默认是4KB，设置值大对大数据查询有好处，但如果你的查询都是小数据查询，就容易造成内存碎片和浪费	4K
thread_stack	设置MYSQL每个线程的堆栈大小，默认值足够大，可满足普通操作。可设置范围为128K至4GB，默认为192KB。	192KB
transaction_isolation	设定默认的事务隔离级别.可用的级别如下: # READ-UNCOMMITTED, READ-COMMITTED, REPEATABLE-READ, SERIALIZABLE # 1.READ UNCOMMITTED-读未提交2.READ COMMITTE-读已提交3.REPEATABLE READ -可重复读4.SERIALIZABLE -串行
tmp_table_size	tmp_table_size 的默认大小是 32M。如果一张临时表超出该大小，MySQL产生一个 The table tbl_name is full 形式的错误，如果你做很多高级 GROUP BY 查询，增加 tmp_table_size 值。如果超过该值，则会将临时表写入磁盘。	2M	32M	64M	128M	256M
read_buffer_size	[非常重要] MySql读入缓冲区大小。对表进行顺序扫描的请求将分配一个读入缓冲区，MySql会为它分配一段内存缓冲区。read_buffer_size变量控制这一缓冲区的大小。如果对表的顺序扫描请求非常频繁，并且你认为频繁扫描进行得太慢，可以通过增加该变量值以及内存缓冲区大小提高其性能。和sort_buffer_size一样，该参数对应的分配内存也是每个连接独享。	128K	512K	1M	16M	4M
read_rnd_buffer_size	MySql的随机读（查询操作）缓冲区大小。当按任意顺序读取行时(例如，按照排序顺序)，将分配一个随机读缓存区。进行排序查询时，MySql会首先扫描一遍该缓冲，以避免磁盘搜索，提高查询速度，如果需要排序大量数据，可适当调高该值。但MySql会为每个客户连接发放该缓冲空间，所以应尽量适当设置该值，以避免内存开销过大。				16M
bulk_insert_buffer_size	#批量插入数据缓存大小，可以有效提高插入效率，默认为8M	8M
innodb_buffer_pool_size	[非常重要] 这对Innodb表来说非常重要。Innodb相比MyISAM表对缓冲更为敏感。MyISAM可以在默认的 key_buffer_size 设置下运行的可以，然而Innodb在默认的 innodb_buffer_pool_size 设置下却跟蜗牛似的。由于Innodb把数据和索引都缓存起来，无需留给操作系统太多的内存，因此如果只需要用Innodb的话则可以设置它高达 70-80% 的可用内存。一些应用于 key_buffer 的规则有 — 如果你的数据量不大，并且不会暴增，那么无需把 innodb_buffer_pool_size 设置的太大了	128M	256M	512M	1024M	2048M
innodb_thread_concurrency	服务器有几个CPU就设置为几，建议用默认设置，一般为8.	1	2	4	8	16
innodb_log_buffer_size	此参数确定些日志文件所用的内存大小，以M为单位。缓冲区更大能提高性能，但意外的故障将会丢失数据.MySQL开发人员建议设置为1－8M之间				8M

8G内存参考配置：

[mysqld]
key_buffer_size = 128M
table_cache = 1024
read_buffer_size = 2M
read_rnd_buffer_size = 2M
sort_buffer_size = 32M
myisam_sort_buffer_size = 256M
thread_cache_size = 32
query_cache_size= 256M
query_cache_limit= 5M
tmp_table_size=128M
max_heap_table_size=1024M
max_allowed_packet = 16M
table_open_cache = 3072
innodb_buffer_pool_size = 1024M
innodb_log_file_size = 256M
innodb_additional_mem_pool_size=128M
max_connections=1000
join_buffer_size = 8M

链接

近期文章

热门标签

新人福利，免费薅羊毛

============ 欢迎各位老板打赏~ ===========

与本文相关的文章

发表评论