一般情况下,mysql会默认提供多种存储引擎,你可以通过下面的查看: 看你的mysql现在已提供什么存储引擎: mysql show engines; 看你的mysql当前默认的存储引擎: mysql show variables like '%storage_engine%'; 你要看某个表用了什么引擎(在显示结果里参数engine后面的就表示该表当前用的存储引擎): mysql show create table 表名;
① 概述
我们在考虑MySQL数据库的高可用的架构时,主要要考虑如下几方面：
关于对高可用的分级今天这一节我们不做详细的讨论,这里只讨论常用高可用方案的优缺点以及高可用方案的选型.
常见架构如下：
通常会和proxy、keepalived等第三方软件同时使用,即可以用来监控数据库的 健康 ,又可以执行一系列管理命令.如果主库发生故障,切换到备库后仍然可以继续使用数据库.
优点：
缺点：
半同步复制机制是可靠的.如果半同步复制一直是生效的,那么便可以认为数据是一致的.但是由于网络波动等一些客观原因,导致半同步复制发生超时而切换为异步复制,那么这时便不能保证数据的一致性.所以尽可能的保证半同步复制,便可提高数据的一致性.
该方案同样使用双节点架构,但是在原有半同复制的基础上做了功能上的优化,使半同步复制的机制变得更加可靠.
可参考的优化方案如下：
半同步复制由于发生超时后,复制断开,当再次建立起复制时,同时建立两条通道,其中一条半同步复制通道从当前位置开始复制,保证从机知道当前主机执行的进度.另外一条异步复制通道开始追补从机落后的数据.当异步复制通道追赶到半同步复制的起始位置时,恢复半同步复制.
搭建两条半同步复制通道,其中连接文件服务器的半同步通道正常情况下不启用,当主从的半同步复制发生网络问题退化后,启动与文件服务器的半同步复制通道.当主从半同步复制恢复后,关闭与文件服务器的半同步复制通道.
将双节点数据库扩展到多节点数据库,或者多节点数据库集群.可以根据自己的需要选择一主两从、一主多从或者多主多从的集群.
由于半同步复制,存在接收到一个从机的成功应答即认为半同步复制成功的特性,所以多从半同步复制的可靠性要优于单从半同步复制的可靠性.并且多节点同时宕机的几率也要小于单节点宕机的几率,所以多节点架构在一定程度上可以认为高可用性是好于双节点架构.
但是由于数据库数量较多,所以需要数据库管理软件来保证数据库的可维护性.可以选择MMM、MHA或者各个版本的proxy等等.常见方案如下：
MHA Manager会定时探测集群中的master节点,当master出现故障时,它可以自动将最新数据的slave提升为新的master,然后将所有其他的slave重新指向新的master,整个故障转移过程对应用程序完全透明.
MHA Node运行在每台MySQL服务器上,主要作用是切换时处理二进制日志,确保切换尽量少丢数据.
MHA也可以扩展到如下的多节点集群：
Zookeeper使用分布式算法保证集群数据的一致性,使用zookeeper可以有效的保证proxy的高可用性,可以较好的避免网络分区现象的产生.
共享存储实现了数据库服务器和存储设备的解耦,不同数据库之间的数据同步不再依赖于MySQL的原生复制功能,而是通过磁盘数据同步的手段,来保证数据的一致性.
SAN的概念是允许存储设备和处理器（服务器）之间建立直接的高速网络（与LAN相比）连接,通过这种连接实现数据的集中式存储.常用架构如下：
使用共享存储时,MySQL服务器能够正常挂载文件系统并操作,如果主库发生宕机,备库可以挂载相同的文件系统,保证主库和备库使用相同的数据.
DRBD是一种基于软件、基于网络的块复制存储解决方案,主要用于对服务器之间的磁盘、分区、逻辑卷等进行数据镜像,当用户将数据写入本地磁盘时,还会将数据发送到网络中另一台主机的磁盘上,这样的本地主机(主节点)与远程主机(备节点)的数据就可以保证实时同步.常用架构如下：
当本地主机出现问题,远程主机上还保留着一份相同的数据,可以继续使用,保证了数据的安全.
DRBD是linux内核模块实现的快级别的同步复制技术,可以与SAN达到相同的共享存储效果.
分布式协议可以很好解决数据一致性问题.比较常见的方案如下：
MySQL cluster是官方集群的部署方案,通过使用NDB存储引擎实时备份冗余数据,实现数据库的高可用性和数据一致性.
基于Galera的MySQL高可用集群, 是多主数据同步的MySQL集群解决方案,使用简单,没有单点故障,可用性高.常见架构如下：
Paxos 算法解决的问题是一个分布式系统如何就某个值（决议）达成一致.这个算法被认为是同类算法中最有效的.Paxos与MySQL相结合可以实现在分布式的MySQL数据的强一致性.常见架构如下：
而使用分布式算法用来解决MySQL数据库数据一致性的问题的方法,也越来越被人们所接受,一系列成熟的产品如PhxSQL、MariaDB Galera Cluster、Percona XtraDB Cluster等越来越多的被大规模使用.
随着官方MySQL Group Replication的GA,使用分布式协议来解决数据一致性问题已经成为了主流的方向.期望越来越多优秀的解决方案被提出,MySQL高可用问题可以被更好的解决.
分布式解决方案 tidb
多主 多备 master lvs做vip 读写分离中间件
mysql向数据库中添加数据
一是插入的数据在唯一索引或者主键字段上有重复.看看表有那些索引,如果插入数据和以前的有重复当然就会失败,删除以前的数据当然就能插入了.这种情况下,插入数据的时候会报告相应的错误,错误详细信息有说明是哪个字段上的所有有重复.
二是数据表损坏,特别是假如你说你的表根本没有索引的时候,那么损坏的可能性就相当的大.这种情况下数据表可能是只读状态,也甚至可能是根本无法打开,插入失败的时候可能会报告数据表被别的进程占用.处理的方法是用mysql的系统工具进行修复,比如myisamchk.
在开始演示之前,我们先介绍下两个概念.
概念一,数据的可选择性基数,也就是常说的cardinality值.
查询优化器在生成各种执行计划之前,得先从统计信息中取得相关数据,这样才能估算每步操作所涉及到的记录数,而这个相关数据就是cardinality.简单来说,就是每个值在每个字段中的唯一值分布状态.
比如表t1有100行记录,其中一列为f1.f1中唯一值的个数可以是100个,也可以是1个,当然也可以是1到100之间的任何一个数字.这里唯一值越的多少,就是这个列的可选择基数.
那看到这里我们就明白了,为什么要在基数高的字段上建立索引,而基数低的的字段建立索引反而没有全表扫描来的快.当然这个只是一方面,至于更深入的探讨就不在我这篇探讨的范围了.
概念二,关于HINT的使用.
这里我来说下HINT是什么,在什么时候用.
HINT简单来说就是在某些特定的场景下人工协助MySQL优化器的工作,使她生成最优的执行计划.一般来说,优化器的执行计划都是最优化的,不过在某些特定场景下,执行计划可能不是最优化.
比如：表t1经过大量的频繁更新操作,（UPDATE,DELETE,INSERT）,cardinality已经很不准确了,这时候刚好执行了一条SQL,那么有可能这条SQL的执行计划就不是最优的.为什么说有可能呢?
来看下具体演示
譬如,以下两条SQL,
A：
B：
这里顺带说下,MySQL提供了自动更新和手动更新表cardinality值的方法,因篇幅有限,需要的可以查阅手册.
示例表结构：
表记录数：
这里我们两条经典的SQL：
SQL C：
SQL D：
那我们来看SQL C的查询计划.
我们加上hint给相同的查询,再次看看查询计划.
我们再看下SQL D的计划：
不加HINT,
加了HINT,
对比下以上两个,加了HINT的比不加HINT的cost小了100倍.
总结下,就是说表的cardinality值影响这张的查询计划,如果这个值没有正常更新的话,就需要手工加HINT了.相信MySQL未来的版本会带来更多的HINT.