不是必须但几乎总是值得做;读远超写时主库易因SELECT压力过载,主从分离可释放主库压力,前提是从库能接受几秒延迟且应用层正确路由读写。
不是必须,但几乎总是值得做。当读请求远超写请求(比如 9:1),单点 MySQL 很快会因 SELECT 压力导致连接堆积、CPU 升高、复制延迟加剧。主从分离能立刻释放主库压力,让 INSERT/UPDATE/DELETE 更专注、更稳定。
关键判断点:只读从库是否能接受几秒级延迟? 如果业务允许(如商品列表、用户资料页、后台报表),就适合;如果要求强一致性(如余额查询后立即下单),就得搭配 SELECT ... FOR UPDATE 或强制走主库逻辑。
read_only=ON + super_read_only=ON 防误写LOAD DATA INFILE、CREATE TEMPORARY TABLE 等不被复制的操作,否则可能引发 Slave_SQL_Running: No
读多场景下,慢查询往往集中在几个高频 WHERE + ORDER BY + LIMIT 组合。联合索引不是“把所有 WHERE 字段堆一起”,而是按 WHERE = 条件 → WHERE IN/范围 → ORDER BY → SELECT 列 的顺序组织。
例如常见查询:SELECT id, title FROM article WHERE status = 1 AND category_id = 123 ORDER BY created_at DESC LIMIT 20。最优索引是:INDEX(status, category_id, created_at) —— 注意 created_at 必须是 DESC 方向(MySQL 8.0+ 支持显式 DESC,5.7 及以前默认升序,逆序扫描效率低)。
TEXT、BLOB 字段建索引;大字段用前缀索引要谨慎,SELECT ... LIKE '%xxx' 无法用上索引pt-query-digest 分析慢日志,重点关注 Rows_examined 远大于 Rows_sent 的查询sys.schema_unused_indexes 或 performance_schema.table_io_waits_summary_by_index_usage)MySQL 8.0 已彻底移除 query_cache_type,别再配它。而连接池必须由应用层控制,MySQL 自身没有“连接池”概念 —— 它只有 max_connections 上限,超了直接报 Too many connections。
真实瓶颈常出现在应用频繁创建/销毁连接,而非 MySQL 处理不过来。Java 用 HikariCP、Go 用 database/sql 自带池、Python 用 SQLAlchemy 的 QueuePool,都要设合理 max_pool_size(通常 20–50,视并发量调)和 idle_timeout(避免空闲连接占着 wait_timeout 不放)。
max_connections 设得过大(如 2000+),会导致内存暴涨、上下文切换严重Threads_connected 和 Threads_running,后者持续 > 30 就说明有慢查询或锁等待在积压mysqlnd_ms 或代理层(ProxySQL)做连接复用
不是。95% 的读多写少系统,靠主从 + 索引 + 连接池 + 合理缓存(Redis)就能撑到千万级日活。过早分库分表只会让事务、跨库 JOIN、数据迁移、运维复杂度指数上升。
真正该启动分片的信号是:单表超过 2000 万行且 ALTER TABLE 已无法在线完成,或主从延迟稳定在 60s 以上且无法通过降读、拆查询解决。此时优先考虑垂直拆分(如把日志表、统计表独立出主库),再评估水平分片。
user_id),不能是 create_time 这类范围字段ORDER BY ... LIMIT,它需要归并排序,性能陡降ShardingSphere-Proxy 或 Vitess 比硬编码分片逻辑更可控,但依然绕不开分布式事务的妥协(最终一致性 or TCC)最常被忽略的一点:缓存穿透和雪崩问题在读多场景下爆发更快。哪怕加了 Redis,也要给空结果设短 TTL,并用 SETNX 配合本地锁防击穿 —— 这比调优 MySQL 本身还关键。