隨著用戶的日益遞增，日活和峰值的暴漲，數據庫處理性能面臨著巨大的挑戰。下面分享下對實際10萬+峰值的平台的數據庫優化方案。與大家一起討論，互相學習提高！
案例：游戲平台.
1、解決高並發
當客戶端連接數達到峰值的時候，服務端對連接的維護與處理這裡暫時不做討論。當多個寫請求到數據庫的時候，這時候需要對多張表進行插入，尤其一些表 達到每天千萬+的存儲，隨著時間的積累，傳統的同步寫入數據的方式顯然不可取，經過試驗，通過異步插入的方式改善了許多，但與此同時，對讀取數據的實時性也需要做一定的犧牲。
異步的方式有很多，目前采取的方式是通過作業每隔一段時間（5min、10min..看需求設定）將臨時表的數據轉到真實表。
1. 已有原始表A 也是在讀取的時候真正用到的表。
2. 建立與原始表A同結構的B和C,用來作數據的中轉處理，同步流程是C->B->A。
3. 建立同步數據的作業Job1和記錄Job1運行狀態的表，在同步的時候比較關鍵的是需要檢查Job1的當前狀態，如果當前正在將B的數據同步到A，則把服務端過來的數據存到C，然後再把數據導入到B，等到下一次Job執行的時候再將這批數據轉到A。如圖1：
圖1
同時，為保萬無一失和便於排查問題，應該用一個記錄整個數據庫實例的存儲過程，在較短的時間檢查作業執行結果，如果遇到異常失敗的，應該及時通過其他方式通知到相關人員。如寫入到發郵件和短信表，讓一個Tcp的通知程序定時讀取發送等等。
注：如果一天的數據達到幾十個G，如果又對這個表有查詢要求（分區下面會提到），下策之一：
可將B同時同步到多台服務器分擔下查詢壓力，減少資源的競爭。因為整個數據庫的資源是有限的，如插入操作，會先獲得一個共享鎖，然後通過聚集索引定位到某一行數據，再升級為意向鎖，而sqlserver對鎖的維護根據數據的大小需要申請不同的內存，造成了資源的競爭。所以應該盡可能的將讀和寫分開，可根據業務模型分，可根據設定的規則分；在平台性的項目中應該優先保證數據能有效的插入。
在不可避免的查詢大數據肯定會耗用大量的資源，如遇到批量刪除的時候，可以換成以循環分批次（如一次2000條）的方式，這樣不至於這個進程導致整個庫掛掉，衍生出一些無法預計的bug。經實踐，有效可行，只是犧牲了存儲空間。也可根據查詢需求將表裡數據量大的字段拆分出來到新表，當然這些也要根據每個業務場景結合需求來設定，設計出適合而並不需要華麗的方案即可。
2、解決存儲問題
如果每天單表的數據都達到了幾十個G，改善存儲方案自然迫不及待了。現分享下自有的方案，在暴漲的數據摧殘之下，仍堅守在一線！現舉例對自有環境分享拙見：
現有數據表A，單表每天新增數據30G，在存儲的時候采用異步將數據同步的方式，有的不能清除數據的表，在分區後還可分文件組，將文件組分配到不同的磁盤中，減少IO資源的競爭，保障現有資源的正常運行。現結合需求保留歷史數據5天：
1. 這時需要通過作業job根據分區函數去生成分區方案，如根據userid或者時間字段來分區；
2. 將表分區後，查詢可以通過對應的索引，快速定位到某一段分區；
3. 通過作業合並分區將不要的分區數據轉移到相同結構和索引的表，然後清除這個表的數據。
如圖2：
圖2
通過sql查詢跟蹤捕捉到查詢耗時長的，以及通過sql自帶的存儲過程sp_lock或視圖dm_tran_locks、dblockinfo查看當前實例存在的鎖的類型和粒度。
定位到具體的查詢語句或者存儲過程之後，對症下藥！藥到病除！
以上就是本文的全部內容，希望本文的內容對大家的學習或者工作能帶來一定的幫助，同時也希望多多支持！
