<h3 style="text-align:left"><strong>一、背景</strong></h3>    <p style="text-align:left">在阅读这篇文章之前，读者需要注意的是，为了维护隐私，用 MySQL 服务器的 D 段代替完整 IP，并且略去一些私密信息。</p>    <p style="text-align:left">A 项目，因 I/O 出现规律性地剧烈波动。每 15 分钟落地一次，innodbBuffPoolPagesFlushed 参数监控波峰和波谷交替出现，磁盘 I/O 同样如此，并且 until 达到 100%。经过排查，排除了触发器、事件、存储过程、前端程序定时器、系统 crontab 的可能性。最终定位为 InnoDB 日志切换，但是否完全是日志造成的影响，还有待进一步跟踪和分析。</p>    <p style="text-align:left">找到问题的可能所在，试图在 24 主库上做了如下调整：</p>    <ul>     <li>关闭 Query Cache；</li>     <li>设置 InnoDB Log 大小为 1280M；</li>     <li>设置 innodb_max_dirty_pages_pct 为 30，innodb_io_capacity 保持 200 不变。</li>    </ul>    <p style="text-align:left">做了如上调整以后，I/O 趋于平稳，没有再出现大的波动。</p>    <p style="text-align:left">为了保险起见，A 项目方面决定采用配有 SSD 的机型，对主库进行迁移，同时对 24 的从库 27 进行迁移。待迁移完成后，在新的主库 39 上，针对 SSD 以及 MySQL InnoDB 参数进行优化。待程序切换完成后，再次对针对 SSD 以及 MySQL InnoDB 参数进行优化。也就是说在上线前后进行优化，观察 I/O 状态。</p>    <h3 style="text-align:left"><strong>二、SSD 特性</strong></h3>    <p style="text-align:left">众所周知，SSD 的平均性能是优于 SAS 的。SSD 能解决 I/O 瓶颈，但互联网行业总要权衡收益与成本的。目前内存数据库是这个领域的一大趋势，一方面，越来越多的应用会往 NoSQL 迁移。另一方面，重要数据总要落地，传统的机械硬盘已经不能满足目前高并发、大规模数据的要求。总的来说，一方面，为了提高性能，尽可能把数据内存化，这也是 InnoDB 存储引擎不断改进的核心原则。后续的 MySQL 版本已经对 SSD 做了优化。另一方面，尽可能上 SSD。</p>    <p style="text-align:left">SSD 这么神秘，接下来我们看看它有哪些特性：</p>    <ul>     <li>随机读能力非常好，连续读性能一般，但比普通 SAS 磁盘好；</li>     <li>不存在磁盘寻道的延迟时间，随机写和连续写的响应延迟差异不大。</li>     <li>erase-before-write 特性，造成写入放大，影响写入的性能；</li>     <li>写磨损特性，采用 Wear Leveling 算法延长寿命，但同时会影响读的性能；</li>     <li>读和写的 I/O 响应延迟不对等（读要大大好于写），而普通磁盘读和写的 I/O 响应延迟差异很小；</li>     <li>连续写比随机写性能好，比如 1M 顺序写比 128 个 8K 的随即写要好很多，因为随即写会带来大量的擦除。</li>    </ul>    <p style="text-align:left">总结起来，也就是随机读性能较连续读性能好，连续写性能较随机写性能好，会有写入放大的问题，同一位置插入次数过多容易导致损坏。</p>    <h3 style="text-align:left"><strong>三、基于 SSD 的数据库优化</strong></h3>    <p style="text-align:left">基于 SSD 的数据库优化，我们可以做如下事情：</p>    <ul>     <li>减少对同一位置的反复擦写，也就是针对 InnoDB 的 Redo Log。因为 Redo Log 保存在 ib_logfile0/1/2，这几个日志文件是复写，来回切换，必定会带来同一位置的反复擦写；</li>     <li>减少离散写入，转化为 Append 或者批量写入，也就是针对数据文件；</li>     <li>提高顺序写入的量。</li>    </ul>    <p style="text-align:left">具体来说，我们可以做如下调整：</p>    <ul>     <li>修改系统 I/O 调度算法为 NOOP；</li>     <li>提高每个日志文件大小为 1280M（调整 innodb_log_file_size）；</li>     <li>通过不断调整 innodb_io_capacity 和 innodb_max_dirty_pages_pct 让落地以及 I/O 水平达到均衡；</li>     <li>关闭 innodb_adaptive_flushing，查看效果；</li>     <li>修改 innodb_write_io_threads 和 innodb_read_io_threads。</li>    </ul>    <p style="text-align:left">针对系统 I/O 调度算法，做如下解释。系统 I/O 调度算法有四种，CFQ(Complete Fairness Queueing，完全公平排队 I/O 调度程序)、NOOP(No Operation，电梯式调度程序)、Deadline（截止时间调度程序）、AS(Anticipatory，预料 I/O 调度程序)。</p>    <p style="text-align:left">下面对上述几种调度算法做简单地介绍。</p>    <p style="text-align:left">CFQ 为每个进程/线程，单独创建一个队列来管理该进程所产生的请求，也就是说每个进程一个队列，各队列之间的调度使用时间片来调度，以此来保证每个进程都能被很好的分配到 I/O 带宽，I/O 调度器每次执行一个进程的 4 次请求。</p>    <p style="text-align:left">NOOP 实现了一个简单的 FIFO 队列，它像电梯的工作主法一样对 I/O 请求进行组织，当有一个新的请求到来时，它将请求合并到最近的请求之后，以此来保证请求同一介质。</p>    <p style="text-align:left">Deadline 确保了在一个截止时间内服务请求，这个截止时间是可调整的，而默认读期限短于写期限，这样就防止了写操作因为不能被读取而饿死的现象。</p>    <p style="text-align:left">AS 本质上与 Deadline 一样，但在最后一次读操作后，要等待 6ms，才能继续进行对其它 I/O 请求进行调度。可以从应用程序中预订一个新的读请求，改进读操作的执行，但以一些写操作为代价。它会在每个 6ms 中插入新的 I/O 操作，而会将一些小写入流合并成一个大写入流，用写入延时换取最大的写入吞吐量。</p>    <p style="text-align:left">在 SSD 或者 Fusion IO，最简单的 NOOP 反而可能是最好的算法，因为其他三个算法的优化是基于缩短寻道时间的，而固态硬盘没有所谓的寻道时间且 I/O 响应时间非常短。</p>    <p style="text-align:left">还是用数据说话吧，以下是 SSD 下针对不同 I/O 调度算法所做的 I/O 性能测试，均为 IOPS。</p>    <table style="-webkit-text-stroke-width:0px; background-color:rgb(255, 255, 255); border-spacing:0px; border:1px solid rgb(232, 232, 232); color:rgb(46, 46, 46); font-family:microsoft yahei,宋体,myriad pro,lato,helvetica neue,helvetica,arial,sans-serif; font-size:15px; font-style:normal; font-variant:normal; font-weight:normal; letter-spacing:normal; line-height:24px; margin:0px 0px 20px; orphans:auto; padding:0px 5px; text-align:left; text-indent:0px; text-transform:none; white-space:normal; widows:1; width:599px; word-spacing:0px; word-wrap:break-word">     <tbody>      <tr>       <th style="text-align:center; vertical-align:middle">I/O Type</th>       <th style="text-align:center; vertical-align:middle">NOOP</th>       <th style="text-align:center; vertical-align:middle">Anticipatory</th>       <th style="text-align:center; vertical-align:middle">Deadline</th>       <th style="text-align:center; vertical-align:middle">CFQ</th>      </tr>     </tbody>     <tbody>      <tr>       <td style="text-align:center; vertical-align:middle">Sequential Read</td>       <td style="text-align:center; vertical-align:middle">22256</td>       <td style="text-align:center; vertical-align:middle">7955</td>       <td style="text-align:center; vertical-align:middle">22467</td>       <td style="text-align:center; vertical-align:middle">8652</td>      </tr>      <tr>       <td style="text-align:center; vertical-align:middle">Sequential Write</td>       <td style="text-align:center; vertical-align:middle">4090</td>       <td style="text-align:center; vertical-align:middle">2560</td>       <td style="text-align:center; vertical-align:middle">1370</td>       <td style="text-align:center; vertical-align:middle">1996</td>      </tr>      <tr>       <td style="text-align:center; vertical-align:middle">Sequential RW Read</td>       <td style="text-align:center; vertical-align:middle">6355</td>       <td style="text-align:center; vertical-align:middle">760</td>       <td style="text-align:center; vertical-align:middle">567</td>       <td style="text-align:center; vertical-align:middle">1149</td>      </tr>      <tr>       <td style="text-align:center; vertical-align:middle">Sequential RW Write</td>       <td style="text-align:center; vertical-align:middle">6360</td>       <td style="text-align:center; vertical-align:middle">760</td>       <td style="text-align:center; vertical-align:middle">565</td>       <td style="text-align:center; vertical-align:middle">1149</td>      </tr>      <tr>       <td style="text-align:center; vertical-align:middle">Random Read</td>       <td style="text-align:center; vertical-align:middle">17905</td>       <td style="text-align:center; vertical-align:middle">20847</td>       <td style="text-align:center; vertical-align:middle">20930</td>       <td style="text-align:center; vertical-align:middle">20671</td>      </tr>      <tr>       <td style="text-align:center; vertical-align:middle">Random Write</td>       <td style="text-align:center; vertical-align:middle">7423</td>       <td style="text-align:center; vertical-align:middle">8086</td>       <td style="text-align:center; vertical-align:middle">8113</td>       <td style="text-align:center; vertical-align:middle">8072</td>      </tr>      <tr>       <td style="text-align:center; vertical-align:middle">Random RW Read</td>       <td style="text-align:center; vertical-align:middle">4994</td>       <td style="text-align:center; vertical-align:middle">5221</td>       <td style="text-align:center; vertical-align:middle">5316</td>       <td style="text-align:center; vertical-align:middle">5275</td>      </tr>      <tr>       <td style="text-align:center; vertical-align:middle">Random RW Write</td>       <td style="text-align:center; vertical-align:middle">4991</td>       <td style="text-align:center; vertical-align:middle">5222</td>       <td style="text-align:center; vertical-align:middle">5321</td>       <td style="text-align:center; vertical-align:middle">5278</td>      </tr>     </tbody>    </table>    <p style="text-align:left">可以看到，整体来说，<strong>NOOP 算法略胜于其他算法。</strong></p>    <p style="text-align:left">接下来讲解需要调整的 InnoDB 参数的含义：</p>    <ul>     <li>innodb_log_file_size：InnoDB 日志文件的大小；</li>     <li>innodb_io_capacity：缓冲区刷新到磁盘时，刷新脏页数量；</li>     <li>innodb_max_dirty_pages_pct：控制了 Dirty Page 在 Buffer Pool 中所占的比率；</li>     <li>innodb_adaptive_flushing：自适应刷新脏页；</li>     <li>innodb_write_io_threads：InnoDB 使用后台线程处理数据页上写 I/O（输入）请求的数量；</li>     <li>innodb_read_io_threads：InnoDB 使用后台线程处理数据页上读 I/O（输出）请求的数量。</li>    </ul>    <h3 style="text-align:left"><strong>四、A 项目 MySQL 主从关系图</strong></h3>    <p style="text-align:left">A 项目 MySQL 主从关系如图一：</p>    <p style="text-align:left"><img alt="使用 SSD 的 MySQL IO 优化" src="https://simg.open-open.com/show/2cd53703dbabacd23271909524ad99c0.jpg" style="margin:auto"></p>    <p><strong>图一 A 项目 MySQL 主从关系图</strong></p>    <h3 style="text-align:left"><strong>五、程序切换之前调优</strong></h3>    <p style="text-align:left">程序切换之前，39 只是 24 的从库，所以 IO 压力不高，以下的调整也不能说明根本性的变化。需要说明一点，以下调整的平均间隔在 30 分钟左右。</p>    <p style="text-align:left"><strong>5.1 修改系统 IO 调度算法</strong></p>    <p style="text-align:left">系统默认的 I/O 调度算法 是 CFQ，我们试图先修改之。至于为什么修改，可以查看第四节。</p>    <p style="text-align:left">具体的做法如下，需要注意的是，请根据实际情况做调整，比如你的系统中磁盘很可能不是 sda。</p>    <blockquote>     <p>echo “noop” > /sys/block/sda/queue/scheduler</p>    </blockquote>    <p style="text-align:left">如果想永久生效，需要更改 /etc/grup.conf，添加 elevator，示例如下：</p>    <blockquote>     <p>kernel /vmlinuz-x.x.xx-xxx.el6.x86_64 ro root=UUID=e01d6bb4-bd74-404f-855a-0f700fad4de0 rd_NO_LUKS rd_NO_LVM LANG=en_US.UTF-8 rd_NO_MD SYSFONT=latarcyrheb-sun1<br> 6 crashkernel=auto KEYBOARDTYPE=pc KEYTABLE=us rd_NO_DM elevator=noop rhgb quiet</p>    </blockquote>    <p style="text-align:left">此步调整做完以后，查看 39 I/O 状态，并没有显著的变化。</p>    <p style="text-align:left"><strong>5.2 修改 innodb_io_capacity = 4000</strong></p>    <p style="text-align:left">在做这个参数调整之前，我们来看看当前 MySQL 的配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 200<br> innodb_max_dirty_pages_pct 30<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">修改方法如下：</p>    <blockquote>     <p>SET GLOBAL innodb_io_capacity = 4000;</p>    </blockquote>    <p style="text-align:left">网络上的文章，针对 SSD 的优化，MySQL 方面需要把 innodb_io_capacity 设置为 4000，或者更高。然而实际上，此业务 UPDATE 较多，每次的修改量大概有 20K，并且基本上都是离散写。innodb_io_capacity 达到 4000，SSD 并没有给整个系统带来很大的性能提升。相反，反而使 IO 压力过大，until 甚至达到 80% 以上。</p>    <p style="text-align:left"><strong>5.3 修改 innodb_max_dirty_pages_pct = 25</strong></p>    <p style="text-align:left">修改方法如下：</p>    <blockquote>     <p>SET GLOBAL innodb_max_dirty_pages_pct = 25;</p>    </blockquote>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 4000<br> innodb_max_dirty_pages_pct 25<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">之前已经将 innodb_max_dirty_pages_pct 设置为 30，此处将 innodb_max_dirty_pages_pct 下调为 25%，目的为了查看脏数据对 I/O 的影响。修改的结果是，I/O 出现波动，innodbBuffPoolPagesFlushed 同样出现波动。然而，由于 39 是 24 的从库，暂时还没有切换，所有压力不够大，脏数据也不够多，所以调整此参数看不出效果。</p>    <p style="text-align:left"><strong>5.4 修改 innodb_io_capacity = 2000</strong></p>    <p style="text-align:left">修改方法不赘述。</p>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 2000<br> innodb_max_dirty_pages_pct 25<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">因为 innodb_io_capacity 为 4000 的情况下，I/O 压力过高，所以将 innodb_io_capacity 调整为 2000。调整后，w/s 最高不过 2000 左右，并且 I/O until 还是偏高，最高的时候有 70%。我们同时可以看到，I/O 波动幅度减小，innodbBuffPoolPagesFlushed 同样如此。</p>    <p style="text-align:left"><strong>5.5 修改 innodb_io_capacity = 1500</strong></p>    <p style="text-align:left">修改方法不赘述。</p>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 1500<br> innodb_max_dirty_pages_pct 25<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">I/O 持续出现波动，我们接着继续下调 innodb_io_capacity，调整为 1500。I/O until 降低，I/O 波动幅度继续减小，innodbBuffPoolPagesFlushed 同样如此。</p>    <p style="text-align:left"><strong>5.6 关闭 innodb_adaptive_flushing</strong></p>    <p style="text-align:left">修改方法如下：</p>    <blockquote>     <p>SET GLOBAL innodb_adaptive_flushing = OFF;</p>    </blockquote>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 1500<br> innodb_max_dirty_pages_pct 25<br> innodb_adaptive_flushing OFF<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">既然落地仍然有异常，那我们可以试着关闭 innodb_adaptive_flushing，不让 MySQL 干预落地。调整的结果是，脏数据该落地还是落地，并没有受 I/O 压力的影响，调整此参数无效。</p>    <p style="text-align:left"><strong>5.7 打开 innodb_adaptive_flushing</strong></p>    <p style="text-align:left">修改方法如下：</p>    <blockquote>     <p>SET GLOBAL innodb_adaptive_flushing = ON;</p>    </blockquote>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 1500<br> innodb_max_dirty_pages_pct 25<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">经过以上调整，关闭 innodb_adaptive_flushing 没有效果，还是保持默认打开，让这个功能持续起作用吧。</p>    <p style="text-align:left"><strong>5.8 设置 innodb_max_dirty_pages_pct = 20</strong></p>    <p style="text-align:left">修改方法不赘述。</p>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 1500<br> innodb_max_dirty_pages_pct 20<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">接着我们将 innodb_max_dirty_pages_pct 下调为 20，观察脏数据情况。由于 InnoDB Buffer Pool 设置为 40G，20% 也就是 8G，此时的压力达不到此阀值，所以调整参数是没有效果的。但业务繁忙时，就可以看到效果，落地频率会增高。</p>    <p style="text-align:left"><strong>5.9 设置 innodb_io_capacity = 1000</strong></p>    <p style="text-align:left">修改方法不赘述。</p>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 1000<br> innodb_max_dirty_pages_pct 20<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">经过以上调整，我们需要的是一个均衡的 IO，给其他进程一些余地。于是把 innodb_io_capacity 设置为 1000，此时可以看到 I/O until 维持在 10% 左右，整个系统的参数趋于稳定。</p>    <p style="text-align:left">后续还要做进一步的监控、跟踪、分析和优化。</p>    <h3 style="text-align:left"><strong>六、程序切换之后调优</strong></h3>    <p style="text-align:left">在业务低峰，凌晨 1 点左右，配合研发做了切换。切换之后的主从关系可以查看第五节。</p>    <p style="text-align:left"><strong>6.1 设置 innodb_max_dirty_pages_pct = 30，innodb_io_capacity = 1500</strong></p>    <p style="text-align:left">修改方法不赘述。</p>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 1500<br> innodb_max_dirty_pages_pct 30<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">在 innodb_io_capacity 为 1000，innodb_max_dirty_pages_pct 为 20 的环境下，I/O until 有小幅波动，而且波峰和波谷持续交替，这种情况是不希望看到的。innodbBuffPoolPagesFlushed 比较稳定，但 innodbBuffPoolPagesDirty 持续上涨，没有下降的趋势。故做了如下调整：innodb_max_dirty_pages_pct = 30，innodb_io_capacity = 1500。调整完成后，innodbBuffPoolPagesDirty 趋于稳定，I/O until 也比较稳定。</p>    <p style="text-align:left"><strong>6.2 设置 innodb_max_dirty_pages_pct = 40，innodb_io_capacity = 2000</strong></p>    <p style="text-align:left">修改方法不赘述。</p>    <p style="text-align:left">修改之后的 MySQL 配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 2000<br> innodb_max_dirty_pages_pct 40<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <p style="text-align:left">针对目前这种 I/O 情况，做了如下调整：innodb_max_dirty_pages_pct = 40，innodb_io_capacity = 2000。</p>    <p style="text-align:left"><strong>6.3 分析</strong></p>    <p style="text-align:left">针对以上两个调整，我们通过结合监控数据来分析 I/O 状态。</p>    <p style="text-align:left">以下是高速缓冲区的脏页数据情况，如图二：</p>    <p style="text-align:left"><img alt="使用 SSD 的 MySQL IO 优化" src="https://simg.open-open.com/show/f2f084804dd9886a68ff613336f74380.jpg" style="margin:auto"></p>    <p><strong>图二 主库的脏数据情况</strong></p>    <p style="text-align:left">以下是脏数据落地的情况，如图三</p>    <p style="text-align:left"><img alt="使用 SSD 的 MySQL IO 优化" src="https://simg.open-open.com/show/54bbc48e653811c0ba133cbf412df129.jpg" style="margin:auto"></p>    <p><strong>图三 主库的脏数据落地情况</strong></p>    <p style="text-align:left">28 号早 8 点到下午 7 点，当脏数据上升，也就是在内存中的数据更多，那么落地就会很少，呈现一个平稳的趋势；当脏数据维持不变，也就是脏数据达到了 innodb_max_dirty_pages_pct 的限额（innodb_buffer_pool_size 为 40G，innodb_max_dirty_pages_pct 为 40%，也就是在内存中的脏数据最多为 16G，每个 Page 16K，则 innodbBufferPoolDirtyPages 最大为 1000K），落地就会增多，呈现上升的趋势，所以才会出现上述图片中的曲线。</p>    <p style="text-align:left">这是最后的配置：</p>    <blockquote>     <p>innodb_buffer_pool_size 42949672960<br> innodb_log_file_size 1342177280<br> innodb_io_capacity 2000<br> innodb_max_dirty_pages_pct 40<br> innodb_adaptive_flushing ON<br> innodb_write_io_threads 4<br> innodb_read_io_threads 4</p>    </blockquote>    <h3 style="text-align:left"><strong>七、小结</strong></h3>    <p style="text-align:left">此次针对 SSD 以及 MySQL InnoDB 参数优化，总结起来，也就是以下三条：</p>    <ul>     <li>修改系统 I/O 调度算法；</li>     <li>分析 I/O 情况，动态调整 innodb_io_capacity 和 innodb_max_dirty_pages_pct；</li>     <li>试图调整 innodb_adaptive_flushing，查看效果。</li>    </ul>    <p style="text-align:left">针对 innodb_write_io_threads 和 innodb_read_io_threads 的调优我们目前没有做，我相信调整为 8 或者 16，系统 I/O 性能会更好。</p>    <p style="text-align:left">还有，需要注意以下几点：</p>    <ul>     <li>网络文章介绍的方法有局限性和场景性，不能亲信，不能盲从，做任何调整都要以业务优先。保证业务的平稳运行才是最重要的，性能都是其次；</li>     <li>任何一个调整，都要建立在数据的支撑和严谨的分析基础上，否则都是空谈；</li>     <li>这类调优是非常有意义的，是真正能带来价值的，所以需要多下功夫，并且尽可能地搞明白为什么要这么调整。</li>    </ul>    <p style="text-align:left">文末，说一点比较有意思的。之前有篇文章提到过 SSDB。SSDB 底层采用 Google 的 LevelDB，并支持 Redis 协议。LevelDB 的设计完全是贴合 SSD 的设计思想的。首先，尽可能地转化为连续写；其次，不断新增数据文件，防止同一位置不断擦写。另外，SSDB 的名字取得也很有意思，也很有水平。我猜想作者也是希望用户将 SSDB 应用在 SSD 上吧。</p>    <h3 style="text-align:left"><strong>八、参考</strong></h3>    <p style="text-align:left"><a href="/misc/goto?guid=4959642611359513366" style="word-wrap: break-word; text-decoration: none; color: rgb(0, 153, 204); border: 0px; margin: 0px; padding: 0px;">8.5 Optimizing for InnoDB Tables</a></p>    <p style="text-align:left"> </p>    <p style="text-align:left">来源：http://blog.itpub.net/29096438/viewspace-2121974/</p>