【IT168 资讯】众所周知，百度的访问量在所有中文网站中估计是最大的，面对如此庞大的访问量，百度数据库优化面临着许多难题，如：1、数据量大，访问量高，并发量大，每天的PV大概在100亿以上;2、开发周期紧;3、产品线和业务种类繁多;4、数据库本身存在BUG，由于上述原因导致影响被放大;5、业务上对数据库的要求较高。尽管有上述困难，但是百度做到了，几十倍的提升了产品线整体性能，增强了用户体验，节约了大量成本，并且，数据库优化逐步成为体系化、系统化。那么他是怎么做到的呢?今天李京生将给我们分享百度的经验。

▲百度高级DBA 李京生

　　百度数据库架构三阶段：分散式、集中式、分布式的发展过程就是架构优化的过程。优化的过程不同，是因为不同时期有不同的困难，针对不同的困难，会产生不同的优化方案。不仅局限于一类型的数据库，要根据不同的业务特点选择不同种类的数据库。甚至有时候，完全可以去定制架构。

Transfer示意图

　　比如说百度的Transfer，这是几年前的一个案例，其要求访问量巨大，实时性要求比较高，而且不能使用RAC。针对这种情况，百度的数据库管理人员专门设计了Transfer。其可以同时生成多个数据相同的主库，同时提供服务;其本身具备完整的冗余，确保这种优化机制不出现新单点;当然Transfer是为了满足特定产品线要求产生的，有它的局限性和限制。

　　建模优化

▲拆库优化示意图

　　建模优化现在主流的优化手段是拆库，但是如果发现拆库之后还需要拆库怎么办呢?首先我们要在拆库之前预测拆库之后的性能，计算拆库之后要提供多少年的服务，预测数据量达到多少。要解决这些问题，必须要做验证，1、可以通过QBS去判断;2、可以通过服务器性能去测试。而如果拆库之后性能不达标，还需要拆库，则可以通过一致哈希校对去减少拆库的损失。

　　SQL优化

　　很多时候，通过SQL优化可以解决很多问题，同样，百度也很重视MySQL的优化。但是，因为SQL是一个开源的数据库，有众多的版本，有很多的思想，但是怎么去统一思想呢?1、建立准入机制;2.数据库业务设计准则;3数据库运维设计。当然仅有这些还不够，还需要引入评审机制，1、评审流程;2、评审的各技术标准。

　　最重要的是需要考虑系统化的去优化，而不能总靠人工去优化，数据库调优系统对SQL优化，乃至整个数据库优化具有重要意义。

　　硬件优化

▲使用SSD优化示意图