# 1. 在AWS控制台创建RDS实例
# 登录AWS控制台，导航到RDS服务
# 点击”创建数据库”，选择MySQL引擎
# 配置实例参数：
# – 实例类型：db.t3.large
# – 存储类型：General Purpose SSD (gp2)
# – 存储大小：100GB
# – 多可用区：启用
# – 主用户名：admin
# – 主密码：设置强密码

# 2. 配置安全组
# 创建安全组，允许应用服务器访问MySQL端口(3306)

# 3. 连接到RDS实例
mysql -h your-rds-endpoint.amazonaws.com -P 3306 -u admin -p

# 4. 初始化数据库
CREATE DATABASE fgedudb;
CREATE USER ‘fgedu’@’%’ IDENTIFIED BY ‘password’;
GRANT ALL PRIVILEGES ON fgedudb.* TO ‘fgedu’@’%’;
FLUSH PRIVILEGES;

# 1. 在Azure门户创建Azure Database for MySQL实例
# 登录Azure门户，导航到Azure Database for MySQL
# 点击”创建”，配置实例参数：
# – 资源组：创建新资源组
# – 服务器名称：unique-name
# – 数据源：空白
# – 位置：选择就近区域
# – 版本：8.0
# – 计算+存储：选择合适的规格
# – 管理员用户名：admin
# – 管理员密码：设置强密码

# 2. 配置防火墙规则
# 添加客户端IP地址，允许访问

# 3. 连接到Azure Database for MySQL
mysql -h your-server-name.mysql.database.azure.com -P 3306 -u admin@your-server-name -p

# 4. 初始化数据库
CREATE DATABASE fgedudb;
CREATE USER ‘fgedu’@’%’ IDENTIFIED BY ‘password’;
GRANT ALL PRIVILEGES ON fgedudb.* TO ‘fgedu’@’%’;
FLUSH PRIVILEGES;

# 1. 选择合适的实例类型
# AWS: db.t3.large (2 vCPU, 8GB RAM) 适合中等负载
# Azure: General Purpose: 2 vCore, 8GB RAM 适合中等负载
# GCP: db-n1-standard-2 (2 vCPU, 7.5GB RAM) 适合中等负载

# 2. 选择合适的存储类型
# AWS: General Purpose SSD (gp2) 适合一般工作负载
# Azure: General Purpose SSD 适合一般工作负载
# GCP: SSD Persistent Disk 适合一般工作负载

# 3. 配置自动扩展
# AWS: 启用Auto Scaling，根据负载自动调整实例大小
# Azure: 启用弹性缩放，根据负载自动调整实例大小
# GCP: 启用自动扩缩容，根据负载自动调整实例大小

# 1. 调整InnoDB参数
SET GLOBAL innodb_buffer_pool_size = 6G; # 实例内存的75%
SET GLOBAL innodb_buffer_pool_instances = 8;
SET GLOBAL innodb_log_file_size = 1G;
SET GLOBAL innodb_flush_log_at_trx_commit = 2;
SET GLOBAL innodb_io_capacity = 2000;
SET GLOBAL innodb_io_capacity_max = 4000;

# 2. 调整连接参数
SET GLOBAL max_connections = 1000;
SET GLOBAL wait_timeout = 28800;
SET GLOBAL interactive_timeout = 28800;

# 3. 调整查询缓存（MySQL 8.0+已移除查询缓存）
# SET GLOBAL query_cache_size = 0;
# SET GLOBAL query_cache_type = 0;

# 1. 分析慢查询日志
pt-query-digest /mysql/data/fgedu-slow.log

# 2. 优化慢查询语句
# 优化前
SELECT * FROM fgedu_users WHERE age > 30 AND name LIKE ‘%test%’;

# 优化后
SELECT id, name, age FROM fgedu_users WHERE age > 30 AND name LIKE ‘test%’;

# 3. 创建合适的索引
CREATE INDEX idx_age_name ON fgedu_users(age, name);

# 4. 分析SQL语句执行计划
EXPLAIN SELECT id, name, age FROM fgedu_users WHERE age > 30 AND name LIKE ‘test%’;

# 1. 使用云环境的读写分离
# AWS: 使用RDS只读副本
# Azure: 使用只读副本
# GCP: 使用只读副本

# 2. 使用云环境的自动备份
# AWS: 启用RDS自动备份
# Azure: 启用自动备份
# GCP: 启用自动备份

# 3. 使用云环境的监控工具
# AWS: 使用CloudWatch监控MySQL性能
# Azure: 使用Azure Monitor监控MySQL性能
# GCP: 使用Cloud Monitoring监控MySQL性能

# 步骤1：选择合适的RDS实例
# 选择db.t3.large实例，2 vCPU，8GB RAM
# 选择General Purpose SSD (gp2)存储，100GB

# 步骤2：配置RDS参数组
# 创建自定义参数组，调整以下参数：
# innodb_buffer_pool_size = 6G
# innodb_buffer_pool_instances = 8
# innodb_log_file_size = 1G
# innodb_flush_log_at_trx_commit = 2
# innodb_io_capacity = 2000
# max_connections = 1000

# 步骤3：优化SQL语句
# 分析慢查询日志
pt-query-digest /mysql/data/fgedu-slow.log

# 优化慢查询语句
# 创建合适的索引
CREATE INDEX idx_age_name ON fgedu_users(age, name);

# 步骤4：使用RDS只读副本
# 创建只读副本，将读操作分流到副本

# 步骤5：验证优化效果
# 优化前的性能指标
Queries per second avg: 100
Slow queries: 10 per minute

# 优化后的性能指标
Queries per second avg: 300
Slow queries: 1 per minute

# 性能提升：
# – 查询性能提升：200%
# – 慢查询减少：90%

# 步骤1：选择合适的Azure Database for MySQL实例
# 选择General Purpose: 2 vCore, 8GB RAM
# 选择General Purpose SSD存储，100GB

# 步骤2：配置服务器参数
# 调整以下参数：
# innodb_buffer_pool_size = 6G
# innodb_buffer_pool_instances = 8
# innodb_log_file_size = 1G
# innodb_flush_log_at_trx_commit = 2
# innodb_io_capacity = 2000
# max_connections = 1000

# 步骤3：优化SQL语句
# 分析慢查询日志
pt-query-digest /mysql/data/fgedu-slow.log

# 优化慢查询语句
# 创建合适的索引
CREATE INDEX idx_age_name ON fgedu_users(age, name);

# 步骤4：使用Azure只读副本
# 创建只读副本，将读操作分流到副本

# 步骤5：验证优化效果
# 优化前的性能指标
Queries per second avg: 150
Slow queries: 5 per minute

# 优化后的性能指标
Queries per second avg: 450
Slow queries: 1 per minute

# 性能提升：
# – 查询性能提升：200%
# – 慢查询减少：80%

# 步骤1：选择合适的Cloud SQL实例
# 选择db-n1-standard-2实例，2 vCPU，7.5GB RAM
# 选择SSD存储，100GB

# 步骤2：配置数据库标志
# 调整以下标志：
# innodb_buffer_pool_size = 5.6G
# innodb_buffer_pool_instances = 8
# innodb_log_file_size = 1G
# innodb_flush_log_at_trx_commit = 2
# innodb_io_capacity = 2000
# max_connections = 1000

# 步骤3：优化SQL语句
# 分析慢查询日志
pt-query-digest /mysql/data/fgedu-slow.log

# 优化慢查询语句
# 创建合适的索引
CREATE INDEX idx_age_name ON fgedu_users(age, name);

# 步骤4：使用Cloud SQL只读副本
# 创建只读副本，将读操作分流到副本

# 步骤5：验证优化效果
# 优化前的性能指标
Queries per second avg: 120
Slow queries: 8 per minute

# 优化后的性能指标
Queries per second avg: 360
Slow queries: 1 per minute

# 性能提升：
# – 查询性能提升：200%
# – 慢查询减少：87.5%