1. 数据增长趋势
– 历史数据增长率
– 业务增长预测
– 季节性波动

2. 性能需求
– QPS/TPS要求
– 响应时间要求
– 并发连接数

3. 资源限制
– CPU核心数
– 内存容量
– 磁盘IOPS
– 网络带宽

4. 扩展性要求
– 水平扩展能力
– 垂直扩展能力
– 读写分离需求

1. 查看所有数据库大小
mysql> SELECT
-> table_schema,
-> ROUND(SUM(data_length + index_length) / 1024 / 1024 / 1024, 2) AS size_gb,
-> ROUND(SUM(data_length) / 1024 / 1024 / 1024, 2) AS data_size_gb,
-> ROUND(SUM(index_length) / 1024 / 1024 / 1024, 2) AS index_size_gb,
-> COUNT(*) AS table_count
-> FROM information_schema.tables
-> WHERE table_schema NOT IN (‘information_schema’, ‘mysql’, ‘performance_schema’, ‘sys’)
-> GROUP BY table_schema
-> ORDER BY size_gb DESC;

输出示例：
+——————–+———+————–+—————+————-+
| table_schema | size_gb | data_size_gb | index_size_gb | table_count |
+——————–+———+————–+—————+————-+
| production_db | 125.45 | 98.32 | 27.13 | 45 |
| user_db | 45.67 | 38.90 | 6.77 | 23 |
| order_db | 32.18 | 28.45 | 3.73 | 18 |
| log_db | 15.23 | 14.89 | 0.34 | 8 |
+——————–+———+————–+—————+————-+

2. 查看表级数据量
mysql> SELECT
-> table_name,
-> ROUND(data_length / 1024 / 1024 / 1024, 2) AS data_gb,
-> ROUND(index_length / 1024 / 1024 / 1024, 2) AS index_gb,
-> table_rows
-> FROM information_schema.tables
-> WHERE table_schema = ‘production_db’
-> ORDER BY data_length DESC
-> LIMIT 10;

输出示例：
+—————-+———+———-+————+
| table_name | data_gb | index_gb | table_rows |
+—————-+———+———-+————+
| orders | 45.23 | 8.56 | 125000000 |
| order_items | 28.90 | 4.23 | 350000000 |
| user_logs | 12.45 | 2.10 | 89000000 |
| transactions | 8.67 | 1.89 | 45000000 |
+—————-+———+———-+————+

3. 查看二进制日志大小
mysql> SHOW BINARY LOGS;

输出示例：
+——————+———–+———–+
| Log_name | File_size | Encrypted |
+——————+———–+———–+
| mysql-bin.000001 | 1073741824 | No |
| mysql-bin.000002 | 1073741824 | No |
| mysql-bin.000003 | 536870912 | No |
+——————+———–+———–+

4. 查看InnoDB表空间使用情况
mysql> SELECT
-> name,
-> ROUND(space / 1024 / 1024 / 1024, 2) AS size_gb,
-> ROUND((allocated_size – file_size) / 1024 / 1024 / 1024, 2) AS free_gb
-> FROM information_schema.innodb_tablespaces
-> WHERE name LIKE ‘%/%’
-> ORDER BY space DESC
-> LIMIT 10;

输出示例：
+————————+———+———+
| name | size_gb | free_gb |
+————————+———+———+
| production_db/orders | 53.79 | 8.56 |
| production_db/items | 33.13 | 4.23 |
| user_db/profiles | 14.55 | 2.10 |
+————————+———+———+

1. 创建数据增长监控表
mysql> CREATE TABLE db_growth_history (
-> id INT AUTO_INCREMENT PRIMARY KEY,
-> check_date DATE NOT NULL,
-> database_name VARCHAR(64),
-> table_name VARCHAR(64),
-> data_size_gb DECIMAL(10,2),
-> index_size_gb DECIMAL(10,2),
-> total_size_gb DECIMAL(10,2),
-> table_rows BIGINT,
-> created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
-> );

2. 插入当前数据快照
mysql> INSERT INTO db_growth_history (check_date, database_name, table_name, data_size_gb, index_size_gb, total_size_gb, table_rows)
-> SELECT
-> CURDATE(),
-> table_schema,
-> table_name,
-> ROUND(data_length / 1024 / 1024 / 1024, 2),
-> ROUND(index_length / 1024 / 1024 / 1024, 2),
-> ROUND((data_length + index_length) / 1024 / 1024 / 1024, 2),
-> table_rows
-> FROM information_schema.tables
-> WHERE table_schema NOT IN (‘information_schema’, ‘mysql’, ‘performance_schema’, ‘sys’);

输出示例：
Query OK, 94 rows affected (0.12 sec)
Records: 94 Duplicates: 0 Warnings: 0

3. 计算月增长率
mysql> SELECT
-> database_name,
-> AVG(daily_growth_gb) AS avg_daily_growth_gb,
-> AVG(daily_growth_gb) * 30 AS estimated_monthly_growth_gb
-> FROM (
-> SELECT
-> database_name,
-> (MAX(total_size_gb) – MIN(total_size_gb)) / DATEDIFF(MAX(check_date), MIN(check_date)) AS daily_growth_gb
-> FROM db_growth_history
-> WHERE check_date >= DATE_SUB(CURDATE(), INTERVAL 3 MONTH)
-> GROUP BY database_name, table_name
-> ) t
-> GROUP BY database_name;

输出示例：
+——————–+———————+—————————+
| database_name | avg_daily_growth_gb | estimated_monthly_growth_gb|
+——————–+———————+—————————+
| production_db | 0.85 | 25.50 |
| user_db | 0.32 | 9.60 |
| order_db | 0.21 | 6.30 |
+——————–+———————+—————————+

4. 预测未来容量需求
mysql> SELECT
-> database_name,
-> current_size_gb,
-> growth_rate_gb_per_month,
-> current_size_gb + (growth_rate_gb_per_month * 12) AS size_in_1_year_gb,
-> current_size_gb + (growth_rate_gb_per_month * 36) AS size_in_3_years_gb
-> FROM (
-> SELECT
-> database_name,
-> SUM(total_size_gb) AS current_size_gb,
-> AVG(daily_growth_gb) * 30 AS growth_rate_gb_per_month
-> FROM db_growth_history
-> WHERE check_date = CURDATE()
-> GROUP BY database_name
-> ) t;

输出示例：
+——————–+—————-+————————–+——————-+——————–+
| database_name | current_size_gb| growth_rate_gb_per_month | size_in_1_year_gb | size_in_3_years_gb |
+——————–+—————-+————————–+——————-+——————–+
| production_db | 125.45 | 25.50 | 431.45 | 1043.45 |
| user_db | 45.67 | 9.60 | 160.87 | 391.27 |
| order_db | 32.18 | 6.30 | 107.78 | 258.98 |
+——————–+—————-+————————–+——————-+——————–+

1. 计算存储需求
# 当前数据量 + 增长量 + 冗余空间

# 公式：
# 总存储需求 = (当前数据量 × 1.5) + (月增长量 × 规划月数 × 1.2) + 日志空间 + 备份空间

# 示例计算：
# 当前数据量：200GB
# 月增长率：30GB/月
# 规划周期：3年（36个月）
# 日志空间：50GB
# 备份空间：当前数据量的2倍

总存储需求 = (200 × 1.5) + (30 × 36 × 1.2) + 50 + (200 × 2)
= 300 + 1296 + 50 + 400
= 2046GB ≈ 2TB

2. 磁盘IOPS规划
# 根据业务类型计算IOPS需求

# OLTP业务：
# 每1000 QPS需要约500 IOPS
# 预期QPS：10000
# IOPS需求：10000 / 1000 × 500 = 5000 IOPS

# OLAP业务：
# 主要关注顺序读写性能
# 需要高吞吐量的存储

3. 存储类型选择
# SSD：高IOPS，低延迟，适合OLTP
# SAS：中等性能，成本较低
# SATA：大容量，低成本，适合归档

4. RAID配置建议
# RAID 10：高性能，高可靠，推荐用于生产环境
# RAID 5：平衡性能和成本
# RAID 6：高可靠性，适合大容量存储

1. InnoDB缓冲池规划
# 建议设置为物理内存的50%-75%

# 计算公式：
# 缓冲池大小 = 热数据大小 × 1.2

# 查看热数据大小
mysql> SELECT
-> ROUND(SUM(data_length + index_length) / 1024 / 1024 / 1024, 2) AS hot_data_gb
-> FROM information_schema.tables
-> WHERE table_schema NOT IN (‘information_schema’, ‘mysql’, ‘performance_schema’, ‘sys’)
-> AND update_time > DATE_SUB(NOW(), INTERVAL 7 DAY);

输出示例：
+————-+
| hot_data_gb |
+————-+
| 85.32 |
+————-+

# 建议缓冲池大小：85.32 × 1.2 = 102.38GB

2. 连接内存规划
# 每个连接需要约2-5MB内存

# 计算公式：
# 连接内存 = max_connections × 5MB

# 示例：
# max_connections = 1000
# 连接内存 = 1000 × 5MB = 5000MB = 5GB

3. 排序和临时表内存
# sort_buffer_size：每个连接256KB-2MB
# read_buffer_size：每个连接128KB-1MB
# join_buffer_size：每个连接256KB-2MB

# 示例计算：
# 平均活跃连接：100
# sort_buffer_size = 1MB
# 排序内存 = 100 × 1MB = 100MB

4. 总内存需求计算
# 总内存 = 缓冲池 + 连接内存 + 排序内存 + 操作系统 + 其他
# = 102GB + 5GB + 1GB + 4GB + 8GB
# = 120GB

# 建议物理内存：128GB-256GB

1. CPU升级
# 当前配置：16核
# 升级目标：32核或64核
# 适用场景：CPU密集型查询

# 监控CPU使用率
mysql> SHOW GLOBAL STATUS LIKE ‘CPU%’;

# 或使用操作系统命令
top -p $(pgrep mysqld)

2. 内存升级
# 当前配置：64GB
# 升级目标：128GB或256GB
# 适用场景：数据量大，缓冲池不足

# 监控内存使用
mysql> SHOW ENGINE INNODB STATUS\G

# 查看缓冲池命中率
mysql> SELECT
-> (1 – ( Innodb_buffer_pool_reads / Innodb_buffer_pool_read_requests )) * 100
-> AS buffer_pool_hit_ratio
-> FROM performance_schema.global_status
-> WHERE variable_name IN (‘Innodb_buffer_pool_reads’, ‘Innodb_buffer_pool_read_requests’);

输出示例：
+———————–+
| buffer_pool_hit_ratio |
+———————–+
| 98.56 |
+———————–+

# 命中率低于95%时需要增加缓冲池

3. 存储升级
# SSD升级：SATA SSD -> NVMe SSD
# IOPS提升：3000 -> 100000+
# 延迟降低：毫秒级 -> 微秒级

1. 读写分离
# 主库：处理写操作
# 从库：处理读操作

# 配置一主多从
# 主库配置
[mysqld]
server-id = 1
log-bin = mysql-bin
binlog-format = ROW

# 从库配置
[mysqld]
server-id = 2
relay-log = relay-bin
read-only = 1

# 查看复制状态
mysql> SHOW SLAVE STATUS\G

输出示例：
Slave_IO_State: Waiting for master to send event
Master_Host: 192.168.1.100
Master_User: repl
Master_Port: 3306
Connect_Retry: 60
Master_Log_File: mysql-bin.000001
Read_Master_Log_Pos: 12345
Relay_Log_File: relay-bin.000001
Relay_Log_Pos: 12345
Relay_Master_Log_File: mysql-bin.000001
Slave_IO_Running: Yes
Slave_SQL_Running: Yes

2. 分库分表
# 垂直分库：按业务模块拆分
# 水平分表：按数据范围或哈希拆分

# 示例：用户表水平拆分
# 用户ID哈希取模，分到8个表
CREATE TABLE user_0 LIKE user_template;
CREATE TABLE user_1 LIKE user_template;
…
CREATE TABLE user_7 LIKE user_template;

# 分片算法
# 分片号 = user_id % 8

3. 使用MySQL Cluster
# 多主架构，自动分片
# 高可用性，自动故障转移

# 部署InnoDB Cluster
mysqlsh root@localhost:3306 -e “dba.createCluster(‘myCluster’)”
mysqlsh root@localhost:3306 -e “cluster.addInstance(‘root@192.168.1.101:3306’)”
mysqlsh root@localhost:3306 -e “cluster.addInstance(‘root@192.168.1.102:3306’)”

1. 定期评估
– 每月评估数据增长情况
– 每季度评估资源使用情况
– 每年进行容量规划审查

2. 预留空间
– 存储预留20-30%空间
– 内存预留10-20%空间
– CPU预留20-30%容量

3. 监控预警
– 存储使用率超过80%预警
– 内存使用率超过85%预警
– CPU使用率超过70%预警

4. 文档记录
– 记录容量规划决策
– 记录扩展历史
– 记录性能基准

5. 测试验证
– 定期进行压力测试
– 验证扩展方案可行性
– 评估新硬件性能