数据库查询性能优化

使用EXPLAIN进行分析

explain用来分析SELECT查询语句，开发人员可以通过分析Explain结果来优化查询语句。可以查询的比较重要的字段有：

• select_type:查询类型，有简单类型，联合查询，子查询等
• key:使用的索引
• rows：扫描的行数

优化数据访问

• 减少请求的数据量
  只返回必要的列：最好不要使用SELECT*语句；
  只返回必要的行：使用LIMIT语句来限制返回的数据
  缓存重复查询的数据：使用缓存可以避免在数据库中进行查询，特别在要查询的数据经常被重复查询时，缓存带来的查询性能提升将会是非常明显的。

• 减少服务器端扫描的行数
  最有效的方式是使用索引来覆盖查询。

重构查询方式

• 切分大查询
  一个大查询如果一次性执行的话，可能一次锁住很多数据，占满整个事务日志，耗尽系统资源，阻塞很多小的但重要的查询。
• 分解大连接查询
  将一个大连接查询分解成对每一个表进行一次单标查询，然后在应用程序中进行关联，优点：
  让缓存更加高效。对于连接查询，如果其中一个表发生变化，那么整个查询缓存就无法使用。而分解后的多个查询，即使其中一个表发生变化，对其他表的查询缓存依然可以使用。
  分解成多个单标查询，这些单表查询的缓存结果更可能被其他查询使用到，从而减少冗余记录的查询。
  减少锁竞争
  在应用层进行连接，可以更容易对数据库进行拆分，从而更容易做到高性能和可伸缩。
  查询本身效率也可能会有所提升。例如下面的例子中，使用IN（）代替连接查询，可以让MYSQL按照ID顺序进行查询，这可能比随机的连接要更高效。

SELECT * FROM tab JOIN tag_post ON tag_post.tag_id=tag.id JOIN post ON tag_post.post_id=post.id WHERE tag.tag='mysql';

分解为：

SELECT * FROM tag WHERE tag='mysql'; SELECT * FROM tag_post WHERE tag_id=1234; SELECT * FROM post WHERE post.id IN (123,456,567,9098,8904);