mysql的优化方案

为什么要优化Mysql

1. 系统的吞吐量瓶颈往往出现在数据库的访问速度上,

2. 随着应用程序的运行，数据库的中的数据会越来越多，处理时间会相 应变慢

3. 数据是存放在磁盘上的，读写速度无法和内存相比

如何优化,以及优化的方案

1. 设计数据库时：数据库表、字段的设计，存储引擎
2. 利用好MySQL自身提供的功能，如索引等
3. SQL语句的优化（收效甚微）
4. 横向扩展：MySQL集群、负载均衡、读写分离
5. 索引优化，查询优化，查询缓存，服务器设置优化，操作系统和硬件优化，应用层面优化（web服务器，缓存）

数据库的设计

1. 字段类型的选择，设计规范，范式，常见设计案例
2. 原则：尽量使用整型表示字符串
3. MySQL内部的枚举类型（单选）和集合（多选）类型
4. 原则：定长和非定长数据类型的选择
5. 原则：尽可能选择小的数据类型和指定短的长度
6. 原则：字段注释要完整，见名知意
7. 原则：单表字段不宜过多

存储引擎选择

1. Innodb不断完善，从各个方面赶超MyISAM，也是MySQL默认使用的

索引

• 关键字相对于数据本身，==数据量小==
• 关键字是==有序==的，二分查找可快速确定位置
• 普通索引（key），唯一索引（unique key），主键索引（primary key），全文索引（fulltext key）

水平分割和垂直分割

• 水平分割：通过建立结构相同的几张表分别存储数据

• 垂直分割：将经常一起使用的字段放在一个单独的表中，分割后的表记录之间是一一对应关系

• 集群

1. 横向扩展：从根本上（单机的硬件处理能力有限）提升数据库性能 。由此而生的相关技术：==读写分离、负载均衡==

数据库查询语句优化

1. 避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
2. 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
3. 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。可以在查询为空的字段上设置默认值为0 这样的查询效率会比设置为null高
4. in 和 not in 也要慎用，否则会导致全表扫描，如
   select id from t where num in(1,2,3)
   改成这样比较好一点
   select id from t where num between 1 and 3
5. 用 exists 代替 in 是一个好的选择：
   select num from a where num in(select num from b)
   用下面的语句替换：
   select num from a where exists(select 1 from b where num=a.num)
6. 尽量避免大事务操作，提高系统并发能力
7. 尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。
8. 尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限
9. 避免频繁创建和删除临时表，以减少系统表资源的消耗
10. 尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。
11. 任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。

[文章借鉴] (https://www.nowcoder.com/discuss/150059?type=0&order=0&pos=13&page=0)