常用MYSQL优化
影响查询速度的因素
- sql查询速度
- 服务器硬件
- 网卡流量
- 磁盘IO
查看执行计划
type列，连接类型。一个好的sql语句至少要达到range级别。杜绝出现all级别
key列，使用到的索引名。如果没有选择索引，值是NULL。可以采取强制索引方式
key_len列，索引长度
rows列，扫描行数。该值是个预估值
extra列，详细说明。注意常见的不太友好的值有：Using filesort, Using temporary
- SQL语句中IN包含的值不应过多
MySQL对于IN做了相应的优化，即将IN中的常量全部存储在一个数组里面，而且这个数组是排好序的。但是如果数值较多，产生的消耗也是比较大的。再例如：select id from table_name where num in(1,2,3) 对于连续的数值，能用 between 就不要用 in 了；再或者使用连接来替换。 - SELECT语句务必指明字段名称
SELECT *增加很多不必要的消耗（cpu、io、内存、网络带宽）；增加了使用覆盖索引的可能性；当表结构发生改变时，前断也需要更新。所以要求直接在select后面接上字段名。 - 当只需要一条数据的时候，使用limit 1
这是为了使EXPLAIN中type列达到const类型 - 如果排序字段没有用到索引，就尽量少排序
- 如果限制条件中其他字段没有索引，尽量少用or
or两边的字段中，如果有一个不是索引字段，而其他条件也不是索引字段，会造成该查询不走索引的情况。很多时候使用 union all 或者是union(必要的时候)的方式来代替“or”会得到更好的效果 - 尽量用union all代替union
union和union all的差异主要是前者需要将结果集合并后再进行唯一性过滤操作，这就会涉及到排序，增加大量的CPU运算，加大资源消耗及延迟。当然，union all的前提条件是两个结果集没有重复数据。 - 不使用ORDER BY RAND()
select id from table_name
order by rand() limit 1000;
上面的sql语句，可优化为
select id from `table_name` t1 join
(select rand() * (select max(id) from `table_name`) as nid) t2
on t1.id > t2.nid limit 1000;
-
区分in和exists， not in和not exists
select * from 表A where id in (select id from 表B)
上面sql语句相当于
select * from 表A where exists
(select * from 表B where 表B.id=表A.id)
区分in和exists主要是造成了驱动顺序的改变（这是性能变化的关键），如果是exists，那么以外层表为驱动表，先被访问，如果是IN，那么先执行子查询。所以IN适合于外表大而内表小的情况；EXISTS适合于外表小而内表大的情况。
关于not in和not exists，推荐使用not exists，不仅仅是效率问题，not in可能存在逻辑问题。如何高效的写出一个替代not exists的sql语句？
原sql语句
select colname … from A表
where a.id not in (select b.id from B表)
高效的sql语句
select colname … from A表 Left join B表 on
where a.id = b.id where b.id is null
-
使用合理的分页方式以提高分页的效率
select id,name from table_name limit 866613, 20
使用上述sql语句做分页的时候，可能有人会发现，随着表数据量的增加，直接使用limit分页查询会越来越慢。
优化的方法如下：可以取前一页的最大行数的id，然后根据这个最大的id来限制下一页的起点。比如此列中，上一页最大的id是866612。sql可以采用如下的写法：
select id,name from table_name where id> 866612 limit 20
-
分段查询
在一些用户选择页面中，可能一些用户选择的时间范围过大，造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段进行查询，循环遍历，将结果合并处理进行展示。 -
避免在 where 子句中对字段进行 null 值判断
对于null的判断会导致引擎放弃使用索引而进行全表扫描。 -
不建议使用%前缀模糊查询
例如LIKE “%name”或者LIKE “%name%”，这种查询会导致索引失效而进行全表扫描。但是可以使用LIKE “name%”。那如何查询%name%？答案：使用全文索引
在我们查询中经常会用到select id,fnum,fdst from table_name where user_name like '%zhangsan%';。这样的语句，普通索引是无法满足查询需求的。庆幸的是在MySQL中，有全文索引来帮助我们。
创建全文索引的sql语法是：ALTER TABLE
table_nameADD FULLTEXT INDEXidx_user_name(user_name);
使用全文索引的sql语句是：
select id,fnum,fdst from table_name where match(user_name) against('zhangsan' in boolean mode);
注意：在需要创建全文索引之前，请联系DBA确定能否创建。同时需要注意的是查询语句的写法与普通索引的区别
- 避免在where子句中对字段进行表达式操作
比如
select user_id,user_project from table_name where age*2=36;
中对字段就行了算术运算，这会造成引擎放弃使用索引，建议改成
select user_id,user_project from table_name where age=36/2; - 避免隐式类型转换
- 对于联合索引来说，要遵守最左前缀法则
举列来说索引含有字段id,name,school，可以直接用id字段，也可以id,name这样的顺序，但是name，school都无法使用这个索引。所以在创建联合索引的时候一定要注意索引字段顺序，常用的查询字段放在最前面 - 必要时可以使用force index来强制查询走某个索引
有的时候MySQL优化器采取它认为合适的索引来检索sql语句，但是可能它所采用的索引并不是我们想要的。这时就可以采用force index来强制优化器使用我们制定的索引。 - 注意范围查询语句
对于联合索引来说，如果存在范围查询，比如between,>,<等条件时，会造成后面的索引字段失效。 - 关于JOIN优化
select * from A left join B on B.name = A.name
where B.name is null
union all
select * from B;
尽量使用inner join，避免left join
参与联合查询的表至少为2张表，一般都存在大小之分。如果连接方式是inner join，在没有其他过滤条件的情况下MySQL会自动选择小表作为驱动表，但是left join在驱动表的选择上遵循的是左边驱动右边的原则，即left join左边的表名为驱动表。
合理利用索引
被驱动表的索引字段作为on的限制字段。
利用小表去驱动大表
数据库分库分表
场景
热点数据太多：分库和垂直分表
请求的数据太多，网络带宽不够： 分库
单表数据量太大，查询时扫描的行太多：水平分表
-
水平分库
以字段为依据，按照一定策略（hash、range、数据来源等），将一个库中的数据拆分到多个库中 -
水平分表
以字段为依据，按照一定策略（hash、range、数据来源等），将一个表中的数据拆分到多个表中 -
垂直分库
以表为依据，按照业务归属不同，将不同的表拆分到不同的库中
特点： 每个库的结构都不一样；每个库的数据也不一样，没有交集；所有库的并集是全量数据； -
垂直分表
以字段为依据，按照字段的活跃性，将表中字段拆到不同的表（主表和扩展表）中
分库分表工具
1、sharding-sphere：jar，前身是sharding-jdbc；
2、TDDL：jar，Taobao Distribute Data Layer；
3、Mycat：中间件
深度优化
- limit
错误示范：
SELECT * FROM t_table WHERE type = 'SQLStats' AND name = 'SlowLog' ORDER BY create_time LIMIT 1000, 10;
一般 DBA 想到的办法是在 type, name, create_time 字段上加组合索引。这样条件排序都能有效的利用到索引，性能迅速提升.但是随着数据量的增加，速度越来越慢
正确示范：
SELECT * FROM t_table WHERE type = 'SQLStats' AND name = 'SlowLog' AND create_time > '2017-03-16 14:00:00' ORDER BY create_time limit 10;
- 隐式转换