参考资料： https://www.cnblogs.com/daxian2012/p/11207510.html ------------ # 1.数据库设计和表创建时就要考虑性能 ### 设计表时要注意： - 表字段避免null值出现，null值很难查询优化且占用额外的索引空间，推荐默认数字0代替null。 - 尽量使用INT而非BIGINT，如果非负则加上UNSIGNED（这样数值容量会扩大一倍），当然能使用TINYINT、SMALLINT、MEDIUM_INT更好。 - 使用枚举或整数代替字符串类型 - 尽量使用TIMESTAMP而非DATETIME - 单表不要有太多字段，建议在20以内 - 用整型来存IP ### 索引 - 索引并不是越多越好，要根据查询有针对性的创建，考虑在WHERE和ORDER BY命令上涉及的列建立索引，可根据EXPLAIN来查看是否用了索引还是全表扫描 - 应尽量避免在WHERE子句中对字段进行NULL值判断，否则将导致引擎放弃使用索引而进行全表扫描 - 值分布很稀少的字段不适合建索引，例如"性别"这种只有两三个值的字段 - 字符字段只建前缀索引 - 字符字段最好不要做主键 - 不用外键，由程序保证约束 - 尽量不用UNIQUE，由程序保证约束 - 使用多列索引时主意顺序和查询条件保持一致，同时删除不必要的单列索引 简言之就是使用合适的数据类型，选择合适的索引 ### 选择合适的数据类型 （1）使用可存下数据的最小的数据类型，整型 < date,time < char,varchar < blob （2）使用简单的数据类型，整型比字符处理开销更小，因为字符串的比较更复杂。如，int类型存储时间类型，bigint类型转ip函数 （3）使用合理的字段属性长度，固定长度的表会更快。使用enum、char而不是varchar （4）尽可能使用not null定义字段 （5）尽量少用text，非用不可最好分表 ### 选择合适的索引列 （1）查询频繁的列，在where，group by，order by，on从句中出现的列 （2）where条件中<，<=，=，>，>=，between，in，以及like 字符串+通配符（%）出现的列 （3）长度小的列，索引字段越小越好，因为数据库的存储单位是页，一页中能存下的数据越多越好 （4）离散度大（不同的值多）的列，放在联合索引前面。查看离散度，通过统计不同的列值来实现，count越大，离散程度越高： 原开发人员已经跑路，该表早已建立，我无法修改，故：该措辞无法执行，放弃！ # 2.sql的编写需要注意优化 - 使用limit对查询结果的记录进行限定 - 避免select *，将需要查找的字段列出来 - 使用连接（join）来代替子查询 - 拆分大的delete或insert语句 - 可通过开启慢查询日志来找出较慢的SQL - 不做列运算：SELECT id WHERE age + 1 = 10，任何对列的操作都将导致表扫描，它包括数据库教程函数、计算表达式等等，查询时要尽可能将操作移至等号右边 - sql语句尽可能简单：一条sql只能在一个cpu运算；大语句拆小语句，减少锁时间；一条大sql可以堵死整个库 - OR改写成IN：OR的效率是n级别，IN的效率是log(n)级别，in的个数建议控制在200以内 - 不用函数和触发器，在应用程序实现 - 避免%xxx式查询 - 少用JOIN - 使用同类型进行比较，比如用'123'和'123'比，123和123比 - 尽量避免在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 - 对于连续数值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5 - 列表数据不要拿全表，要使用LIMIT来分页，每页数量也不要太大 # 引擎 目前广泛使用的是MyISAM和InnoDB两种引擎： ### MyISAM MyISAM引擎是MySQL 5.1及之前版本的默认引擎，它的特点是： - 不支持行锁，读取时对需要读到的所有表加锁，写入时则对表加排它锁 - 不支持事务 - 不支持外键 - 不支持崩溃后的安全恢复 - 在表有读取查询的同时，支持往表中插入新纪录 - 支持BLOB和TEXT的前500个字符索引，支持全文索引 - 支持延迟更新索引，极大提升写入性能 - 对于不会进行修改的表，支持压缩表，极大减少磁盘空间占用 ### InnoDB InnoDB在MySQL 5.5后成为默认索引，它的特点是： - 支持行锁，采用MVCC来支持高并发 - 支持事务 - 支持外键 - 支持崩溃后的安全恢复 - 不支持全文索引 总体来讲，MyISAM适合SELECT密集型的表，而InnoDB适合INSERT和UPDATE密集型的表 MyISAM速度可能超快，占用存储空间也小 # 分区 MySQL在5.1版引入的分区是一种简单的水平拆分，用户需要在建表的时候加上分区参数，对应用是透明的无需修改代码。 对用户来说，分区表是一个独立的逻辑表，但是底层由多个物理子表组成，实现分区的代码实际上是通过对一组底层表的对象封装，但对SQL层来说是一个完全封装底层的黑盒子。MySQL实现分区的方式也意味着索引也是按照分区的子表定义，没有全局索引。 用户的SQL语句是需要针对分区表做优化，SQL条件中要带上分区条件的列，从而使查询定位到少量的分区上，否则就会扫描全部分区，可以通过EXPLAIN PARTITIONS来查看某条SQL语句会落在那些分区上，从而进行SQL优化，我测试，查询时不带分区条件的列，也会提高速度，故该措施值得一试。 分区的好处是： - 可以让单表存储更多的数据 - 分区表的数据更容易维护，可以通过清楚整个分区批量删除大量数据，也可以增加新的分区来支持新插入的数据。另外，还可以对一个独立分区进行优化、检查、修复等操作 - 部分查询能够从查询条件确定只落在少数分区上，速度会很快 - 分区表的数据还可以分布在不同的物理设备上，从而高效利用多个硬件设备 - 可以使用分区表赖避免某些特殊瓶颈，例如InnoDB单个索引的互斥访问、ext3文件系统的inode锁竞争 - 可以备份和恢复单个分区 分区的限制和缺点： - 一个表最多只能有1024个分区 - 如果分区字段中有主键或者唯一索引的列，那么所有主键列和唯一索引列都必须包含进来 - 分区表无法使用外键约束 - NULL值会使分区过滤无效 - 所有分区必须使用相同的存储引擎 分区的类型： - RANGE分区：基于属于一个给定连续区间的列值，把多行分配给分区 - LIST分区：类似于按RANGE分区，区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择 - HASH分区：基于用户定义的表达式的返回值来进行选择的分区，该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含MySQL中有效的、产生非负整数值的任何表达式 - KEY分区：类似于按HASH分区，区别在于KEY分区只支持计算一列或多列，且MySQL服务器提供其自身的哈希函数。必须有一列或多列包含整数值 具体关于mysql分区的概念请自行google或查询官方文档 。 # 分表 分表就是把一张大表，按照如上过程都优化了，还是查询卡死，那就把这个表分成多张表，把一次查询分成多次查询，然后把结果组合返回给用户。 分表分为垂直拆分和水平拆分，通常以某个字段做拆分项。比如以id字段拆分为100张表： 表名为 tableName_id%100 但：分表需要修改源程序代码，会给开发带来大量工作，极大的增加了开发成本，故：只适合在开发初期就考虑到了大量数据存在，做好了分表处理，不适合应用上线了再做修改，成本太高！！！而且选择这个方案，都不如选择我提供的第二第三个方案的成本低！故不建议采用。 # 分库 把一个数据库分成多个，建议做个读写分离就行了，真正的做分库也会带来大量的开发成本，得不偿失！不推荐使用。