数据库优化心得

数据库优化心得

---

1. 减少过长查询语句

MySQL服务器与客户端通信方式是半双工的，因此应该尽量减少发送过长的查询语句 以及减少响应数据的大小（例如避免select *）最好加上limit 分页限制

2. 查询缓存

查询缓存  
    对于写密集型的最好不要打开查询缓存，来缓存查找的结果

    查询缓存不易过大，最好不要超过100MB

    尽量用小表代替大表

    如果使用缓存，尽量是批量插入数据，而不是逐条插入数据

    使用缓存来缓存查询数据，尽量是使用命令行的方式，不要去修改数据库的配置

​

3. 数据类型

数据类型
    尽量小而简单

    尽量不要用字符串来存储

    不要使用text

    尽量不动该表的结构

    在建立索引的字段上，要使用NOT NULL

    不要使用浮点型

    表的列尽量不要过多

4. 索引

索引
    尽量建立的索引即满足查询要求，又满足排序要求

    建立索引的依据，是经常使用某个字段为查询依据

    查询时，尽量不要用索引字段表达式  （sql不认识，无法解析）

    尽量不要在一个表中，建立太多索引，建立索引本身就是对写入性能的降低，而且太多索引并不能提高检索效率，

    查询条件包含多个索引时
         and关系，会优化查询
         or关系。会增加CPU的计算，反而降低查询效率

    索引不利于插入更新数据，因为插入或者更新数据，不仅要对数据库的记录操作，还要维护索引表的结构，对索引表进行更新

5. 连接查询

连接查询
    尽量不要使用连接查询
    如果使用连接查询，最好使用索引字段来关联

6. limit

如果偏移量很大，尽量使用延迟关联
    延迟关联：先利用条件检索出是索引字段的查询结果集，用该查询结果集在去查询所需要的结果集
    或者使用条件来代替，偏移量

7. 大量的数据处理

7.1 分片架构的算法

范围法
哈希法

7.2 将大量数据进行分表，分库

垂直拆分
    将一个业务的不同属性，进行分表或者分库存储

水平拆分
    按照业务的不同时间或者规则，将数据分表或者分库处理

特点：同一个分片里的数据库集群
    多个实例库本身没有直接的关联
    多个实例库的结构（水平拆分）完全相同
    多个实例库的数据之间没有交集

线性的提高了数据库的写入能力