一点点mysql优化方案

2019独角兽企业重金招聘Python工程师标准>>>

MYSQL:事务隔离级别默认为 repeatable Read（可重复读）。

 

优化途径：1：存储数据前选择合适的表结构，字段结构；

                 2：随着业务的发展，垂直分割表，拆分表；

                 3：使用过程选择合适的查询语法，修改语法；

 

解决方案：

        1：mysql创建表时候会选择存储引擎，可供选择的大概有七个引擎，常用的就两种：InnoDB和MyISAM 。MyISAM支持全文检索，如果你的数据是只存储只查询的话，例如日志内容，推荐使用该存储引擎，如果你有修改操作，不要使用该存储引擎，因为行级操作也会导致表锁，只要有修改就会串行化执行，这种效率是极低的。

InnoDB是一个非常复杂的存储引擎(具体怎么复杂我也不清楚)，对于一些小的应用，它会比 MyISAM 还慢。他是它支持“行锁” ，于是在写操作比较多的时候，会更优秀。并且，他还支持更多的高级应用，比如：事务，并且mysql的事务隔离机制 repeattable Read是会导致幻读现象的，InnoDB通过版本并发控制解决了这个问题。 

我自己大部门项目我默认都会使用InnoDB,对于大量读操作的场景，如果需要全文检索推荐使用es，如果日志数据推荐使用mongoDB。

        2:避免使用 SELECT * 。

        3：如果操作数据时候根据主键id来的 末尾可加上 LIMIT 1。

        4：创建合适的索引，索引是提高查询销量最简单粗暴的方法。

        5：表关联后的ON后面的条件 两个字段使用相同类型的字段，创建索引，表关联操作尽量不要超过三个表，如果业务复杂最好通过代码去拆分处理。

        6：字段对应存储的值是相对固定的字符串值，比如存储性别，城市，状态，能用int用int，想要表达含义的话可以用enum，而不要用varchar。

        7：悲观锁 for Update 语法 一定要用到索引，不然执行过程中就会造成表锁

        8：如果业务越来越复杂，可以对一个复杂的对象进行拆分，常用字段，主要字段放在一张主表内，不常用字段放在副表内。总之表越小越快。

        9：如果用户量上来，数据量扩增起来后，可以尝试对表拆分为读写分离方案，分库分表方案。

 

 

转载于:https://my.oschina.net/jsonyang/blog/3016015