MySQL优化基本操作

优化思路

详细的MySQL优化步骤如下：

• 检查数据表结构，改善不完善设计
• 跑一遍主要业务，收集常用的数据库查询SQL
• 分析查询SQL，适当拆分，添加索引等优化查询
• 优化SQL的同时，优化代码逻辑
• 添加本地缓存和redis缓存

尽可能不要使用NULL值

因为建表的时候，如果不对创建的值设置默认值，MySQL都会设置默认为NULL。那么为啥用NULL不好呢？

• NULL使得索引维护更加复杂，强烈建议对索引列设置NOT NULL
• NOT IN、!=等负向条件查询在有NULL值的情况下返回永远为空结果，查询容易出错
• NULL列需要一个额外字节作为判断是否为NULL的标志位
• 使用NULL时和该列其他的值可能不是同种类型，导致问题。（在不同的语言中表现不一样）
• MySQL难以优化对可为NULL的列的查询

所以对于那些以前偷懒的字段，手动设置一个默认值吧，空字符串呀，0呀补上。

虽然这种方法对于MySQL的性能来说没有提升多少，但是这是一个好习惯，而且以小见大，不要忽略这些细节。

添加索引

对于经常查询的字段，请加上索引，有索引和没有索引的查询速度相差十倍甚至更多。

• 一般来说，每张表都需要有一个主键id字段
• 常用于查询的字段应该设置索引
• varchar类型的字段，在建立索引的时候，最好指定长度
• 查询有多个条件时，优先使用具有索引的条件
• 像LIKE条件这样的模糊搜索对于字段索引是无效的，需要另外建立关键词索引来解决
• 请尽量不要在数据库层面约束表和表之间的关系，这些表之间的依赖应该在代码层面去解决

当表和表之间有约束时，虽然增删查的SQL语句变简单了，但是带来的负面效果是插入等操作数据库都会去检查约束（虽然可以手动设置忽略约束），这样相当于把一些业务逻辑写到了数据库层，不便于维护。

优化表字段结构

数据库中那些可以用整形表示的数据就不要使用字符串类型，到底是用varchar还是char要看字段的可能值。

这种优化往往在数据库中有大量数据以后是不可行的，最好在数据库设计之前就设计好。

• 对于那些可能值很有限的列，使用tinyint代替VARCHAR，
  • 比如记录移动设备平台，只有两个值：android，ios，那么就可以使用0表示android，1表示ios，这种列一定要写好注释
  • 为什么不用ENUM呢？ENUM扩展困难，比如后来移动平台又增加了一个ipad，那岂不是懵逼了，而tinyint加个2就行，而且ENUM在代码里面处理起来特别奇怪，是当成整形呢还是字符串，各个语言不一样。
  • 这种方式，一定要在数据库注释或者代码里面写明各个值的含义
• 对于那些定长字符串，可以使用char，比如邮编，总是5位
• 对于那些长度未知的字符串，使用varchar
• 不要滥用bigint，比如记录文章数目的表id字段，用int就行了，21亿篇文章上限够了
• 适当打破数据库范式添加冗余字段，避免查询时的表连接

查询的时候，肯定int类型比varchar快，因为整数的比较直接调用底层运算器就可以实现，而字符串比较要逐个字符比较。

定长数据比变长数据查询快，因为比较定长数据与数据之间的偏移是固定的，很容易计算下一个数据的偏移。而变长数据则还需要多一步去查询下一个数据的偏移量。不过。定长数据可能会浪费更多的存储空间。

大表拆分

对于那些数据量可能近期会超过500W或者增长很快的表，一定要提前做好垂直分表或者水平分表，当数据量超过百万以后，查询速度会明显下降。

分库分表尽量在数据库设计初期敲定方案，否则后期会极大增加代码复杂性而且不易更改。

垂直分表是按照日期等外部变量进行分表，水平分表是按照表中的某些字段关系，使用hash映射等分表。

分库分表的前提条件是在执行查询语句之前，已经知道需要查询的数据可能会落在哪一个分库和哪一个分表中。

优化查询语句

这个才是很多系统数据库瓶颈的始作俑者。

• 请尽量使用简单的查询，避免使用表链接
• 请尽量避免全表扫描，会造成全表扫描的语句包括但不限于：
  • where子句条件恒真或为空
  • 使用LIKE
  • 使用不等操作符（<>、!=）
  • 查询含有is null的列
  • 在非索引列上使用or
• 多条件查询时，请把简单查询条件或者索引列查询置于前面
• 请尽量指定需要查询的列，不要偷懒使用select *
  • 如果不指定，一方面会返回多余的数据，占用带宽等
  • 另一方面MySQL执行查询的时候，没有字段时会先去查询表结构有哪些字段
• 大写的查询关键字比小写快一点点
• 使用子查询会创建临时表，会比链接（JOIN）和联合（UNION）稍慢
• 在索引字段上查询尽量不要使用数据库函数，不便于缓存查询结果
• 当只要一行数据时，请使用LIMIT 1，如果数据过多，请适当设定LIMIT，分页查询
• 千万不要 ORDER BY RAND()，性能极低

添加缓存

使用redis等缓存，还有本地文件缓存等，可以极大地减少数据库查询次数。缓存这个东西，一定要分析自己系统的数据特点，适当选择。

• 对于一些常用的数据，比如配置信息等，可以放在缓存中
• 可以在本地缓存数据库的表结构
• 缓存的数据一定要注意及时更新，还有设置有效期
• 增加缓存务必会增加系统复杂性，一定要注意权衡

检查数据表结构

转载:www.cnblogs.com/youyoui/p/8657331....

本作品采用《CC 协议》，转载必须注明作者和本文链接