分类
数据库优化主要有4个 方面
- sql以及索引
结构良好的sql ，建立有效的索引,适量，结构良好的sql，选择结构最优的sql，是最多的优化方式，
- 数据库表结构
根据范式设计表结构，尽量减少 冗余，对查询有益， - 系统配置
在Linux系统下面，tcp连接数，打开文件数限制，最重要的就是文件数，表都是文件，打开表就是打开文件，如果上限就不行了 - 硬件
内存越大，数据库性能越好，cpu核数越多不一定越好，IO设备对数据库影响很大
数据库sql优化
-
如何发现有问题的sql
使用慢查询日志对有效率问题的sql进行监控，
image.png
有查询执行信息，执行时间，内容，主机信息
-
慢查询日志分析
mysqldumpslow 工具，pt-query-digest慢查日志分析工具
其中pt-query-digest分析页面如下
image.png- explain 命令
explain select count(*) from user;
可以看出加不加索引会明显变化扫描的行数
- explain 命令
- 子查询优化，把子查询优化为用join链接的查询，如可以把
select * from t where t.id in (select t1.tid from t1);
变为
select * from t join t1 on t.id=t1.tid;
注意：当t1出现重复的时候，上面会出现两个重复的结果，加上distinct命令即可
- Group By 优化
- limit查询优化
limit一般会伴随order by从句使用
- 一般用主键来作为order by排序字段，因为主键一般都有索引，索引已经排好序了
- 记录上次返回的主键，在下次查询时使用主键过滤
- 索引优化
- 如何选择合适的列建立索引
- 在where从句，group by 从句，order by 从句，on从句中出现的列
- 索引字段越小越好
- 离散度大的列放在联合索引前面，离散度就是不一样个数占总个数的比重
- 索引的维护及优化---重复及冗余索引
去除冗余的索引，不需要的索引
数据库表结构优化
选择合适的数据类型
范式化和反范式化
范式化是为了减少数据冗余，节省空间
反范式化是为了用空间换取时间，提高sql查询的效率，节约时间-
表的垂直拆分
所谓垂直才分，就是把原来一个有很多列的表拆分成多个表，这解决了表的宽度问题。通常垂直拆分可以按照以下原则进行：- 把不常使用的字段单独存放到一个表中
- 把大字段独立存放到一个表中
- 把经常一起使用的字段放到一起
表的水平拆分
按照id进行hash散列，水平拆分
这样会造成一个问题，就是有些后台统计业务需要夸分区统计，我们可以用一个汇总表来统计，因为后台业务时效性没有那么急迫，把前后台业务拆分。有助于系统分类处理，统计以及报表操作
系统配置优化
- 操作系统优化
打开文件数量的限制等内容 - Mysql数据库本身的配置优化
一般使用配置文件的方式来配置数据库
innodb_buffer_pool_size 参数，是innodb的缓冲池的大小
innodb_buffer_pool_instances 缓冲池的个数，增加查询并发性，在5.5版本以后的
innodb_flush_log_at_trx_commit,对IO效率影响很大，缓冲区刷入磁盘的策略
innodb_file_per_table,关键参数，控制每个表使用独立的表空间
服务器硬件优化
如何选择CPU?
- Mysql有些工作只能使用单核
- mysql有最大利用cpu核数限制，超过之后没有用处
