MySQL 資料庫優化，看這篇就夠了

資料庫優化一方面是找出系統的瓶頸,提高mysql資料庫的整體效能,而另一方面需要合理的結構設計和引數調整,以提高使用者的相應速度,同時還要盡可能的節約系統資源,以便讓系統提供更大的負荷.

筆者將優化分為了兩大類,軟優化和硬優化,軟優化一般是運算元據庫即可,而硬優化則是操作伺服器硬體及引數設定.

2.1.1 查詢語句優化

1.首先我們可以用explain或describe(簡寫:desc)命令分析一條查詢語句的執行資訊.

2.例:

desc select * from `user`

顯示:

其中會顯示索引和查詢資料讀取資料條數等資訊.

2.1.2 優化子查詢

在mysql中,盡量使用join來代替子查詢.因為子查詢需要巢狀查詢,巢狀查詢時會建立一張臨時表,臨時表的建立和刪除都會有較大的系統開銷,而連線查詢不會建立臨時表,因此效率比巢狀子查詢高.

2.1.3 使用索引

索引是提高資料庫查詢速度最重要的方法之一,關於索引可以參高筆者一文,介紹比較詳細,此處記錄使用索引的三大注意事項:

like關鍵字匹配'%'開頭的字串,不會使用索引.

or關鍵字的兩個字段必須都是用了索引,該查詢才會使用索引.

使用多列索引必須滿足最左匹配.

2.1.4 分解表

對於欄位較多的表,如果某些字段使用頻率較低,此時應當,將其分離出來從而形成新的表,

2.1.5 中間表

對於將大量連線查詢的表可以建立中間表,從而減少在查詢時造成的連線耗時.

2.1.6 增加冗餘字段

類似於建立中間表,增加冗餘也是為了減少連線查詢.

2.1.7 分析表,檢查表,優化表

分析表主要是分析表中關鍵字的分布,檢查表主要是檢查表中是否存在錯誤,優化表主要是消除刪除或更新造成的表空間浪費.

1. 分析表: 使用 analyze 關鍵字,如analyze table user;

op:表示執行的操作.

msg_type:資訊型別,有status,info,note,warning,error.

msg_text:顯示資訊.

2. 檢查表: 使用 check關鍵字,如check table user [option]

option 只對myisam有效,共五個引數值:

quick:不掃瞄行,不檢查錯誤的連線.

fast:只檢查沒有正確關閉的表.

changed:只檢查上次檢查後被更改的表和沒被正確關閉的表.

medium:掃瞄行,以驗證被刪除的連線是有效的,也可以計算各行關鍵字校驗和.

extended:最全面的的檢查,對每行關鍵字全面查詢.

3. 優化表:使用optimize關鍵字,如optimize [local|no_write_to_binlog] table user;

local|no_write_to_binlog都是表示不寫入日誌.,優化表只對varchar,blob和text有效,通過optimize table語句可以消除檔案碎片,在執行過程中會加上唯讀鎖.

2.2.1 硬體三件套

配置多核心和頻率高的cpu,多核心可以執行多個執行緒.

配置大記憶體,提高記憶體,即可提高快取區容量,因此能減少磁碟i/o時間,從而提高響應速度.

配置高速磁碟或合理分布磁碟:高速磁碟提高i/o,分布磁碟能提高並行操作的能力.

2.2.2 優化資料庫引數

優化資料庫引數可以提高資源利用率,從而提高mysql伺服器效能.mysql服務的配置引數都在my.cnf或my.ini,下面列出效能影響較大的幾個引數.

key_buffer_size:索引緩衝區大小

table_cache:能同時開啟表的個數

query_cache_size和query_cache_type:前者是查詢緩衝區大小,後者是前面引數的開關,0表示不使用緩衝區,1表示使用緩衝區,但可以在查詢中使用sql_no_cache表示不要使用緩衝區,2表示在查詢中明確指出使用緩衝區才用緩衝區,即sql_cache.

sort_buffer_size:排序緩衝區

更多引數傳送門:

2.2.3 分庫分表

因為資料庫壓力過大，首先乙個問題就是高峰期系統效能可能會降低，因為資料庫負載過高對效能會有影響。另外乙個，壓力過大把你的資料庫給搞掛了怎麼辦？

所以此時你必須得對系統做分庫分表 + 讀寫分離，也就是把乙個庫拆分為多個庫，部署在多個資料庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少乙個從庫，由從庫來承載讀請求。

2.2.4 快取集群

如果使用者量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。然後資料庫層面如果寫入併發越來越高，就擴容加資料庫伺服器，通過分庫分表是可以支援擴容機器的，如果資料庫層面的讀併發越來越高，就擴容加更多的從庫。

但是這裡有乙個很大的問題：資料庫其實本身不是用來承載高併發請求的，所以通常來說，資料庫單機每秒承載的併發就在幾千的數量級，而且資料庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。如果你就是簡單的不停的加機器，其實是不對的。所以在高併發架構裡通常都有快取這個環節，快取系統的設計就是為了承載高併發而生。

所以單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比資料庫系統要高出一到兩個數量級。所以你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入快取集群。

具體來說，就是在寫資料庫的時候同時寫乙份資料到快取集群裡，然後用快取集群來承載大部分的讀請求。這樣的話，通過快取集群，就可以用更少的機器資源承載更高的併發。

乙個完整而複雜的高併發系統架構中，一定會包含：各種複雜的自研基礎架構系統。各種精妙的架構設計.因此一篇小文頂多具有拋磚引玉的效果,但是資料庫優化的思想差不多就這些了.

MySQL 資料庫優化，看這篇就夠了

MySQL 資料庫優化，看這篇就夠了

Python Web不知道怎麼學？看這篇就夠了

2 精通MATLAB資料型別看這篇文章就夠了

MySQL 資料庫優化，看這篇就夠了

MySQL 資料庫優化，看這篇就夠了

Python Web不知道怎麼學？看這篇就夠了

2 精通MATLAB資料型別看這篇文章就夠了

相關推薦