共计 1907 个字符，预计需要花费 5 分钟才能阅读完成。
mysql 的优化切实太多，这里仅仅列一些常见的，不可能齐全概括，后续有新学习的内容会继续更新。
explain 剖析 select 语句
次要字段
select_type 查问类型 eg：SIMPLE 简略查问，UNION 联结查问，SUBQUERY 子查问
table 查问的表
partitions：
type 索引查问类型 const：应用主键或者惟一索引进行查问的时候只有一行匹配 ref：应用非惟一索引 range：范畴查问 all：扫描全表 index：和 all 的区别是扫描的是索引树 system 表只有一行或空表，const 的特例 fulltext：全文索引，优先级很高 等等
possible_keys 可能用到的索引
key 理论应用的索引
key_len 查问用到的索引长度（字节数）
ref 等值查问会显示 const
rows 扫描的行数
filtered 示意存储引擎返回的数据在 server 层过滤后，剩下多少满足查问的记录数量的比例
extra：
- Using index 查问不须要回表，并且 where 筛选条件是索引的是前导列
- Using where Using index 查问不须要回表，并且 where 筛选条件是索引列之一然而不是索引的不是前导列，或者是前导列的一个范畴查找
- NULL 查问须要回表，并且 where 筛选条件是索引的前导列
- Using where 查问须要回表，where 筛选条件非索引的前导列，或者筛选条件非索引列
等等
索引优化
（1）建设联结索引，讲选择性强唯一性高的字段放在后面，范畴查找字段放在最初
（2）索引笼罩，尽量避免回表
（3）正当利用前缀索引，防止长字段索引过长，占用空间
索引下推 ICP
这是 mysql5.6 版本之后外部对于索引过滤数据做的优化，实用于比方范畴查问，含糊查问，因为最左前缀准则，导致联结索引生效的状况。以前的查问都是在存储引擎层先返回条件字段索引相干的数据，而后间接回表，在 server 层再对 where 后生效的索引查问条件进行过滤，在 5.6 之后，在引擎层会对 where 索引条件进行筛选，进一步缩小了对记录的过滤（用艰深的话就是 5.6 版本之前联结索引中生效的索引字段会回表再去判断，ICP 会让判断条件从服务层下推至存储引擎层，对生效的索引字段在存储引擎层进行判断）。此时 explain select 语句的 extra 为 Using index condition（查找应用了索引，并且须要回表查问数据）。
读写拆散
将数据库分为主表和从表，主表作为写表，用于解决数据增删改和数据表操作，而从表作为读表个别会有多个，用于同步主表的批改，并且解决读操作。
主表 master 和从表 slave 通过 binlog 来同步。咱们晓得，对于主表的批改会写入 binlog，此时主表会开启一个 binlog dump 线程，将批改的 binlog 发送给从表的 IO 线程，从表会将 binlog 写入 relay log，之后 sql 线程会将批改的局部同步到从表。
读写拆散带来的主从表数据不统一问题怎么解决？
能够采纳 1. 从主表读取未同步的数据 2. 提早读 等等办法。
分库分表
分表
- 垂直分表
依照字段进行分表，应用频率高的字段放在一张表，应用频率低的放另一张表，同时，两张表都要有雷同的主键 id。
垂直分表的意义在于，表的最大尺寸是和字段数相干的，如果垂直拆分字段成不同的表，字段数降落了，表的最大尺寸则变大了，能包容更多数据。 - 程度分表
依据一个规定或字段（分片键）将数据分到不同的表里，保障所有表的字段都雷同，数据平均划分。
分库
- 业务模块分库
依据不同的业务模块来分库，将不同业务的数据库操作分隔开来 - 按表分库
对于上述程度分表产生的多个子表来说，能够将不同的子表分到不同的数据库中
分库分表也会带来一些问题，比方：
- 不同库表关联查问问题
首先设计初须要防止这种状况，如果呈现这种状况
1. 设计冗余字段，防止跨库的 join
2. 增加全局表，保留一些全局数据等很少批改的数据 - 分布式事务问题
基于两阶段提交的 XA 事务 - 分布式 id 问题
能够利用雪花算法，或者专门的 id 生成服务解决 - 数据扩容
因业务量减少须要减少子表，这个时候须要从新设置分片规定，并且做数据迁徙，保证数据均匀分布 - 跨表排序分页
分片键作为排序字段，则失常应用排序；反之，则须要在不同子表中别离查问后果并汇总，再次排序 - ER 分片
对于一些关联表，能够正当设置它们的分片字段，使得雷同分片数据的表在同一个数据分片上，防止跨库 join。比方员工表和公司表，假如他们以公司 id 关联，能够以公司 id 来分片，这样能保障同一个库内，公司表和员工表的公司 id 都是一样的。
此外，这些问题能够利于一些市面上成熟的中间件来解决，比方 ShardingSphere，mycat，Sharding-JDBC，DRDS 等等。
