关于数据库:MySQL-数据库的优化你知道有哪些

46次阅读

共计 2380 个字符，预计需要花费 6 分钟才能阅读完成。

数据库优化一方面是找出零碎的瓶颈, 进步 MySQL 数据库的整体性能, 而另一方面须要正当的结构设计和参数调整, 以进步用户的相应速度, 同时还要尽可能的节约系统资源, 以便让零碎提供更大的负荷.

笔者将优化分为了两大类, 软优化和硬优化, 软优化个别是操作数据库即可, 而硬优化则是操作服务器硬件及参数设置.

2.1 软优化

2.1.1 查问语句优化

1. 首先咱们能够用 EXPLAIN 或 DESCRIBE(简写:DESC) 命令剖析一条查问语句的执行信息.
2. 例:

`DESC SELECT * FROM user`
“

显示: 其中会显示索引和查问数据读取数据条数等信息.

2.1.2 优化子查问

在 MySQL 中, 尽量应用 JOIN 来代替子查问. 因为子查问须要嵌套查问, 嵌套查问时会建设一张长期表, 长期表的建设和删除都会有较大的零碎开销, 而连贯查问不会创立长期表, 因而效率比嵌套子查问高.

2.1.3 应用索引

索引是进步数据库查问速度最重要的办法之一, 对于索引能够参高笔者 <MySQL 数据库索引 > 一文, 介绍比拟具体, 此处记录应用索引的三大注意事项:

LIKE 关键字匹配 ’%’ 结尾的字符串, 不会应用索引.
OR 关键字的两个字段必须都是用了索引, 该查问才会应用索引.
应用多列索引必须满足最左匹配.

2.1.4 分解表

对于字段较多的表, 如果某些字段应用频率较低, 此时该当, 将其分离出来从而造成新的表,

2.1.5 两头表

对于将大量连贯查问的表能够创立两头表, 从而缩小在查问时造成的连贯耗时.

2.1.6 减少冗余字段相似于创立两头表, 减少冗余也是为了缩小连贯查问.

2.1.7 剖析表,, 检查表, 优化表

剖析表次要是剖析表中关键字的散布, 检查表次要是检查表中是否存在谬误, 优化表次要是打消删除或更新造成的表空间节约.

1. 剖析表: 应用 ANALYZE 关键字, 如 ANALYZE TABLE user;
Op: 示意执行的操作.
Msg_type: 信息类型, 有 status,info,note,warning,error.
Msg_text: 显示信息.
2. 检查表: 应用 CHECK 关键字, 如 CHECK TABLE user [option]
option 只对 MyISAM 无效, 共五个参数值:
QUICK: 不扫描行, 不查看谬误的连贯.
FAST: 只查看没有正确敞开的表.
CHANGED: 只查看上次查看后被更改的表和没被正确敞开的表.
MEDIUM: 扫描行, 以验证被删除的连贯是无效的, 也能够计算各行关键字校验和.
EXTENDED: 最全面的的查看, 对每行关键字全面查找.
3. 优化表: 应用 OPTIMIZE 关键字, 如 OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;

LOCAL|NO_WRITE_TO_BINLOG 都是示意不写入日志., 优化表只对 VARCHAR,BLOB 和 TEXT 无效, 通过 OPTIMIZE TABLE 语句能够打消文件碎片, 在执行过程中会加上只读锁.

2.2 硬优化

2.2.1 硬件三件套

1. 配置多外围和频率高的 cpu, 多外围能够执行多个线程.
2. 配置大内存, 进步内存, 即可进步缓存区容量, 因而能缩小磁盘 I / O 工夫, 从而进步响应速度.
3. 配置高速磁盘或正当散布磁盘: 高速磁盘进步 I /O, 散布磁盘能进步并行操作的能力.

2.2.2 优化数据库参数

优化数据库参数能够进步资源利用率, 从而进步 MySQL 服务器性能.MySQL 服务的配置参数都在 my.cnf 或 my.ini, 上面列出性能影响较大的几个参数.

key_buffer_size: 索引缓冲区大小
table_cache: 能同时关上表的个数
query_cache_size 和 query_cache_type: 前者是查问缓冲区大小, 后者是后面参数的开关,0 示意不应用缓冲区,1 示意应用缓冲区, 但能够在查问中应用 SQL_NO_CACHE 示意不要应用缓冲区,2 示意在查问中明确指出应用缓冲区才用缓冲区, 即 SQL_CACHE.
sort_buffer_size: 排序缓冲区

2.2.3 分库分表

因为数据库压力过大，首先一个问题就是高峰期零碎性能可能会升高，因为数据库负载过高对性能会有影响。另外一个，压力过大把你的数据库给搞挂了怎么办？所以此时你必须得对系统做分库分表 + 读写拆散，也就是把一个库拆分为多个库，部署在多个数据库服务上，这时作为主库承载写入申请。而后每个主库都挂载至多一个从库，由从库来承载读申请。

2.2.4 缓存集群

如果用户量越来越大，此时你能够不停的加机器，比如说零碎层面不停加机器，就能够承载更高的并发申请。而后数据库层面如果写入并发越来越高，就扩容加数据库服务器，通过分库分表是能够反对扩容机器的，如果数据库层面的读并发越来越高，就扩容加更多的从库。然而这里有一个很大的问题：数据库其实自身不是用来承载高并发申请的，所以通常来说，数据库单机每秒承载的并发就在几千的数量级，而且数据库应用的机器都是比拟高配置，比拟低廉的机器，老本很高。如果你就是简略的不停的加机器，其实是不对的。所以在高并发架构里通常都有缓存这个环节，缓存零碎的设计就是为了承载高并发而生。所以单机承载的并发量都在每秒几万，甚至每秒数十万，对高并发的承载能力比数据库系统要高出一到两个数量级。所以你齐全能够依据零碎的业务个性，对那种写少读多的申请，引入缓存集群。具体来说，就是在写数据库的时候同时写一份数据到缓存集群里，而后用缓存集群来承载大部分的读申请。这样的话，通过缓存集群，就能够用更少的机器资源承载更高的并发。倡议珍藏备查！MySQL 常见错误代码阐明

一个残缺而简单的高并发零碎架构中，肯定会蕴含：各种简单的自研基础架构零碎。各种精妙的架构设计. 因而一篇小文顶多具备抛砖引玉的成果, 然而数据库优化的思维差不多就这些了.

起源：https://segmentfault.com/a/11…

正文完