数据库的整体调优策略 1

1、前言

在写此文之前，我想大家思考一个问题，我们为什么用缓存这个技术？

很多实战多年的老炮儿对这个问题很不屑，但是对于大多数新人开发来说，这个问题却很值得思考，你面试前，关于缓存，关于中间件，背了很多，学了很多，但是你真的考虑过，为什么要用到缓存技术吗？

我们先看一个关键词 ： 数据库调优

关于数据库优化的流程和方案，你知道多少？我们先整理思路：

2、数据库调优的措施

2.1 调优的目标？

• 尽可能的 节省系统资源，以便系统提供更大负荷的服务 ——吞吐量更大。
• 合理的结构设计和参数调整，以提高用户操作的 响应速度 ——响应速度更快。
• 减少系统瓶颈，提高数据库的整体性能。

不过随着用户量的不断增加，以及应用程序复杂度的提升，我们很难用“更快”去定义数据库调优的目标，因为用户在不同时间段访问服务器遇到的瓶颈不同，比如双十一促销的时候会带来大规模的 并发访问，还有用户在进行不同业务操作的时候，数据库的 事务处理和 SQL查询 都会有所不同。因此我们还需要更加精细的定位，去确定调优的目标。

2.2 如何定位调优的问题

如何确定呢?一般情况下，有如下几种方式:

• 用户的反馈（主要）
• 日志分析（主要）
• 服务器资源使用监控
• 数据库内部状况监控
• 其它

除了活动会话监控以外，我们也可以对 事务 、 锁等待 等进行监控，这些都可以帮助我们对数据库的运 行状态有更全面的认识。

2.3 调优的维度和步骤

很多新人 在面对数据库调优这个概念时，还把它当作是一个知识点，一个技术去学习。其实，一个程序员到了一定程度，始终难以进步的原因，并不是不学习了，而是学习的视角错了，像数据库调优这个问题，你不可以再用一个普通程序员的视角来学习，思考。

它不是某个模块，某个需求，某个逻辑，而是要站在宏观的角度，来看待整个业务，这些业务可以划分多个不同而又相交的模块，在此之间，我们要权衡整体的 性能，可用度，等一系列指标。

此时你的身份，要转换成宏观调控者——将军。

数据库调优流程图

 

第一步、选择合适的DBMS

根据不同业务场景，选择不同的DBMS。

不同的DBMS 适用于不同的业务场景，业务强度，甚至数据库引擎的选择都是值得研究的事情，另外NoSQL 的存在，也进一步可以弥补业务功能的不足。

第二步、优化表的设计

1.  表的结构尽量遵循第三范式原则，这样可以让数据结构更加清晰规范，减少冗余字段，同时也减少更新，插入删除时发生的异常情况。
2.  如果 查询应用较多，尤其是多表联查的情况较多，可以采用反范式化 进行优化。反范式化利用的 空间换时间的思想，通过增加冗余字段，提高查询效率。
3. 3表字段的数据类型 选择，关系到了查询效率的高低以及存储空间的大小。一般来说，如果字段可以采用数值类型就不要采用字符类型;字符长度要尽可能设计得短一些。针对字符类型来说，当确定字符长度固定时就可以采用 CHAR 类型;当长度不固定时，通常采用 VARCHAR 类型。

数据表的结构设计很基础，也很关键。好的表结构可以在业务发展和用户量增加的情况下依然发挥作用，不好的表结构设计会让数据表变得非常臃肿，查询效率也会降低。

第三步、优化逻辑查询

即SQL语法上的优化，就是对一些性能不佳的SQL语句进行等价变换。

第四步、优化物理查询

最常用的就是 对特殊字段建立索引。

第5步：使用 Redis 或 Memcached 作为缓存

第6步：库级优化

库级优化是站在数据库的维度上进行的优化策略，比如控制一个库中的数据表数量。另外，单一的数据库总会遇到各种限制，不如取长补短，利用"外援”的方式。通过 主从架构 优化我们的读写策略，通过对数据库进行垂直或者水平切分，突破单一数据库或数据表的访问限制，提升查询的性能

1、读写分离
如果读和写的业务量都很大，并且它们都在同一个数据库服务器中进行操作，那么数据库的性能就会出现瓶颈这时为了提升系统的性能，优化用户体验，我们可以采用 读写分离 的方式降低主数据库的负载，比如用主数据库(master) 完成写操作，用从数据库 (slave) 完成读操作。

 

 

2、数据分片
对 数据库分库分表。当数据量级达到千万级以上时，有时候我们需要把一个数据库切成多份，放到不同的数据库服务器上，减少对单一数据库服务器的访问压力。如果你使用的是 MySQL，就可以使用 MySQL 自带的分区表功能，当然你也可以考虑自己做 垂直拆分(分库)、水平拆分 (分表)、垂直+水平拆分 (分库分表)。