不要一把梭了，这才是SQL优化的正确姿势！

问题 1：单条 SQL 运行慢

问题分析

造成单条 SQL 运行比较慢的常见原因有以下两个：

1. 未正常创建或使用索引；

2. 表中数据量太大。

解决方案 1：创建并正确使用索引

索引是一种能帮助 MySQL 提高查询效率的主要手段，因此一般情况下我们遇到的单条 SQL 性能问题，通常都是由于未创建或为正确使用索引而导致的，所以在遇到单条 SQL 运行比较慢的情况下，你首先要做的就是检查此表的索引是否正常创建。

如果表的索引已经创建了，接下来就要检查一下此 SQL 语句是否正常触发了索引查询，如果发生以下情况那么 MySQL 将不能正常的使用索引：

1. 在 where 子句中使用 != 或者 <> 操作符，查询引用会放弃索引而进行全表扫描；

2. 不能使用前导模糊查询，也就是 '%XX' 或 '%XX%'，由于前导模糊不能利用索引的顺序，必须一个个去找，看是否满足条件，这样会导致全索引扫描或者全表扫描；

3. 如果条件中有 or 即使其中有条件带索引也不会正常使用索引，要想使用 or 又想让索引生效，只能将 or 条件中的每个列都加上索引才能正常使用；

4. 在 where 子句中对字段进行表达式操作。

因此你要尽量避免以上情况，除了正常使用索引之外，我们也可以使用以下技巧来优化索引的查询速度：

1. 尽量使用主键查询，而非其他索引，因为主键查询不会触发回表查询；

2. 查询语句尽可能简单，大语句拆小语句，减少锁时间；

3. 尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型；

4. 用 exists 替代 in 查询；

5. 避免在索引列上使用 is null 和 is not null。

回表查询：普通索引查询到主键索引后，回到主键索引树搜索的过程，我们称为回表查询。

解决方案 2：数据拆分

当表中数据量太大时 SQL 的查询会比较慢，你可以考虑拆分表，让每张表的数据量变小，从而提高查询效率。

1.垂直拆分

指的是将表进行拆分，把一张列比较多的表拆分为多张表。比如，用户表中一些字段经常被访问，将这些字段放在一张表中，另外一些不常用的字段放在另一张表中，插入数据时，使用事务确保两张表的数据一致性。垂直拆分的原则：

• 把不常用的字段单独放在一张表；

• 把 text，blob 等大字段拆分出来放在附表中；

• 经常组合查询的列放在一张表中。

2.水平拆分

指的是将数据表行进行拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。通常情况下，我们使用取模的方式来进行表的拆分，比如，一张有 400W 的用户表 users，为提高其查询效率我们把其分成 4 张表 users1，users2，users3，users4，然后通过用户 ID 取模的方法，同时查询、更新、删除也是通过取模的方法来操作。

表的其他优化方案：

 

其中最重要的就是 type 字段，type 值类型如下：

 

总结

本文我们介绍了 MySQL 性能优化的原则和分类，MySQL 的性能优化可分为：主动优化和被动优化，但无论何种优化都要保证服务的正确性、安全性和稳定性。它带给我们的启发是应该采用：预防 + 被动优化的方案来确保 MySQL 服务器的稳定性，而被动优化常见的问题是：

 

因此我们给出了每种被动优化方案的问题分析和解决方案，希望本文可以帮助到你。

 

1. 使用可以存下数据最小的数据类型；

2. 使用简单的数据类型，int 要比 varchar 类型在 MySQL 处理简单；

3. 尽量使用 tinyint、smallint、mediumint 作为整数类型而非 int；

4. 尽可能使用 not null 定义字段，因为 null 占用 4 字节空间；

5. 尽量少用 text 类型，非用不可时最好考虑分表；

6. 尽量使用 timestamp，而非 datetime；

7. 单表不要有太多字段，建议在 20 个字段以内。

8. 问题 2：部分 SQL 运行慢

   问题分析

   部分 SQL 运行比较慢，我们首先要做的就是先定位出这些 SQL，然后再看这些 SQL 是否正确创建并使用索引。也就是说，我们先要使用慢查询工具定位出具体的 SQL，然后再使用问题 1 的解决方案处理慢 SQL。

   解决方案：慢查询分析

   MySQL 中自带了慢查询日志的功能，开启它就可以用来记录在 MySQL 中响应时间超过阀值的语句，具体指运行时间超过 long_query_time 值的 SQL，则会被记录到慢查询日志中。long_query_time 的默认值为 10，意思是运行 10S 以上的语句。默认情况下，MySQL 数据库并不启动慢查询日志，需要我们手动来设置这个参数，如果不是调优需要的话，一般不建议启动该参数，因为开启慢查询日志会给 MySQL 服务器带来一定的性能影响。慢查询日志支持将日志记录写入文件，也支持将日志记录写入数据库表。使用 mysql> show variables like '%slow_query_log%'; 来查询慢查询日志是否开启，执行效果如下图所示：slow_query_log 的值为 OFF 时，表示未开启慢查询日志。

   开启慢查询日志

   开启慢查询日志，可以使用如下 MySQL 命令：

   mysql> set global slow_query_log=1

   不过这种设置方式，只对当前数据库生效，如果 MySQL 重启也会失效，如果要永久生效，就必须修改 MySQL 的配置文件 my.cnf，配置如下：

   slow_query_log =1 slow_query_log_file=/tmp/mysql_slow.log

   当你开启慢查询日志之后，所有的慢查询 SQL 都会被记录在 slow_query_log_file 参数配置的文件内，默认是 /tmp/mysql_slow.log 文件，此时我们就可以打开日志查询到所有慢 SQL 进行逐个优化。

   问题 3：整个 SQL 运行慢

   问题分析

   当出现整个 SQL 都运行比较慢就说明目前数据库的承载能力已经到了峰值，因此我们需要使用一些数据库的扩展手段来缓解 MySQL 服务器了。

   解决方案：读写分离

   一般情况下对数据库而言都是“读多写少”，换言之，数据库的压力多数是因为大量的读取数据的操作造成的，我们可以采用数据库集群的方案，使用一个库作为主库，负责写入数据；其他库为从库，负责读取数据。这样可以缓解对数据库的访问压力。

   MySQL 常见的读写分离方案有以下两种：

   1.应用层解决方案

   可以通过应用层对数据源做路由来实现读写分离，比如，使用 SpringMVC + MyBatis，可以将 SQL 路由交给 Spring，通过 AOP 或者 Annotation 由代码显示的控制数据源。优点：路由策略的扩展性和可控性较强。缺点：需要在 Spring 中添加耦合控制代码。

   2.中间件解决方案

   通过 MySQL 的中间件做主从集群，比如：Mysql Proxy、Amoeba、Atlas 等中间件都能符合需求。优点：与应用层解耦。缺点：增加一个服务维护的风险点，性能及稳定性待测试，需要支持代码强制主从和事务。

   扩展知识：SQL 语句分析

   在 MySQL 中我们可以使用 explain 命令来分析 SQL 的执行情况，比如：

   explain select * from t where id=5;

   如下图所示：

   

   其中：

9. id — 选择标识符，id 越大优先级越高，越先被执行；

10. select_type — 表示查询的类型；

11. table — 输出结果集的表；

12. partitions — 匹配的分区；

13. type — 表示表的连接类型；

14. possible_keys — 表示查询时，可能使用的索引；

15. key — 表示实际使用的索引；

16. all — 扫描全表数据；

17. index — 遍历索引；

18. range — 索引范围查找；

19. index_subquery — 在子查询中使用 ref；

20. unique_subquery — 在子查询中使用 eq_ref；

21. ref_or_null — 对 null 进行索引的优化的 ref；

22. fulltext — 使用全文索引；

23. ref — 使用非唯一索引查找数据；

24. eq_ref — 在 join 查询中使用主键或唯一索引关联；

25. const — 将一个主键放置到 where 后面作为条件查询， MySQL 优化器就能把这次查询优化转化为一个常量，如何转化以及何时转化，这个取决于优化器，这个比 eq_ref 效率高一点。

26. 单条 SQL 运行慢；

27. 部分 SQL 运行慢；

28. 整个 SQL 运行慢。

    • key_len — 索引字段的长度；

    • ref—  列与索引的比较；

    • rows — 大概估算的行数；

    • filtered — 按表条件过滤的行百分比；

    • Extra — 执行情况的描述和说明。