数据库优化

数据库优化

关于数据库优化分可以以下几个方面来讲

先说几个小的注意点

当表中无主键时，首先判断表中是否有非空的整形唯一索引，如果有，则该列为主键，如果不符合上述条件,InnoDB存储引擎自动创建一个6byte自增主键，且_rowid无法被查询到，如果使用int类型自增主键为4byte，所以在创建表时，必选显式地指定主键

我们平时使用的mysql的引擎时innodb，是mysql四种引擎中唯一支持事务的

一张表有且只有一个聚集索引就是主键

最左匹配原则

离散型、选择性最好的列放在最左边

mysql索引底层实现是B+tree

数据库相关参数的调优

1、可视情况开启缓存查询，开启缓存查询后，当表内数据和字段没有变化时，相同sql查询结果会从mysql缓存中读取，不会再次查询可提高效率

tips：即使sql相同但编码不同的查询语句，也会被mysql认为是两个查询，会重新查询

2、设置最大连接数，默认为100，最大为16384（超过的无效）

存储过程

可根据实际业务需求适应存储过程

sql语句

sql语句的优化最主要的就是避免全表扫描

1、避免select * 的存在，会导致全表扫描，同时也会增加io负担

2、在可以确定只存在一个查询结果或者判断库中有无符合条件数据时，使用limit 1来限定查询结果，limit 1会在查询到一条信息后停止查询返回结果，而不是继续往后查询下一条符合条件的数据，即使用select 1 from table where condition limit 1，来代替select count

3、like本身效率就比较低，所以应该尽量避免使用like，左like无法使用索引，右like可以

4、避免在where子句中对字段进行null判断，使用null会导致全表扫描

5、在照顾到实际业务需求的同时，在where、order by和join涉及的列上建立索引

6、使用UNION ALL 代替 UNION，如果结果集允许重复的话，UNION会去重效率较低

总结

SQL 优化的实质就是了解优化器的工作原理，尽可能的使用符合优化器工作原理的sql和索引

表的优化

字段的选择

为列选择合适的数据类型

1、在varchar和char中选择时，应尽量选择char，定长字段查询比可变长度字段快，简言之就是空间换时间

2、能用TINYINT就不用SMALLINT，能用SMALLINT就不用INT，磁盘和内存消耗越小越好

索引

索引是帮助mysql更加高效获取数据的数据结构，索引建立的应该遵循一下几个原则

1、where后面匹配的索引关键字列越多越好，扫描的数据越精确越少越好（通过索引筛选出的数据越少越好）

2、避免再次排序

3、尽可能的使用覆盖索引，减少回表操作

覆盖索引

当sql语句的所求查询字段（select列）和查询条件字段（where子句）全都包含在一个索引中 （联合索引），可以直接使用索引查询而不需要回表。这就是覆盖索引，通过使用覆盖索引，可以减少搜索树的次数，这就是 覆盖索引，

同时在某些情况下会发生索引失效的问题，我们在查询时应避免这些情况的发生

1. 对索引列运算及使用聚合函数
2. or的左右需同时使用索引，如果只有or的左侧或右侧使用索引，也会导致索引失效
3. like以%开头
4. 索引列上使用!=、<>、not时会导致索引失效
5. 数据类型发生隐式转换时，varchar类型列的数字不加单引号可能会导致数据类型转换

分库分表

暂时不太了解，先按下不表

才疏学浅斗胆在此抛砖引玉，还望各路大神口下留情