高并发之mysql调优

高并发情况下查询的负载比较大，对于数据库有很多中优化方法，可以分库分表，读写分离，建立主从，部署多个节点分摊压力，也可以用如Elasticsearch,solr等其它方式。不过这主要是运维的层面去解决问题，如果开发时没有做好优化，那就只能以空间换时间，所以最原始的还是需要先把自身进行优化。

首先需要具备基本的概念

mysql的存储引擎，常用的几种

 各种引擎有各自的特点，需要合理的使用

然后就是各种命令，比如EXPLAIN,SQL_NO_CACHE等，还有基本的sql语句，order by,group by having,sum,count,like,concat,instr,in等等,然后是索引的基础

索引经常被忽略，或者被误解，数据量小看不出效果，当数据量非常大时，体现的性能是惊人的，建立不好的索引有时对性能没有一丝帮助。

各存储引擎对索引的支持也不大相同，主要说一下常见的Btree索引，B树是一种多叉平衡查找树，简单说就是跟二叉树不一样的是，每个内节点有多个分支。有兴趣可以去了解下，平常我们这方面选择性不大，主要是如何让查询字段去命中索引。InnoDB的索引其实是把相应的字段抽取出来，存储真实数据到一张虚拟表中。

1、在做join查询的时候，on查询字段建立索引

2、where后的查询字段建立索引

3、order by字段建立索引

4、如果一个表多个查询字段，可以建立联合索引

5、id建立索引

注意：

like ‘123%’使用索引   like ‘%123%’不使用索引,可以使用instr替换，都会使用到索引，like对字符长度也有影响

select a.name from a left join b on a.id=b.aid order by name

name建立了索引的情况下name需写成a.name

除了建立索引，主要就是对sql语句的优化了，当然这里也有涉及到sql语句导致的索引失效

首先是要理解sql的业务场景，然后再优化：

1、where后面尽量不用函数

WHERE
    DATE(a.time) >= '2021-07-13'
AND DATE(a.time) <= '2021-08-12' 

就可以改成

WHERE
    time >= '2021-07-13  00:00:00'
AND a.time)<= '2021-08-12 23:59:59' 

 2、让查询数据少

SELECT a.name,b.n from a LEFT JOIN (SELECT aid,sum(n) n from b GROUP BY b.aid) b on a.id=b.aid LIMIT 0,10

可以改成

SELECT a.name,(SELECT sum(n) from b where a.id=b.aid) n from a LIMIT 0,10