MySQL 性能优化

使用Explain进行分析

通过分析Explain结果来优化查询语句，比较重要的字段：

• select_type：查询类型，有简单查询，联合查询，子查询
• key： 使用的索引
• rows：扫描的行数

优化数据访问

1. 减少请求的数据量

• 只返回必要的列：最好不要使用select * 语句
• 只返回必要的行：使用limit语句来限制返回的数据
• 缓存重复查询的数据：使用缓存可以避免在数据库中进行查询，特别在要查询的数据经常被重复查询时，缓存带来的查询性能提升将会是非常明显的。

2. 减少服务器端扫描的行数

• 最有效的方式是使用索引来覆盖查询

重构查询方式

1. 切分大查询

• 一个大查询如果一次性执行的话，可能一次锁住很多数据，占满整个事务日志，耗尽系统资源，阻塞很多小的但重要的查询。

2. 分解大连接查询

将一个大连接查询分解成对每一个表进行一次单表查询，然后将结果在应用程序中进行关联，这样做的好处：

• 让缓存更高效。对于连接查询，如果其中一个表发生变化，那么整个查询缓存就无法使用。而分解后的多个查询，即使其中一个表发生变化，对其它表的查询缓存依然可以使用。
• 分解成多个单表查询，这些单表查询的缓存结果更可能被其他查询使用到，从而减少冗余记录的查询
• 减少锁竞争
• 在应用层进行连接，可以更容易对数据库进行拆分，从而更容易做到高性能和可伸缩
• 查询本身效率也可能会有所提升。例如：使用IN()代替连接查询，可以让MySQL按照ID顺序进行查询，这可能比随机的连接要更高效。