数据库优化方法及思路分析

目录

1 sql层面的优化

2 数据库内存及其他非sql优化

3 后台代码优化

4 借助数据库的存储过程和函数及视图进行优化

我们平时开发时，数据库是必不可少的组件。如果是数据量大的应用，我们势必要进行数据库的优化。下面我来分析应该从哪些方面入手（如果有更好的建议，请留言）。

1 sql层面的优化

通过添加索引，sql的分析等进行优化数据库性能；详细优化流程请看：数据库优化及SQL优化详解大全_傻鱼爱编程的博客-CSDN博客_数据库调优和sql调优

2 数据库内存及其他非sql优化

我们可以从缓存和并发参数等方面入手，进行性能优化。详细优化流程请看：

mysql数据库优化之数据库非sql优化_傻鱼爱编程的博客-CSDN博客

3 后台代码优化

这个是初级程序员最容易出现的问题，为了方便写代码处理数据，在代码循环（for）中进行数据库的增删改查操作，从来不想着可以批量操作数据库；这样就会导致处理数据效率低下。

最近一个同事出现for循环操作数据库的情况，一个接口竟然用了7s，他说他写的已经最优了，一个循环里面大概有4个操作数据库的方法。我给他看了一下，我说你这是for循环操作数据库引起的（不在循环里操作数据库已经是普遍的认知，他竟然不知道）。他竟然不信，我给他修改了其中一条sql，在循环外面进行批量查询数据库，然后按条件匹配相应的数据。经过打印运行时间，改了这一条sql程序快了2s，他这才相信问题出在这里。

我们要明白一点，数据库的执行流程是什么样的，哪些步骤是最耗时的。后端开发操作数据库经过的大致流程：连接数据库-->查询数据库缓存(没有缓存就跳过)-->sql分析器-->sql优化器-->查询数据库。最耗时的是数据库连接，其次是sql分析耗时。

展示下我的测试结果：

1. 循环查询1000次，所用的时间：23521ms

2. 循环查询10次，所用的时间：201ms

3. 循环查询1次，所用的时间：21ms

4. 集合1000个条件批量查询1次，所用的时间：245ms

5. 集合10000个条件批量查询1次，所用的时间：523ms

经过测试数据发现，其实操作数据库的连接是非常耗时的。所以不要在循环中操作数据库。

4 借助数据库的存储过程和函数及视图进行优化