【数据库优化】

数据库优化

一，分布式缓存

        当需要在架构层进行优化时第一时间就应该想到缓存，在应用与数据库之间增加一个缓存服务，如Redis。

        当接收到查询请求后，我们先查询缓存，判断缓存中是否有数据，有数据就直接返回给应用，如若没有再查询数据库，并加载到缓存中，这样就大大减少了对数据库的访问次数，自然而然也提高了数据库性能。

        不过需要注意，引入分布式缓存后系统需要防止缓存穿透、缓存击穿和缓存雪崩的问题。

        缓存穿透：外部绕过缓存直接访问数据库。

        解决方法：请求必须先进缓存 或直接拦截非法请求（布隆过滤器，把null对象也放入缓存，设置短的过期时间。

        缓存雪崩：多个缓存同时过期，造成瞬时高并发访问数据库。

        解决方法：给缓存设置随机过期时间，不让缓存同时过期。

        缓存击穿：大并发的持续查询相同条件。

        解决方法：设置竞争锁（注意不要出现死锁

二，主从分离

         一主多从，读写分离，主动同步。

        当请求是读多写少，数据库扛不住读压力的时候，采用读写分离，通过增加从库数量可以线性提升系统读性能。

        主库，提供数据库写服务；从库，提供数据库读能力。

三，拆表

        当业务数据量很大，单库容量成为性能瓶颈后，采用横向切分，可以降低数据库单库容量，提升数据库写性能。

        通过mycat中间件配置。可以让mycat对一些数据进行多个主从的复制，有多个主从数据进行同步，当有一个主机坠机的时候，另外的主机进行切换保障数据安全。

四，SQL优化

        查询SQL尽量不要使用select *，而是具体字段
        避免在where子句中使用or来连接条件
        使用varchar代替char
        尽量使用数值替代字符串类型
        查询尽量避免返回大量数据
        是否使用了索引及其扫描类型
        创建name字段的索引
        优化like语句
        索引不宜太多，一般5个以内
        索引不适合建在有大量重复数据的字段上
        where限定查询的数据
        避免在索引列上使用内置函数
        避免在where中对字段进行表达式操作
        避免在where子句中使用!=或<>操作符
        去重distinct过滤字段要少
        where中使用默认值代替null