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