概览
软优化:1.优化查询语句;2.优化子查询;3.命中索引;4.分解表;5.增加中间表;6.增加冗余字段;7.分析表、检查表、优化表
硬优化:1.cpu、内存、磁盘;2.配置参数;3.分库分表+读写分离;4.缓存集群
软优化
1.优化查询语句
使用EXPLAIN或者DESCRIBE(可简写为DESC)命令分析一条查询语句的执行信息
输入:
DESC SELECT * FROM user
显示:
- select_type:代表查询类型,分为简单查询、子查询等等
- type:代表查询策略,分为全表扫描(ALL)、索引合并(index_merge)等等
- possible_keys:可能用到的索引
- key:实际用到的索引
- Extra:额外信息,包含Using intersect(index1,index2)、Using where、Using index等等
2.优化子查询
应该尽量使用join查询代替子查询。子查询是一个嵌套的查询,外层查询嵌套内层查询,查询时会建立内层查询的临时表,查询完毕会删除该临时表,建立和删除会有较大的系统开销,而连接查询不会创建临时表,故而效率比子查询高
3.命中索引
索引是提高数据库查询速度的最重要方法之一,应该尽量通过索引查询我们所需要的行记录
例如:
1.like关键字匹配时,以%开头的字符串不会命中索引
2.or关键字连接的两个字段必须都是索引字段,该查询才会使用索引(union)
3.使用联合索引必须满足最左前缀匹配规则
4.分解表
对于字段较多的表,如果某些字段的使用频率较低,应当把它们分离出来形成新的表。这样可以减小行记录的空间大小,提升磁盘io效率
5.增加中间表
需要大量连接查询的表,可预先创建中间表
6.增加冗余字段
与增加中间表的目的相同,也是为了减少连接查询
7.分析表、检查表、优化表
分析表主要是分析表中关键字的分布,检查表主要是检查表中是否存在错误,优化表主要是消除删除或更新造成的表空间浪费
分析表
输入:
ANALYZE TABLE user;
显示:
- Op:表示执行的操作
- Msg_type:信息类型,有status,info,note,warning,error
- Msg_text:显示信息
检查表
输入:
CHECK TABLE user [option]
option 只对MyISAM有效,共五个参数值:
- QUICK:不扫描行,不检查错误的连接
- FAST:只检查没有正确关闭的表
- CHANGED:只检查上次检查后被更改的表和没被正确关闭的表
- MEDIUM:扫描行,以验证被删除的连接是有效的,也可以计算各行关键字校验和
- EXTENDED:最全面的的检查,对每行关键字全面查找
优化表
输入:
OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不写入日志.,优化表只对VARCHAR,BLOB和TEXT有效,通过OPTIMIZE TABLE语句可以消除文件碎片,在执行过程中会加上只读锁
硬优化
1.cpu、内存、磁盘
- 配置多核心和频率高的cpu,多核心可以执行多个线程
- 配置大内存,提高内存,即可提高缓存区容量,因此能减少磁盘I/O时间,从而提高响应速度
- 配置高速磁盘或合理分布磁盘:高速磁盘提高I/O,分布磁盘能提高并行操作的能力
2.配置参数
优化数据库参数可以提高资源利用率,从而提高MySQL服务器性能。MySQL服务的配置参数都在my.cnf或my.ini,下面列出性能影响较大的几个参数
- key_buffer_size:索引缓冲区大小
- table_cache:能同时打开表的个数
- query_cache_size和query_cache_type:前者是查询缓冲区大小,后者是前面参数的开关,0表示不使用缓冲区,1表示使用缓冲区,但可以在查询中使用SQL_NO_CACHE表示不要使用缓冲区,2表示在查询中明确指出使用缓冲区才用缓冲区,即SQL_CACHE.
- sort_buffer_size:排序缓冲区
3.分库分表
因为数据库压力过大,首先一个问题就是高峰期系统性能可能会降低,因为数据库负载过高对性能会有影响。另外一个,压力过大把你的数据库给搞挂了怎么办?
所以此时你必须得对系统做分库分表 + 读写分离,也就是把一个库拆分为多个库,部署在多个数据库服务上,这时作为主库承载写入请求。然后每个主库都挂载至少一个从库,由从库来承载读请求。
4.缓存集群
如果用户量越来越大,此时你可以不停的加机器,比如说系统层面不停加机器,就可以承载更高的并发请求。
然后数据库层面如果写入并发越来越高,就扩容加数据库服务器,通过分库分表是可以支持扩容机器的,如果数据库层面的读并发越来越高,就扩容加更多的从库。
但是这里有一个很大的问题:数据库其实本身不是用来承载高并发请求的,所以通常来说,数据库单机每秒承载的并发就在几千的数量级
而且数据库使用的机器都是比较高配置,比较昂贵的机器,成本很高。如果你就是简单的不停的加机器,其实是不对的。
所以高并发架构里通常都有缓存这个环节,缓存系统的设计就是为了承载高并发而生。
所以单机承载的并发量都在每秒几万,甚至每秒数十万,对高并发的承载能力比数据库系统要高出一到两个数量级。所以你完全可以根据系统的业务特性,对那种写少读多的请求,引入缓存集群。
具体来说,就是在写数据库的时候同时写一份数据到缓存集群里,然后用缓存集群来承载大部分的读请求。
这样通过缓存集群,就可以用更少的机器资源承载更高的并发。