浅谈数据库优化(以mysql为例)

数据库优化遵循一个漏斗法则，如下图：

数据库优化的漏斗法则基本可分为5个层次：

1. 减少数据访问（减少磁盘访问）
   • 索引，减少全表扫描
2. 返回更少数据（减少网络传输或磁盘访问）
   • 根据实际业务需求返回所需数据
3. 减少交互次数（减少网络传输）
   • 缓存
   • 存储过程
   • 批量查询
4. 减少服务器CPU开销（减少CPU几内存开销）
   • 批量处理
   • 在客户端处理大量负责运算
5. 利用更多资源（增加资源）

   • 硬件资源

针对上图我们研究了一个优化的方向：

 PS:说一下实际开发中，基本就是sql优化，最多也就是数据库表结构优化(分库分表)

浅谈一下sql优化的思想：

首先当我们的sql语句执行时间达到了3s以上时，是无法接受的，通常都是毫秒级别的响应，我们需要先开启mysql数据库的慢查询日志(需要在mysql的配置文件中进行配置)，定位到执行慢的sql语句后，我们针对这条语句使用explain关键字查看它的执行计划，分析一下是不是索引失效导致了全盘扫描。

这里列举下常见的索引失效的情况：

 

再浅谈一下数据库表结构优化(也就是分库分表)：

常见的拆分有水平拆分和垂直拆分，但是最多用到水平拆分，我目前没有接触过垂直拆分的情况，下面说一下水平拆分，比如一张订单表，每天都会有大量的数据插入，假设现在有一张表中的数据达到了1000万(理论上mysql单表大于500万条数据, 就需要考虑水平分表, 因为单表数据量越大查询越慢, 查询效率成指数级下降 )，我们将这张表水平拆分，那么就会有个问题就是如何知道自己要去哪一个库中去查数据。

我们使用hash分表的思想(前提需要保证主键为数字)，假设将两张表分为100个hash槽，上表为0~49，下表为50~99，假设传入的id为50时，用50/100取余数为50，那么就到下表中去查。

我们也可以可以使用三方的插件，比如mycat，它只不过是帮我们集成了hash分表的思想。