秋招—MySQL性能优化

MySQL性能优化

1. 数据库基本设计规范

1.所有表必须使用 InnoDB 存储引擎

2.数据库和表的字符集统一使用 UTF8

3.所有表和字段都需要添加注释

4.尽量控制单表数据量的大小，建议控制在 500 万以内

5.谨慎使用 MySQL 分区表

6.禁止在数据库中存储文件（比如图片）这类大的二进制数据

2. 数据库字段设计规范

1.优先选择符合存储需要的最小的数据类型

某些字符串可以转换成数字类型存储比如可以将 IP 地址转换成整型数据。

MySQL 提供了两个方法来处理 ip 地址

• INET_ATON() ： 把 ip 转为无符号整型 (4-8 位)
• INET_NTOA() :把整型的 ip 转为地址

插入数据前，先用 INET_ATON() 把 ip 地址转为整型，显示数据时，使用 INET_NTOA() 把整型的 ip 地址转为地址显示即可。

对于非负型的数据 (如自增 ID,整型 IP，年龄) 来说,要优先使用无符号整型来存储。

小数值类型（比如年龄、状态表示如 0/1）优先使用 TINYINT 类型。

2.避免使用 TEXT,BLOB 数据类型，最常见的 TEXT 类型可以存储 64k 的数据

建议把 BLOB 或是 TEXT 列分离到单独的扩展表中。

TEXT 或 BLOB 类型只能使用前缀索引

3.避免使用 ENUM 类型

• 修改 ENUM 值需要使用 ALTER 语句；
• ENUM 类型的 ORDER BY 操作效率低，需要额外操作；
• ENUM 数据类型存在一些限制比如建议不要使用数值作为 ENUM 的枚举值。

4.尽可能把所有列定义为 NOT NULL

除非有特别的原因使用 NULL 值，应该总是让字段保持 NOT NULL。

• 索引 NULL 列需要额外的空间来保存，所以要占用更多的空间；
• 进行比较和计算时要对 NULL 值做特别的处理。

5.使用 TIMESTAMP(4 个字节) 或 DATETIME 类型 (8 个字节) 存储时间

TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07

TIMESTAMP 占用 4 字节和 INT 相同，但比 INT 可读性高

超出 TIMESTAMP 取值范围的使用 DATETIME 类型存储

经常会有人用字符串存储日期型的数据（不正确的做法）

• 缺点 1：无法用日期函数进行计算和比较
• 缺点 2：用字符串存储日期要占用更多的空间

6.同财务相关的金额类数据必须使用 decimal 类型

decimal 类型为精准浮点数，在计算时不会丢失精度。占用空间由定义的宽度决定，每 4 个字节可以存储 9 位数字，并且小数点要占用一个字节。并且，decimal 可用于存储比 bigint 更大的整型数据

3. 索引设计规范

1.限制每张表上的索引数量,建议单张表索引不超过 5 个

索引并不是越多越好！索引可以提高效率同样可以降低效率。

索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至有些情况下会降低查询效率。

因为 MySQL 优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，就会增加 MySQL 优化器生成执行计划的时间，同样会降低查询性能。

2.禁止使用全文索引

3.禁止给表中的每一列都建立单独的索引

4.每个 InnoDB 表必须有个主键

InnoDB 是一种索引组织表：数据的存储的逻辑顺序和索引的顺序是相同的。每个表都可以有多个索引，但是表的存储顺序只能有一种。

InnoDB 是按照主键索引的顺序来组织表的

• 不要使用更新频繁的列作为主键，不适用多列主键（相当于联合索引）
• 不要使用 UUID,MD5,HASH,字符串列作为主键（无法保证数据的顺序增长）
• 主键建议使用自增 ID 值

5.常见索引列建议

• 出现在 SELECT、UPDATE、DELETE 语句的 WHERE 从句中的列
• 包含在 ORDER BY、GROUP BY、DISTINCT 中的字段
• 并不要将符合 1 和 2 中的字段的列都建立一个索引， 通常将 1、2 中的字段建立联合索引效果更好
• 多表 join 的关联列

6.如何选择索引列的顺序

建立索引的目的是：希望通过索引进行数据查找，减少随机 IO，增加查询性能 ，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。

• 区分度最高的放在联合索引的最左侧（区分度=列中不同值的数量/列的总行数）
• 尽量把字段长度小的列放在联合索引的最左侧（因为字段长度越小，一页能存储的数据量越大，IO 性能也就越好）
• 使用最频繁的列放到联合索引的左侧（这样可以比较少的建立一些索引）

7.避免建立冗余索引和重复索引（增加了查询优化器生成执行计划的时间）

• 重复索引示例：primary key(id)、index(id)、unique index(id)
• 冗余索引示例：index(a,b,c)、index(a,b)、index(a)

8.对于频繁的查询优先考虑使用覆盖索引

覆盖索引：就是包含了所有查询字段 (where,select,order by,group by 包含的字段) 的索引

覆盖索引的好处：

• 避免 InnoDB 表进行索引的二次查询: InnoDB 是以聚集索引的顺序来存储的，对于 InnoDB 来说，二级索引在叶子节点中所保存的是行的主键信息，如果是用二级索引查询数据的话，在查找到相应的键值后，还要通过主键进行二次查询才能获取我们真实所需要的数据。而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次查询 ，减少了 IO 操作，提升了查询效率。
• 可以把随机 IO 变成顺序 IO 加快查询效率: 由于覆盖索引是按键值的顺序存储的，对于 IO 密集型的范围查找来说，对比随机从磁盘读取每一行的数据 IO 要少的多，因此利用覆盖索引在访问时也可以把磁盘的随机读取的 IO 转变成索引查找的顺序 IO。

9.索引 SET 规范

尽量避免使用外键约束

• 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引
• 外键可用于保证数据的参照完整性，但建议在业务端实现
• 外键会影响父表和子表的写操作从而降低性能

4. 数据库 SQL 开发规范

1.优化对性能影响较大的 SQL 语句

2.充分利用表上已经存在的索引

避免使用双%号的查询条件。如：a like '%123%'，（如果无前置%,只有后置%，是可以用到列上的索引的）

一个 SQL 只能利用到复合索引中的一列进行范围查询。如：有 a,b,c 列的联合索引，在查询条件中有 a 列的范围查询，则在 b,c 列上的索引将不会被用到。

在定义联合索引时，如果 a 列要用到范围查找的话，就要把 a 列放到联合索引的右侧，使用 left join 或 not exists 来优化 not in 操作，因为 not in 也通常会使用索引失效。

3.禁止使用 SELECT * 必须使用 SELECT <字段列表> 查询

• SELECT * 消耗更多的 CPU 和 IO 以网络带宽资源
• SELECT * 无法使用覆盖索引
• SELECT <字段列表> 可减少表结构变更带来的影响

4.禁止使用不含字段列表的 INSERT 语句

5.建议使用预编译语句进行数据库操作

预编译语句可以重复使用这些计划，减少 SQL 编译所需要的时间，还可以解决动态 SQL 所带来的 SQL 注入的问题。

只传参数，比传递 SQL 语句更高效。

相同语句可以一次解析，多次使用，提高处理效率。

6.避免数据类型的隐式转换

隐式转换会导致索引失效如:

7.避免使用子查询，可以把子查询优化为 join 操作

通常子查询在 in 子句中，且子查询中为简单 SQL(不包含 union、group by、order by、limit 从句) 时,才可以把子查询转化为关联查询进行优化。

子查询性能差的原因： 子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能会受到一定的影响。特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大。由于子查询会产生大量的临时表也没有索引，所以会消耗过多的 CPU 和 IO 资源，产生大量的慢查询。

8.避免使用 JOIN 关联太多的表

对于 MySQL 来说，是存在关联缓存的，缓存的大小可以由 join_buffer_size 参数进行设置。

在 MySQL 中，对于同一个 SQL 多关联（join）一个表，就会多分配一个关联缓存，如果在一个 SQL 中关联的表越多，所占用的内存也就越大。

如果程序中大量的使用了多表关联的操作，同时 join_buffer_size 设置的也不合理的情况下，就容易造成服务器内存溢出的情况，就会影响到服务器数据库性能的稳定性。

同时对于关联操作来说，会产生临时表操作，影响查询效率，MySQL 最多允许关联 61 个表，建议不超过 5 个。

9.减少同数据库的交互次数

数据库更适合处理批量操作，合并多个相同的操作到一起，可以提高处理效率。

10.对应同一列进行 or 判断时，使用 in 代替 or

in 的值不要超过 500 个，in 操作可以更有效的利用索引，or 大多数情况下很少能利用到索引。

11.禁止使用 order by rand() 进行随机排序

order by rand() 会把表中所有符合条件的数据装载到内存中，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集非常大，就会消耗大量的 CPU 和 IO 及内存资源。

推荐在程序中获取一个随机值，然后从数据库中获取数据的方式。

12.WHERE 从句中禁止对列进行函数转换和计算

对列进行函数转换或计算时会导致无法使用索引

13.在明显不会有重复值时使用 UNION ALL 而不是 UNION

• UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作
• UNION ALL 不会再对结果集进行去重操作

14.拆分复杂的大 SQL 为多个小 SQL

15.程序连接不同的数据库使用不同的账号，禁止跨库查询