MySQL优化

目录

一、架构优化

二、设计优化

三、使用优化

四、查询优化

一、架构优化

        系统规模大，并发量大、数据量大

• 解决表数据量大

          垂直分库

                  将相关的表，放入不同的数据库，如将电商数据库分为：订单数据库、库存数据库

          水平分库

                  将一个数据库的数据，分开存储到不同的服务器上

          垂直分表

                  将表的字段分开，放到不同的表中

                  如：商品表分为商品和详情表

                  某些数据在分页中查看，某些大的数据text\blob放详情表

          水平分表

                  数据量特别大，会严重影响查询

                  将一个表的数据分到多张表中

  • 解决并发量大

     MySQL集群，主从复制

              多台MYSQL服务器，分为主（master）和从（slave）服务器

              一主多从，多主多从

    读写分离

    ​        建立在MySQL主从复制的基础上，分为主数据库和从数据库

    ​        主数据库负责写（增删改）从数据库负责读（查询）

    ​        主数据库写入数据后，会记录到bin-log文件中，从数据库会将bin-log中的数据同步过来

  • 使用数据库中间件
     Sharding-jdbc、myCat等

二、设计优化

• 规范化设计

  • 范式

    优点： 规范数据库设计，消除冗余，方便数据的修改

    缺点： 降低查询效率

    反范式 在表中加入冗余字段

    提高查询效率

  表的设计按具体情况范式和反范式结合使用

• 选用合适的存储引擎

  存储引擎是数据库中存储数据的方式，如存储的位置、存储约束、数据结构等的结合

  不同的存储引擎有不同的功能和性能

  常用存储引擎：

不同点:

        推荐使用InnoDB

• 字段优化

        1. 主键

           必须给表设置主键id 

           尽量不用业务字段，使用没有意义字段如（int自增）

           int自增效率高于UUID

        2. 数据类型

           字符串尽量使用varchar，不使用char （varchar存储空间更小，数据少查询效率高）

           尽量使用小的数据类型，如：性别  varchar(1) 男 女 --> int 1 0 --> small int --> tiny int (1字节 -128~127)

           有限的值使用 enum, 而不是 varchar

        3. 字段尽量加not null约束

 三、使用优化

           1） 加索引

​                    介绍索引的应用场景、分类

​            2） 加缓存

​                    介绍Redis缓存、MyBatis缓存

​            3） 使用连接池

​                    介绍Druid\Hikari\c3p0\dbcp

​            4） 分页查询        

 四、查询优化

            1. 查询之前，使用explain查看执行计划

​            2. 尽量避免select *

​            3. 尽量避免where中使用<>和！=

        ​    4. 尽量避免where中使用is null和is not null

​            5. 尽量避免where中列避免使用函数和表达式 

        ​    6. 尽量避免模糊查询时，通配符在前面

        ​    7. 尽量使用exists代替in

            8. 尽量避免where中使用or，union 代替