2000w mysql_MySQL数据库优化（基于酒店2000w条数据）

CREATE TABLE `customer` (

`Name` varchar(80) NOT NULL,

`CardNo` varchar(10) DEFAULT NULL,

`Descriot` varchar(100) DEFAULT NULL,

`CtfTp` varchar(4) DEFAULT NULL,

`CtfId` varchar(40) DEFAULT NULL,

`Gender` varchar(8) DEFAULT NULL,

`Birthday` int(9) DEFAULT NULL,

`Address` varchar(100) DEFAULT NULL,

`Zip` int(10) DEFAULT NULL,

`Dirty` varchar(20) DEFAULT NULL,

`District1` varchar(6) DEFAULT NULL,

`District2` varchar(4) DEFAULT NULL,

`District3` varchar(6) DEFAULT NULL,

`District4` varchar(6) DEFAULT NULL,

`District5` varchar(8) DEFAULT NULL,

`District6` varchar(20) DEFAULT NULL,

`FirstNm` varchar(50) DEFAULT NULL,

`LastNm` varchar(20) DEFAULT NULL,

`Duty` varchar(20) DEFAULT NULL,

`Mobile` varchar(40) DEFAULT NULL,

`Tel` varchar(40) DEFAULT NULL,

`Fax` varchar(40) DEFAULT NULL,

`EMail` varchar(60) DEFAULT NULL,

`Nation` varchar(25) DEFAULT NULL,

`Taste` varchar(100) DEFAULT NULL,

`Education` varchar(20) DEFAULT NULL,

`Company` varchar(80) DEFAULT NULL,

`CTel` varchar(20) DEFAULT NULL,

`CAddress` varchar(60) DEFAULT NULL,

`CZip` int(8) DEFAULT NULL,

`Family` int(10) DEFAULT NULL,

`Version` datetime DEFAULT NULL,

`id` int(11) NOT NULL,

PRIMARY KEY (`id`),

KEY `index_Name_Id` (`Name`, `id`) USING BTREE,

KEY `index_CtfId_Id` (`CtfId`, `id`) USING BTREE

) ENGINE=MyISAM DEFAULT CHARSET=utf8 ;

1、参数设置

key_buffer_size (global)

Key Buffer 可能是大家最为熟悉的一个 MySQL 缓存参数了，尤其是在 MySQL 没有更换默认存储引擎的时候，很多朋友可能会发现，默认的 MySQL 配置文件中设置最大的一个内存参数就是这个参数了。key_buffer_size 参数用来设置用于缓存 MyISAM存储引擎中索引文件的内存区域大小。如果我们有足够的内存，这个缓存区域最好是能够存放下我们所有的 MyISAM 引擎表的所有索引，以尽可能提高性能。 此外，当我们在使用MyISAM 存储的时候有一个及其重要的点需要注意，由于 MyISAM 引擎的特性限制了他仅仅只会缓存索引块到内存中，而不会缓存表数据库块。所以，我们的 SQL 一定要尽可能让过滤条件都在索引中，以便让缓存帮助我们提高查询效率。 所以，该值是越大越好，在/etc/my.cnf文件的[mysqld]头下，增加：

key_buffer_size=1024M #我的系统内存是2G

注意：1024M是根据系统的内存来设置，要留点内存给系统用。

为了避免乱码问题，全部采用utf8编码。

2、建表索引说明 关于为什么索引能够提高效率，请参看这篇文章：

http://isky000.com/database/mysql-performance-tuning-index

之所以需要建立复合索引：

需要通过索引关键字去查找id(确保这个过程是在内存中进行)

由于复合索引检索时只以第一个为准，所以检索关键字需要放在第一个位置，只能是(name, id) 不能是(id, name)

但是，在索引查询的时候需要注意几个问题：

条件过滤时，最好在索引上完成过滤，回表只是取出额外的数据字段；

过滤条件好的字段要更靠前；

当读取的数据量占整个数据比例很大，使用索引不一定优于全表扫描；注：在有些模糊查询中，索引检索结果有2百万左右时，再去回表查数据就很慢

一次数据访问一般只能利用到一个索引，也就是说并不是所有where条件都能用上索引。

3、检索时SQL语句优化

条件扫描时，不要搞这种： # 虽说是要走索引，但是回表操作太慢

select * from customer where name like '陈%';

# 没有关联的索引也不要使用， name 和 ctfid 之间没有关联

select id, name, ctfid from customer_bk where name like '徐%' ;

慎用两个索引条件一起使用，同1，部分走索引，然后回表取数据，再对比 explain select id from customer_bk where name like '徐%' and ctfid like '5%';

# 哪个条件放前面都无所谓，MySQL内部优化了，取数据量少的索引，然后再对比其他条件

避免类似IN的子查询，不能出现如下的SQL语句：

select * from customer where id in (select id from customer where name like '陈');# 通过 explain 语句，可以分析其检索范围 mysql> explain select * from customer_bk where id in (select id from customer_bk where name like '陈'); +----+--------------------+-------------+-----------------+-----------------------+---------+---------+------+----------+-------------+ | id | select_type        | table       | type            | possible_keys         | key     | key_len | ref  | rows     | Extra       | +----+--------------------+-------------+-----------------+-----------------------+---------+---------+------+----------+-------------+ |  1 | PRIMARY            | customer_bk | ALL             | NULL                  | NULL    | NULL    | NULL | 20050144 | Using where | |  2 | DEPENDENT SUBQUERY | customer_bk | unique_subquery | PRIMARY,index_Name_Id | PRIMARY | 4       | func |        1 | Using where | +----+--------------------+-------------+-----------------+-----------------------+---------+---------+------+----------+-------------+ 2 rows in set (0.00 sec)

4、其他优化

表Customer含有大量不需要的字段，可以考虑分表。但是对于这个简单业务来说，可以忍受的。

编码问题，在只有中文和英文的情况下，可以考虑只使用latin1编码，减少数据存储量。