mysql向量优化_Mysql优化

mysql优化

优化的第一步是要弄清楚优化的对象，该对象有两个，数据存储和计算逻辑，优化就要从这两点着手。

数据存储

mysql最常用的数据引擎是InnoDB，数据引擎的意思是它负责怎么存储数据和取出数据，InnoDB采用了B+Tree索引来排列数据，重点介绍B+Tree。

磁盘和内存可以看成一个一维的向量，但一维向量内的元素可以相互记录位置，快速定位彼次，如同门牌号一样；B+Tree就是这种环境下产生的排列方式，它的基本原理是将一维的矩阵元素，拉伸至从上到下的树状，除了底层的节点存储数据，上层的节点都靠虚拟节点实现，且为了利用磁盘预读，相邻的节点之间互相引用。这样排序的过程可以使数据查找的过程，由线性变为对数性，以空间换时间大幅加快查找的速度。

数据存储时遵循最小原则，只分配需要利用的最小的空间，减少IO和磁盘的消耗，如varchar()和int()的宽度就要尽可能小。

选用列不要太多，符合设计规范，将事实表和维度表，规划清楚，弄清楚最常用的数据是哪一块，再在星型和雪花型中做取舍。

使用索引，索引避免建在重复值多的列，应建立在那些将用于JOIN,WHERE判断和ORDERBY排序的字段上

计算逻辑

查询过程有3部分：服务端连接处理SQL、客户端提交SQL并解析、读取数据和计算，优化也是从这3块展开。

服务端连接

服务是通过监听端口实现通信，内部再通过多线程复用连接，来提高并发量，这块的优化，要使线程的开销和IO的开销取得平衡位置，若存在大量短连接，就增大线程数，若存在大量长连接，就减少线程数

客户端提交SQL并解析

优化的目标是使逻辑最优，利用最少的cpu资源和IO来达到目的。SQL进行解析使会解释成一个树状的结构，它的运行过程就如同折纸一样，读取数据一步步折，知道达到想要的目的。遵循着这样的原则：数据流在最开始的尽可能最少，以便于减少多余的计算和IO

读取数据和计算

查询缓存，查询缓存，是否有Result，适合读多的场景，写多的场景不适合，控制缓存大小，指定要缓存的语句

筛选数据时，最先筛选逻辑判断型，再进行数据筛的最多的部分

优先使用索引，索引能加快判断和查找的过程，值得一提的是Like只有前缀才走索引，联合索引也要注意使用顺序

在建有索引的字段上尽量不要使用函数进行操作，这样会先计算该字段，再查找，索引也就没有意义

DECIMAL少用，计算代价高，可以把数字乘以一万，变成Bigint

解决冲突

使用事务

使用事务包裹所有的sql语句，要么全部执行，要么都不执行，当多个用户操作数据库时十分有效,事务使用begin，commit将sql包裹

BEGIN;

sql语句

COMMIT;

使用锁

加读锁时，其他用户只能读不能写，加写锁时，其他用户被阻塞，直到获取到锁

能使用索引的时候，mysql会使用行锁，不能使用则用表锁

LOCK TABLE t1 WRITE,t2 READ

sql语句

UNLOCK TABLES;

查看执行计划

mysql> explain select ………

用来查看sql的执行计划，优化sql常用。

更多的优化细节见【1】