1. 为查询缓存优化你的查询
大多数的MySQLserver都开启了查询缓存。
这是提高性最有效的方法之中的一个。并且这是被MySQL的数据库引擎处理的。当有非常多同样的查询被运行了多次的时候,这些查询结果会被放到一个缓存中。这样。兴许的同样的查询就不用操作表而直接訪问缓存结果了。
这里最基本的问题是,对于程序猿来说,这个事情是非常easy被忽略的。由于,我们某些查询语句会让MySQL不使用缓存。
请看以下的演示样例:
// 查询缓存不开启
$r = mysql_query("SELECT username FROM user WHERE signup_date >= CURDATE()");
// 开启查询缓存
$today = date("Y-m-d");
$r = mysql_query("SELECT username FROM user WHERE signup_date >= '$today'");
上面两条SQL语句的差别就是 CURDATE() ,MySQL的查询缓存对这个函数不起作用。所以,像 NOW() 和 RAND() 或是其它的诸如此类的SQL函数都不会开启查询缓存,由于这些函数的返回是会不定的易变的。所以,你所须要的就是用一个变量来取代MySQL的函数,从而开启缓存。
2. EXPLAIN 你的 SELECT 查询
使用 EXPLAIN keyword能够让你知道MySQL是怎样处理你的SQL语句的。这能够帮你分析你的查询语句或是表结构的性能瓶颈。
EXPLAIN 的查询结果还会告诉你你的索引主键被怎样利用的。你的数据表是怎样被搜索和排序的……等等,等等。
挑一个你的SELECT语句(推荐挑选那个最复杂的,有多表联接的),把keywordEXPLAIN加到前面。你能够使用phpmyadmin来做这个事。
然后。你会看到一张表格。
以下的这个演示样例中。我们忘记加上了group_id索引,并且有表联接:
当我们为 group_id 字段加上索引后:
我们能够看到,前一个结果显示搜索了 7883 行,而后一个仅仅是搜索了两个表的 9 和 16 行。查看rows列能够让我们找到潜在的性能问题。
3. 当仅仅要一行数据时使用 LIMIT 1
当你查询表的有些时候。你已经知道结果仅仅会有一条结果,但由于你可能须要去fetch游标。或是你或许会去检查返回的记录数。
在这样的情况下。加上 LIMIT 1 能够添加性能。这样一样,MySQL数据库引擎会在找到一条数据后停止搜索。而不是继续往后查少下一条符合记录的数据。
以下的演示样例,仅仅是为了找一下是否有“中国”的用户,非常明显,后面的会比前面的更有效率。(请注意。第一条中是Select *,第二条是Select 1)
// 没有效率的:
$r = mysql_query("SELECT * FROM user WHERE country = 'China'");
if (mysql_num_rows($r) > 0) {
// ...
}
// 有效率的:
$r = mysql_query("SELECT 1 FROM user WHERE country = 'China' LIMIT 1");
if (mysql_num_rows($r) > 0) {
// ...
}
4. 为搜索字段建索引
索引并不一定就是给主键或是唯一的字段。
假设在你的表中。有某个字段你总要会常常常使用来做搜索,那么,请为其建立索引吧。
从上图你能够看到那个搜索字串 “last_name LIKE ‘a%'”,一个是建了索引。一个是没有索引,性能差了4倍左右。
另外,你应该也须要知道什么样的搜索是不能使用正常的索引的。比如。当你须要在一篇大的文章中搜索一个词时,如: “WHERE post_content LIKE ‘%apple%'”。索引可能是没有意义的。你可能须要使用MySQL全文索引 或是自己做一个索引(比方说:搜索关键词或是Tag什么的)
5. 在Join表的时候使用相当类型的例,并将其索引
假设你的应用程序有非常多 JOIN 查询,你应该确认两个表中Join的字段是被建过索引的。
这样。MySQL内部会启动为你优化Join的SQL语句的机制。
并且,这些被用来Join的字段,应该是同样的类型的。比如:假设你要把 DECIMAL 字段和一个 INT 字段Join在一起,MySQL就无法使用它们的索引。对于那些STRING类型,还须要有同样的字符集才行。
(两个表的字符集有可能不一样)
// 在state中查找company
$r = mysql_query("SELECT company_name FROM users
LEFT JOIN companies ON (users.state = companies.state)
WHERE users.id = $user_id");
// 两个 state 字段应该是被建过索引的。并且应该是相当的类型,同样的字符集。
6. 千万不要 ORDER BY RAND()
想打乱返回的数据行?随机挑一个数据?真不知道谁发明了这样的使用方法,但非常多新手非常喜欢这样用。但你确不了解这样做有多么可怕的性能问题。
假设你真的想把返回的数据行打乱了,你有N种方法能够达到这个目的。这样使用仅仅让你的数据库的性能呈指数级的下降。
这里的问题是:MySQL会不得不去运行RAND()函数(非常耗CPU时间)。并且这是为了每一行记录去记行,然后再对其排序。就算是你用了Limit 1也无济于事(由于要排序)
以下的演示样例是随机挑一条记录
// 千万不要这样做:
$r = mysql_query("SELECT username FROM user ORDER BY RAND() LIMIT 1");
// 这要会更好:
$r = mysql_query("SELECT count(*) FROM user");
$d = mysql_fetch_row($r);
$rand = mt_rand(0,$d[0] - 1);
$r = mysql_query("SELECT username FROM user LIMIT $rand, 1");
7. 避免 SELECT *
从数据库里读出越多的数据,那么查询就会变得越慢。并且,假设你的数据库server和WEBserver是两台独立的server的话,这还会添加网络传输的负载。
所以,你应该养成一个须要什么就取什么的好的习惯。
// 不推荐
$r = mysql_query("SELECT * FROM user WHERE user_id = 1");
$d = mysql_fetch_assoc($r);
echo "Welcome {$d['username']}";
// 推荐
$r = mysql_query("SELECT username FROM user WHERE user_id = 1");
$d = mysql_fetch_assoc($r);
echo "Welcome {$d['username']}";
8. 永远为每张表设置一个ID
我们应该为数据库里的每张表都设置一个ID做为其主键。并且最好的是一个INT型的(推荐使用UNSIGNED),并设置上自己主动添加的 AUTO_INCREMENT标志。
就算是你 users 表有一个主键叫 “email”的字段。你也别让它成为主键。使用 VARCHAR 类型来当主键会使用得性能下降。另外。在你的程序中。你应该使用表的ID来构造你的数据结构。
并且,在MySQL数据引擎下。还有一些操作须要使用主键,在这些情况下。主键的性能和设置变得非常重要。比方,集群,分区……
在这里,仅仅有一个情况是例外,那就是“关联表”的“外键”,也就是说,这个表的主键,通过若干个别的表的主键构成。我们把这个情况叫做“外键”。比方:有一个“学生表”有学生的ID,有一个“课程表”有课程ID,那么,“成绩表”就是“关联表”了。其关联了学生表和课程表,在成绩表中。学生ID和课程ID叫“外键”其共同组成主键。
9. 使用 ENUM 而不是 VARCHAR
ENUM 类型是非常快和紧凑的。在实际上。其保存的是 TINYINT,但其外表上显示为字符串。这样一来,用这个字段来做一些选项列表变得相当的完美。
假设你有一个字段,比方“性别”,“国家”,“民族”,“状态”或“部门”,你知道这些字段的取值是有限并且固定的。那么,你应该使用 ENUM 而不是 VARCHAR。
MySQL也有一个“建议”(见第十条)告诉你怎么去又一次组织你的表结构。
当你有一个 VARCHAR 字段时。这个建议会告诉你把其改成 ENUM 类型。使用 PROCEDURE ANALYSE() 你能够得到相关的建议。
10. 从 PROCEDURE ANALYSE() 取得建议
PROCEDURE ANALYSE() 会让 MySQL 帮你去分析你的字段和事实上际的数据。并会给你一些实用的建议。
仅仅有表中有实际的数据,这些建议才会变得实用。由于要做一些大的决定是须要有数据作为基础的。
比如。假设你创建了一个 INT 字段作为你的主键,然而并没有太多的数据,那么,PROCEDURE ANALYSE()会建议你把这个字段的类型改成 MEDIUMINT 。
或是你使用了一个 VARCHAR 字段。由于数据不多。你可能会得到一个让你把它改成 ENUM 的建议。这些建议,都是可能由于数据不够多,所以决策做得就不够准。
在phpmyadmin里。你能够在查看表时。点击 “Propose table structure” 来查看这些建议
一定要注意,这些仅仅是建议,仅仅有当你的表里的数据越来越多时。这些建议才会变得准确。一定要记住,你才是终于做决定的人。
11. 尽可能的使用 NOT NULL
除非你有一个非常特别的原因去使用 NULL 值,你应该总是让你的字段保持 NOT NULL。这看起来好像有点争议。请往下看。
首先,问问你自己“Empty”和“NULL”有多大的差别(假设是INT,那就是0和NULL)?假设你觉得它们之间没有什么差别,那么你就不要使用NULL。(你知道吗?在 Oracle 里。NULL 和 Empty 的字符串是一样的。)
不要以为 NULL 不须要空间,其须要额外的空间,并且。在你进行比較的时候,你的程序会更复杂。
当然,这里并非说你就不能使用NULL了。现实情况是非常复杂的。依旧会有些情况下,你须要使用NULL值。
以下摘自MySQL自己的文档:
“NULL columns require additional space in the row to record whether their values are NULL. For MyISAM tables, each NULL column takes one bit extra, rounded up to the nearest byte.”
12. Prepared Statements
Prepared Statements非常像存储过程。是一种运行在后台的SQL语句集合,我们能够从使用 prepared statements 获得非常多优点,不管是性能问题还是安全问题。
Prepared Statements 能够检查一些你绑定好的变量,这样能够保护你的程序不会受到“SQL注入式”攻击。
当然,你也能够手动地检查你的这些变量。然而,手动的检查easy出问题。并且非常常常会被程序猿忘了。当我们使用一些framework或是ORM的时候。这样的问题会好一些。
在性能方面。当一个同样的查询被使用多次的时候,这会为你带来可观的性能优势。
你能够给这些Prepared Statements定义一些參数。而MySQL仅仅会解析一次。
尽管最新版本号的MySQL在传输Prepared Statements是使用二进制形势。所以这会使得网络传输非常有效率。
当然。也有一些情况下,我们须要避免使用Prepared Statements,由于其不支持查询缓存。但据说版本号5.1后支持了。
在PHP中要使用prepared statements,你能够查看其使用手冊:mysqli 扩展 或是使用数据库抽象层,如: PDO.
// 创建 prepared statement
if ($stmt = $mysqli->prepare("SELECT username FROM user WHERE state=?")) {
// 绑定參数
$stmt->bind_param("s", $state);
// 运行
$stmt->execute();
// 绑定结果
$stmt->bind_result($username);
// 移动游标
$stmt->fetch();
printf("%s is from %s\n", $username, $state);
$stmt->close();
}
13. 无缓冲的查询
正常的情况下,当你在当你在你的脚本中运行一个SQL语句的时候,你的程序会停在那里直到没这个SQL语句返回。然后你的程序再往下继续运行。
你能够使用无缓冲查询来改变这个行为。
关于这个事情,在PHP的文档中有一个非常不错的说明: mysql_unbuffered_query() 函数:
“mysql_unbuffered_query() sends the SQL query query to MySQL without automatically fetching and buffering the result rows as mysql_query() does. This saves a considerable amount of memory with SQL queries that produce large result sets, and you can start working
on the result set immediately after the first row has been retrieved as you don't have to wait until the complete SQL query has been performed.”
上面那句话翻译过来是说。mysql_unbuffered_query() 发送一个SQL语句到MySQL而并不像mysql_query()一样去自己主动fethch和缓存结果。这会相当节约非常多可观的内存,尤其是那些会产生大量结果的查询语句,并且,你不须要等到全部的结果都返回。仅仅须要第一行数据返回的时候,你就能够開始立即開始工作于查询结果了。
然而,这会有一些限制。由于你要么把全部行都读走,或是你要在进行下一次的查询前调用 mysql_free_result() 清除结果。并且。 mysql_num_rows() 或 mysql_data_seek() 将无法使用。所以,是否使用无缓冲的查询你须要细致考虑。
14. 把IP地址存成 UNSIGNED INT
非常多程序猿都会创建一个 VARCHAR(15) 字段来存放字符串形式的IP而不是整形的IP。假设你用整形来存放。仅仅须要4个字节,并且你能够有定长的字段。并且,这会为你带来查询上的优势。尤其是当你须要使用这样的WHERE条件:IP between ip1 and ip2。
我们必须要使用UNSIGNED INT,由于 IP地址会使用整个32位的无符号整形。
而你的查询,你能够使用 INET_ATON() 来把一个字符串IP转成一个整形。并使用 INET_NTOA() 把一个整形转成一个字符串IP。在PHP中,也有这样的函数 ip2long() 和 long2ip()。
1 $r = "UPDATE users SET ip = INET_ATON('{$_SERVER['REMOTE_ADDR']}') WHERE user_id = $user_id";
15. 固定长度的表会更快
假设表中的全部字段都是“固定长度”的,整个表会被觉得是 “static” 或 “fixed-length”。 比如,表中没有例如以下类型的字段: VARCHAR。TEXT,BLOB。
仅仅要你包含了当中一个这些字段。那么这个表就不是“固定长度静态表”了,这样,MySQL 引擎会用还有一种方法来处理。
固定长度的表会提高性能,由于MySQL搜寻得会更快一些,由于这些固定的长度是非常easy计算下一个数据的偏移量的,所以读取的自然也会非常快。
而假设字段不是定长的,那么,每一次要找下一条的话。须要程序找到主键。
并且,固定长度的表也更easy被缓存和重建。只是,唯一的副作用是,固定长度的字段会浪费一些空间,由于定长的字段不管你用不用,他都是要分配那么多的空间。
使用“垂直切割”技术(见下一条),你能够切割你的表成为两个一个是定长的,一个则是不定长的。
16. 垂直切割
“垂直切割”是一种把数据库中的表按列变成几张表的方法,这样能够降低表的复杂度和字段的数目,从而达到优化的目的。
(曾经,在银行做过项目,见过一张表有100多个字段,非常恐怖)
演示样例一:在Users表中有一个字段是家庭地址,这个字段是可选字段,相比起。并且你在数据库操作的时候除了个人信息外,你并不须要常常读取或是改写这个字段。那么。为什么不把他放到另外一张表中呢? 这样会让你的表有更好的性能,大家想想是不是,大量的时候,我对于用户表来说。仅仅实用户ID,用户名,口令,用户角色等会被常常使用。小一点的表总是会有好的性能。
演示样例二: 你有一个叫 “last_login” 的字段。它会在每次用户登录时被更新。
可是,每次更新时会导致该表的查询缓存被清空。所以,你能够把这个字段放到还有一个表中,这样就不会影响你对用户 ID。用户名,用户角色的不停地读取了。由于查询缓存会帮你添加非常多性能。
另外,你须要注意的是,这些被分出去的字段所形成的表,你不会常常性地去Join他们。不然的话,这样的性能会比不切割时还要差。并且。会是极数级的下降。
17. 拆分大的 DELETE 或 INSERT 语句
假设你须要在一个在线的站点上去运行一个大的 DELETE 或 INSERT 查询,你须要非常小心,要避免你的操作让你的整个站点停止对应。由于这两个操作是会锁表的。表一锁住了,别的操作都进不来了。
Apache 会有非常多的子进程或线程。所以,其工作起来相当有效率,而我们的server也不希望有太多的子进程。线程和数据库链接,这是极大的占server资源的事情。尤其是内存。
假设你把你的表锁上一段时间,比方30秒钟。那么对于一个有非常高訪问量的站点来说。这30秒所积累的訪问进程/线程。数据库链接,打开的文件数,可能不仅仅会让你泊WEB服务Crash,还可能会让你的整台server立即掛了。
所以。假设你有一个大的处理,你定你一定把其拆分,使用 LIMIT 条件是一个好的方法。以下是一个演示样例:
while (1) {
//每次仅仅做1000条
mysql_query("DELETE FROM logs WHERE log_date <= '2009-11-01' LIMIT 1000");
if (mysql_affected_rows() == 0) {
// 没得可删了。退出。
break;
}
// 每次都要歇息一会儿
usleep(50000);
}
18. 越小的列会越快
对于大多数的数据库引擎来说,硬盘操作可能是最重大的瓶颈。所以。把你的数据变得紧凑会对这样的情况非常有帮助,由于这降低了对硬盘的訪问。
參看 MySQL 的文档 Storage Requirements 查看全部的数据类型。
假设一个表仅仅会有几列罢了(比方说字典表。配置表),那么,我们就没有理由使用 INT 来做主键,使用 MEDIUMINT, SMALLINT 或是更小的 TINYINT 会更经济一些。
假设你不须要记录时间,使用 DATE 要比 DATETIME 好得多。
当然。你也须要留够足够的扩展空间。不然。你日后来干这个事。你会死的非常难看,參看Slashdot的样例(2009年11月06 日)。一个简单的ALTER TABLE语句花了3个多小时。由于里面有一千六百万条数据。
19. 选择正确的存储引擎
在 MySQL 中有两个存储引擎 MyISAM 和 InnoDB,每一个引擎都有利有弊。酷壳曾经文章《MySQL: InnoDB 还是 MyISAM?》讨论和这个事情。
MyISAM 适合于一些须要大量查询的应用,但其对于有大量写操作并非非常好。甚至你仅仅是须要update一个字段。整个表都会被锁起来,而别的进程,就算是读进程都无法操作直到读操作完毕。另外。MyISAM 对于 SELECT COUNT(*) 这类的计算是超快无比的。
InnoDB 的趋势会是一个非常复杂的存储引擎,对于一些小的应用,它会比 MyISAM 还慢。
他是它支持“行锁” ,于是在写操作比較多的时候。会更优秀。并且,他还支持很多其它的高级应用,比方:事务。
以下是MySQL的手冊
* target=”_blank”MyISAM Storage Engine
* InnoDB Storage Engine
20. 使用一个对象关系映射器(Object Relational Mapper)
使用 ORM (Object Relational Mapper),你能够获得可靠的性能增涨。一个ORM能够做的全部事情,也能被手动的编写出来。可是,这须要一个高级专家。
ORM 的最重要的是“Lazy Loading”。也就是说。仅仅有在须要的去取值的时候才会去真正的去做。
但你也须要小心这样的机制的副作用,由于这非常有可能会由于要去创建非常多非常多小的查询反而会降低性能。
ORM 还能够把你的SQL语句打包成一个事务。这会比单独运行他们快得多得多。
眼下,个人最喜欢的PHP的ORM是:Doctrine。
21. 小心“永久链接”
“永久链接”的目的是用来降低又一次创建MySQL链接的次数。当一个链接被创建了,它会永远处在连接的状态,就算是数据库操作已经结束了。并且,自从我们的Apache開始重用它的子进程后——也就是说,下一次的HTTP请求会重用Apache的子进程。并重用同样的 MySQL 链接。
* PHP手冊:mysql_pconnect()
在理论上来说,这听起来非常的不错。可是从个人经验(也是大多数人的)上来说。这个功能制造出来的麻烦事很多其它。
由于,你仅仅有有限的链接数,内存问题。文件句柄数,等等。
并且,Apache 运行在极端并行的环境中,会创建非常多非常多的了进程。这就是为什么这样的“永久链接”的机制工作地不好的原因。在你决定要使用“永久链接”之前。你须要好好地考虑一下你的整个系统的架构。