[＜MySQL优化总结＞]

https://www.nowcoder.com/discuss/150059?type=0&order=0&pos=8&page=0
https://zhuanlan.zhihu.com/p/98146427

[1] 数据库设计和表创建时考虑性能

设计表时注意：

• 表字段避免null值出现，null值很难查询优化且占用额外的索引空间，推荐默认数字0代替
• 尽量使用INT而不是BIGINT，如果非负加上UNSIGNED，当然使用TINYINT、SMALLINT、MEDIUMINT更好.
• 使用枚举或整数代替字符串类型
• 尽量使用timestamp而非datatime
• 单表不要有太多字段，建议在20以内
• 用整型来存IP

索引：

• 不用外键，由程序保证约束
• 尽量不用UNIQUE，由程序保证约束
• 字符字段最好不要做主键
• 字符字段只建前缀索引
• 值分布稀少的字段不适合建索引，例如’性别’
• 应尽量避免在where子句中对字段进行null值判断，否则将导致引擎进行全表扫描
• 使用多列索引时注意顺序和查询条件保持一致，同时删除不必要的单列索引
• 索引并不是越多越好，要根据查询有针对性的创建，考虑在WHERE和ORDER BY命令上涉及的列建立索引，可根据EXPLAIN来查看是否用了索引还是全表扫描

使用合适的数据类型：

• 使用可存下数据的最小数据类型， 整型<datetime<char<varchar<blob
• 使用简单的数据类型，整型比字符处理开销更小，因为字符串的比较更复杂.如，int类型存储时间类型，bigint类型转ip函数.
• 使用合理字段属性长度，固定长度的表会更快.使用enum、char而不是varchar
• 尽可能使用not null定义字段
• 尽量少用text，非用不可最好分表

选择合适的索引列：

• 查询频繁的列，在where，group by，order by， on从句中出现的列
• where条件中<，<=，=，>，>=，between，in，以及like 字符串+通配符（%）出现的列
• 长度小的列，索引字段越小越好，因为数据库的存储单位是页，一页中能存下的数据越多越好
• 离散度大的列，放在联合索引前面.查看离散度，通过统计不同的列值来实现，count越大，离散程度越高

[2] SQL的编写需要注意优化

• 使用limit对查询结果的记录进行限定
• 避免select * ，将需要查找的字段列出来
• 使用连接（join）来代替子查询
• 拆分大的delete或insert语句
• 通过开启慢查询日志来找出较慢的SQL
• 不做列运算：select id where age+1=10， 任何对列的操作都将导致全表扫描，它包括数据库教程函数、计算表达式等等，查询时要尽可能移至等号右边
• sql语句尽可能简单：一条sql只能在一个CPU运行；大语句拆小语句，减少锁时间；一条大的SQL可堵死整个库
• OR改写成IN： OR的效率是N级别，IN的效率是log(n)级别，IN的个数建议控制在200以内
• 不要函数和触发器 ，在应用程序实现
• 避免%xxxx式查询
• 少用join
• 使用同类型比较，比如用‘123’和‘123’比，123和123比
• 尽量避免在WHERE子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描
• 对于连续数值，使用BETWEEN不用IN: SELECT id FROM t WHERE num BETWEEN 1 AND 5
• 列表数据不要拿全表，要使用LIMIT来分页，每页数量也不要太大

[3] 谈谈你对慢查询的理解，如何解决慢查询？

link

分析MySQL语句查询性能的方法除了使用 EXPLAIN 输出执行计划，还可以让MySQL记录下查询超过指定时间的语句，我们将超过指定时间的SQL语句查询称为“慢查询”.

慢查询的优化方法？

1. 只返回必要的列：最好不要使用 SELECT * 语句.
2. 只返回必要的行：使用 LIMIT 语句来限制返回的数据.
3. 缓存重复查询的数据：使用缓存可以避免在数据库中进行查询，特别在要查询的数据经常被重复查询时，缓存带来的查询性能提升将会是非常明显的

[4] 分区

mysql的分区是一种简单的水平分区，用户在建表时加上分区参数，对应用是透明的

对用户来说分区表是一个独立的逻辑表，但是底层由多个物理子表组成.用户的SQL语句是需要针对分区表做优化，SQL条件中要带上分区条件的列，从而使查询定位到少量的分区上，否则就会扫描全部分区，可以通过EXPLAIN PARTITIONS来查看某条SQL语句会落在那些分区上，从而进行SQL优化，我测试，查询时不带分区条件的列，也会提高速度，故该措施值得一试.

分区的好处是：

• 可以让单表存储更多的数据
• 分区表的数据更容易维护，可以通过清楚整个分区批量删除大量数据，也可以增加新的分区来支持新插入的数据.另外，还可以对一个独立分区进行优化、检查、修复等操作
• 部分查询能够从查询条件确定只落在少数分区上，速度会很快
• 分区表的数据还可以分布在不同的物理设备上，从而搞笑利用多个硬件设备
• 可以使用分区表赖避免某些特殊瓶颈，例如InnoDB单个索引的互斥访问、ext3文件系统的inode锁竞争
• 可以备份和恢复单个分区

分区的限制和缺点：

• 一个表最多只能有1024个分区
• 如果分区字段中有主键或者唯一索引的列，那么所有主键列和唯一索引列都必须包含进来
• 分区表无法使用外键约束
• NULL值会使分区过滤无效
• 所有分区必须使用相同的存储引擎

分区的类型：

• RANGE分区：基于属于一个给定连续区间的列值，把多行分配给分区
• LIST分区：类似于按RANGE分区，区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择
• HASH分区：基于用户定义的表达式的返回值来进行选择的分区，该表达式使用将要插入到表中的这些行的列值进行计算.这个函数可以包含MySQL中有效的、产生非负整数值的任何表达式
• KEY分区：类似于按HASH分区，区别在于KEY分区只支持计算一列或多列，且MySQL服务器提供其自身的哈希函数.必须有一列或多列包含整数值
• 具体关于mysql分区的概念请自行google或查询官方文档，我这里只是抛砖引玉了.

[5] 分表

分表就是把一张大表，按照如上过程都优化了，还是查询卡死，那就把这个表分成多张表，把一次查询分成多次查询，然后把结果组合返回给用户.

分表分为垂直拆分和水平拆分，通常以某个字段做拆分项.比如以id字段拆分为100张表： 表名为 tableName_id%100

但：分表需要修改源程序代码，会给开发带来大量工作，极大的增加了开发成本，故：只适合在开发初期就考虑到了大量数据存在，做好了分表处理，不适合应用上线了再做修改，成本太高！！！而且选择这个方案，都不如选择我提供的第二第三个方案的成本低！故不建议采用.

[6] 分库

把一个数据库分成多个，建议做个读写分离就行了，真正的做分库也会带来大量的开发成本，得不偿失！不推荐使用.