Mysql数据库优化方案

1. 选择合适的存储引擎
存储引擎种类分为InnoDB、MyISAM、MERGE、MEMORY、Archive等，实际项目开发中InnoDB与MyISAM使用较为频繁
InnoDB：用于事务处理应用程序，支持外键。如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询以外，还包括很多的更新、删除操作，那么InnoDB存储引擎应该是比较合适的选择。
MyISAM：如果应用是以读操作和插入操作为主,只有很少的更新和删除操作,并且对事务的完整性、并发性要求不是很高，那么选择这个存储引擎是非常适合的，读取效率比较高。

2. 数据表的设计

（1）创建数据表理论支持–数据库三大范式
第一范式：数据表中每个字段都必须是不可拆分的最小单元，也就是确保每一列的原子性；
第二范式：满足一范式后，表中每一列必须有唯一性，都必须依赖于主键；
第三范式：满足二范式后，表中的每一列只与主键直接相关而不是间接相关(外键也是直接相关)，字段没有冗余
注意：三大范式是创建数据表的理论依据，并不是生搬硬造，有时候可以根据实际应用场景来创建
（2）选择合适的字段类型
MySQL可以很好的支持大数据量的存取，但是一般说来，数据库中的表越小，在它上面执行的查询也就会越快。因此，在创建表的时候，为了获得更好的性能，我们可以将表中字段的宽度设得尽可能小。 例如：
Char与varchar ：char为定长在确定字段的长度时例如性别优先选择使用char
尽量避免NULL：最好指定列为NOT NULL，除非真的需要存储NULL（原因：YSQL很难优化查询中的NULL列，因为NULL列使得索引、索引统计和值比较更为复杂。
NULL列会使用更多的存储空间）
字段数量：单表不要有太多字段，建议在20以内
（3）使用索引
索引是提高数据库性能的常用方法，但是需要根据场景正确的给字段添加索引。
一般说来，索引应建立在那些将用于JOIN,WHERE判断和ORDERBY排序的字段上。尽量不要对数据库中某个含有大量重复的值的字段建立索引。

3. sql语句查询优化
（1）应尽量避免在 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。
（2）对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
（3）应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num is null

可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：

select id from t where num=0

（4）尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or num=20

可以这样查询：

select id from t where num=10
union all
select id from t where num=20

（5）下面的查询也将导致全表扫描：(不能前置百分号)

select id from t where name like ‘%c%’

（6）in 和 not in 也要慎用，否则会导致全表扫描，如：

select id from t where num in(1,2,3)

对于连续的数值，能用 between 就不要用 in 了：

select id from t where num between 1 and 3

(7)任何地方都不要使用 select * from t ，用具体的字段列表代替“*”，不要返回用不到的任何字段。
(8)应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描 如：

select id from t where num/2=100 应该为：select id from t where num=100*2

（9）应尽量避免在where子句中对字段进行函数操作
（10）使用关联join查询代替子查询

4. 分表
（1）分表方式 ：水平分割（按行）、垂直分割(按列)
（2）分表场景
A： 根据经验，mysql表数据一般达到百万级别，查询效率就会很低。
B： 一张表的某些字段值比较大并且很少使用。可以将这些字段隔离成单独一张表，通过外键关联，例如考试成绩，我们通常关注分数，不关注考试详情。
（3）水平分表策略
按时间分表：当数据有很强的实效性，例如微博的数据，可以按月分割。
按区间分表：例如用户表 1到一百万用一张表，一百万到两百万用一张表。
hash分表：通过一个原始目标id或者是名称按照一定的hash算法计算出数据存储的表名。
5. 读写分离
当一台服务器不能满足需求时，采用读写分离的方式进行集群。
一台数据库支持最大连接数是有限的，如果用户的并发访问很多，一台服务器无法满足需求，可以集群处理。mysql集群处理技术最常用的就是读写分离。
主从同步：数据库最终会把数据持久化到磁盘，集群必须确保每个数据库服务器的数据是一致的。从库读主库写，从库从主库上同步数据。
读写分离：使用负载均衡实现，写操作都往主库上写，读操作往从服务器上读。
6. 使用缓存
使用场景
短时间内相同数据重复查询多次且数据更新不频繁，这个时候可以选择先从缓存查询，查询不到再从数据库加载并回设到缓存的方式。此种场景较适合用单机缓存。 高并发查询热点数据，后端数据库不堪重负，可以用缓存来扛，这样可以减轻数据库的压力，减少访问时间，从而提高访问效率。