接口性能优化(数据库篇)

接口性能优化(数据库篇)

1.数据库层面

1.1.给需要频繁查询的数据新增索引

​ 今天在进行报表查询操作时，我发现原先的 SQL 查询需要大约 3 秒的时间，这个速度在可接受的范围内。但是，当新需求需要增加更多的详细查询条件时，查询的表数据量增加了几倍，这导致了查询条件增加后 SQL 的查询时间扩大到了 13 秒。

为了解决这个问题，我首先进行了原始 SQL 的优化：

• 减少了非必要的函数调用，因为函数计算会增加查询的负担；
• 尽可能地使用 Join 查询代替子查询；
• 为关键字段添加索引（这个操作直接提升了查询性能，具体来说，查询时间从 13 秒缩短到了 120 毫秒）。

这次添加索引明显地提升了查询性能，对于我的业务场景来说，效果非常明显。

添加索引的优缺点可以简单概括如下：

优点：

• 提高查询速度：索引极大地加快了数据检索速度，使得查询操作更高效。
• 加速表连接：对于JOIN操作，索引能显著提升处理速度。
• 优化排序和分组速度：索引支持快速排序和分组查询。

缺点：

• 降低更新速度：每当数据被添加、删除或修改时，索引也需要被更新，这会减慢数据的更新速度。
• 占用更多空间：索引需要额外的物理空间来存储。
• 增加维护成本：索引需要定期维护和重建，增加了数据库的维护负担。

1.2.数据库表设计优化

• 减少数据冗余存储
• 索引优化(索引会大幅增加查询效率,但会降低写操作效率)
• 避免使用数据库关键词作为列名表名(例如:oracle的ROWID,level等等)

2.代码层面

2.1 减少数据库访问次数

​ 在循环内进行数据库操作是一个常见的性能瓶颈产生地。应尽可能的减少数据库操作的次数，对于需要执行的多条查询语句，可以使用批处理(例如MybaitsPlus的saveBatch方法)的方式一次性执行，减少网络开销和数据库压力。另外，如果有大量重复的数据库查询，应考虑使用查询结果缓存来避免重复访问。

2.2 实施懒加载

​ 对那些无需立即加载的数据，我们可以运用懒加载(lazy loading)的策略。在使用Spring Framework时，可以利用@Lazy注解实现此目的。只有在真正需要数据时，才进行数据库查询和数据加载，这样可以有效节约资源，提升系统的响应速度。

2.3 利用缓存技术

​ 对于访问频繁且变动少的数据如配置信息、用户登录信息等，我们可以采用缓存技术进行优化。例如，可以使用Redis作为缓存中间件，将常用数据存储在内存中，进而大幅提升访问速度并降低数据库的访问压力。