当 MySQL 单表记录数过大时,增删改查性能都会急剧下降,可以参考以下步骤来优化。
单表优化
除非单表数据未来会一直不断上涨,否则不要一开始就考虑拆分,拆分会带来逻辑、部署、运维的各种复杂度,一般以整型值为主的表在千万级
以下,字符串为主的表在五百万
以下是没有太大问题的。而事实上很多时候 MySQL 单表的性能依然有不少优化空间,甚至能正常支撑千万级以上的数据量:
字段
尽量使用TINYINT
、SMALLINT
、MEDIUM_INT
作为整数类型而非INT
,如果非负则加上UNSIGNED
;
VARCHAR
的长度只分配真正需要的空间;
使用枚举或整数代替字符串类型;
尽量使用TIMESTAMP
而非DATETIME
;
单表不要有太多字段,建议在 20 以内;
避免使用 NULL 字段,很难查询优化且占用额外索引空间;
用整型来存 IP。
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;
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;
值分布很稀少的字段不适合建索引,例如 "性别" 这种只有两三个值的字段;
字符字段只建前缀索引;
字符字段最好不要做主键;
不用外键,由程序保证约束;
尽量不用UNIQUE
,由程序保证约束;
使用多列索引时主意顺序和查询条件保持一致,同时删除不必要的单列索引。
查询 SQL
可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,查询时要尽可能将操作移至等号右边;
SQL 语句尽可能简单:一条 SQL 只能在一个 CPU 运算;大语句拆小语句,减少锁时间;一条大 SQL 可以堵死整个库;
不用SELECT *
;
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;
不用函数和触发器,在应用程序实现;
避免%xxx
式查询;
少用JOIN
;
原文链接