数据库 之 高并发环境下的规则

原文: 数据库 之 高并发环境下的规则

本文大部分转至沈剑老师,加上自己的一些见解。

本文前提

高并发环境

规则要点

1) 数据库字符集使用utf8mb4

无乱码风险、万国码

2)禁止使用存储过程、视图、触发器、Event

高并发大数据的互联网业务,架构设计思路是“解放数据库CPU,将计算转移到服务层”,并发量大的情况下,这些功能很可能将数据库拖死,业务逻辑放到服务层具备更好的扩展性,能够轻易实现“增机器就加性能”。数据库擅长存储与索引,CPU计算还是上移吧

3)禁止存储大文件或者大照片

使用路程存储。建个存储文件的服务器,或者用云端Azure的blob文件存储

4)表名必须英文

5)单实例表数目必须小于500

6)单表列数目必须小于30

7)表必须有主键,建议不要用自增长主键

无主键的表删除,在row模式的主从架构,会导致备库夯住

不用自增长主键是因为当插入数据时,数据库首先会查询最大的索引值,然后再进行插入操作。所以,使用较短的string类型或者guid直接插入。

8)禁止使用外键,如果有外键完整性约束,需要应用程序控制

外键会导致表与表之间耦合,update与delete操作都会涉及相关联的表,十分影响sql 的性能,甚至会造成死锁。高并发情况下容易造成数据库性能,大数据高并发业务场景数据库使用以性能优先

9)须把字段定义为NOT NULL并且提供默认值

null的列使索引/索引统计/值比较都更加复杂,对MySQL(其他数据库差不多)来说更难优化

null 这种类型MySQL内部需要进行特殊处理,增加数据库处理记录的复杂性;同等条件下,表中有较多空字段的时候,数据库的处理性能会降低很多

null值需要更多的存储空,无论是表还是索引中每行中的null的列都需要额外的空间来标识

对null 的处理时候,只能采用is null或is not null,而不能采用=、in、<、<>、!=、not in这些操作符号。如:where name!=’alunchen’,如果存在name为null值的记录,查询结果就不会包含name为null值的记录

10)禁止使用TEXT、BLOB大类型

会浪费更多的磁盘和内存空间,非必要的大量的大字段查询会淘汰掉热数据,导致内存命中率急剧降低,影响数据库性能

11)单表索引个数,建议控制在5个以内

字段超过5个时,实际已经起不到有效过滤数据的作用了

12)禁止在更新十分频繁、区分度不高的属性上建立索引

更新会变更B+树,更新频繁的字段建立索引会大大降低数据库性能

“性别”这种区分度不大的属性,建立索引是没有什么意义的,不能有效过滤数据,性能与全表扫描类似

13)建立组合索引,必须把区分度高的字段放在前面

能够更加有效的过滤数据

14)禁止使用SELECT *

消耗数据库IO性能

不能有效的利用覆盖索引

15)禁止使用INSERT INTO tableA VALUES(xxx),必须显示指定插入的列属性

容易在增加或者删除字段后出现程序BUG

16)禁止使用属性隐式转换

SELECT uid FROM t_user WHERE phone=13800138000 会导致全表扫描,而不能命中phone索引。因为phone是字符串类型,

SQL语句带入的是整形,故不会命中索引,加个引号就好了:

SELECT uid FROM t_user WHERE phone=’13800138000’

17)禁止在WHERE条件的属性上使用函数或者表达式

SELECT uid FROM t_user WHERE from_unixtime(day)>='2017-02-15' 会导致全表扫描

正确的写法是:SELECT uid FROM t_user WHERE day>= unix_timestamp('2017-02-15 00:00:00')

18)禁止负向查询,以及%开头的模糊查询

负向查询条件:NOT、!=、<>、!<、!>、NOT IN、NOT LIKE等,会导致全表扫描

%开头的模糊查询,会导致全表扫描。

一般来说,WHERE过滤条件不会只带这么一个“负向查询条件”,还会有其他过滤条件,举个例子:查询我已完成订单之外的订单(好拗口):

SELECT oid FROM t_order WHERE uid=123 AND status != 1;

订单表5000w数据,但uid=123就会迅速的将数据量过滤到很少的级别(uid建立了索引),此时再接上一个负向的查询条件就无所谓了,扫描的行数本身就会很少。

但如果要查询所有已完成订单之外的订单:

SELECT oid FROM t_order WHERE status != 1;

这就挂了,立马CPU100%,status索引会失效,负向查询导致全表扫描。

19)禁止大表使用JOIN查询,禁止大表使用子查询

会产生临时表,消耗较多内存与CPU,极大影响数据库性能

可以关注本人的公众号,多年经验的原创文章共享给大家。

猜你喜欢

转载自www.cnblogs.com/lonelyxmas/p/10217610.html
今日推荐