优化mysql

数据库设计和表创建时就要考虑性能
sql的编写需要注意优化
分区
分表
分库

1.数据库设计和表创建时就要考虑性能

mysql数据库本身高度灵活，造成性能不足，严重依赖开发人员能力。也就是说开发人员能力高，则mysql性能高。这也是很多关系型数据库的通病，所以公司的DBA工作通常巨高。

设计表时要注意：

表字段避免 null 值出现，null 值很难查询优化且占额外的索引空间，推荐默认数字0代替 null
尽量使用 INT 而非 BIGINT，如果非负则加上 UNSIGNED（这样数值容量会扩大一倍），当然能使用 TINYINT、SMALLINT、MEDIUM_INT 更好
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
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”这种只有两三个值得字段
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

简言之就是使用合适的数据类型，选择合适的索引

# 选择合适的数据类型

（1）使用可存下数据的最小的数据类型，整型 < date , time < char , varchar < blob

（2）使用简单的数据类型，整型比字符处理开销更小，因为字符串比较复杂。如，int 类型存储时间类型，bigint 类型转 ip 函数

（3）使用合理的字段属性长度，固定长度的表会更快。使用 ENUM、char 而不是 varchar

（4）尽可能使用 not null 定义字段

（5）尽量少用 text ，非用不可最好分表

# 选择合适的索引列

（1）查询频繁的列，在 where，group by，order by ，on 从句中出现的列

（2）where 条件中 <，<=，=，>，>=，between，in，以及 like 字符串+通配符（%）出现的列

（3）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

（4）离散度大（不同的值多）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
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
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
使用同类型进行比较，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，每页数据也不要太大

引擎

目前广泛使用的是 myisam 和 innodb 两种引擎：

myisam
myisam 引擎是 mysql5.1及之前版本的默认引擎，它的特点是：

不支持行锁，读取时对需要读到的所有表加锁，写入时则对表加排它锁
不支持事务
不支持外键
不支持崩溃后的安全恢复
在表有读取查询的同时，支持往表中插入新纪录
支持 blob 和 text 的前 500 个字符索引，支持全文索引
支持延迟更新索引，极大提升写入性能
对于不会进行修改的表，支持压缩表，极大减少磁盘空间占用

innodb
innodb 在 mysql5.5 之后成为默认引擎，它的特点是：

支持行锁，采用 mvcc 来支持高并发
支持事务
支持外键
支持崩溃后的安全恢复
不支持全文索引

总体来讲，myisam 适合 select 密集型的表，而 innodb 适合 insert 和 update 密集型的表

myisam速度可能超快，占用存储空间也小，但是程序要求事务支持，故 innodb 是必须的。

3.分区

MySQL 在 5.1 版引入的分区是一种简单的水平拆分，用户需要在建表的时候加上分区参数，对应用是透明的无需修改代码

对于用户来说，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，实现分区的代码实际是通过对一组底层表的对象封装，但对 SQL 层来说是一个完全封装底层的黑盒子。MySQL实现分区的方式也意味着索引也是按照分区的子表定义，没有全局索引

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，从而使查询定位至少量的分区上，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 innodb 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。

4.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，通常以某个字段作为拆分项。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：只适合在初期就考虑到了大量数据存在，做好分表处理，不适合应用上线了再做修改，成本太高

5.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！不推荐使用