資料庫優化一方面是找出系統的瓶頸,提高MySQL資料庫的整體性能,而另一方面需要合理的結構設計和參數調整,以提高用戶的相應速度,同時還要盡可能的節約系統資源,以便讓系統提供更大的負荷.
1. 優化一覽圖
2. 優化
筆者將優化分為了兩大類,軟優化和硬優化,軟優化一般是操作資料庫即可,而硬優化則是操作伺服器硬體及參數設置.
2.1 軟優化
2.1.1 查詢語句優化
1.首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息.
2.例:
顯示:
其中會顯示索引和查詢數據讀取數據條數等信息.
2.1.2 優化子查詢
在MySQL中,盡量使用JOIN來代替子查詢.因為子查詢需要嵌套查詢,嵌套查詢時會建立一張臨時表,臨時表的建立和刪除都會有較大的系統開銷,而連接查詢不會創建臨時表,因此效率比嵌套子查詢高.
2.1.3 使用索引
索引是提高資料庫查詢速度最重要的方法之一,關於索引可以參高筆者<MySQL資料庫索引>一文,介紹比較詳細,此處記錄使用索引的三大注意事項:
2.1.4 分解表
對於欄位較多的表,如果某些欄位使用頻率較低,此時應當,將其分離出來從而形成新的表,
2.1.5 中間表
對於將大量連接查詢的表可以創建中間表,從而減少在查詢時造成的連接耗時.
2.1.6 增加冗餘欄位
類似於創建中間表,增加冗餘也是為了減少連接查詢.
2.1.7 分析表,,檢查表,優化表
分析表主要是分析表中關鍵字的分布,檢查表主要是檢查表中是否存在錯誤,優化表主要是消除刪除或更新造成的表空間浪費.
1. 分析表: 使用 ANALYZE 關鍵字,如ANALYZE TABLE user;
2. 檢查表: 使用 CHECK關鍵字,如CHECK TABLE user [option]
option 只對MyISAM有效,共五個參數值:
3. 優化表:使用OPTIMIZE關鍵字,如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌.,優化表只對VARCHAR,BLOB和TEXT有效,通過OPTIMIZE TABLE語句可以消除文件碎片,在執行過程中會加上只讀鎖.
2.2 硬優化
2.2.1 硬體三件套
1.配置多核心和頻率高的cpu,多核心可以執行多個線程.
2.配置大內存,提高內存,即可提高緩存區容量,因此能減少磁碟I/O時間,從而提高響應速度.
3.配置高速磁碟或合理分布磁碟:高速磁碟提高I/O,分布磁碟能提高並行操作的能力.
2.2.2 優化資料庫參數
優化資料庫參數可以提高資源利用率,從而提高MySQL伺服器性能.MySQL服務的配置參數都在my.cnf或my.ini,下面列出性能影響較大的幾個參數.
2.2.3 分庫分表
因為資料庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為資料庫負載過高對性能會有影響。另外一個，壓力過大把你的資料庫給搞掛了怎麼辦？所以此時你必須得對系統做分庫分表 + 讀寫分離，也就是把一個庫拆分為多個庫，部署在多個資料庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
2.2.4 緩存集群
如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的並發請求。然後資料庫層面如果寫入並發越來越高，就擴容加資料庫伺服器，通過分庫分表是可以支持擴容機器的，如果資料庫層面的讀並發越來越高，就擴容加更多的從庫。但是這里有一個很大的問題：資料庫其實本身不是用來承載高並發請求的，所以通常來說，資料庫單機每秒承載的並發就在幾千的數量級，而且資料庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。如果你就是簡單的不停的加機器，其實是不對的。所以在高並發架構里通常都有緩存這個環節，緩存系統的設計就是為了承載高並發而生。所以單機承載的並發量都在每秒幾萬，甚至每秒數十萬，對高並發的承載能力比資料庫系統要高出一到兩個數量級。所以你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。具體來說，就是在寫資料庫的時候同時寫一份數據到緩存集群里，然後用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的並發。
一個完整而復雜的高並發系統架構中，一定會包含：各種復雜的自研基礎架構系統。各種精妙的架構設計.因此一篇小文頂多具有拋磚引玉的效果,但是資料庫優化的思想差不多就這些了.
② MySQL創建資料庫的命令、創建表的命令、插入語句的命令
創建資料庫：create database db_name
創建數據表：create table table_name
插入語句：insert into table_name (xx,xx) values (xx,xx)
資料庫這些命令還有增刪改查的各種，我都是在黑馬程序員的社區找的，我兄弟在那邊學習，告訴我的。開辟了新大陸，從學習重點到線路圖，從線路圖到配套視頻，從配套視頻到資料，從資料到源碼，全部都有
③ 怎樣給訪問量過大的mysql資料庫減壓
以MySQL為例，碎片的存在十分影響性能
MySQL 的碎片是 MySQL 運維過程中比較常見的問題，碎片的存在十分影響資料庫的性能，本文將對 MySQL 碎片進行一次講解。
判斷方法：
MySQL 的碎片是否產生，通過查看
show table status from table_nameG;
這個命令中 Data_free 欄位，如果該欄位不為 0，則產生了數據碎片。
產生的原因：
1. 經常進行 delete 操作
經常進行 delete 操作，產生空白空間，如果進行新的插入操作，MySQL將嘗試利用這些留空的區域，但仍然無法將其徹底佔用，久而久之就產生了碎片；
演示：
創建一張表，往裡面插入數據，進行一個帶有 where 條件或者 limit 的 delete 操作，刪除前後對比一下 Data_free 的變化。
刪除前：
Data_free 不為 0，說明有碎片；
2. update 更新
update 更新可變長度的欄位(例如 varchar 類型)，將長的字元串更新成短的。之前存儲的內容長，後來存儲是短的，即使後來插入新數據，那麼有一些空白區域還是沒能有效利用的。
演示：
創建一張表，往裡面插入一條數據，進行一個 update 操作，前後對比一下 Data_free 的變化。
CREATE TABLE `t1` ( `k` varchar(3000) DEFAULT NULL ) ENGINE=MyISAM DEFAULT CHARSET=utf8;
更新語句：update t1 set k='aaa';
更新前長度：223 Data_free：0
更新後長度：3 Data_free：204
Data_free 不為 0，說明有碎片；
產生影響：
1. 由於碎片空間是不連續的，導致這些空間不能充分被利用；
2. 由於碎片的存在，導致資料庫的磁碟 I/O 操作變成離散隨機讀寫，加重了磁碟 I/O 的負擔。
清理辦法：
MyISAM：optimize table 表名；（OPTIMIZE 可以整理數據文件,並重排索引）
Innodb：
select count(*) from test.twitter_11;
1. ALTER TABLE tablename ENGINE=InnoDB；(重建表存儲引擎，重新組織數據)
2. 進行一次數據的導入導出
碎片清理的性能對比：
引用我之前一個生產庫的數據，對比一下清理前後的差異。
SQL執行速度：
修改前：1 row in set (7.37 sec)
修改後：1 row in set (1.28 sec)
結論：
通過對比，可以看到碎片清理前後，節省了很多空間，SQL執行效率更快。所以，在日常運維工作中，應對碎片進行定期清理，保證資料庫有穩定的性能。
④ 阿里雲資料庫是否可以設置optimize選項
innodb的引擎不支持optimize,可以用ALTER TABLE table.name ENGINE='InnoDB';該方法會對舊表以復制的方式新建一個新表,然後刪除舊表。雖然這個過程是安全的,但是在進行操作時還是先進行備份為好