简介

在本文中,主要写一下自己所查阅和理解的mysql优化方案.

我的理解是数据库的优化对于我们'非专业'人员,mysql的优化也没那么复杂了,真的要玩转mysql的话,肯定得需要很多年的经验了.

参考链接:

优化方案

1.搜索引擎的优化

mysql搜索引擎用的比较多的有以下三中

InnoDB

MEMORY

MyISAM

InnoDB的适用情况:InnoDB有处理事务的功能,对于需要处理大量事务的数据库,InnoDB是比较合适的.

MEMORY的适用情况:一个字快!MEMORY是要把数据直接干到内存中,处理速度很快,但是,当服务器重启或者宕机数据就没了呢.所以,这个是适用临时数据.

MyISAM的适用情况:速度快,不支持事务.适用于处理数据量大且不用大量处理事务的数据库.

2.mysql添加索引

什么情况下适合添加索引

该字段数据量庞大；

该字段很少的DML操作(由于索引也需要维护，DML操作多的话，也影响检索效率)；

该字段经常出现在where条件中；

只要列中含有NULL值，就最好不要在此例设置索引，复合索引如果有NULL值，此列在使用时也不会使用索引

尽量使用短索引，如果可以，应该制定一个前缀长度

对于经常在where子句使用的列，最好设置索引，这样会加快查找速度

对于有多个列where或者order by子句的，应该建立复合索引

对于like语句，以%或者‘-’开头的不会使用索引，以%结尾会使用索引

尽量不要在列上进行运算(函数操作和表达式操作)

尽量不要使用not in和<>操作

注意：实际开发中会根据项目需求等综合因素来做调整，添加索引并不能保证一定能够提升检索效率，索引添加不当也有可能会导致效率降低。

3.sql语句的优化

sql语句的优化,主要一点就是,尽量避免全文搜索,就是我要找个东西,我不能在那么多的数据中找到我想要的数据.最好就是,我可以在数据库中搜索最小的范围得到我想要的数据.

查询时，能不要*就不用*，尽量写全字段名

大部分情况连接效率远大于子查询

多使用explain和profile分析查询语句

查看慢查询日志，找出执行时间长的sql语句优化

多表连接时，尽量小表驱动大表，即小表 join 大表

在千万级分页时使用limit

对于经常使用的查询，可以开启缓存

其实还有很多的,主要把握"查最少的信息,获得我所需要的内容"这个核心就行了.

4.表的优化

其实就一点:分块!将数据分块存放.

表的字段尽可能用NOT NULL

字段长度固定的表查询会更快

把数据库的大表按时间或一些标志分成小表

将表分区

比如一个城市里有很多的区,每个区里又有很多的街道小区,一个城市就显得很规矩.如果所有的商店写字楼居民楼都随意布置,那这个城市就乱的一团糟了.

总结

优化数据库有很多途径.让处理数据的效率越高越好,就酱.