MySQL数据库技术优化概述Word下载.docx

MySQL数据库技术优化概述Word下载.docx

《MySQL数据库技术优化概述Word下载.docx》由会员分享，可在线阅读，更多相关《MySQL数据库技术优化概述Word下载.docx（6页珍藏版）》请在冰豆网上搜索。

1.首先我们可以用EXPLAIN或DESCRIBE（简写:

DESC）命令分析一条查询语句的执行信息.

2.例:

DESC 

SELECT 

* 

FROM 

`user`

显示:

其中会显示索引和查询数据读取数据条数等信息.

2.1.2优化子查询

在MySQL中,尽量使用JOIN来代替子查询.因为子查询需要嵌套查询,嵌套查询时会建立一张临时表,临时表的建立和删除都会有较大的系统开销,而连接查询不会创建临时表,因此效率比嵌套子查询高.

2.1.3使用索引

索引是提高数据库查询速度最重要的方法之一,关于索引可以参高笔者一文,介绍比较详细,此处记录使用索引的三大注意事项:

1.LIKE关键字匹配'

%'

开头的字符串,不会使用索引.

2.OR关键字的两个字段必须都是用了索引,该查询才会使用索引.

3.使用多列索引必须满足最左匹配.

2.1.4分解表

对于字段较多的表,如果某些字段使用频率较低,此时应当,将其分离出来从而形成新的表,

2.1.5中间表

对于将大量连接查询的表可以创建中间表,从而减少在查询时造成的连接耗时.

2.1.6增加冗余字段

类似于创建中间表,增加冗余也是为了减少连接查询.

2.1.7分析表,,检查表,优化表

分析表主要是分析表中关键字的分布,检查表主要是检查表中是否存在错误,优化表主要是消除删除或更新造成的表空间浪费.

1.分析表:

使用ANALYZE关键字,如ANALYZETABLEuser;

clipboard.png

1.Op:

表示执行的操作.

2.Msg_type:

信息类型,有status,info,note,warning,error.

3.Msg_text:

显示信息.

2.检查表:

使用CHECK关键字,如CHECKTABLEuser[option]

option只对MyISAM有效,共五个参数值:

1.QUICK:

不扫描行,不检查错误的连接.

2.FAST:

只检查没有正确关闭的表.

3.CHANGED:

只检查上次检查后被更改的表和没被正确关闭的表.

4.MEDIUM:

扫描行,以验证被删除的连接是有效的,也可以计算各行关键字校验和.

5.EXTENDED:

最全面的的检查,对每行关键字全面查找.

3.优化表:

使用OPTIMIZE关键字,如OPTIMIZE[LOCAL|NO_WRITE_TO_BINLOG]TABLEuser;

LOCAL|NO_WRITE_TO_BINLOG都是表示不写入日志.,优化表只对VARCHAR,BLOB和TEXT有效,通过OPTIMIZETABLE语句可以消除文件碎片,在执行过程中会加上只读锁.

2.2硬优化

2.2.1硬件三件套

1.配置多核心和频率高的cpu,多核心可以执行多个线程.

2.配置大内存,提高内存,即可提高缓存区容量,因此能减少磁盘I/O时间,从而提高响应速度.

3.配置高速磁盘或合理分布磁盘:

高速磁盘提高I/O,分布磁盘能提高并行操作的能力.

2.2.2优化数据库参数

优化数据库参数可以提高资源利用率,从而提高MySQL服务器性能.MySQL服务的配置参数都在f或my.ini,下面列出性能影响较大的几个参数.

∙key_buffer_size:

索引缓冲区大小

∙table_cache:

能同时打开表的个数

∙query_cache_size和query_cache_type:

前者是查询缓冲区大小,后者是前面参数的开关,0表示不使用缓冲区,1表示使用缓冲区,但可以在查询中使用SQL_NO_CACHE表示不要使用缓冲区,2表示在查询中明确指出使用缓冲区才用缓冲区,即SQL_CACHE.

∙sort_buffer_size:

排序缓冲区

传送门:

更多参数

2.2.3分库分表

因为数据库压力过大，首先一个问题就是高峰期系统性能可能会降低，因为数据库负载过高对性能会有影响。

另外一个，压力过大把你的数据库给搞挂了怎么办？

所以此时你必须得对系统做分库分表+读写分离，也就是把一个库拆分为多个库，部署在多个数据库服务上，这时作为主库承载写入请求。

然后每个主库都挂载至少一个从库，由从库来承载读请求。

2.2.4缓存集群

如果用户量越来越大，此时你可以不停的加机器，比如说系统层面不停加机器，就可以承载更高的并发请求。

然后数据库层面如果写入并发越来越高，就扩容加数据库服务器，通过分库分表是可以支持扩容机器的，如果数据库层面的读并发越来越高，就扩容加更多的从库。

但是这里有一个很大的问题：

数据库其实本身不是用来承载高并发请求的，所以通常来说，数据库单机每秒承载的并发就在几千的数量级，而且数据库使用的机器都是比较高配置，比较昂贵的机器，成本很高。

如果你就是简单的不停的加机器，其实是不对的。

所以在高并发架构里通常都有缓存这个环节，缓存系统的设计就是为了承载高并发而生。

所以单机承载的并发量都在每秒几万，甚至每秒数十万，对高并发的承载能力比数据库系统要高出一到两个数量级。

所以你完全可以根据系统的业务特性，对那种写少读多的请求，引入缓存集群。

具体来说，就是在写数据库的时候同时写一份数据到缓存集群里，然后用缓存集群来承载大部分的读请求。

这样的话，通过缓存集群，就可以用更少的机器资源承载更高的并发。

结语

一个完整而复杂的高并发系统架构中，一定会包含：

各种复杂的自研基础架构系统。

各种精妙的架构设计.因此一篇小文顶多具有抛砖引玉的效果,但是数据库优化的思想差不多就这些了.