网站建设推广小程序,电商平台代运营公司,安卓的应用开发,湖南平台网站建设哪里好点击上方IT牧场#xff0c;选择设为星标技术干货每日送达#xff01;来源#xff1a;segmentfault.com/a/1190000018631870前言数据库优化一方面是找出系统的瓶颈,提高MySQL数据库的整体性能,而另一方面需要合理的结构设计和参数调整,以提高用户的相…点击上方IT牧场选择设为星标技术干货每日送达来源segmentfault.com/a/1190000018631870前言数据库优化一方面是找出系统的瓶颈,提高MySQL数据库的整体性能,而另一方面需要合理的结构设计和参数调整,以提高用户的相应速度,同时还要尽可能的节约系统资源,以便让系统提供更大的负荷.1、优化一览图2、优化笔者将优化分为了两大类,软优化和硬优化,软优化一般是操作数据库即可,而硬优化则是操作服务器硬件及参数设置.2.1 软优化2.1.1 查询语句优化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ANALYZE TABLE user;Op:表示执行的操作.Msg_type:信息类型,有status,info,note,warning,error.Msg_text:显示信息.2、检查表: 使用 CHECK关键字,如CHECK TABLE user [option]option 只对MyISAM有效,共五个参数值:QUICK:不扫描行,不检查错误的连接.FAST:只检查没有正确关闭的表.CHANGED:只检查上次检查后被更改的表和没被正确关闭的表.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.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] TABLE user;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OPTIMIZE TABLE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my.cnf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https://www.mysql.com/cn/why-mysql/performance/index.html2.2.3 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。干货分享最近将个人学习笔记整理成册使用PDF分享。关注我回复如下代码即可获得百度盘地址无套路领取•001《Java并发与高并发解决方案》学习笔记•002《深入JVM内核——原理、诊断与优化》学习笔记•003《Java面试宝典》•004《Docker开源书》•005《Kubernetes开源书》•006《DDD速成(领域驱动设计速成)》•007全部•008加技术讨论群往期精彩想知道更多长按/扫码关注我吧↓↓↓
