Mysql高性能优化规范建议
共 5658字,需浏览 12分钟
·
2020-12-18 17:51
点击上方「蓝字」关注我们
数据库命令规范
所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来) 数据库对象的命名要能做到见名识意,并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀,备份表必须以bak_为前缀并以日期(时间戳)为后缀 所有存储相同数据的列名和列类型必须一致(一般作为关联列,如果查询时关联列类型不一致会自动进行数据类型隐式转换,会造成列上的索引失效,导致查询效率降低)
数据库基本设计规范
1. 所有表必须使用Innodb存储引擎
2. 数据库和表的字符集统一使用UTF8
兼容性更好,统一字符集可以避免由于字符集转换产生的乱码,不同的字符集进行比较前需要进行转换会造成索引失效,如果数据库中有存储emoji表情的需要,字符集需要采用utf8mb4字符集。
3. 所有表和字段都需要添加注释
使用comment从句添加表和列的备注,从一开始就进行数据字典的维护
4. 尽量控制单表数据量的大小,建议控制在500万以内。
可以用历史数据归档(应用于日志数据),分库分表(应用于业务数据)等手段来控制数据量大小
5. 谨慎使用Mysql分区表
建议采用物理分表的方式管理大数据。
6. 尽量做到冷热数据分离,减小表的宽度
Mysql限制每个表最多存储4096列,并且每一行数据的大小不能超过65535字节。
经常一起使用的列放到一个表中(避免更多的关联操作)。
7. 禁止在表中建立预留字段
对预留字段类型的修改,会对表进行锁定。
8. 禁止在数据库中存储图片,文件等大的二进制数据
通常存储于文件服务器,数据库只存储文件地址信息
9. 禁止在线上做数据库压力测试
10. 禁止从开发环境,测试环境直接连接生成环境数据库
数据库字段设计规范
1. 优先选择符合存储需要的最小的数据类型
将字符串转换成数字类型存储,如:将IP地址转换成整形数据
inet_aton 把ip转为无符号整型(4-8位)
inet_ntoa 把整型的ip转为地址
对于非负型的数据(如自增ID、整型IP)来说,要优先使用无符号整型来存储
SIGNED INT -2147483648~2147483647
UNSIGNED INT 0~4294967295
VARCHAR(N)中的N代表的是字符数,而不是字节数,使用UTF8存储255个汉字 Varchar(255)=765个字节。过大的长度会消耗更多的内存。
2. 避免使用TEXT、BLOB数据类型,最常见的TEXT类型可以存储64k的数据
建议把BLOB或是TEXT列分离到单独的扩展表中
Mysql内存临时表不支持TEXT、BLOB这样的大数据类型,如果查询中包含这样的数据,在排序等操作时,就不能使用内存临时表,必须使用磁盘临时表进行。
而且对于这种数据,Mysql还是要进行二次查询,会使sql性能变得很差,但是不是说一定不能使用这样的数据类型。
如果一定要使用,建议把BLOB或是TEXT列分离到单独的扩展表中,查询时一定不要使用select * 而只需要取出必要的列,不需要TEXT列的数据时不要对该列进行查询。
TEXT或BLOB类型只能使用前缀索引
因为MySQL对索引字段长度是有限制的,所以TEXT类型只能使用前缀索引,并且TEXT列上是不能有默认值的
3. 避免使用ENUM类型
禁止使用数值作为ENUM的枚举值
4. 尽可能把所有列定义为NOT NULL
进行比较和计算时要对NULL值做特别的处理
5. 使用TIMESTAMP(4个字节)或DATETIME类型(8个字节)存储时间
缺点1:无法用日期函数进行计算和比较
缺点2:用字符串存储日期要占用更多的空间
6. 同财务相关的金额类数据必须使用decimal类型
非精准浮点:float,double
精准浮点:decimal
索引设计规范
1. 限制每张表上的索引数量,建议单张表索引不超过5个
因为mysql优化器在选择如何优化查询时,会根据统一信息,对每一个可以用到的索引来进行评估,以生成出一个最好的执行计划,如果同时有很多个索引都可以用于查询,就会增加mysql优化器生成执行计划的时间,同样会降低查询性能。
2. 禁止给表中的每一列都建立单独的索引
5.6版本之前,一个sql只能使用到一个表中的一个索引,5.6以后,虽然有了合并索引的优化方式,但是还是远远没有使用一个联合索引的查询方式好。
3. 每个Innodb表必须有个主键
不要使用更新频繁的列作为主键,不适用多列主键(相当于联合索引)
不要使用UUID,MD5,HASH,字符串列作为主键(无法保证数据的顺序增长) 主键建议使用自增ID值
常见索引列建议
出现在SELECT、UPDATE、DELETE语句的WHERE从句中的列
包含在ORDER BY、GROUP BY、DISTINCT中的字段
并不要将符合1和2中的字段的列都建立一个索引, 通常将1、2中的字段建立联合索引效果更好
多表join的关联列
如何选择索引列的顺序
区分度最高的放在联合索引的最左侧(区分度=列中不同值的数量/列的总行数)
尽量把字段长度小的列放在联合索引的最左侧(因为字段长度越小,一页能存储的数据量越大,IO性能也就越好)
使用最频繁的列放到联合索引的左侧(这样可以比较少的建立一些索引)
避免建立冗余索引和重复索引(增加了查询优化器生成执行计划的时间)
重复索引示例:primary key(id)、index(id)、unique index(id) 冗余索引示例:index(a,b,c)、index(a,b)、index(a)
对于频繁的查询优先考虑使用覆盖索引
覆盖索引:就是包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引
避免Innodb表进行索引的二次查询
Innodb是以聚集索引的顺序来存储的,对于Innodb来说,二级索引在叶子节点中所保存的是行的主键信息,如果是用二级索引查询数据的话,在查找到相应的键值后,还要通过主键进行二次查询才能获取我们真实所需要的数据。
而在覆盖索引中,二级索引的键值中可以获取所有的数据,避免了对主键的二次查询 ,减少了IO操作,提升了查询效率。
可以把随机IO变成顺序IO加快查询效率
索引SET规范
尽量避免使用外键约束
不建议使用外键约束(foreign key),但一定要在表与表之间的关联键上建立索引 外键可用于保证数据的参照完整性,但建议在业务端实现 外键会影响父表和子表的写操作从而降低性能
数据库SQL开发规范
1. 建议使用预编译语句进行数据库操作
相同语句可以一次解析,多次使用,提高处理效率。
2. 避免数据类型的隐式转换
select name,phone from customer where id = '111';
3. 充分利用表上已经存在的索引
避免使用双%号的查询条件。如:a like '%123%'
,(如果无前置%,只有后置%,是可以用到列上的索引的)
一个SQL只能利用到复合索引中的一列进行范围查询。如:有 a,b,c列的联合索引,在查询条件中有a列的范围查询,则在b,c列上的索引将不会被用到。
在定义联合索引时,如果a列要用到范围查找的话,就要把a列放到联合索引的右侧,使用left join 或 not exists 来优化not in 操作,因为not in 也通常会使用索引失效。
4. 数据库设计时,应该要对以后扩展进行考虑
5. 程序连接不同的数据库使用不同的账号,进制跨库查询
为数据库迁移和分库分表留出余地
降低业务耦合度 避免权限过大而产生的安全风险
6. 禁止使用SELECT * 必须使用SELECT <字段列表> 查询
消耗更多的CPU和IO以网络带宽资源 无法使用覆盖索引 可减少表结构变更带来的影响
7. 禁止使用不含字段列表的INSERT语句
insert into values ('a','b','c');
insert into t(c1,c2,c3) values ('a','b','c');
8. 避免使用子查询,可以把子查询优化为join操作
由于子查询会产生大量的临时表也没有索引,所以会消耗过多的CPU和IO资源,产生大量的慢查询。
9. 避免使用JOIN关联太多的表
同时对于关联操作来说,会产生临时表操作,影响查询效率,Mysql最多允许关联61个表,建议不超过5个。
10. 减少同数据库的交互次数
数据库更适合处理批量操作,合并多个相同的操作到一起,可以提高处理效率。
11. 对应同一列进行or判断时,使用in代替or
in 的值不要超过500个,in 操作可以更有效的利用索引,or大多数情况下很少能利用到索引。
12. 禁止使用order by rand() 进行随机排序
推荐在程序中获取一个随机值,然后从数据库中获取数据的方式。
13. WHERE从句中禁止对列进行函数转换和计算
where date(create_time)='20190101'
where create_time >= '20190101' and create_time < '20190102'
14. 在明显不会有重复值时使用UNION ALL 而不是UNION
UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作 UNION ALL 不会再对结果集进行去重操作
15. 拆分复杂的大SQL为多个小SQL
大SQL逻辑上比较复杂,需要占用大量CPU进行计算的SQL MySQL中,一个SQL只能使用一个CPU进行计算 SQL拆分后可以通过并行执行来提高处理效率
数据库操作行为规范
超100万行的批量写(UPDATE、DELETE、INSERT)操作,要分批多次进行操作
主从环境中,大批量操作可能会造成严重的主从延迟,大批量的写操作一般都需要执行一定长的时间
而只有当主库上执行完成后,才会在其他从库上执行,所以会造成主库与从库长时间的延迟情况
大批量写操作会产生大量日志,特别是对于row格式二进制数据而言,由于在row格式中会记录每一行数据的修改,我们一次修改的数据越多,产生的日志量也就会越多,日志的传输和恢复所需要的时间也就越长,这也是造成主从延迟的一个原因
大批量修改数据,一定是在一个事务中进行的,这就会造成表中大批量数据进行锁定,从而导致大量的阻塞,阻塞会对MySQL的性能产生非常大的影响。
特别是长时间的阻塞会占满所有数据库的可用连接,这会使生产环境中的其他应用无法连接到数据库,因此一定要注意大批量写操作要进行分批
对于大表使用pt-online-schema-change修改表结构
避免大表修改产生的主从延迟
避免在对表字段进行修改时进行锁表
对大表数据结构的修改一定要谨慎,会造成严重的锁表操作,尤其是生产环境,是不能容忍的。
pt-online-schema-change它会首先建立一个与原表结构相同的新表,并且在新表上进行表结构的修改,然后再把原表中的数据复制到新表中,并在原表中增加一些触发器。
把原表中新增的数据也复制到新表中,在行所有数据复制完成之后,把新表命名成原表,并把原来的表删除掉。把原来一个DDL操作,分解成多个小的批次进行。
禁止为程序使用的账号赋予super权限
当达到最大连接数限制时,还运行1个有super权限的用户连接 super权限只能留给DBA处理问题的账号使用
对于程序连接数据库账号,遵循权限最小原则
程序使用数据库账号只能在一个DB下使用,不准跨库 程序使用的账号原则上不准有drop权限
source: cnblogs.com/huchong/p/10219318.html
扫码二维码
获取更多精彩
Java乐园