mysql优化-技术圈

MySQL优化是个很大的概念，基本工作过一段时间的都能说个一二三出来，今天咱们从不同的方面做一下

一、创建优化

选择合适的存储引擎
字段设置为NOT NULL
字段属性越小查询越快(int enum等)，尽量使用数值型
每张表都设置主键ID(InnoDB引擎)
为字段添加索引(主键/唯一/全文/普通)
ip使用long存储

二、数据库引擎优化

写多读少的业务用InnoDB
都铎写少的业务使用MyISAM

三、查询优化

查询需要的字段而不是*
只查询一条记录使用LIMIT
避免循环查询数据，可一次性查询然后使用PHP处理
使用连接查询代替子查询
EXPLAIN索引是否命中

模糊查询使用like 'xx%'而不是like '%xx%'
关联查询时字段属性、长度是否一致
字段属性是char查询时无引号
查询语句中有or时请注意
联合索引‘最左原则’
查询语句中有运算
!=或＜＞、IS NULL、IS NOT NULL、IN、NOT IN

查看查询慢日志，定向优化
不在SQL语句中做运算
数据实时性不高的可以使用消息队列异步处理
统计类信息通过脚本跑好数据
使用EXISTS/NOT EXISTS代替IN/NOT IN
使用DISTINCT代替GROUP BY
使用BETWEEN代替IN
避免使用SELECT INTO语句，其会导致表锁定，阻止其他用户访问该表
使用UNION ALL代替UNION
批量插入时vaules(),(),()...
对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
复合索引最左匹配原则，尽量命中每一个字段
应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：select id from t where num is null可以在num上设置默认值0，确保表中num列没有null值，然后这样查询select id from t where num=0
应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：select id from t where num=10 or num=20 可以这样查询select id from t where num=10 union all select id from t where num=20
下面的查询也将导致全表扫描：select id from t where name like '%abc%'，若要提高效率，可以考虑全文检索。
in 和 not in 也要慎用，否则会导致全表扫描，如select id from t where num in(1,2,3)对于连续的数值，能用 between 就不用 in select id from t where num between 1 and 3
如果在where子句中使用参数也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时，它必须在编译时进行选择。如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。

select id from t where num=@num可以改为强制查询使用索引select id from t with(index(索引名)) where num=@num

不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算(!=或<>)，否则系统将可能无法正确使用索引。

对索引字段做函数操作，可能会破坏索引值的有序性，因此优化器就决定放弃走树搜索功能。
数据类型转换
隐式字符类型转换
select id from t where num/2=100应改为select id from t where num=100*2
select id from t where substring(name,1,3)='abc'应该为select id from t where name like 'abc%'

不要写一些没有意义的查询，如需要生成一个空表结构：
select col1,col2 into #t from t where 1=0
这类代码不会返回任何结果集，但是会消耗系统资源的，应改成这样：
create table #t(…)
很多时候用 exists 代替 in 是一个好的选择，根据内外表数据量而定
索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，
应尽可能的避免更新clustered索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。
尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。
尽可能的使用varchar/nvarchar代替char/nchar

首先变长字段存储空间小，可以节省存储空间
其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

任何地方都不要使用select * from t，不要返回用不到的任何字段。
尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。
尽量避免大事务操作，提高系统并发能力。
使用覆盖索引
尽量使用表变量来代替临时表。如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。
避免频繁创建和删除临时表，以减少系统表资源的消耗。
临时表并不是不可使用，适当地使用它们可以使某些例程更有效，例如，当需要重复引用大型表或常用表中的某个数据集时。但是，对于一次性事件，最好使用导出表。
在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。
如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定
尽量避免使用游标，因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。
使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。
与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。
在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ，在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息。

四、缓存

查询缓存

设置查询缓冲,query_cache_type设为1即可

数据缓存

五、主从复制

读写分离

六、锁优化

七、单独的数据库服务器

设置磁盘I/O
设置大页内存