數據庫優(yōu)化一方面是找出系統(tǒng)的瓶頸，提高MySQL數據庫的整體性能，而另一方面需要合理的結構設計和參數調整，以提高用戶的相應速度，同時還要盡可能的節(jié)約系統(tǒng)資源，以便讓系統(tǒng)提供更大的負荷。

一、優(yōu)化一覽圖

二、優(yōu)化

筆者將優(yōu)化分為了兩大類：軟優(yōu)化和硬優(yōu)化。軟優(yōu)化一般是操作數據庫即可;而硬優(yōu)化則是操作服務器硬件及參數設置。

1、軟優(yōu)化

1)查詢語句優(yōu)化

首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執(zhí)行信息。

例:

DESC SELECT * FROM `user` 

顯示：

其中會顯示索引和查詢數據讀取數據條數等信息。

2)優(yōu)化子查詢

在MySQL中，盡量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統(tǒng)開銷，而連接查詢不會創(chuàng)建臨時表，因此效率比嵌套子查詢高。

3)使用索引

索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：

• LIKE關鍵字匹配'%'開頭的字符串，不會使用索引;
• OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引;
• 使用多列索引必須滿足最左匹配。

4)分解表

對于字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。

5)中間表

對于將大量連接查詢的表可以創(chuàng)建中間表，從而減少在查詢時造成的連接耗時。

6)增加冗余字段

類似于創(chuàng)建中間表，增加冗余也是為了減少連接查詢。

7)分析表、檢查表、優(yōu)化表

分析表主要是分析表中關鍵字的分布;檢查表主要是檢查表中是否存在錯誤;優(yōu)化表主要是消除刪除或更新造成的表空間浪費。

分析表：使用 ANALYZE 關鍵字，如ANALYZE TABLE user

• Op：表示執(zhí)行的操作;
• Msg_type：信息類型，有status、info、note、warning、error;
• Msg_text：顯示信息。

檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。option 只對MyISAM有效。共五個參數值：

• QUICK：不掃描行，不檢查錯誤的連接;
• FAST：只檢查沒有正確關閉的表;
• CHANGED：只檢查上次檢查后被更改的表和沒被正確關閉的表;
• MEDIUM：掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和;
• EXTENDED：最全面的的檢查，對每行關鍵字全面查找。

優(yōu)化表：使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;

LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日志，優(yōu)化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執(zhí)行過程中會加上只讀鎖。

2、硬優(yōu)化

1)硬件三件套

配置多核心和頻率高的cpu，多核心可以執(zhí)行多個線程;

配置大內存，提高內存，即可提高緩存區(qū)容量，因此能減少磁盤I/O時間，從而提高響應速度;

配置高速磁盤或合理分布磁盤：高速磁盤提高I/O，分布磁盤能提高并行操作的能力。

2)優(yōu)化數據庫參數

優(yōu)化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：

• key_buffer_size：索引緩沖區(qū)大小;
• table_cache：能同時打開表的個數;
• query_cache_size和query_cache_type：前者是查詢緩沖區(qū)大小，后者是前面參數的開關，0表示不使用緩沖區(qū)，1表示使用緩沖區(qū)，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩沖區(qū)，2表示在查詢中明確指出使用緩沖區(qū)才用緩沖區(qū)，即SQL_CACHE;
• sort_buffer_size：排序緩沖區(qū)。

更多參數：

https://www.mysql.com/cn/why-mysql/performance/index.html

3)分庫分表

因為數據庫壓力過大，首先一個問題就是高峰期系統(tǒng)性能可能會降低，因為數據庫負載過高對性能會有影響。

另外一個，壓力過大把你的數據庫給搞掛了怎么辦?

所以此時你必須得對系統(tǒng)做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然后每個主庫都掛載至少一個從庫，由從庫來承載讀請求。

4)緩存集群

如果用戶量越來越大，此時你可以不停的加機器，比如說系統(tǒng)層面不停加機器，就可以承載更高的并發(fā)請求。

然后數據庫層面如果寫入并發(fā)越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀并發(fā)越來越高，就擴容加更多的從庫。

但是這里有一個很大的問題：

數據庫其實本身不是用來承載高并發(fā)請求的，所以通常來說，數據庫單機每秒承載的并發(fā)就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。

如果你就是簡單的不停的加機器，其實是不對的。

所以在高并發(fā)架構里通常都有緩存這個環(huán)節(jié)，緩存系統(tǒng)的設計就是為了承載高并發(fā)而生。單機承載的并發(fā)量都在每秒幾萬，甚至每秒數十萬，對高并發(fā)的承載能力比數據庫系統(tǒng)要高出一到兩個數量級。

你完全可以根據系統(tǒng)的業(yè)務特性，對那種寫少讀多的請求，引入緩存集群。

具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群里，然后用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的并發(fā)。

三、結語

一個完整而復雜的高并發(fā)系統(tǒng)架構中，一定會包含各種復雜的自研基礎架構系統(tǒng)和各種精妙的架構設計，因此一篇小文頂多具有拋磚引玉的效果。但是總得來看，數據庫優(yōu)化的思想差不多就這些了。希望能對大家有所幫助。