一、设计数据库和创建表时的性能考虑

二、sql优化

三、分区

四、分表

五、分库

六、换性能更强完全兼容MySQL的数据库

七、大数据处理

一、设计表时优化:

1 表字段避免null值(null值难查询优化且占用额外的索引空间),推荐默认数字0代替null

2 尽量使用INT而非BIGINT,非负数则加上UNSIGNED(数值范围会扩大1倍),能使用TINYINT,SMALLINT,MEDIUM_INT更好

3 使用枚举或整数代替字符串类型

4 尽量使用TIMESTAMP而非DATETIME

5 单表字段尽量在20个以内

6 用整形存IP

1 根据查询有针对的创建索引,并不是越多越好,考虑在WHERE和ORDER BY上涉及的列建立索引,可根据EXPLAIN来查看是否用了索引还是全表扫描

2 应尽量避免在WHERE子句种对字段进行null值判断,否则将导致引擎放弃使用索引而进行全表扫描

3 值分布很稀少的字段不适合建索引,例如“性别”这种只有两三个值的字段

4 字符字段只建前缀索引

5 字符字段最好不要做主键

6 不用外键,由程序保证约束

7 尽量不用UNIQUE,由程序保证约束

8 使用多列索引时注意顺序和查询条件保持一致,同时删除不必要的单列索引

简而言之:使用合适的数据类型,选择合适的索引

选择合适的数据类型:

1 使用可存下数据的最小的数据类型;整型 < date,time < char,varchar < blob

2 使用简单的数据类型,整型比字符处理开销更小(字符串比较更复杂);int类型存储时间类型,bigint转ip函数

3 使用合理的字段属性长度,固定长度的表会更快;使用enum、char而不是varchar

4 尽可能使用not null定义字段

5 尽量少用text,非用不可最好分表

选择合适的索引列:

1 查询频繁的列,在WHERE,GROUP BY,ORDER BY,ON从句中出现的列

2 WHERE条件中<,<=,=,>,>=,BETWEEN,IN,以及LIKE字符串+通配符(%)出现的列

3 长度小的列,索引字段越小越好,因为数据库的存储单位是页,一页中能存下的数据越多越好

4 离散度大(不同的值多)的列,放在联合索引前面。查看离散度,通过统计不同的列值来实现,count越大,离散程度越高

二、sql优化:

1 使用LIMIT对查询结果记录进行限定

2 避免SELECT *,将需要查找到字段列出来

3 使用JOIN连接代替子查询

4 拆分大的DELETE或INSERT语句

5 可通过开启慢查询日志来找出较慢的SQL

6 不做列运算:SELECT id WHERE age + 1 = 10,任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等,查询时要尽可能将操作移至等号右边

7 sql语句尽可能简单:一条sql只能在一个cpu运算;大语句拆小语句,减少锁时间;一条大sql可以堵死整个库

8 OR改成IN:OR的效率是n级别,IN的效率是log(n)级别,IN的个数建议控制在200以内

9 不用函数和触发器,在应用程序实现

10 避免%xxx式查询

11 少用JOIN

12 使用同类型进行比较,比如'123'和'123'比,123和123比

13 尽量避免在WHERE子句中使用!=或<>操作符,否则引擎会放弃使用索引而进行全表扫描

14 对于连续数值,使用BETWEEN不用IN

15 列表数据不要拿全表,要使用LIMIT来分页,每页数量也不要太大

目前广泛使用的是MyISAM和InnoDB两种引擎

MyISAM引擎是MySQL 5.1及之前版本都默认引擎,它的特点是:

1 不支持行锁,读取数据时对需要读到的所有表加锁,写入时则对表加排它锁

2 不支持事务

3 不支持外键

4 不支持崩溃后的安全恢复

5 在表有读取查询的同时,支持往表中插入新记录

6 支持BLOB和TEXT的前500个字符索引,支持全文索引

7 支持延迟更新索引,极大提升写入性能

8 对于不会进行修改的表,支持压缩表,极大减少磁盘空间占用

InnoDB在MySQL 5.5以后成为默认引擎,它的特点是:

1 支持行锁,采用MVCC来支持高并发

2 支持事务

3 支持外键

4 支持崩溃后的安全恢复

5 不支持全文索引

总体来讲,MyISAM适合SELECT密集型的表,而InnoDB适合INSERT和UPDATE密集型的表。MyISAM速度可能超快,占用存储空间也小,但现在大多程序要求事务支持,所以InnoDB是必须的。

三、分区

MySQL在5.1版本引入的分区是一种简单的水平拆分,用户需要在建表的时候加上分区参数,对应用是透明的无需修改代码

对用户来说,分区表是一个独立的逻辑表,但是底层由多个物理子表组成,实现分区的代码实际上是通过对一组底层表的对象封装,但对sql层来说是一个完全封装底层的黑盒子。MySQL实现分区的方式也意味着索引也是按照分区的子表定义,没有全局索引

用户的sql语句是需要针对分区表做优化,sql条件中要带上分区条件的列,从而使查询定位到少量的分区上,否则就会扫描全部分区,可以通过EXPLAIN PARTITIONS来查看某条sql语句会落在哪些分区上,从而进行sql优化。

分区的好处:

1 可以让单表存储更多的数据

2 分区表的数据更容易维护,可以通过清楚整个分区批量删除大量数据,也可以增加新的分区来支持新插入的数据。另外,还可以对一个独立分区进行优化、检查、修复等操作

3 部分查询能够从查询条件确定只落在少数分区上,速度会很快

4 分区表的数据还可以分布在不同的物理设备上,从而高效利用多个硬件设备

5 可以使用分区表避免某些特殊瓶颈,例如InnoDB单个索引的互斥访问、ext3文件系统的inode锁竞争

6 可以备份和恢复单个分区

分区的限制和缺点:

1 一个表最多只能由1024个分区

2 如果分区字段中有主键或唯一索引的列,那么所有主键列和唯一索引列都必须包含进来

3 分区表无法使用外键约束

4 null值会使分区过滤无效

5 所有分区必须使用相同存储引擎

分区类型:

1 RANGE分区:基于属于一个给定连续区间的列值,把多行分配给分区

2 LIST分区:类似于按RANGE分区,区别在于LIST分区时基于列值匹配一个离散值集合中的某个值来进行选择

3 HASH分区:基于用户定义的表达式的返回值来进行选择的分区,该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含MySQL中有效的、产生非负整数值的任何表达式

4 KEY分区:类似于按HASH分区,区别在于KEY分区只支持计算一列或多列,且MySQL服务器提供其自身的哈希函数。必须有一列或多列包含整数值

四、分表

分表就是把一张大表,按照以上过程优化了,还是查询卡死,那就把这个表分成多张表,把一次查询分成多次查询,然后把记过组合返回给用户。

分表分为垂直拆分和水平拆分,通常以某个字段做拆分项,比如以id字段拆分为100张表:表名为table_id%100

分表需要修改源程序代码,会增加大量开发成本,只适合开发初期考虑到大数据量存在的优化。

五、分库

把一个数据库分成多个,建议做读写分离就行了。真正分库开发成本也很高,不推荐使用

要是还不行,换个性能更强的完全兼容MySQL的数据库!

要是这样都还不行,比如数据量过亿了。就用大数据方案,hadoop家族中hbase、hive等上上去,处理起来压力就没那么大了。