>[success] ### 第九难 高性能MySQL简介 >[info] ### 从架构层上做优化，可以做分布式 >[info] ### 数据表设计层 * 选择合适的存储引擎（innoDB，MyISAM会使用回行操作） * 合适的列类型（占用的存储空间尽可能的小），如性别这些可以用tinnyint存储，能固定长度的尽量用固定长度char（因为有时候不可避免的需要用到文件排序filesort，使用变长类型varchar的话会直接使用该列的最大长度，导致资源不必要的消耗） * 尽量使用符合三范式的表设计结构（原子性：列是最小单元不可分割，唯一性：可以由主键字段来唯一的确定一条记录，依赖性：将一张表拆分为两张由主键字段关联的的表（比如学生表，班级表）） * 根据业务对数据库进行分割：垂直分割（将不同的表拆分到不同的服务器上，如微服务），水平分割（如以学校id取模进行分表） * 将使用频率不多的字段存放到另外一张表中 * 补充说明: [char与varchar的区别分析](http://www.jb51.net/article/23575.htm)(myisam 存储引擎 建议使用固定长度，数据列代替可变长度的数据列, innodb 存储引擎 建意使用varchar 类型 ) >[info] ### 索引设计层（索引是一种空间换时间的策略, 在换取时间的同时也有一定的开销, 若索引失当, 可能开销大于收益） * 对于连接查询所需要的连接的字段，使用索引 * 对于经常出现where条件后的字段与用于排序的字段，使用索引 * 使用复合索引（在排序的时候，如果排序字段跟where条件后的字段分开建立索引，会导致mysql使用where条件后的索引查询出结果，然后再在此结果上使用filesort进行排序；还有where条件后多个单列索引最终会使用到的也只是一个，这个时候按照规则建立复合索引就能加大检索的效率） * 对于一些列类型比较大的字段，可以使用索引的前缀原则，对其固定长度前缀建立索引(长度较长字段建立索引, 索引文件会比较大, 占用较多磁盘空间的同时, 检索索引的时候对io资源消耗也较大)，或者使用一种伪造哈希索引，额外增加一个字段， 作为该大字段的索引，在插入数据的时候，先对需要进行建立伪哈希索引的索引用哈希函数计算出哈希值，再一起存入数据库中。 * 对于修改的比较频繁的字段，尽可能避免建立索引（避免索引树的页分裂） * 避免冗余索引，比如已经有了一个索引a,现在又建立了一个a,b 那么a索引就是冗余索引，因为a,b 与 a在已a为条件搜索时索引起到的功能是一样的，如果在a字段插入数据的时候，就得同时维护两个索引，造成了不必要的开销 >[info] ### SQL应用层的优化 * 查询了大量的数据，如limit的查询，举个例子，一张有着三百多万条数据的用户表，跟一张和它一样多的用户详情表，现有一个需求，需要查询出每页20条用户，有以下一句sql select a.username,a.userid,b.face,b.mood,b.date,b.... from user as a inner join user_info as b using userid limit 2500000,10; 再没有带where限制条件的情况下，该语句执行时间达到了30多秒，如果要带上一些排序，那将会产生一个巨大的临时表，将会占用太多的资源 * 使用合理的索引覆盖，分页的情况下使用延迟关联 * 不要连接太多的表（mysql连接查询优化机制是根据每个表的行数，索引来制定查询计划，如果表数量达到8个，那么将会有8 * 7 * 6 * 5 * 4 * 3 * 2 * 1种方式选择，那么mysql制定的查询计划可能就没那么准确） * 关注执行计划，尽可能的使用到索引，避免扫描过多的行数，避免产生临时表，filesort