MySql数据库优化方案.doc

MySql数据库优化方案 一、方案概述 优化现有mysql数据库。 二、方案优缺点 优点：不影响现有业务，源程序不需要修改代码，成本最低。 缺点：有上限，数据量过亿就不行了。 三、方案实施细则 1.数据库设计和表创建时就要考虑性能 设计表时要注意： （1）表字段避免null值出现，null值很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，如果非负则加上UNSIGNED（这样数值容量会扩大一倍），当然能使用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）单表不要有太多字段，建议在20以内 （6）用整型来存IP 2.创建索引 （1）索引并不是越多越好，要根据查询有针对性的创建，考虑在WHERE和ORDER BY命令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 （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）使用多列索引时主意顺序和查询条件保持一致，同时删除不必要的单列索引 简言之就是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，因为字符串的比较更复杂。如，int类型存储时间类型，bigint类型转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 3.sql的编写需要注意优化 （1）使用limit对查询结果的记录进行限定 （2）避免select *，将需要查找的字段列出来 （3）使用连接（join）来代替子查询 （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改写成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，比如用’123’和’123’比，123和123比 （13）尽量避免在WHERE子句中使用!=或操作符，否则将引擎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：SELECT id FROM t WHERE num BETWEEN 1 AND 5 （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 4.分区 MySQL在5.1版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语句会落在那些分区上，从而进行SQL优化。 分区的好处是： （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