数据库的优化

一、搜索引擎的选择

　　为不同的业务表选择不同的存储引擎，例如：查询插入操作多的业务表，用 MyISAM。临时数据用

Memeroy。常规的并发大更新多的表用 InnoDB。

二、分区或者分表

交易历史表：在年底为下一年度建立 12 个分区，每个月一个分区。

渠道交易表：分成当日表；当月表；历史表，历史表再做分区。

三、字符类型

变长情况下，varchar 更节省空间，但是对于段字段，需要一个字节来记录长度比如固定长度的用 char，不要用 varchar

四、非空

非空字段尽量定义成 NOT NULL，提供默认值

NULL 类型的存储、优化、使用都会存在问题

五、不要用外键、触发器、视图

降低了可读性，影响数据库性能，应该把把计算的事情交给程序，数据库专心做存储数据的完整性应该在程序中检查

六、不要用数据库存储图片（比如 base64 编码）或者大文件

把文件放在 NAS 上，数据库只需要存储 URI（相对路径），在应用中配置 NAS 服务器地址

七、表拆分：将不常用的字段拆分出去，避免列数过多和数据量过大。

比如重账控制表的 clob 报文，可以建立一张表专门用来存储报文。

八、表冗余：避免关联查询

主从复制===读写分离：

　　基于主从复制实现读写分离，所有的读请求都走从库，所有的写请求都走主库。这样可以减少单台服务器的并发压力。主从复制是怎么实现的呢？在第一节课我们说过，基于 binlog，从服务器会获取主服务器的 binlog 文件，然后解析里面的 SQL 语句，在从服务器上面执行一遍，保持数据一致。

　　读写分离可以一定程度低减轻数据库服务器的访问压力，但是需要注意主从数据一致性的问题。当单台机器或者单表存储的数据过大的时候，单表的查询性能还是会下降，我们要进一步对单台机器的数据分型拆分，这个就是分库分表。

分库分表===垂直---水平

　　垂直分库：减少并发压力。水平分表，解决存储瓶颈。垂直分库的做法，把一个数据库按照业务拆分成不同的数据库：

 　   水平分库：水平分库分表的做法，把单张表的数据按照一定的规则分布到多个数据库。分库分表以后的多数据源的问题，也可以通过中间件解决

 

哪些情况或字段适合加索引

1.在经常需要搜索的列上,可以加快索引的速度
2.主键列上可以确保列的唯一性
3.在表与表的而连接条件上加上索引,可以加快连接查询的速度
4.在经常需要排序(order by),分组(group by)和的 distinct 列上加索引 可以加快排序查询的时间,

哪些情况不适合创建索引

 

1.查询中很少使用到的列 不应该创建索引,如果建立了索引然而还会降低 mysql 的性能和增大了空间需求.

2.很少数据的列也不应该建立索引,比如 一个性别字段 0或者1,在查询中,结果集的数据占了表中数据行的比例比较大,mysql 需要扫描的行数很多,增加索引,并不能提高效率

3.定义为 text 和 image 和 bit 数据类型的列不应该增加索引,

4.当表的修改(UPDATE,INSERT,DELETE)操作远远大于检索(SELECT)操作时不应该创建索引,这两个操作是互斥的关系。

哪些情况会造成索引失效

1.如果条件中有 or，即使其中有条件带索引也不会使用(这也是为什么尽量少用 or 的原因)
2.索引字段的值不能有 null 值，有 null 值会使该列索引失效
3.对于多列索引，不是使用的第一部分，则不会使用索引（最左原则）
4.like 查询以%开头
5.如果列类型是字符串，那一定要在条件中将数据使用单引号引用起来,否则不使用索引
6.在索引的列上使用表达式或者函数会使索引失效
例如： select * from users where YEAR(adddate) < 2007，将在每个行上进行运算，这将导致索引失效而进
行全表扫描，因此我们可以改成： select * from users where adddate < ’2007-01-01′。