常见的数据库系统优化中的一些观点：
“系统性能出现问题进行优化，一定要深入了解数据库内部参数、等待事件、Latch、缓冲池、trace文件、查询/优化引擎等底层细节。”
这种观点往往出自数据库“高手”，这部分人以了解数据库底层实现细节而感到非常骄傲。但是从优化角度讲数据库的等待事件、Latch等指标高等等都只是问题的表象，懂得底层细节和内幕固然是好。但是解决问题的关键往往是在应用层进行优化。
“只要系统参数调整了，性能就能提高。系统优化应该调整那些参数…”
这种观点往往出自于一些偏运维和应用层的DBA，迷恋参数配置来调优。
调整系统参数是非常重要的，但不一定能解决性能问题，否则就不会有去IOE了，问题可能性最大的还是应用设计和开发问题。
同理，很多运维人员和系统架构师比较迷恋“Linux系统调优”。认为的对“文件句柄数、CPU/内存/磁盘子系统…”各种参数做了优化，以为这就能提升整个应用系统的性能。其实不然。有些场景下，针对业务特点和应用类型做操作系统调优是能取到立竿见影的效果，但是大多数时候往往提升并不明显。所以最关键的还是找出瓶颈所在，对症下药。
“系统性能问题需要从架构上解决，与应用开发关系不大。”
系统性能与各个层面都有关，整体架构很重要，但应用开发也是非常重要的一环。
“你们必须要做读写分离，必须要弄分库分表。”
这种通常是“吹水”的人常在外面忽悠的，这些技术手段都被说烂了。
反问一句，了解数据量吗？知道实际压力和瓶颈吗？了解读写比如何吗？怎么拆？拆了之后怎么玩？
上述那些观点，都是比较片面的，还是需要结合实际情况辩证分析。
常见影响数据库性能的因素
1.业务需求和技术选型
2.应用系统的开发及架构
3.数据库自身
3.1表结构的设计
3.2查询语句
3.3索引设计
3.4Mysql服务（安装、配置等）
3.5操作系统调优
3.6硬件升级（SSD、更强的CPU、更大的内存）
4.数据架构（读写分离、分库分表等）
性能调优的基本方法论
理想的数据库优化顺序
