数据库常见优化

一.数据库优化的几方面。优先级

    1. SQL及索引优化

    2. 数据库表结构优化

    3. 系统配置。

    4. 硬件

二.开启mysql慢查询日志（自行百度）

    慢查询分析工具：

    mysqldumpslow。mysql自带工具

    pt-query-digest

三.pt-query-digest工具简介。如何通过慢查日志发现有问题的sql

    1.查询次数多，且每次查询占用时间长的sql

        通常为pt-query-digest分析的前几个查询

    2.IO大的SQL

        注意pt-query-digest分析中的Rows examine项

        也就是扫描 的行数。扫描的行数越多，那么IO开销越大

    3.未命中索引的sql

        注意pt-query-digest分析中Rows examine和Rows Send的对比

        Rows Send发送的行数。如果Rows examine比 Rows Send多很多的话

        那么就是命中索引率低

四. 通过explain来分析sql语句 http://blog.csdn.net/vterdfmqj/article/details/77585103
五. 索引优化

    1. 如何建立合适的索引

        在where从句，group by从句，order by从句，on 从句中出现的列

    2.索引字段越小越好。

    3.离散度大的列放到联合索引前面

        select * from user where sex=1 and phone='13021212121'

        由于 phone 的离散度更大，所以应该 index(phone,sex)好

        就是将索引建在重复值少的字段上

    4. 优化索引

        建立有必要的索引，索引过多会影响插入的效率，因为在插入的同时也要维护索引

    5.维护索引。

        随着业务的变更，有些索引是没用的，所以我们要将没用的索引删除。

        具体方法百度吧。

六. 表的垂直拆分原则

    1.把不常用的字段单独放到一个表中

    2.把大字段独立存放到一个表中

    3.把经常一起使用的字段放到一起。

七.水平折分原则

    表的数据量太大，就需要水平拆分

    水平拆分方法：

    通常情况下，我们使用取余的方式来进行表的拆分;

    比如一张有400W的用户表users，为提高其查询效率我们把其分成4张表

    users1，users2users3，users4

    通过用ID取余的方法把数据分散到四张表内     主键id%4+1 = [1,2,3,4]

    然后查询,更新,删除也是通过取模的方法来查询

    例：

    $_GET['id'] = 17,

    17%4 + 1 = 2,  

    $tableName = 'users'.'2'

    Select * from users2 where id = 17;

    在insert时还需要一张临时表uid_temp来提供自增的ID,该表的唯一用处就是提供自增的ID;

    得到自增的ID后,又通过取余的法进行分表插入;

    另外

    部分业务逻辑也可以通过地区，年份等字段来进行归档拆分;

    进行拆分后的表，只能满足部分查询的高效查询需求，这时我们就要在产品策划上，从界面上约束用户查询行为。比如我们是按年来进行归档拆分的,这个时候在页面设计上就约束用户必须要先选择年,然后才能进行查询;

    在做分析或者统计时，由于是自己人的需求,多点等待其
9494
实是没关系的,并且并发很低,这个时候可以用union把所有表都组合成一张视图来进行查询,然后再进行查询;