关于MySQL数据库优化

MySQL数据库优化相关知识：

一、两种常用引擎的选择

1、MyISAM

当MySQL版本小于5.5时的默认引擎

优点：擅长数据处理；高速读写；数据的存储顺序为插入顺序，插入速度快；空间占用量小

特性：全文索引支持(版本大于等于5.6的Innodb也支持)，可以利用myisamPack完成数据的压缩功能

缺点：仅支持表级锁定，支持并发插入，写操作中插入操作不会影响其他操作。不支持事务

2、InnoDB

版本大于等于5.5的默认引擎

优点：提供事务，行级锁定，外键约束，注重数据的完整性和安全性

特点：事务，外键约束，维护数据完整性；擅长并发处理，支持行级锁定

缺点：数据按照主键的顺序进行存储，插入时做排序工作效率低

二、数据类型的选择原则

在满足需求的前提下：

1、数据尽可能的小，使占用的存储空间小

2、尽可能定长，使占用的存储空间固定，减少变长时计算带来的损耗

3、尽可能使用整数

三、常用手段：索引

1、概念

索引是利用关键字使记录的部分数据与记录位置有直接的对应关系

2、索引的类型

①主索引(primary key)：要求关键字不能重复，也不能为NULL，同时添加主键约束

②唯一索引(unique index)：要求关键字不能重复，同时添加唯一约束

③普通索引(index)：对关键字没有要求

④全文索引(fulltext index)：关键字的来源是从字段中提取的特别关键词

⑤复合索引，多个字段上提取关键字需要用到复合索引

3、添加索引

alter table table_name add {(primary key),(unique index),(index),(fulltext index)} index_name ('字段名');

4、删除索引

alter table table_name drop {(primary key),(index)...} index_name;

tips:可以利用explain来获取查询语句的执行计划

5、使用场景

①索引检索：条件过滤的字段添加索引，如where,select

②索引排序：如order by

③索引覆盖：如where后面的字段已经在select后面多个字段中已经出现，只需要添加select后面字段的复合索引

6、使用规则

①列独立：索引字段需要保证 独立 在一侧

②左原则：匹配模式必须在左边确定不能以通配符开头，即 like 后面的条件不能以% _ 开头

③复合索引左规则：复合索引关联多个字段，where时仅对复合索引最左边的字段有效果

④OR的使用：需要保证OR两边的条件都存在可用的索引，该查询才会使用索引

⑤MySQL智能选择：查询使用索引会导致大量的随机IO，当随机IO大于顺序遍历IO时，会自动弃用该索引

⑥同时满足检索、排序和覆盖是最好的

7、前缀索引(建立索引关键字的一种方案，不能用于索引覆盖)

index `index_name` (`index_field`(N))使用index_field的前N个字符建立的索引

确定N的tips：

①计算最大辨识度：

select all_count/count(distinct 字段名) from table_name，越接近该值越接近极限

②计算前N个字符达到的辨识度：

select all_count/count(distinct substr(字段名, 1, N)) from table_name;依次增大N的值，达到最大辨识度时的N即可建立前N个字符建立的索引

8、全文索引

举个栗子，解决 like ‘%keyword%’这类查询的匹配问题

Select * from articles where title like ‘%database%’ or body like ‘%database%’;此时不能建立普通索引，查询不符合 左原则，建立了也使用不了。此时 全文索引就可以其作用了：

alter table articles add fulltext index `title_body` (`title`,`body`);

再使用Match()against()进行全文索引匹配语法才可以生效。本栗子中使用

select * from article where match(title, body) against('database');

注意：①不能对中文起作用；②类似 in a 等无具体意义的词不能用该方法，因为全文索引的是数据中提取的关键词

9、索引的数据结构(hash、B-Tree、聚集索引/聚簇索引)

四、查询缓存 query_cache

将select的查询结果存储起来供二次使用的缓存区域

开启方法：

①show variables like 'query_cache%';

②set global query_cache_type = 1; //开启查询缓存

③set global query_cache_size = 1024*1024*32;//设置查询缓存为32M

注意：①查询严格以来select语句本身， 语句顺序、大小写不能变；②不能包含动态数据；③可以使用SQL_NO_CACHE语句使该语句不被缓存，例如select SQL_NO_CACHE * from emp where empno = 1234567;

五、分区(partition)

将某张表的数据分别存储到不同区域

1、创建分区，在创建表时，指定分区的选项

create table table_name(定义) partition by 分区算法 (参数) 分区选项

tips:利用show variables like 'have_partitionong'来查看是否支持分区

2、四种分区算法

取余：key，hash

条件：list，range

例如：

create table xxx(xx) partition by key (id) partitions 5;//将表按照id取余分为5个区

paritition by hash (month(date)) parititions 12;//将表从date中取出的month分为12个

paritition by list (month(date))(paritition spring values in (3,4,5), paritition summer values in (6,7,8,9), partition autumn values in (10,11), partition winter values in (12,1,2));//使用list按照具体的值划分

partition by range (year(date))(partition p_80 values less than (1990), partition p_90 values less than (2000), partition p_00 values less than maxvalue);//使用range划分范围进行分区

3、管理分区

①取余key has中

增加分区数量： add partition partitions N

减少分区数量 ：coalesce partition N

②条件list range中

增加分区： add partition(pritition p_new00 values less than (2010));

删除分区： drop partition partition_name;//注意，会导致删除的分区数据丢失

4、选择分区算法

①平均分配：按照主键进行key取余分区即可

②按照某种业务逻辑分区：选择最容易筛选的字段，比如整数型

六、表合并

可以使用mrg_myisam使多个结构相同的myisam表合并到一起

七、逻辑

①并发性的sql：少用不用多表操作，如子查询，jion等；将复杂的SQL差分多次执行

②大量数据的插入：

对于myisam：建议先使用 alter table table_name disable keys 禁用索引约束，再大量数据插入完毕后，再利用 alter table table_name enable keys 开启

对于innodb：

Drop index, drop constraint 要保留主键

Begin transaction|set autocommit=0;

[数据本身已经按照主键值排序]

大量的插入

Commit;

Add index, add constraint

另外，insert into table_name values (),(),()...以10量级为单位即可，不宜过多

八、慢查询日志

定位执行比较慢的查询语句

show variables like 'slow_query%'　　//查看慢查询日志状态以及位置

show variables like '%long_query%'　//对快慢查询的时间临界点进行设置