浅谈关于SQL优化的思路

零、为什么要优化

• 系统的吞吐量瓶颈往往出现在数据库的访问速度上
• 随着应用程序的运行，数据库的中的数据会越来越多，处理时间会相应变慢
• 数据是存放在磁盘上的，读写速度无法和内存相比

一、观察

MySQL优化≠SQL语句优化，理解这一点非常重要，虽然大部分时候我们都在调优SQL语句。

然而，MySQL的优化却是始于观察，而且有时候观察几分钟，几小时就能得出结论的，可能要观察一天以上。

这么做的目的很明显，就是为了帮助我们定位问题所在。
比如：MySQL的负载会在固定的某个时间节点突然暴涨，或者一请求某几个页面就产生了较为明显的延迟，甚至影响了随后的各个请求等。

观察的手段有多种多样，阿里云有强大的RDS控制台，也可以自建一套监控平台，最次的就是临时跑个shell脚本，收集MySQL运行状况。
观察的指标也不尽相同，最知名的 show status 命令列出的指标就能不下200个，所以观察也要有所取舍。
经常受人关注的指标有当前连接数以及最大连接数，当前运行的线程数，慢查询数量等。

二、分析

将观察的结果做进一步分析，也就形成了不同的解决思路。

可能是某个时间节点缓存失效，导致MySQL的负载激增，可以设法将缓存失效的时间节点尽可能均匀的分摊在一天24小时中，或者找个访问量较少的时段刷新缓存。

可能是SQL语句存在潜在问题，在某些情况下会有性能问题，可以用 show full processlist 定位是哪个库，也可以开启慢查询，直接定位到有问题的SQL语句，使用explain分析语句执行计划。可能加个索引能解决问题，也有可能join太多表，需要拆分查询，也有可能单表体量过大，要拆表了。

可能是机器本身性能问题，所谓“巧妇难为无米之炊”，这个时候要考虑扩容了。

三、解决

在分析阶段已经提及了大部分解决手段了，最后总结一下：

1、引入缓存，当然，这是一把双刃剑，要想用的恰如其分，还是需要一定的功力。缓存也分两方面的，一方面是MySQL的内部缓存机制，MySQL提供了多种缓存参数的配置，比如查询的结果集缓存，结果集排序的缓存，可根据实际情况进行调整。另一方面是MySQL之外的缓存，比如Redis+MySQL的架构，开启了Hibernate（Mybatis）的缓存功能。缓存的引入无非是想减轻MySQL的查询负担，但是必须在性能稳定性与数据时效性之间取得平衡。

2、SQL语句有性能问题，这种情况时有发生，通常是上线之前未能做一个完整的基准测试，而只是简单的功能性测试。当数据量积累到一定程度之后，SQL性能问题就集中爆发出来了。所以，在写完SQL之后，要养成explain的习惯，将潜在的性能问题扼杀在萌芽中。当然，我们也要避免“过度优化”，我们要预见得到一张表是读取次数多，还是更新次数多，数据量会不会爆发性增长，还是增长十分缓慢。当然，写SQL语句也要遵循一定的原则，比如什么时候用IN查询，什么时候用EXISTS谓词，在JOIN之前是不是可以精简一部分表数据，建立的索引能否正确派上用场……

3、必要的时候，可以对机器进行扩容，当然系统的整体架构也可以考虑进行优化，搭建MySQL集群，可靠性和可用性都能得到大幅提升。

四、补充：SQL范式

1NF

每一个分量必须是不可分的数据项。

特点：

• 有主键，且主键不能为空。
• 字段不能再分。

2NF

在范式一的基础上，且每一个非主属性完全函数依赖于码。

特点：

• 满足第一范式。
• 表中的每一个非主属性，必须完全依赖于本表码。
• 只有当一个表中，主码由两个或以上的属性组成的时候，才会出现不符合第二范式的情况。

3NF

在满足第二范式的基础上，且每一个非主属性既不部分依赖于码也不传递依赖于码。

特点：

• 满足第二范式。
• 非主属性不能传递依赖于码。

** BCNF**

在满足第三范式的基础上，且不允许主键的一部分被另一部分或其它部分决定。

特点：

• 满足第三范式。
• 所有非主属性对每一个码都是完全函数依赖。
• 所有的主属性对每一个不包含它的码，也是完全函数依赖。
• 没有任何属性完全函数依赖于飞码的任何一组属性。

以上是对MySQL优化的框架性思考。