千万级的大表！MySQL这样优化更好
对于一个千万级的大表，现在可能更多的是亿级数据量，很多人第一反应是各种切分，可结果总是事半功倍，或许正是我们优化顺序的不正确。下面我们来谈谈怎样的优化顺序可以让效果更好。
MySQL数据库一般都是按照下面的步骤去演化，成本也是由低到高:
1/ SQL优化
1. 避免使用select *
-
返回结果过多，降低查询的速度；
-
过多的返回结果，增加数据传输量；
2. 可确定返回记录数的，尽量增加limit n；
3. 尽量少用like查询，会导致索引失效；
2/ 软件优化
1. 选择合理的引擎
-
MyISAM索引顺序访问方法，支持全文索引，非事务安全，不支持外键，会加表级锁；
-
InnoDB事务型存储引擎，加行锁，支持回滚，崩溃恢复，ACID事务控制；
2. 正确使用索引
-
结合适的列表建立索引；
-
索引值应该不相同，唯一值时效果最好，大量重复效果很差；
-
不能滥用索引，索引占用空间；
-
使用短索引，存的索引多，消耗IO更小，能提高查找速度；
3. 字段尽量设置成NOT NULL
-
NULL占空间，对于Java和OC强类型的，容易千万APP闪退；
4. MySQL分区表
3/ 硬件优化
1. Linux内核用内存开缓存存储数据；
2. 增加应用缓存，例如Memcached、Redis读写性能非常高；
3. 用SSD代替机械硬盘
-
日志和数据分开存储，日志顺序读写 - 机械硬盘，数据随机读写 - SSD；
4. SSD+SATA混合存储，对热数据缓存，例如：FlashCache；
4/ 架构优化
1. 读写分离
-
可以把数据库读和写拆开，对应主从服务器，主服务器写操作、从服务器是读操作；
-
读是一些机器，写是一些机器，二进制文件的主从复制，延迟解决方案；
-
主服务器写操作的同时，同步到从服务器，保持数据完整性——主从复制；
2. 垂直拆分
-
根据模块的耦合度，将一个大的系统分为多个小的系统，也就是分布式系统；
-
字段分成多个表；
3. 水平拆分
-
分表：数据分成多个表，拆分后的每张表的表头相同；
-
分库：类型方案有Cobar（阿里开源，无更新）、MyCat（基于Cobar）；
总结
尽我们所能去优化SQL吧！它成本最低，却又是一项费时费力的活，需要在技术与业务都熟悉的情况下，用心去优化才能做到最优，优化后效果也是立竿见影的！
