优化页面访问速度（二） ——数据库优化

优化页面访问速度（二）

——数据库优化

一、概述

数据库优化，主要包括数据表设计、索引、sql语句、表拆分、数据库服务器架构等方向的优化。

二、数据库设计

在建表的时候，就需要考虑到将来的使用场景，尽量在建表初期就设计好。

1、存储引擎

Mysql常被提到的存储引擎就是InnoDB和MySIAM，其实现在主要都在用InnoDB了。两者的区别：

InnoDB支持事务，索引和数据存在一个文件，主键查询速度快（主键就是索引B+树的叶子节点，而数据就绑定在叶子节点），行级锁，支持外键，恢复起来较快。

MySIAM不支持事务，支持全文索引，表级锁， 索引和数据文件分开存放。

InnoDB在众多方面都优于MySIAM，且MySIAM的全文索引其实可以使用其他工具来实现，故常用InnoDB引擎。

另外，如果两个表的引擎不一样，一个是MySIAM另一个是InnoDB，则事务的恢复只会恢复InnoDB的表，这样的事务并不完整，故要求所有的表都是InnoDB。

2、字段

1）字符串

定长的字符串用char比较好，这样修改的时候不会产生碎片，而且利用率高。相对来说，varchar则用于长度不一致的字段。

2）枚举

对于只有几种值的字段，用枚举的效果更好。表示状态的字段，常常可以这么设计。枚举在mysql底层，会转成int存储，效率很高。另外，保存的时候，建议不要直接用1、2这种，可以用英文来表示不同的状态，比较好辨认。

3）数字

不需要负数的时候，可以加上unsigned；需要精确的小数才考虑decimal。

三、索引

索引可以加快查找速度，但是对于增删改，还需要去维护对应的B+树，因此索引是按需设置，不能乱加。

InnoDB的索引，分为主键索引和辅助索引。

1、主键索引

InnoDB的主键索引，是和数据绑定在一起的，因此按照主键来查找时，找到值的时候，也就找到了对应的数据，所以说InnoDB的主键索引查找速度特别快。

如下图所示：

另外可以看到，InnoDB引擎下，数据是绑定在主键的，故InnoDB引擎的表，必须要设置主键。

另外，建议设置逐渐增大的数字作为主键，且不要修改主键，这样避免主键的B+树旋转太多。

2、辅助索引

除了主键，其他的索引统称为辅助索引。其他的索引，是用其他的B+树来存储，子节点上存的是这一行对应的主键的信息。

故用辅助索引查找，找到对应的主键后，还需要去主键的B+树上查找，才可以找到对应的数据。

3、联合索引

当多个字段共同组成索引，则成为联合索引。联合索引需要遵循最左前缀原则。例如建立联合索引a_b_c。

下列语句是可以用到索引的：

Select * from xxx where a = ‘xx’ and b = ‘xx’ and c = ‘xx’;

Select * from xxx where a = ‘xx’ and b = ‘xx’;

Select * from xxx where a = ‘xx’;

Select * from xxx where a = ‘xx’ and b = ‘xx’ and c > ‘xx’;

Select * from xxx where a = ‘xx’ and b > ‘xx’;

Select * from xxx where a > ‘xx’;

下列语句是用不到索引的：

Select * from xxx where b = ‘xx’ and c = ‘xx’;

Select * from xxx where a > ‘xx’ and b = ‘xx’ and c = ‘xx’;

需要说明的是，前面一个字段用到的大于，则后面的字段无法用到索引。因为联合索引的存储是多个B+树的连接；1个字段的叶子节点接下一个字段的根节点。故如果出现大于，则后面的字段无法确定范围，即无法使用到索引。

4、唯一索引

唯一索引是辅助索引的一种，除了索引的功能，还能保证字段在数据库中是唯一的，这对于并发新增有防止重复的作用。

5、建索引注意事项

1）对于where、order by、group by，都可以考虑建索引。

2）索引建立在区分度大的字段上，对于性别这类的字段，建立索引没有意义。

3）对于字符串类型，可以考虑建立前缀索引，例如对于description字段的前7个字符建立索引，语句为：alter table xxtable add key (description(7));

四、SQL语句优化

1、尽量用到索引

1）避免在 where 子句中对字段进行 null 值、!=或<>、in 和 not in 、非打头字母like搜索、表达式操作或者函数操作，这些操作都会导致放弃索引，全表扫描。

2）or，左右两边都应该对索引的列进行查询，只要有一边的列不是索引列，就会导致放弃使用索引。可以考虑用union代替or，这样至少可以有一部分数据用到索引。

3）对于字符串类型，如果里面存的是数字，查询的时候也要记得加上引号，强制转成字符串，这样才能用到索引。

2、其他查询优化

1）如果不需要全量数据，可以考虑用limit。

2）避免用子查询，mysql的子查询，内部执行计划器是这样执行的：先查外表再匹配内表，而不是先查内表，当外表的数据很大时，查询速度会非常慢。

3）对于group by，MySQL对所有GROUP BY col1，col2...的字段进行排序。如果查询包括GROUP BY，想要避免排序结果的消耗，则可以指定ORDER BY NULL禁止排序。

五、表拆分

对于数据量太大的表，可以考虑拆分表，以减少扫描的数据量。

1、横向拆表

当数据量太大，且数据有一定的规律，则可以横向分表。例如交易明细表，可以根据用户id进行分表，把用户id进行hash，不同的hash结果对应到不同的表，再编写一个实现算法，根据id到对应的表进行增删改查即可。

2、纵向拆表

当有一些大字段，且这些字段并不是经常需要查询，则可以独立出一个表，例如文章表可以存文章的标题、概要、日期、关键词等，但是对于文章的具体内容，则可以独立一张表，这样文章列表页速度可以改善。

3、分区

分区是mysql自带的功能，其原理是将一个表的数据存在不同的文件中，由mysql根据内部规则，自动去对应的数据文件找数据。

六、数据库服务器架构

1、读写分离

商业应用上，数据库经常都是读写分离的，通常写在主库，读在从库进行。数据库的主从一致性，是通过中继日志实现的。

每当有数据修改，主库会将sql语句写入中继日志，然后从库会把日志搬到对应的从库日志，再逐条执行sql。

2、负载均衡

负载均衡，可以通过mycat等插件实现，可以理解为数据库是对底层存储文件的抽象，而Mycat是对数据库的抽象。

原文发布于微信公众号 - 爱思考的coder（phpthinker）