一、数据库调优措施
1.1、调优目标
- 吞吐量更大
- 响应速度更快
1.2、如何定位调优问题
- 用户的反馈（主要）
- 日志分析（主要）
- 服务器资源使用监控
- 数据库内部状况监控
1.3、调优步骤
第一步、选择合适的数据库管理系统
如果对事务性处理以及安全性要求较高的话，可以采用SQL server、Oracle等商业的数据库产品。也可以采用开源的MySQL，事务处理采用InnoDB，非事务处理采用MyISAM。
第二步、优化表设计
数据表的设计直接影响了后续的SQL查询语句。在使用MySQL的情况下，我们还可以根据不同表的使用需求，选择不同的存储引擎。此外，还有以下的优化原则：
- 表的结构
遵循三范式的原则。这样可以减少冗余字段，减少更新、插入以及删除时的异常情况。 - 当
查询比较多的时候，可以使用反范式化进行优化 ，增加冗余字段以提高查询效率。 - 表字段的
数据类型选择。如果字段采用数值类型就不用字符类型，定长字符用CHAR，变长字符用VARCHAR。
第三步、优化逻辑查询
SQL的查询优化，分为逻辑查询优化以及物理查询优化，其中，逻辑查询优化通过改变SQL语句的内容让SQL执行更加高效，方式有查询重写和语句等价变换。
对于SQL的查询重写，包括子查询优化、等价谓词重写、视图重写、条件简化、连接消除和嵌套连接消除。
第四步、优化物理查询
在确定了逻辑查询优化之后，采用物理优化技术（如索引），主要是索引的创建及使用。
第五步、使用Redis或Memcached作为缓存
Redis和Memcached都可以将数据存放到内存中。Redis支持持久化，可以把数据保存到硬盘上，而Memcached仅仅是内存存储，不支持持久化。
在对于查询响应要求高的场景，可以考虑内存数据库。
第六步、库级优化
-
读写分离
如果读和写的业务量都很大，并且都在同一个数据库服务器中进行操作，那么数据库的性能就会出现瓶颈，此时可以采用
读写分离的方式降低主数据库的负载，即可以使用主数据库来处理写操作，使用从数据库来处理读操作。 -
数据分片
当数据量级达到千万级以上时，可以把一个数据库分成多份放到不同的数据库服务器上，减少对单一数据库服务器的压力。这就是
分库分表。
二、优化MySQL服务器
- 优化服务器硬件
如合理分布磁盘IO、配置多处理器等 - 优化MySQL参数
如innodb_buffer_pool_size、key_buffer_size等
三、优化数据库结构
数据库的结构设计需要考虑数据冗余、查询和更新的速度、字段的数据类型。
3.1、拆分表：冷热数据分离
拆分表的思路是：把一个包含很多字段的表拆分成2个或者多个相对较小的表。这是由于有些字段的操作频率很高，而有些字段的操作频率很低，如果放在一个表里，每次查询都要读取整个记录，消耗资源较多。
冷热数据分离的目的有：
- 减少磁盘IO，保证热数据的内存缓存命中率。
- 更有效的利用缓存，避免读入无用的冷数据。
3.2、增加中间表
把需要经常联合查询的数据插入中间表中，然后将原来的联合查询改为对中间表的查询，从而提高查询效率。
- 首先，分析经常联合查询表中的字段；
- 然后，利用这些字段创建中间表，并将原来联合查询的表的数据插入中间表中；
- 最后，利用中间表来查询。
如果用户信息发生更改，出现中间表与原表信息不一致的问题怎么办？
清空整张表的数据后，重新添加数据。或者使用视图，但是视图始终是对SQL语句的封装，并没有提升查询效率。
3.3、增加冗余字段
相当于用空间换时间。牺牲一部分数据库空间，加快数据查询效率。
###33.4、优化数据类型
优先选择符合存储需要的最小的数据类型。
原因：列的字段越大，建立索引时需要的空间也就越大，那么一页中能够存储的索引节点数量就少，在遍历时所需要的IO次数也就越多，索引的性能就越差。
3.5、优化插入记录的速度
对于使用 MyISAM的表：
- 禁用索引
- 禁用唯一性检查
- 使用批量插入
- 使用
LOAD DATA INFILE导入
对于使用InnoDB的表
- 禁用唯一性检查
- 禁用外键检查
- 禁止自动提交
3.6、使用非空约束
在设计字段时，尽量使用非空约束
优势：
- 可以省去对NULL值字段的检查，提高存储效率
- 非空字段也容易创建索引，索引NULL列需要额外的空间来保存，所以使用非空约束，可以节省空间。
3.7、分析表、检查表与优化表
分析表主要分析关键字的分布，检查表主要是检查表是否存在错误，优化表主要是消除删除或者更新造成的空间浪费。
总结
上述七个方法有利有弊：
- 修改数据类型，节省存储空间的同时，要考虑到数据不能超过取值范围
- 增加冗余字段时，要确保数据的一致性。
- 把大表拆分，意味着查询会增加新的连接，从而增加额外的开销和运维成本。
四、大表优化
当MySQL单表记录数过大时，数据库CURD性能会明显下降。
4.1、限定查询的范围
4.2、读写分离
4.3、垂直拆分
- 垂直分库：数据库中数据表过多，将关联的数据表部署在同一个数据库上。
- 垂直分表：数据库中列过多，将一张数据表拆分成多张数据表，把经常一起使用的列放到同一张表里。
优缺点：
- 优点：可以使列数据变小，在查询时减少读取的块数、减少IO次数。并且，垂直分区可以简化表的结构，易于维护。
- 缺点：主键会出现冗余，需要管理冗余列，并会引起JOIN操作。
4.4、水平拆分
水平分表仅是解决了单一表数据过大的问题，但是数据还是在一台机器上，并不能提升SQL的并发能力，所以水平拆分最好分库，来实现分布式。
数据库分片的常见方案：
- 客户端代理
- 中间件代理