MySQL 数据库的性能优化方法方法有哪些？
从开发角度来看，一般可以从 SQL 和库表设计两部分优化性能。
SQL 优化
根据慢sql日志，找出需要优化的一些sql语句。
常见优化方向：
- 避免select *，只查询必要的字段；
- 避免在sql中进行函数计算等操作，使得无法命中索引；
- 避免使用%LIKE，导致全表扫描；
- 注意联合索引需满足最左匹配原则；
- 非必要不对无索引字段进行排序操作；
- 联表查询需要注意不同字段的字符集是否一致，否则也会导致全表扫描；
- 用union all代替union，union去重，排重过程更耗时、耗CPU资源，除特殊场景（如不允许重复）外尽量用union all；
- 灵活使用limit，如果需求是是否存在符合条件的数据时，可以在sql后追加
库表设计优化
- 合理的表结构：如合适的数据类型，能使用int的不要使用bigint、varchar和char的选择等；
- 合理的冗余字段：在适合的情况下进行反规范设计，冗余部分数据，减少关联查询（理论上关系型数据库设计需满足三大范式，但实际业务为提高查询效率可以降低范式要求，保存一定的冗余信息，如人员表直接加国籍字段，而不是关联国籍表查询）；
- 索引优化：根据查询频率和条件，创建合适的索引，删除不必要的索引，因为索引的维护也是需要成本的。建议使用explain分析查询执行计划，确认是否用上索引，是否用对索引（索引并不是越多越好，虽可提高查询效率，但是会降低插入和更新的速率，有时也会降低查询效率）；
- 分库分表：对于超大规模的数据库系统，可以采用分库分表策略，将数据拆分到多个数据库或表中，提高读写性能和扩展性。
扩展
MySQL 相关配置优化
根据具体场景调整参数：
● innodb_buffer_pool_size：增大 InnoDB的缓冲池大小，一般设置为物理内存的70%-80%；
● query_cache_size：适当调整查询缓存大小；
● max_connections：增加最大连接数；
● table_open_cache：增加打开表的缓存大小；
● thread_cache_size：调整线程缓存大小以减少线程创建的开销。
硬件层面优化
● 升级硬件：增加服务器的内存、CPU和存储速度。（目前云厂商都支持不停服直接升级）
● 使用SSD：相比传统的HDD，SSD读取和写入速度更快。
数据库维护
- 定期备份：保证数据安全，防止数据丢失；
- 定期清理：删除不必要的数据和日志，释放存储空间（例如历年的数据可以剥离存档，释放当前表的大小）；
- 重建索引：定期重建索引，保持索引的高效性；
- 分析表和优化表：定期运行ANALYZE TABLE和OPTIMIZE TABLE，保持表的统计信息更新和碎片整理，使得优化器更加准确。
缓存
数据库始终是有瓶颈的，如果不论怎么优化性能都上不去，此时可以考虑用缓存。在部分场景可以使用本地缓存和Redis分布式缓存减轻MySQL查询压力。但是要注意缓存和数据库的一致性问题。