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。