数据库优化总结
数据库是Web应用至关重要的一个环节,其性能的优劣会影响整合Web应用,所以需要对数据库进化优化以提高使用性能。以下提供几点方法作为参考。
理解索引
数据库索引
数据库建立索引后,以二叉树的形式建立,大大缩减了查询的时间;但是增加了增删改的时间,每次更新数据,索引二叉树都会重新调整
SQL查询优化
1、避免全表扫描,应考虑在 where 及 order by 涉及的列上建立索引;
2、查询时使用select明确指明所要查询的字段,避免使用select *的操作;
3、SQL语句尽量大写,如
SELECT name FROM t WHERE id=1
对于小写的sql语句,通常数据库在解析sql语句时,通常会先转换成大写再执行。
4、尽量避免在 where 子句中使用!=或<>操作符, MySQL只有对以下操作符才使用索引:<,<=,=,>,>=,BETWEEN,IN,以及某些时候的LIKE;
SELECT id FROM t WHERE name LIKE ‘abc%’
对于模糊查询,如:
SELECT id FROM t WHERE name LIKE ‘%abc%’
或者
SELECT id FROM t WHERE name LIKE ‘%abc’
将导致全表扫描,应避免使用,若要提高效率,可以考虑全文检索;
5、遵循最左原则,在where子句中写查询条件时把索引字段放在前面,如
mobile为索引字段,name为非索引字段
推荐
SELECT ... FROM t WHERE mobile='13911111111' AND name='python'
不推荐
SELECT ... FROM t WHERE name='python' AND mobile='13911111111'
建立了复合索引 key(a, b, c)
推荐
SELECT ... FROM t WHERE a=... AND b=... AND c= ...
SELECT ... FROM t WHERE a=... AND b=...
SELECT ... FROM t WHERE a=...
不推荐 (字段出现顺序不符合索引建立的顺序)
SELECT ... FROM t WHERE b=... AND c=...
SELECT ... FROM t WHERE b=... AND a=... AND c=...
...
6、能使用关联查询解决的尽量不要使用子查询,如
子查询
SELECT article_id, title FROM t_article WHERE user_id IN (SELECT user_id FROM t_user WHERE user_name IN ('itcast', 'itheima', 'python'))
关联查询(推荐)
SELECT b.article_id, b.title From t_user AS a INNER JOIN t_article AS b ON a.user_id=b.user_id WHERE a.user_name IN ('itcast', 'itheima', 'python');
能不使用关联查询的尽量不要使用关联查询;
不需要获取全表数据的时候,不要查询全表数据,使用LIMIT来限制数据。
数据库优化
在进行表设计时,可适度增加冗余字段(反范式设计),减少JOIN操作;
多字段表可以进行垂直分表优化,多数据表可以进行水平分表优化;
选择恰当的数据类型,如整型的选择;
对于强调快速读取的操作,可以考虑使用MyISAM数据库引擎;
对较频繁的作为查询条件的字段创建索引;唯一性太差的字段不适合单独创建索引,即使频繁作为查询条件;更新非常频繁的字段不适合创建索引;
编写SQL时使用上面的方式对SQL语句进行优化;
使用慢查询工具找出效率低下的SQL语句进行优化;
构建缓存,减少数据库磁盘操作;
可以考虑结合使用内在型数据库,如Redis,进行混合存储。