共計 2499 個字符，預計需要花費 7 分鐘才能閱讀完成。

這期內容當中丸趣 TV 小編將會給大家帶來有關 MySQL 數據庫優化是怎么樣的，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

前言

數據庫優化一方面是找出系統的瓶頸, 提高 MySQL 數據庫的整體性能, 而另一方面需要合理的結構設計和參數調整, 以提高用戶的相應速度, 同時還要盡可能的節約系統資源, 以便讓系統提供更大的負荷.

1. 優化一覽圖

2. 優化

筆者將優化分為了兩大類, 軟優化和硬優化, 軟優化一般是操作數據庫即可, 而硬優化則是操作服務器硬件及參數設置.

2.1 軟優化

2.1.1 查詢語句優化

（1）首先我們可以用 EXPLAIN 或 DESCRIBE(簡寫:DESC) 命令分析一條查詢語句的執行信息.

（2）例:

DESC SELECT * FROM `user`

顯示:

其中會顯示索引和查詢數據讀取數據條數等信息.

2.1.2 優化子查詢

在 MySQL 中, 盡量使用 JOIN 來代替子查詢. 因為子查詢需要嵌套查詢, 嵌套查詢時會建立一張臨時表, 臨時表的建立和刪除都會有較大的系統開銷, 而連接查詢不會創建臨時表, 因此效率比嵌套子查詢高.

2.1.3 使用索引

索引是提高數據庫查詢速度最重要的方法之一, 關于索引可以參高筆者 MySQL 數據庫索引 一文, 介紹比較詳細, 此處記錄使用索引的三大注意事項:

（1）LIKE 關鍵字匹配 % 開頭的字符串, 不會使用索引.

（2）OR 關鍵字的兩個字段必須都是用了索引, 該查詢才會使用索引.

（3）使用多列索引必須滿足最左匹配.

2.1.4 分解表

對于字段較多的表, 如果某些字段使用頻率較低, 此時應當, 將其分離出來從而形成新的表,

2.1.5 中間表

對于將大量連接查詢的表可以創建中間表, 從而減少在查詢時造成的連接耗時.

2.1.6 增加冗余字段

類似于創建中間表, 增加冗余也是為了減少連接查詢.

2.1.7 分析表,, 檢查表, 優化表

分析表主要是分析表中關鍵字的分布, 檢查表主要是檢查表中是否存在錯誤, 優化表主要是消除刪除或更新造成的表空間浪費.

（1）分析表: 使用 ANALYZE 關鍵字, 如 ANALYZE TABLE user;

 Op: 表示執行的操作.

 Msg_type: 信息類型, 有 status,info,note,warning,error.

Msg_text: 顯示信息.

（2）檢查表: 使用 CHECK 關鍵字, 如 CHECK TABLE user [option]

option 只對 MyISAM 有效, 共五個參數值:

QUICK: 不掃描行, 不檢查錯誤的連接.

FAST: 只檢查沒有正確關閉的表.

CHANGED: 只檢查上次檢查后被更改的表和沒被正確關閉的表.

MEDIUM: 掃描行, 以驗證被刪除的連接是有效的, 也可以計算各行關鍵字校驗和.

EXTENDED: 最全面的的檢查, 對每行關鍵字全面查找.

（3）優化表: 使用 OPTIMIZE 關鍵字, 如 OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;

LOCAL|NO_WRITE_TO_BINLOG 都是表示不寫入日志., 優化表只對 VARCHAR,BLOB 和 TEXT 有效, 通過 OPTIMIZE TABLE 語句可以消除文件碎片, 在執行過程中會加上只讀鎖.

2.2 硬優化

2.2.1 硬件三件套

（1）配置多核心和頻率高的 cpu, 多核心可以執行多個線程.

（2）配置大內存, 提高內存, 即可提高緩存區容量, 因此能減少磁盤 I / O 時間, 從而提高響應速度.

（3）配置高速磁盤或合理分布磁盤: 高速磁盤提高 I /O, 分布磁盤能提高并行操作的能力.

2.2.2 優化數據庫參數

優化數據庫參數可以提高資源利用率, 從而提高 MySQL 服務器性能.MySQL 服務的配置參數都在 my.cnf 或 my.ini, 下面列出性能影響較大的幾個參數.

key_buffer_size: 索引緩沖區大小

table_cache: 能同時打開表的個數

query_cache_size 和 query_cache_type: 前者是查詢緩沖區大小, 后者是前面參數的開關,0 表示不使用緩沖區,1 表示使用緩沖區, 但可以在查詢中使用 SQL_NO_CACHE 表示不要使用緩沖區,2 表示在查詢中明確指出使用緩沖區才用緩沖區, 即 SQL_CACHE.

sort_buffer_size: 排序緩沖區

2.2.3 分庫分表

因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。另外一個，壓力過大把你的數據庫給搞掛了怎么辦？所以此時你必須得對系統做分庫分表 + 讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然后每個主庫都掛載至少一個從庫，由從庫來承載讀請求。

2.2.4 緩存集群

如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的并發請求。然后數據庫層面如果寫入并發越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀并發越來越高，就擴容加更多的從庫。但是這里有一個很大的問題：數據庫其實本身不是用來承載高并發請求的，所以通常來說，數據庫單機每秒承載的并發就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。如果你就是簡單的不停的加機器，其實是不對的。所以在高并發架構里通常都有緩存這個環節，緩存系統的設計就是為了承載高并發而生。所以單機承載的并發量都在每秒幾萬，甚至每秒數十萬，對高并發的承載能力比數據庫系統要高出一到兩個數量級。所以你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群里，然后用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的并發。

結語

一個完整而復雜的高并發系統架構中，一定會包含：各種復雜的自研基礎架構系統。各種精妙的架構設計. 因此一篇小文頂多具有拋磚引玉的效果, 但是數據庫優化的思想差不多就這些了.

上述就是丸趣 TV 小編為大家分享的 MySQL 數據庫優化是怎么樣的了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注丸趣 TV 行業資訊頻道。