摘要：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。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

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.

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.

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.

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.

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一文,介紹比較詳細,此處記錄使用索引的三大注意事項:

LIKE關鍵字匹配"%"開頭的字符串,不會使用索引.

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.

使用多列索引必須滿足最左匹配.

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,

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.

類似于創建中間表,增加冗余也是為了減少連接查詢.

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.

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.

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

傳送門:更多參數

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。

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。

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.