數(shù)據(jù)庫優(yōu)化

sql語句優(yōu)化?

索引優(yōu)化?

加緩存?

讀寫分離?

分區(qū)?

分布式數(shù)據(jù)庫（垂直切分）?

水平切分?

MyISAM和InnoDB的區(qū)別：?

1. InnoDB支持事務(wù)谬哀，MyISAM不支持，對于InnoDB每一條SQL語言都默認(rèn)封裝成事務(wù)苞轿，自動提交，這樣會影響速度乒裆，所以最好把多條SQL語言放在begin和commit之間趾唱，組成一個事務(wù)；?

2. InnoDB支持外鍵己英，而MyISAM不支持。對一個包含外鍵的InnoDB表轉(zhuǎn)為MYISAM會失斘庑剧辐；?

3. InnoDB不保存表的具體行數(shù)寒亥，執(zhí)行select count(*) from table時需要全表掃描。而MyISAM用一個變量保存了整個表的行數(shù)荧关，執(zhí)行上述語句時只需要讀出該變量即可溉奕，速度很快；?

4. Innodb不支持全文索引忍啤，而MyISAM支持全文索引加勤，查詢效率上MyISAM要高；?

5. 鎖機(jī)制不同: InnoDB 為行級鎖同波，myisam 為表級鎖鳄梅。?

注意：當(dāng)數(shù)據(jù)庫無法確定，所找的行時未檩，也會變?yōu)殒i定整個表戴尸。?

如： update table set num = 10 where username like “%test%”;?

作者：Oscarwin?

鏈接：https://www.zhihu.com/question/20596402/answer/211492971?

來源：知乎?

著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)冤狡，非商業(yè)轉(zhuǎn)載請注明出處孙蒙。

一，SQL語句性能優(yōu)化?

1悲雳， 對查詢進(jìn)行優(yōu)化挎峦，應(yīng)盡量避免全表掃描，首先應(yīng)考慮在 where 及 order by 涉及的列上建立索引合瓢。

2坦胶，應(yīng)盡量避免在 where 子句中對字段進(jìn)行 null 值判斷，創(chuàng)建表時NULL是默認(rèn)值晴楔，但大多數(shù)時候應(yīng)該使用NOT NULL顿苇，或者使用一個特殊的值，如0税弃，-1作為默 認(rèn)值纪岁。

3，應(yīng)盡量避免在 where 子句中使用!=或<>操作符钙皮， MySQL只有對以下操作符才使用索引：<，<=顽决，=短条，>，>=才菠，BETWEEN茸时，IN，以及某些時候的LIKE赋访。

4可都，應(yīng)盡量避免在 where 子句中使用 or 來連接條件缓待， 否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描， 可以 使用UNION合并查詢： select id from t where num=10 union all select id from t where num=20

5渠牲，in 和 not in 也要慎用旋炒，否則會導(dǎo)致全表掃描，對于連續(xù)的數(shù)值签杈，能用 between 就不要用 in 了：Select id from t where num between 1 and 3

6瘫镇，下面的查詢也將導(dǎo)致全表掃描：select id from t where name like ‘%abc%’ 或者select id from t where name like ‘%abc’若要提高效率，可以考慮全文檢索答姥。而select id from t where name like ‘a(chǎn)bc%’ 才用到索引

7铣除， 如果在 where 子句中使用參數(shù)，也會導(dǎo)致全表掃描鹦付。

8尚粘，應(yīng)盡量避免在 where 子句中對字段進(jìn)行表達(dá)式操作，應(yīng)盡量避免在where子句中對字段進(jìn)行函數(shù)操作

9,很多時候用 exists 代替 in 是一個好的選擇： select num from a where num in(select num from b).用下面的語句替換： select num from a where exists(select 1 from b where num=a.num)

10,索引固然可以提高相應(yīng)的 select 的效率敲长，但同時也降低了 insert 及 update 的效率郎嫁，因?yàn)?insert 或 update 時有可能會重建索引，所以怎樣建索引需要慎重考慮潘明，視具體情況而定行剂。一個表的索引數(shù)最好不要超過6個，若太多則應(yīng)考慮一些不常使用到的列上建的索引是否有必要钳降。

11,應(yīng)盡可能的避免更新 clustered 索引數(shù)據(jù)列厚宰， 因?yàn)?clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲順序，一旦該列值改變將導(dǎo)致整個表記錄的順序的調(diào)整遂填，會耗費(fèi)相當(dāng)大的資源铲觉。若應(yīng)用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列，那么需要考慮是否應(yīng)將該索引建為 clustered 索引吓坚。

12撵幽，盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設(shè)計為字符型礁击，這會降低查詢和連接的性能盐杂，并會增加存儲開銷。

13哆窿，盡可能的使用 varchar/nvarchar 代替 char/nchar 链烈， 因?yàn)槭紫茸冮L字段存儲空間小，可以節(jié)省存儲空間挚躯，其次對于查詢來說强衡，在一個相對較小的字段內(nèi)搜索效率顯然要高些。

14码荔，最好不要使用”“返回所有： select from t 漩勤，用具體的字段列表代替“*”感挥，不要返回用不到的任何字段。

15越败，盡量避免向客戶端返回大數(shù)據(jù)量触幼，若數(shù)據(jù)量過大，應(yīng)該考慮相應(yīng)需求是否合理眉尸。

16域蜗，使用表的別名(Alias)：當(dāng)在SQL語句中連接多個表時,請使用表的別名并把別名前綴于每個Column上.這樣一來,就可以減少解析的時間并減少那些由Column歧義引起的語法錯誤。

17噪猾，使用“臨時表”暫存中間結(jié)果?

簡化SQL語句的重要方法就是采用臨時表暫存中間結(jié)果霉祸，但是，臨時表的好處遠(yuǎn)遠(yuǎn)不止這些袱蜡，將臨時結(jié)果暫存在臨時表丝蹭，后面的查詢就在tempdb中了，這可以避免程序中多次掃描主表坪蚁，也大大減少了程序執(zhí)行中“共享鎖”阻塞“更新鎖”奔穿，減少了阻塞，提高了并發(fā)性能敏晤。

18贱田，一些SQL查詢語句應(yīng)加上nolock，讀嘴脾、寫是會相互阻塞的男摧，為了提高并發(fā)性能，對于一些查詢译打，可以加上nolock耗拓，這樣讀的時候可以允許寫，但缺點(diǎn)是可能讀到未提交的臟數(shù)據(jù)奏司。使用 nolock有3條原則乔询。查詢的結(jié)果用于“插、刪韵洋、改”的不能加nolock 竿刁！查詢的表屬于頻繁發(fā)生頁分裂的，慎用nolock 搪缨！使用臨時表一樣可以保存“數(shù)據(jù)前影”食拜，起到類似Oracle的undo表空間的功能，能采用臨時表提高并發(fā)性能的勉吻，不要用nolock 监婶。

19旅赢，常見的簡化規(guī)則如下：不要有超過5個以上的表連接（JOIN）齿桃，考慮使用臨時表或表變量存放中間結(jié)果惑惶。少用子查詢，視圖嵌套不要過深,一般視圖嵌套不要超過2個為宜短纵。

20带污，將需要查詢的結(jié)果預(yù)先計算好放在表中，查詢的時候再Select香到。這在SQL7.0以前是最重要的手段鱼冀。例如醫(yī)院的住院費(fèi)計算。

21悠就，用OR的字句可以分解成多個查詢千绪，并且通過UNION 連接多個查詢。他們的速度只同是否使用索引有關(guān),如果查詢需要用到聯(lián)合索引梗脾，用UNION all執(zhí)行的效率更高.多個OR的字句沒有用到索引荸型，改寫成UNION的形式再試圖與索引匹配。一個關(guān)鍵的問題是否用到索引炸茧。

22瑞妇，在IN后面值的列表中，將出現(xiàn)最頻繁的值放在最前面梭冠，出現(xiàn)得最少的放在最后面辕狰，減少判斷的次數(shù)。

23控漠，盡量將數(shù)據(jù)的處理工作放在服務(wù)器上蔓倍，減少網(wǎng)絡(luò)的開銷，如使用存儲過程润脸。存儲過程是編譯好柬脸、優(yōu)化過、并且被組織到一個執(zhí)行規(guī)劃里毙驯、且存儲在數(shù)據(jù)庫中的SQL語句倒堕，是控制流語言的集合蚂夕，速度當(dāng)然快顶霞。反復(fù)執(zhí)行的動態(tài)SQL,可以使用臨時存儲過程，該過程（臨時表）被放在Tempdb中邑彪。

24铭段，當(dāng)服務(wù)器的內(nèi)存夠多時骤宣，配制線程數(shù)量 = 最大連接數(shù)+5，這樣能發(fā)揮最大的效率序愚；否則使用 配制線程數(shù)量<最大連接數(shù)啟用SQL SERVER的線程池來解決,如果還是數(shù)量 = 最大連接數(shù)+5憔披，嚴(yán)重的損害服務(wù)器的性能。

25，查詢的關(guān)聯(lián)同寫的順序?

select a.personMemberID, * from chineseresume a,personmember b where personMemberID = b.referenceid and a.personMemberID = ‘JCNPRH39681’ （A = B ,B = ‘號碼’）?

select a.personMemberID, * from chineseresume a,personmember b where a.personMemberID = b.referenceid and a.personMemberID = ‘JCNPRH39681’ and b.referenceid = ‘JCNPRH39681’ （A = B ,B = ‘號碼’芬膝， A = ‘號碼’）?

select a.personMemberID, * from chineseresume a,personmember b where b.referenceid = ‘JCNPRH39681’ and a.personMemberID = ‘JCNPRH39681’ （B = ‘號碼’望门， A = ‘號碼’）

26，盡量使用exists代替select count(1)來判斷是否存在記錄锰霜，count函數(shù)只有在統(tǒng)計表中所有行數(shù)時使用筹误，而且count(1)比count(*)更有效率。

27癣缅，盡量使用“>=”厨剪，不要使用“>”。

28友存，索引的使用規(guī)范：索引的創(chuàng)建要與應(yīng)用結(jié)合考慮祷膳，建議大的OLTP表不要超過6個索引；盡可能的使用索引字段作為查詢條件屡立，尤其是聚簇索引钾唬，必要時可以通過index index_name來強(qiáng)制指定索引；避免對大表查詢時進(jìn)行table scan侠驯，必要時考慮新建索引抡秆；在使用索引字段作為條件時，如果該索引是聯(lián)合索引吟策，那么必須使用到該索引中的第一個字段作為條件時才能保證系統(tǒng)使用該索引儒士，否則該索引將不會被使用；要注意索引的維護(hù)檩坚，周期性重建索引着撩，重新編譯存儲過程。

29匾委，下列SQL條件語句中的列都建有恰當(dāng)?shù)乃饕闲穑珗?zhí)行速度卻非常慢：?

SELECT * FROM record WHERE substrINg(card_no,1,4)=’5378’ (13秒)?

SELECT * FROM record WHERE amount/30< 1000 （11秒）?

SELECT * FROM record WHERE convert(char(10),date,112)=’19991201’ （10秒）?

分析：?

WHERE子句中對列的任何操作結(jié)果都是在SQL運(yùn)行時逐列計算得到的，因此它不得不進(jìn)行表搜索赂乐，而沒有使用該列上面的索引薯鳍；如果這些結(jié)果在查詢編譯時就能得到，那么就可以被SQL優(yōu)化器優(yōu)化挨措，使用索引挖滤，避免表搜索，因此將SQL重寫成下面這樣：?

SELECT * FROM record WHERE card_no like ‘5378%’ （< 1秒）?

SELECT * FROM record WHERE amount< 1000*30 （< 1秒）?

SELECT * FROM record WHERE date= ‘1999/12/01’ （< 1秒）

30浅役，當(dāng)有一批處理的插入或更新時斩松，用批量插入或批量更新，絕不會一條條記錄的去更新!

31觉既，在所有的存儲過程中惧盹，能夠用SQL語句的乳幸，我絕不會用循環(huán)去實(shí)現(xiàn)!?

(例如：列出上個月的每一天，我會用connect by去遞歸查詢一下钧椰，絕不會去用循環(huán)從上個月第一天到最后一天)

32反惕，選擇最有效率的表名順序(只在基于規(guī)則的優(yōu)化器中有效)：?

oracle 的解析器按照從右到左的順序處理FROM子句中的表名，F(xiàn)ROM子句中寫在最后的表(基礎(chǔ)表 driving table)將被最先處理演侯，在FROM子句中包含多個表的情況下,你必須選擇記錄條數(shù)最少的表作為基礎(chǔ)表。如果有3個以上的表連接查詢, 那就需要選擇交叉表(intersection table)作為基礎(chǔ)表, 交叉表是指那個被其他表所引用的表.

33背亥，提高GROUP BY語句的效率, 可以通過將不需要的記錄在GROUP BY 之前過濾掉.下面兩個查詢返回相同結(jié)果秒际，但第二個明顯就快了許多.?

低效:?

SELECT JOB , AVG(SAL)?

FROM EMP?

GROUP BY JOB?

HAVING JOB =’PRESIDENT’?

OR JOB =’MANAGER’?

高效:?

SELECT JOB , AVG(SAL)?

FROM EMP?

WHERE JOB =’PRESIDENT’?

OR JOB =’MANAGER’?

GROUP BY JOB

34，sql語句用大寫狡汉，因?yàn)閛racle 總是先解析sql語句娄徊，把小寫的字母轉(zhuǎn)換成大寫的再執(zhí)行。

35盾戴，別名的使用寄锐，別名是大型數(shù)據(jù)庫的應(yīng)用技巧，就是表名尖啡、列名在查詢中以一個字母為別名橄仆，查詢速度要比建連接表快1.5倍。

36衅斩，避免死鎖盆顾，在你的存儲過程和觸發(fā)器中訪問同一個表時總是以相同的順序;事務(wù)應(yīng)經(jīng)可能地縮短，在一個事務(wù)中應(yīng)盡可能減少涉及到的數(shù)據(jù)量;永遠(yuǎn)不要在事務(wù)中等待用戶輸入畏梆。

37您宪，避免使用臨時表，除非卻有需要奠涌，否則應(yīng)盡量避免使用臨時表宪巨，相反，可以使用表變量代替;大多數(shù)時候(99%)溜畅，表變量駐扎在內(nèi)存中捏卓，因此速度比臨時表更快，臨時表駐扎在TempDb數(shù)據(jù)庫中慈格，因此臨時表上的操作需要跨數(shù)據(jù)庫通信天吓，速度自然慢。

38峦椰，最好不要使用觸發(fā)器龄寞，觸發(fā)一個觸發(fā)器，執(zhí)行一個觸發(fā)器事件本身就是一個耗費(fèi)資源的過程;如果能夠使用約束實(shí)現(xiàn)的汤功，盡量不要使用觸發(fā)器;不要為不同的觸發(fā)事件(Insert物邑，Update和Delete)使用相同的觸發(fā)器;不要在觸發(fā)器中使用事務(wù)型代碼。

39，索引創(chuàng)建規(guī)則：?

表的主鍵色解、外鍵必須有索引茂嗓；?

數(shù)據(jù)量超過300的表應(yīng)該有索引；?

經(jīng)常與其他表進(jìn)行連接的表科阎，在連接字段上應(yīng)該建立索引述吸；?

經(jīng)常出現(xiàn)在Where子句中的字段，特別是大表的字段锣笨，應(yīng)該建立索引蝌矛；?

索引應(yīng)該建在選擇性高的字段上；?

索引應(yīng)該建在小字段上错英，對于大的文本字段甚至超長字段入撒，不要建索引；?

復(fù)合索引的建立需要進(jìn)行仔細(xì)分析椭岩，盡量考慮用單字段索引代替茅逮；?

正確選擇復(fù)合索引中的主列字段，一般是選擇性較好的字段判哥；?

復(fù)合索引的幾個字段是否經(jīng)常同時以AND方式出現(xiàn)在Where子句中献雅？單字段查詢是否極少甚至沒有？如果是塌计，則可以建立復(fù)合索引惩琉；否則考慮單字段索引；?

如果復(fù)合索引中包含的字段經(jīng)常單獨(dú)出現(xiàn)在Where子句中夺荒，則分解為多個單字段索引瞒渠；?

如果復(fù)合索引所包含的字段超過3個，那么仔細(xì)考慮其必要性技扼，考慮減少復(fù)合的字段伍玖；?

如果既有單字段索引，又有這幾個字段上的復(fù)合索引剿吻，一般可以刪除復(fù)合索引窍箍；?

頻繁進(jìn)行數(shù)據(jù)操作的表，不要建立太多的索引丽旅；?

刪除無用的索引椰棘，避免對執(zhí)行計劃造成負(fù)面影響；?

表上建立的每個索引都會增加存儲開銷榄笙，索引對于插入邪狞、刪除、更新操作也會增加處理上的開銷茅撞。另外帆卓，過多的復(fù)合索引巨朦，在有單字段索引的情況下，一般都是沒有存在價值的剑令；相反糊啡，還會降低數(shù)據(jù)增加刪除時的性能，特別是對頻繁更新的表來說吁津，負(fù)面影響更大棚蓄。?

盡量不要對數(shù)據(jù)庫中某個含有大量重復(fù)的值的字段建立索引。

40碍脏，mysql查詢優(yōu)化總結(jié)：使用慢查詢?nèi)罩救グl(fā)現(xiàn)慢查詢梭依，使用執(zhí)行計劃去判斷查詢是否正常運(yùn)行，總是去測試你的查詢看看是否他們運(yùn)行在最佳狀態(tài)下潮酒。久而久之性能總會變化，避免在整個表上使用count(*),它可能鎖住整張表邪蛔，使查詢保持一致以便后續(xù)相似的查詢可以使用查詢緩存?

急黎，在適當(dāng)?shù)那樾蜗率褂肎ROUP BY而不是DISTINCT，在WHERE, GROUP BY和ORDER BY子句中使用有索引的列侧到，保持索引簡單,不在多個索引中包含同一個列勃教，有時候MySQL會使用錯誤的索引,對于這種情況使用USE INDEX，檢查使用SQL_MODE=STRICT的問題匠抗，對于記錄數(shù)小于5的索引字段故源，在UNION的時候使用LIMIT不是是用OR。?

為了 避免在更新前SELECT汞贸，使用INSERT ON DUPLICATE KEY或者INSERT IGNORE ,不要用UPDATE去實(shí)現(xiàn)绳军，不要使用 MAX,使用索引字段和ORDER BY子句，LIMIT M矢腻，N實(shí)際上可以減緩查詢在某些情況下门驾，有節(jié)制地使用，在WHERE子句中使用UNION代替子查詢多柑，在重新啟動的MySQL奶是，記得來溫暖你的數(shù)據(jù)庫，以確保您的數(shù)據(jù)在內(nèi)存和查詢速度快竣灌，考慮持久連接聂沙，而不是多個連接，以減少開銷初嘹，基準(zhǔn)查詢及汉，包括使用服務(wù)器上的負(fù)載，有時一個簡單的查詢可以影響其他查詢屯烦，當(dāng)負(fù)載增加您的服務(wù)器上豁生，使用SHOW PROCESSLIST查看慢的和有問題的查詢兔毒，在開發(fā)環(huán)境中產(chǎn)生的鏡像數(shù)據(jù)中 測試的所有可疑的查詢。

41甸箱，MySQL 備份過程:?

從二級復(fù)制服務(wù)器上進(jìn)行備份育叁。在進(jìn)行備份期間停止復(fù)制，以避免在數(shù)據(jù)依賴和外鍵約束上出現(xiàn)不一致芍殖。徹底停止MySQL豪嗽，從數(shù)據(jù)庫文件進(jìn)行備份。?

如果使用 MySQL dump進(jìn)行備份豌骏，請同時備份二進(jìn)制日志文件 – 確保復(fù)制沒有中斷龟梦。不要信任LVM 快照，這很可能產(chǎn)生數(shù)據(jù)不一致窃躲，將來會給你帶來麻煩计贰。為了更容易進(jìn)行單表恢復(fù)，以表為單位導(dǎo)出數(shù)據(jù) – 如果數(shù)據(jù)是與其他表隔離的蒂窒。?

當(dāng)使用mysqldump時請使用 –opt躁倒。在備份之前檢查和優(yōu)化表。為了更快的進(jìn)行導(dǎo)入洒琢，在導(dǎo)入時臨時禁用外鍵約束秧秉。?

為了更快的進(jìn)行導(dǎo)入，在導(dǎo)入時臨時禁用唯一性檢測衰抑。在每一次備份后計算數(shù)據(jù)庫象迎，表以及索引的尺寸，以便更夠監(jiān)控數(shù)據(jù)尺寸的增長呛踊。?

通過自動調(diào)度腳本監(jiān)控復(fù)制實(shí)例的錯誤和延遲砾淌。定期執(zhí)行備份。

42谭网，查詢緩沖并不自動處理空格拇舀，因此，在寫SQL語句時蜻底，應(yīng)盡量減少空格的使用骄崩，尤其是在SQL首和尾的空格(因?yàn)椋樵兙彌_并不自動截取首尾空格)薄辅。

43要拂，member用mid做標(biāo)準(zhǔn)進(jìn)行分表方便查詢么？一般的業(yè)務(wù)需求中基本上都是以username為查詢依據(jù)站楚，正常應(yīng)當(dāng)是username做hash取模來分表吧脱惰。分表的話 mysql 的partition功能就是干這個的，對代碼是透明的窿春；?

在代碼層面去實(shí)現(xiàn)貌似是不合理的拉一。

44采盒，我們應(yīng)該為數(shù)據(jù)庫里的每張表都設(shè)置一個ID做為其主鍵，而且最好的是一個INT型的（推薦使用UNSIGNED）蔚润，并設(shè)置上自動增加的AUTO_INCREMENT標(biāo)志磅氨。

45，在所有的存儲過程和觸發(fā)器的開始處設(shè)置 SET NOCOUNT ON 嫡纠，在結(jié)束時設(shè)置 SET NOCOUNT OFF 烦租。?

無需在執(zhí)行存儲過程和觸發(fā)器的每個語句后向客戶端發(fā)送 DONE_IN_PROC 消息。

46除盏，MySQL查詢可以啟用高速查詢緩存叉橱。這是提高數(shù)據(jù)庫性能的有效Mysql優(yōu)化方法之一。當(dāng)同一個查詢被執(zhí)行多次時者蠕，從緩存中提取數(shù)據(jù)和直接從數(shù)據(jù)庫中返回數(shù)據(jù)快很多窃祝。

47，EXPLAIN SELECT 查詢用來跟蹤查看效果?

使用 EXPLAIN 關(guān)鍵字可以讓你知道MySQL是如何處理你的SQL語句的踱侣。這可以幫你分析你的查詢語句或是表結(jié)構(gòu)的性能瓶頸粪小。EXPLAIN 的查詢結(jié)果還會告訴你你的索引主鍵被如何利用的，你的數(shù)據(jù)表是如何被搜索和排序的……等等泻仙，等等糕再。

48量没，當(dāng)只要一行數(shù)據(jù)時使用 LIMIT 1?

當(dāng)你查詢表的有些時候玉转，你已經(jīng)知道結(jié)果只會有一條結(jié)果，但因?yàn)槟憧赡苄枰etch游標(biāo)殴蹄，或是你也許會去檢查返回的記錄數(shù)究抓。在這種情況下，加上 LIMIT 1 可以增加性能袭灯。這樣一樣刺下，MySQL數(shù)據(jù)庫引擎會在找到一條數(shù)據(jù)后停止搜索，而不是繼續(xù)往后查少下一條符合記錄的數(shù)據(jù)稽荧。

49,選擇表合適存儲引擎：?

myisam: 應(yīng)用時以讀和插入操作為主橘茉，只有少量的更新和刪除，并且對事務(wù)的完整性姨丈，并發(fā)性要求不是很高的畅卓。?

Innodb： 事務(wù)處理，以及并發(fā)條件下要求數(shù)據(jù)的一致性蟋恬。除了插入和查詢外翁潘，包括很多的更新和刪除。（Innodb有效地降低刪除和更新導(dǎo)致的鎖定）歼争。對于支持事務(wù)的InnoDB類型的表來說拜马，影響速度的主要原因是AUTOCOMMIT默認(rèn)設(shè)置是打開的渗勘，而且程序沒有顯式調(diào)用BEGIN 開始事務(wù)，導(dǎo)致每插入一條都自動提交俩莽，嚴(yán)重影響了速度旺坠。可以在執(zhí)行sql前調(diào)用begin豹绪，多條sql形成一個事物（即使autocommit打開也可以）价淌，將大大提高性能。

50,優(yōu)化表的數(shù)據(jù)類型,選擇合適的數(shù)據(jù)類型：?

原則：更小通常更好瞒津，簡單就好蝉衣，所有字段都得有默認(rèn)值,盡量避免null。?

例如：數(shù)據(jù)庫表設(shè)計時候更小的占磁盤空間盡可能使用更小的整數(shù)類型.(mediumint就比int更合適)?

比如時間字段：datetime和timestamp, datetime占用8個字節(jié)巷蚪，而timestamp占用4個字節(jié)病毡，只用了一半，而timestamp表示的范圍是1970—2037適合做更新時間?

MySQL可以很好的支持大數(shù)據(jù)量的存取屁柏，但是一般說來啦膜，數(shù)據(jù)庫中的表越小，在它上面執(zhí)行的查詢也就會越快淌喻。?

因此僧家，在創(chuàng)建表的時候，為了獲得更好的性能裸删，我們可以將表中字段的寬度設(shè)得盡可能小八拱。例如，?

在定義郵政編碼這個字段時涯塔，如果將其設(shè)置為CHAR(255),顯然給數(shù)據(jù)庫增加了不必要的空間肌稻，?

甚至使用VARCHAR這種類型也是多余的，因?yàn)镃HAR(6)就可以很好的完成任務(wù)了匕荸。同樣的爹谭，如果可以的話，?

我們應(yīng)該使用MEDIUMINT而不是BIGIN來定義整型字段榛搔。?

應(yīng)該盡量把字段設(shè)置為NOT NULL诺凡，這樣在將來執(zhí)行查詢的時候，數(shù)據(jù)庫不用去比較NULL值践惑。?

對于某些文本字段腹泌，例如“省份”或者“性別”，我們可以將它們定義為ENUM類型童本。因?yàn)樵贛ySQL中真屯，ENUM類型被當(dāng)作數(shù)值型數(shù)據(jù)來處理，?

而數(shù)值型數(shù)據(jù)被處理起來的速度要比文本類型快得多穷娱。這樣绑蔫，我們又可以提高數(shù)據(jù)庫的性能运沦。

51， 字符串?dāng)?shù)據(jù)類型：char配深，varchar携添，text選擇區(qū)別

52，任何對列的操作都將導(dǎo)致表掃描篓叶，它包括數(shù)據(jù)庫函數(shù)烈掠、計算表達(dá)式等等，查詢時要盡可能將操作移至等號右邊缸托。

二左敌、索引優(yōu)化

1.對查詢進(jìn)行優(yōu)化，應(yīng)盡量避免全表掃描俐镐，首先應(yīng)考慮在 where 及 order by 涉及的列上建立索引矫限。

2.應(yīng)盡量避免在 where 子句中對字段進(jìn)行 null 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描佩抹，如：select id from t where num is null可以在num上設(shè)置默認(rèn)值0叼风，確保表中num列沒有null值，然后這樣查詢：select id from t where num=0

3.應(yīng)盡量避免在 where 子句中使用!=或<>操作符棍苹，否則引擎將放棄使用索引而進(jìn)行全表掃描无宿。

4.應(yīng)盡量避免在 where 子句中使用or 來連接條件，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描枢里，如：select id from t where num=10 or num=20可以這樣查詢：select id from t where num=10 union all select id from t where num=20

5.in 和 not in 也要慎用孽鸡，否則會導(dǎo)致全表掃描，如：select id from t where num in(1,2,3) 對于連續(xù)的數(shù)值坡垫，能用 between 就不要用 in 了：select id from t where num between 1 and 3

6.下面的查詢也將導(dǎo)致全表掃描：select id from t where name like ‘李%’若要提高效率梭灿，可以考慮全文檢索画侣。

7.如果在 where 子句中使用參數(shù)冰悠，也會導(dǎo)致全表掃描。因?yàn)镾QL只有在運(yùn)行時才會解析局部變量配乱，但優(yōu)化程序不能將訪問計劃的選擇推遲到運(yùn)行時溉卓；它必須在編譯時進(jìn)行選擇。然 而搬泥，如果在編譯時建立訪問計劃桑寨，變量的值還是未知的，因而無法作為索引選擇的輸入項(xiàng)忿檩。如下面語句將進(jìn)行全表掃描：select id from t where num=@num可以改為強(qiáng)制查詢使用索引：select id from t with(index(索引名)) where num=@num

8.應(yīng)盡量避免在 where 子句中對字段進(jìn)行表達(dá)式操作尉尾，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描。如：select id from t where num/2=100應(yīng)改為:select id from t where num=100*2

9.應(yīng)盡量避免在where子句中對字段進(jìn)行函數(shù)操作燥透，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描沙咏。如：select id from t where substring(name,1,3)=’abc’ 辨图，name以abc開頭的id

應(yīng)改為:

select id from t where name like ‘a(chǎn)bc%’

10.不要在 where 子句中的“=”左邊進(jìn)行函數(shù)、算術(shù)運(yùn)算或其他表達(dá)式運(yùn)算肢藐，否則系統(tǒng)將可能無法正確使用索引故河。

11.在使用索引字段作為條件時，如果該索引是復(fù)合索引吆豹，那么必須使用到該索引中的第一個字段作為條件時才能保證系統(tǒng)使用該索引鱼的，否則該索引將不會被使用，并且應(yīng)盡可能的讓字段順序與索引順序相一致痘煤。

12.不要寫一些沒有意義的查詢凑阶，如需要生成一個空表結(jié)構(gòu)：select col1,col2 into #t from t where 1=0

這類代碼不會返回任何結(jié)果集，但是會消耗系統(tǒng)資源的衷快，應(yīng)改成這樣：

create table #t(…)

13.很多時候用 exists 代替 in 是一個好的選擇：select num from a where num in(select num from b)

用下面的語句替換：

select num from a where exists(select 1 from b where num=a.num)

14.并不是所有索引對查詢都有效晌砾，SQL是根據(jù)表中數(shù)據(jù)來進(jìn)行查詢優(yōu)化的，當(dāng)索引列有大量數(shù)據(jù)重復(fù)時烦磁，SQL查詢可能不會去利用索引养匈，如一表中有字段sex，male都伪、female幾乎各一半呕乎，那么即使在sex上建了索引也對查詢效率起不了作用。

15.索引并不是越多越好陨晶，索引固然可 以提高相應(yīng)的 select 的效率猬仁，但同時也降低了 insert 及 update 的效率，因?yàn)?insert 或 update 時有可能會重建索引先誉，所以怎樣建索引需要慎重考慮湿刽，視具體情況而定。一個表的索引數(shù)最好不要超過6個褐耳，若太多則應(yīng)考慮一些不常使用到的列上建的索引是否有 必要诈闺。

16.應(yīng)盡可能的避免更新 clustered 索引數(shù)據(jù)列，因?yàn)?clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲順序铃芦，一旦該列值改變將導(dǎo)致整個表記錄的順序的調(diào)整雅镊，會耗費(fèi)相當(dāng)大的資源。若應(yīng)用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列刃滓，那么需要考慮是否應(yīng)將該索引建為 clustered 索引仁烹。

17.盡量使用數(shù)字型字段，若只含數(shù)值信息的字段盡量不要設(shè)計為字符型咧虎，這會降低查詢和連接的性能卓缰，并會增加存儲開銷。這是因?yàn)橐嬖谔幚聿樵兒瓦B接時會逐個比較字符串中每一個字符，而對于數(shù)字型而言只需要比較一次就夠了征唬。

18.盡可能的使用 varchar/nvarchar 代替 char/nchar 震叮，因?yàn)槭紫茸冮L字段存儲空間小，可以節(jié)省存儲空間鳍鸵，其次對于查詢來說苇瓣，在一個相對較小的字段內(nèi)搜索效率顯然要高些。

19.任何地方都不要使用 select * from t 偿乖，用具體的字段列表代替“*”击罪，不要返回用不到的任何字段。

20.盡量使用表變量來代替臨時表贪薪。如果表變量包含大量數(shù)據(jù)媳禁，請注意索引非常有限（只有主鍵索引）。

21.避免頻繁創(chuàng)建和刪除臨時表画切，以減少系統(tǒng)表資源的消耗竣稽。

22.臨時表并不是不可使用，適當(dāng)?shù)厥褂盟鼈兛梢允鼓承├谈行Щ舻绾帘穑?dāng)需要重復(fù)引用大型表或常用表中的某個數(shù)據(jù)集時。但是典格，對于一次性事件岛宦，最好使用導(dǎo)出表。

23.在新建臨時表時耍缴，如果一次性插入數(shù)據(jù)量很大砾肺，那么可以使用 select into 代替 create table，避免造成大量 log 防嗡，以提高速度变汪；如果數(shù)據(jù)量不大，為了緩和系統(tǒng)表的資源蚁趁，應(yīng)先create table裙盾，然后insert。

24.如果使用到了臨時表荣德，在存儲過程的最后務(wù)必將所有的臨時表顯式刪除闷煤，先 truncate table 童芹，然后 drop table 涮瞻，這樣可以避免系統(tǒng)表的較長時間鎖定。

25.盡量避免使用游標(biāo)假褪，因?yàn)橛螛?biāo)的效率較差署咽，如果游標(biāo)操作的數(shù)據(jù)超過1萬行，那么就應(yīng)該考慮改寫。

26.使用基于游標(biāo)的方法或臨時表方法之前宁否，應(yīng)先尋找基于集的解決方案來解決問題窒升，基于集的方法通常更有效。

27.與臨時表一樣慕匠，游標(biāo)并不是不可使 用饱须。對小型數(shù)據(jù)集使用 FAST_FORWARD 游標(biāo)通常要優(yōu)于其他逐行處理方法，尤其是在必須引用幾個表才能獲得所需的數(shù)據(jù)時台谊。在結(jié)果集中包括“合計”的例程通常要比使用游標(biāo)執(zhí)行的速度快蓉媳。如果開發(fā)時 間允許，基于游標(biāo)的方法和基于集的方法都可以嘗試一下锅铅，看哪一種方法的效果更好酪呻。

28.在所有的存儲過程和觸發(fā)器的開始處設(shè)置 SET NOCOUNT ON ，在結(jié)束時設(shè)置 SET NOCOUNT OFF 盐须。無需在執(zhí)行存儲過程和觸發(fā)器的每個語句后向客戶端發(fā)送DONE_IN_PROC 消息玩荠。

29.盡量避免大事務(wù)操作，提高系統(tǒng)并發(fā)能力贼邓。

30.盡量避免向客戶端返回大數(shù)據(jù)量阶冈，若數(shù)據(jù)量過大，應(yīng)該考慮相應(yīng)需求是否合理塑径。

三眼溶、 加緩存?

緩存之所以有效，主要是因?yàn)槌绦蜻\(yùn)行時對內(nèi)存或者外存的訪問呈現(xiàn)局部性特征晓勇，局部性特征為空間局部性和時間局部性兩方面堂飞。時間局部性是指剛剛訪問過的數(shù)據(jù)近期可能再次被訪問，空間局部性是指绑咱，某個位置被訪問后绰筛，其相鄰的位置的數(shù)據(jù)很可能被訪問到。而MySQL的緩存機(jī)制就是把剛剛訪問的數(shù)據(jù)（時間局部性）以及未來即將訪問到的數(shù)據(jù)（空間局部性）保存到緩存中描融，甚至是高速緩存中铝噩。從而提高I/O效率。?

按照緩存讀寫功能的不同窿克，MySQL將緩存分為Buffer緩存和Cache緩存骏庸。?

Buffer緩存。由于硬盤的寫入速度過慢年叮，或者頻繁的I/O具被，對于硬盤來說是極大的效率浪費(fèi)。那么可以等到緩存中儲存一定量的數(shù)據(jù)之后只损，一次性的寫入到硬盤中一姿。Buffer 緩存主要用于寫數(shù)據(jù)七咧，提升I/O性能。?

Cache 緩存叮叹。 Cache 緩存一般是一些訪問頻繁但是變更較少的數(shù)據(jù)艾栋，如果Cache緩存已經(jīng)存儲滿，則啟用LRU算法蛉顽，進(jìn)行數(shù)據(jù)淘汰蝗砾。淘汰掉最遠(yuǎn)未使用的數(shù)據(jù)，從而開辟新的存儲空間携冤。不過對于特大型的網(wǎng)站遥诉，依靠這種策略很難緩解高頻率的讀請求，一般會把訪問非常頻繁的數(shù)據(jù)靜態(tài)化噪叙，直接由nginx返還給用戶矮锈。程序和數(shù)據(jù)庫I/O設(shè)備交互的越少，則效率越高睁蕾。