前言
日常工作中，sql語句執(zhí)行效率經(jīng)常成為程序的性能瓶頸辨绊，如何快速的執(zhí)行數(shù)據(jù)庫的增刪改查則是一個(gè)合格的后端程序員必備技能，本文描述了從發(fā)現(xiàn)執(zhí)行慢的sql到如何優(yōu)化增刪改查的sql語句靠娱，以及從架構(gòu)本身優(yōu)化查詢速度的一些方向蓝纲，本文是我個(gè)人的經(jīng)驗(yàn)之談，不一定完全正確耘眨，如有錯(cuò)誤昼榛，還望指出
優(yōu)化前先了解一些基本的MySQL存儲(chǔ)結(jié)構(gòu)和索引基礎(chǔ)知識
在做性能優(yōu)化之前，首先要對MySQL的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)要有一定的了解剔难，只有當(dāng)了解了結(jié)構(gòu)胆屿，才能更清楚的知道為什么這樣寫sql執(zhí)行會(huì)更快奥喻，為什么表結(jié)構(gòu)這樣設(shè)計(jì)，在同樣的數(shù)據(jù)行的情況下非迹，查詢和寫入效率都更高环鲤，由于MySQL常用的存儲(chǔ)引擎是InnoDB，所以這里介紹的也是基于InnoDB的
InnoDB的存儲(chǔ)結(jié)構(gòu)
InnoDB存儲(chǔ)引擎中憎兽，表記錄都是根據(jù)主鍵順序組織存放冷离，這種存儲(chǔ)方式的表稱為索引組織表，InnoDB的邏輯結(jié)構(gòu)從大到小是表空間->段->區(qū)->頁->行->列纯命。
所有數(shù)據(jù)都被邏輯的存放在表空間中西剥，表空間由各個(gè)段組成，常見的段：數(shù)據(jù)段亿汞、索引段蔫耽、回滾段。
區(qū)是由連續(xù)的頁組成的留夜，在任何情況下每個(gè)區(qū)的大小都為1MB匙铡。為了保證區(qū)中頁的連續(xù)性，InonoDB存儲(chǔ)引擎一次從磁盤申請4-5個(gè)區(qū)碍粥。在默認(rèn)情況下鳖眼，InnoDB存儲(chǔ)引擎的頁的大小為16KB，即一個(gè)區(qū)中應(yīng)有64個(gè)連續(xù)的頁嚼摩。從InnoDB1.0.x開始钦讳，可以通過參數(shù)KEY_BLOCK_SIZE設(shè)置頁的大小。
頁（block）枕面，是InnoDB磁盤管理的最小單元愿卒，其中常見的有數(shù)據(jù)頁、undo頁潮秘、系統(tǒng)頁琼开、事務(wù)數(shù)據(jù)頁等。
行（ROW）InnoDB存儲(chǔ)引擎是面向列的（row-oriented）枕荞，則按行進(jìn)行存放柜候。每個(gè)頁存放的行記錄也是有硬性定義的，最多允許存放16KB/2-200躏精。每頁最少存儲(chǔ)2行記錄渣刷，用鏈表連接起來，否則會(huì)失去B+樹的意義矗烛。數(shù)據(jù)大的行記錄辅柴，如：大字符串、TEXT、BLOB對象碌嘀，都是采用行溢出數(shù)據(jù)存儲(chǔ)涣旨。不同的行格式，存儲(chǔ)方式不同筏餐。
索引類型
索引有3個(gè)維度：數(shù)據(jù)結(jié)構(gòu)緯度开泽、物理存儲(chǔ)緯度、邏輯維度
數(shù)據(jù)結(jié)構(gòu)緯度
B+樹索引：所有數(shù)據(jù)存儲(chǔ)在葉子節(jié)點(diǎn)魁瞪，復(fù)雜度為O(logn)穆律，適合范圍查詢。（這個(gè)索引的結(jié)構(gòu)需要重點(diǎn)了解一下）
哈希索引: 適合等值查詢导俘，檢索效率高峦耘，一次到位。InnoDB中雖然有用到這個(gè)索引旅薄，但是是引擎內(nèi)部自己用的辅髓，我們不能手動(dòng)創(chuàng)建這個(gè)類型的索引
全文索引：MyISAM和InnoDB中都支持使用全文索引，一般在文本類型char,text,varchar類型上創(chuàng)建少梁。
R-Tree索引: 用來對GIS數(shù)據(jù)類型創(chuàng)建SPATIAL索引
物理存儲(chǔ)維度
聚集索引：用來確定表數(shù)據(jù)唯一性的索引洛口，優(yōu)先選擇主鍵索引，如果沒有主鍵索引會(huì)自動(dòng)選擇合適的唯一索引凯沪，如果唯一索引也沒用第焰，則會(huì)使用默認(rèn)的內(nèi)部表字段rowId,聚集索引的葉子節(jié)點(diǎn)存儲(chǔ)的是行的數(shù)據(jù)
非聚集索引：不是聚集索引的都是非聚集索引（有點(diǎn)廢話），在葉子節(jié)點(diǎn)存儲(chǔ)的是索引本身的數(shù)據(jù)以及聚集索引的值
邏輯維度
主鍵索引：一種特殊的唯一索引妨马，不允許有空值挺举。
普通索引：MySQL中基本索引類型，允許空值和重復(fù)值
聯(lián)合索引：多個(gè)字段創(chuàng)建的索引烘跺，使用時(shí)遵循最左前綴原則湘纵。
唯一索引：索引列中的值必須是唯一的，但是允許為空值滤淳。
空間索引：MySQL5.7之后支持空間索引梧喷，在空間索引這方面遵循OpenGIS幾何數(shù)據(jù)模型規(guī)則
上面只是大概介紹了一下MySQL的存儲(chǔ)引擎和索引的基本知識，要想學(xué)好sql優(yōu)化娇钱，光看優(yōu)化方式是不行的伤柄，還需要學(xué)習(xí)引擎和索引的相關(guān)結(jié)構(gòu)、存儲(chǔ)文搂、執(zhí)行邏輯，才能更清楚的了解優(yōu)化過程中為什么要避免這么做秤朗，為什么要那么做煤蹭，所以建議大家需要看看上面相關(guān)的書籍和文章。
發(fā)現(xiàn)慢SQL
發(fā)現(xiàn)慢SQL主要是通過慢查詢?nèi)罩竞蚐HOW PROFILES命令，2種方法各有優(yōu)劣硝皂，2種方法并不是互斥的常挚，給我感覺反而是相互補(bǔ)充的，反正我實(shí)際使用中稽物，是2種方法結(jié)合起來使用
慢查詢?nèi)罩?br> MySQL 的慢查詢?nèi)罩究梢杂涗泩?zhí)行時(shí)間超過指定閾值的 SQL 語句奄毡，通過分析慢查詢?nèi)罩究梢哉页鰣?zhí)行時(shí)間較長的 SQL 語句，進(jìn)而進(jìn)行優(yōu)化贝或。
要啟用慢查詢?nèi)罩竞鸸枰?MySQL 配置文件中設(shè)置相關(guān)參數(shù)，例如設(shè)置執(zhí)行時(shí)間超過 3 秒的 SQL 語句會(huì)被記錄到慢查詢?nèi)罩荆?/p>

這樣我們定時(shí)的去數(shù)據(jù)庫服務(wù)器獲取慢查詢?nèi)罩揪涂梢园l(fā)現(xiàn)哪些sql執(zhí)行的慢咪奖，需要優(yōu)化了盗忱。但是這樣并不智能，畢竟不同的表數(shù)據(jù)量不通羊赵，查詢的性能指標(biāo)也肯定不同趟佃，比如一個(gè)表只有10萬條數(shù)據(jù)，雖然查詢只花費(fèi)了2秒昧捷，并沒有記錄到闲昭，但是明顯也是需要優(yōu)化的sql，而有些表數(shù)據(jù)上億靡挥，查詢用了3秒序矩，雖然也需要優(yōu)化，但是實(shí)際上本身才從sql語句上面優(yōu)化的結(jié)果并不會(huì)太理想了芹血，所以慢查詢?nèi)罩静⒉荒芡耆陌l(fā)現(xiàn)程序中需要優(yōu)化的sql語句贮泞。注意開啟慢查詢?nèi)罩疽矔?huì)因?yàn)樾枰涗浫罩径加靡欢ǖ腃PU和硬盤資源，所以如果正式環(huán)境MySQL服務(wù)器資源已經(jīng)緊張的情況下幔烛，需要謹(jǐn)慎開啟
SHOW PROFILES
SHOW PROFILES是MySQL提供可以用來分析當(dāng)前會(huì)話中SQL語句執(zhí)行的資源消耗情況啃擦。可以用于SQL的調(diào)優(yōu)測量饿悬。默認(rèn)情況下令蛉，參數(shù)處于關(guān)閉狀態(tài)，并保存最近 15 次的運(yùn)行結(jié)果狡恬，首先需要確認(rèn)當(dāng)前MySQL是支持的珠叔，首先在MySQL中執(zhí)行

返回的是YES說明當(dāng)前MySQL版本是支持的，執(zhí)行

返回0是關(guān)閉的弟劲，返回1是開啟了祷安，如果返回0，則需要通過執(zhí)行

來開啟SHOW PROFILES功能兔乞，開啟后執(zhí)行

可以查看最近15條sql的執(zhí)行情況汇鞭，返回有Query_id(查詢的id)凉唐，Duration（耗時(shí)），Query
(執(zhí)行的sql語句)霍骄，如果想知道某個(gè)結(jié)果執(zhí)行的具體耗時(shí)台囱，確認(rèn)id后，通過執(zhí)行

可以查看sql的具體執(zhí)行耗時(shí)情況读整，借用此命令簿训，我們可以程序中定時(shí)獲取MySQL最近15條sql語句的執(zhí)行情況，然后自己通過自定義規(guī)則來判定哪些sql需要優(yōu)化（需要自行編程實(shí)現(xiàn)）米间，通過這種方式强品，我們可以完全自定義每個(gè)表的執(zhí)行效率規(guī)則，來找出需要優(yōu)化的sql车伞，但是這樣也會(huì)有一個(gè)問題择懂，那就是每次是獲取的最近15條sql，有可能每次需要執(zhí)行的sql語句都剛好沒有抓取到另玖，另外就是為了抓取更多的sql困曙，頻率太頻繁本身也是對數(shù)據(jù)的一種壓力
實(shí)際工作中需要將上面2種方式結(jié)合起來使用，一個(gè)根據(jù)表數(shù)據(jù)量和應(yīng)該執(zhí)行的效率來隨機(jī)抓取需要優(yōu)化的sql谦去，一個(gè)是獲取已經(jīng)超過執(zhí)行閥值的sql慷丽，這樣能消滅系統(tǒng)中絕大部分sql語句性能瓶頸
查看SQL執(zhí)行情況
explain （desc）
當(dāng)遇到一條sql語句執(zhí)行慢的缺又沒有辦法確定準(zhǔn)確原因的時(shí)候，可以通過explain關(guān)鍵字來查看語句的執(zhí)行計(jì)劃鳄哭，通過執(zhí)行計(jì)劃要糊，我們可以確定語句命中了哪個(gè)索引，大概掃描了多少行數(shù)據(jù)妆丘，以及關(guān)聯(lián)表的順序等信息锄俄，通過desc關(guān)鍵字效果也是一致的
返回的結(jié)果中有id、select_type勺拣、table恰梢、partitions搞坝、type 橘沥、possible_keys搓扯、key、key_len愤惰、ref苇经、rows、filtered宦言、Extra
1.id ： 表示當(dāng)前表的執(zhí)行操作順序扇单，id相同，順序從上往下奠旺，id不通令花，值越大越優(yōu)先執(zhí)行
2.select_type：查詢的類型阻桅，常見的有SIMPLE凉倚、PRIMARY兼都、UNION、SUBQUERY稽寒、DERIVED
3.table：表名（如果取了別名會(huì)是別名）
4.partitions：查詢將匹配記錄的分區(qū)扮碧。 對于非分區(qū)表，該值為 NULL杏糙。
5.type: 表示鏈接的類型慎王，性能由好到差是順序?yàn)椋篘ULL->system->const->eq_ref->ref->rang->index->all
NULL：MySQL能在優(yōu)化階段分解查詢語句，在執(zhí)行階段不用再去訪問表或者索引宏侍。正常業(yè)務(wù)sql不會(huì)出現(xiàn)
system赖淤、const：MySQL對查詢的某部分進(jìn)行優(yōu)化并把其轉(zhuǎn)化成一個(gè)常量，system是const的一個(gè)特例谅河，表示表里只有一條元組匹配時(shí)為system
eq_ref：主鍵或唯一鍵索引被連接使用咱旱，最多只會(huì)返回一條符合條件的記錄
ref：相比eq_ref，不使用唯一索引绷耍，而是使用普通索引或者唯一索引的部分前綴吐限，索引和某個(gè)值比較，會(huì)找到多個(gè)符合條件的行
range：通常出現(xiàn)在范圍查詢中褂始，比如in诸典、between、大于崎苗、小于等狐粱。使用索引來檢索給定范圍的行。
index：掃描全索引拿到結(jié)果胆数，一般是掃描某個(gè)二級索引肌蜻，二級索引一般比較少，所以通常比ALL快一點(diǎn)
all：全表掃描
6.possible_keys：顯示當(dāng)前查詢中可能用到的索引幅慌，如果為NULL則表示沒有相關(guān)的索引
7.key：當(dāng)前查詢中實(shí)際用到的索引
8.key_len：當(dāng)前命中索引里面使用的字節(jié)數(shù)（最左原則）宋欺，值越接近索引本身的長度越好
9.ref：顯示key列記錄的索引中，表查找值時(shí)使用到的列或常量胰伍。常見的有const齿诞、字段名
10.rows：當(dāng)前查詢MySQL預(yù)計(jì)要讀取的行數(shù)（不是實(shí)際的查詢出來的結(jié)果行數(shù)，而是預(yù)計(jì)要掃描多少行才能得到正確數(shù)據(jù)骂租，并且這個(gè)行數(shù)是預(yù)估值祷杈，實(shí)際上可能會(huì)有偏差）
11.filtered：表示通過查詢條件獲取的最終記錄行數(shù)占通過type字段指明的搜索方式搜索出來的記錄行數(shù)的百分比，其他條件相同的情況下渗饮，此值越接近100性能越好
12.Extra：額外信息列但汞，常見的重要值如下：
Using index：使用覆蓋索引
Using where：使用 where 語句來處理結(jié)果宿刮，并且查詢的列未被索引覆蓋
Using index condition：查詢的列不完全被索引覆蓋，where條件中是一個(gè)查詢的范圍
Using temporary：MySQL需要?jiǎng)?chuàng)建一張臨時(shí)表來處理查詢私蕾。出現(xiàn)這種情況一般是要進(jìn)行優(yōu)化的
Using filesort：將使用外部排序而不是索引排序僵缺，數(shù)據(jù)較小時(shí)從內(nèi)存排序，否則需要在磁盤完成排序
Select tables optimized away：使用某些聚合函數(shù)（比如 max踩叭、min）來訪問存在索引的某個(gè)字段時(shí)
上面只是大概介紹了一下explain返回的各個(gè)值的基本說明磕潮，需要詳細(xì)了解explain的可以查閱專門介紹explain的文章
查詢語句優(yōu)化的一些方向
1.盡可能的避免select *，首先如果一個(gè)字段業(yè)務(wù)根本用不到容贝，剛好這個(gè)字段的又是一個(gè)很長的字符串自脯，那么查詢本身可能會(huì)跨頁查詢（不是我們業(yè)務(wù)的分頁，而是MySQL底層的頁）斤富，同時(shí)也增大了網(wǎng)絡(luò)和內(nèi)存開銷膏潮，當(dāng)然select * 并非沒有好處，那就是如果加了字段只需要業(yè)務(wù)代碼添加對應(yīng)的屬性即可使用满力，所以如果你的表結(jié)構(gòu)小焕参，字段又幾乎是業(yè)務(wù)全部會(huì)用到的，用 *沒有太大問題脚囊，如果你的表字段多龟糕，建議盡量避免
2.盡量命中索引，如果是聯(lián)合索引悔耘，則盡可能的多命中字段讲岁，也就是explain中的key_len盡可能的長，同時(shí)也需要盡量避免條件中導(dǎo)致索引失效衬以，關(guān)于哪些做法會(huì)導(dǎo)致索引失效和怎么高效的命中索引缓艳，可以查閱相關(guān)文章，內(nèi)容太多看峻，這里不做詳細(xì)介紹
3.小表驅(qū)動(dòng)大表阶淘，關(guān)聯(lián)查詢中，讓優(yōu)先執(zhí)行的語句盡可能的是數(shù)據(jù)量小的表互妓，并且出來的數(shù)據(jù)量也盡可能的小
4.能用union all就不用union溪窒，對于多次查詢結(jié)果肯定不可能重復(fù)的情況下，盡可能的用union all,因?yàn)閡nion會(huì)對結(jié)果去重冯勉，造成性能損失
5.提前l(fā)imit澈蚌，比如關(guān)聯(lián)的表出來只是為了字段返回，本身不會(huì)影響主體結(jié)果的情況下灼狰，先對主體數(shù)據(jù)提前分頁宛瞄，分頁之后再關(guān)聯(lián)需要字段返回的表，而不是關(guān)聯(lián)完了最后分頁
6.盡可能的減少回表交胚，非聚集索引存儲(chǔ)的數(shù)據(jù)是聚集索引的值份汗，也就是說如果命中了非聚集索引盈电，并且查詢的字段包含非索引字段，則需要進(jìn)行回表操作杯活，具體可以查看一些相關(guān)文章匆帚，回表優(yōu)化在數(shù)據(jù)量大的時(shí)候能提升不少效率，很多時(shí)候甚至?xí)褂檬謩?dòng)回表來提升查詢效率（通過非聚集索引獲取到聚集索引的值轩猩，然后通過值查詢具體數(shù)據(jù)卷扮，而不是通過MySQL自己的回表來查詢）
7.避免太多表鏈接查詢，適當(dāng)?shù)臅r(shí)候可以從業(yè)務(wù)代碼中分多次查詢均践，聯(lián)表查詢關(guān)聯(lián)的表越多，性能越低下摩幔，有時(shí)候還不如多查一次數(shù)據(jù)庫來的快彤委，所以需要根據(jù)實(shí)際情況下對sql語句禁行拆分，不用非得要求一次查詢返回所有數(shù)據(jù)
8.如果主鍵字段是沒有規(guī)律的或衡，也可以使用避開MySQL自動(dòng)回表焦影，用主鍵字段 IN （SELECT 主鍵字段 FROM 表名 條件 LIMIT 分頁參數(shù)）的方式也可以提示部分性能（這個(gè)方法不一定有用，不同的表結(jié)構(gòu)和數(shù)據(jù)庫版本結(jié)果都可能不同封断，建議先實(shí)際測試過之后確認(rèn)是否采用）斯辰，另外這2種辦法都不適合聯(lián)合主鍵的情況
9.group by 和 order by 的字段如果在索引里面，也是能命中索引的
10.索引合并查詢坡疼，當(dāng)執(zhí)行語句需要使用多個(gè)索引時(shí)MySQL可以使用索引合并(Index Merge)來優(yōu)化查詢性能彬呻，當(dāng)explain中出現(xiàn)了Using index merge，則說明使用了索引合并來查詢
11.指定索引查詢柄瑰，當(dāng)有多個(gè)索引可以使用時(shí)闸氮，MySQL會(huì)自動(dòng)估算并選擇合適的索引來進(jìn)行查詢，但是估算結(jié)果不一定正確教沾，如果能確定使用其他索引速度肯定比MySQL選擇的快蒲跨，那么也是可以再查詢語句中指定索引查詢的
優(yōu)化索引
1.優(yōu)先使用聯(lián)合索引，并且如果能確定字段組合的結(jié)果是唯一的授翻，那么可以把類型設(shè)置為唯一或者主鍵索引或悲。實(shí)際業(yè)務(wù)場景中，where條件肯定不止一個(gè)字段（根據(jù)主鍵查詢的情況除外）堪唐，所以聯(lián)合索引能大大的提高索引的key_len,并且時(shí)覆蓋索引查詢的概率增加
2.創(chuàng)建合適數(shù)量的索引巡语，索引并不是越多越好，每增加一個(gè)索引羔杨，會(huì)增加寫入時(shí)間損耗捌臊，并且查詢時(shí)也是也會(huì)影響MySQL估算成本的
3.索引字段盡量跟業(yè)務(wù)強(qiáng)相關(guān)，比如高頻出現(xiàn)的查詢條件所在的字段兜材，盡可能的在索引里面
4.索引字段順序跟業(yè)務(wù)強(qiáng)相關(guān)理澎，首先字段順序要滿足一個(gè)就是大部分的查詢能盡可能的命中索引的字段逞力，同時(shí)，索引的字段順序又要值得到的結(jié)果越少越好糠爬，比如用戶表里面的性別寇荧，雖然性別篩選頻率較高，但是如果把性別放在第一個(gè)就不合適执隧，畢竟除了男就是女或者還有個(gè)未知揩抡，這樣過濾出來的數(shù)據(jù)體量還是非常大，命中索引意義也不大
插入的優(yōu)化
主鍵字段最好是有順序的镀琉，這個(gè)跟B+樹的數(shù)據(jù)結(jié)構(gòu)有關(guān)峦嗤，如果是亂序的，在每次插入的時(shí)候頁分裂的時(shí)候屋摔，耗費(fèi)性能會(huì)比順序插入更大烁设，建議查閱一下相關(guān)資料深入了解一下
2.數(shù)據(jù)量大的情況下盡可能批量，MySQL原生支持批量插入钓试，當(dāng)我們業(yè)務(wù)數(shù)據(jù)量很大的時(shí)候装黑，我們可以通過業(yè)務(wù)代碼實(shí)現(xiàn)定時(shí)定量插入，比如當(dāng)數(shù)據(jù)累積到500條的時(shí)候執(zhí)行一次操作弓熏，當(dāng)時(shí)間過了1秒還沒有到500條的時(shí)候恋谭，也進(jìn)行一次插入。這里需要自行控制好數(shù)量的尺度和時(shí)間尺度挽鞠，當(dāng)然不是所有數(shù)據(jù)都適合批量插入疚颊，并且批量插入會(huì)增加業(yè)務(wù)代碼復(fù)雜性，畢竟需要除了數(shù)量和時(shí)間控制滞谢，還需要數(shù)據(jù)丟失的問題串稀，但是如果你的數(shù)據(jù)量很大，批量插入也是無法避免的
更新和刪除的優(yōu)化
更新和刪除的時(shí)狮杨，主要是需要盡可能的使用聚集索引的值來進(jìn)行更新或者刪除母截，也就是說最好通過主鍵來作為條件進(jìn)行更新和刪除
分頁的優(yōu)化
分頁優(yōu)化，大數(shù)據(jù)量情況下橄教，使用limit分頁會(huì)導(dǎo)致越到后面性能越低下清寇，所以也需要對分頁本身做一些優(yōu)化，
對排序字段創(chuàng)建索引护蝶，每次查詢傳上一頁的最后一條數(shù)據(jù)得對應(yīng)的值回來华烟，查詢時(shí)先where對比上一頁最后一條的值，再直接limit 每頁大小持灰，如果排序字段是非主鍵或者是可以重復(fù)的盔夜，那么還需要帶上對應(yīng)的主鍵值，排序的時(shí)候則先通過排序字段排序，再通過主鍵字段排序喂链，條件也加上主鍵的值
表結(jié)構(gòu)的優(yōu)化
1.合適的字段類型：遵循能用數(shù)值用數(shù)值返十，字符串長度能小就盡量小
2.合適的字段：參考數(shù)據(jù)庫三大范式（只是參考，并不是完全符合三大范式）椭微，如果有些字段業(yè)務(wù)使用量很小的情況下洞坑，可以考慮拆分成2個(gè)表，一個(gè)表保存常用字段蝇率，一個(gè)表保存非常用字段
3.適當(dāng)?shù)娜哂?很多時(shí)候很多數(shù)據(jù)必須要關(guān)聯(lián)其他表來獲取數(shù)據(jù)迟杂，也可以在表中添加部分冗余字段，避免查詢時(shí)的鏈表查詢
實(shí)際數(shù)據(jù)庫設(shè)計(jì)中本慕，既要參考三大范式排拷，又要跟三大范式?jīng)_突，要結(jié)合業(yè)務(wù)來設(shè)計(jì)间狂，在數(shù)據(jù)庫存儲(chǔ)量攻泼、寫入性能損耗和操作性能中平衡取舍，沒有最好的設(shè)計(jì)鉴象，只有更合適業(yè)務(wù)的設(shè)計(jì)，所有設(shè)計(jì)都應(yīng)該是為業(yè)務(wù)服務(wù)
架構(gòu)的優(yōu)化
1.讀寫分離：數(shù)據(jù)量大了之后何鸡，單機(jī)節(jié)點(diǎn)難免出現(xiàn)性能瓶頸纺弊，通過讀寫分離分散壓力
2.分庫分表：讀寫分離只能分?jǐn)傋x取壓力骡男，對于寫沒辦法分?jǐn)偅p主從也是沒辦法分?jǐn)偟南危驗(yàn)樽罱K所有數(shù)據(jù)都會(huì)寫入2個(gè)主機(jī)），并且一個(gè)表數(shù)據(jù)量過于大之后隔盛，查詢性能肯定直線下級犹菱，所以單庫單表數(shù)據(jù)量已經(jīng)達(dá)到性能臨界值之后，就需要分庫分表了
3.采用緩存：對于更新少吮炕，讀取量很大的情況下腊脱，可以采用緩存的方式，降低對數(shù)據(jù)庫的操作
4.引入搜索引擎（ES）:緩存沒辦法解決條件搜索龙亲，如果一個(gè)查詢非常復(fù)雜陕凹，導(dǎo)致數(shù)據(jù)庫搜索性能低下并且優(yōu)化手段用盡效果也有限的情況下，可以引入ES等搜索引擎鳄炉，將復(fù)雜條件的篩選放搜索引擎中執(zhí)行從而加速查詢速度
5.適當(dāng)?shù)臍w檔：如果有些數(shù)據(jù)（比如一年前的數(shù)據(jù)）杜耙，用的已經(jīng)非常少了，那么可以考慮從數(shù)據(jù)庫中移入其他表或者移入其他可以存儲(chǔ)系統(tǒng)拂盯，這樣可以保證對于熱點(diǎn)數(shù)據(jù)可以快速的通過MySQL查詢出來佑女，而對于歷史數(shù)據(jù)，也是可以查詢的，只是速度稍微慢點(diǎn)