數(shù)據(jù)庫優(yōu)化

字符串匹配比使用數(shù)字id要慢一點


使用explain進行mysql解析(加粗的為重要部分)


bank_id 沒有索引的情況下
bank_id創(chuàng)建了普通索引

possible_keys

列出可能用到的索引


rows

顯示執(zhí)行查詢的行數(shù),越大越不好.通過加的索引,可以大大減少檢索的行數(shù)


mysql不同存儲引擎

MySQL 最常用的存儲引擎為 MyISAM貌笨、 InnoDB碟贾,其中 InnoDB 提供事務(wù)安全表缎谷,其他存儲引擎都是非

事務(wù)安全表。MyISAM 是 MySQL 的默認存儲引擎渺鹦,不支持事務(wù),也不支持外鍵,但其訪問速度快舀凛,對

事務(wù)完整性沒有要求扼仲。InnoDB 存儲引擎提供了具有提交远寸、回滾和崩潰恢復(fù)能力的事務(wù)安全。但是比起

MyISAM 存儲引擎屠凶, InnoDB 寫的處理效率要差一些驰后,并且會占用更多的磁盤空間以保留數(shù)據(jù)和索引。


Mysql可擴展方案

MySQL Replication(復(fù)制)

即 MySQL 的主從復(fù)制矗愧,是使用最多的一種架構(gòu)灶芝,如圖 2-6 所示,主服務(wù)器將SQL 記錄到日志文件唉韭,從

服務(wù)器讀取這個日志文件后將 SQL 應(yīng)用到自身夜涕。這是我們在實際應(yīng)用中使用最廣的一種方案,也是優(yōu)

先推薦方案属愤。

MySQL 數(shù)據(jù)切分

通過MySQL Replication 方案可以從一定程序上緩解平臺的壓力女器,一旦數(shù)據(jù)庫過于龐大,尤其是當寫入

過于頻繁時住诸,很難由一臺主機支撐驾胆,還是會再次面臨瓶頸。這時我們可以考慮數(shù)據(jù)庫切分技術(shù)只壳。

關(guān)于數(shù)據(jù)切分俏拱,它核心思想不是做成類似分布式數(shù)據(jù)庫。簡單來說吼句,切分就是指通過某種特定的算法锅必,

將存放在同一個庫(表)中的數(shù)據(jù)分散存放到多個庫(表)中,以達到分散單臺設(shè)備負載的效果。數(shù)據(jù)

切分同時還可以提高系統(tǒng)的總體可用性搞隐,因為單臺設(shè)備死機之后驹愚,只有這臺設(shè)備上的數(shù)據(jù)不可用,其他

設(shè)備的數(shù)據(jù)還可繼續(xù)對外提供服務(wù)劣纲。

數(shù)據(jù)切分根據(jù)其切分規(guī)則可以分為兩種:1)一種是按照不同的表來切分到不同的數(shù)據(jù)庫(主機)之上逢捺,

這種切分可以稱為數(shù)據(jù)的垂直切分;2)另外一種是根據(jù)表中的數(shù)據(jù)的邏輯關(guān)系癞季,將同一個表中的數(shù)據(jù)按

照某種算法拆分到多個表中劫瞳,這種切分稱為數(shù)據(jù)的水平切分。

垂直切分的最大特點就是規(guī)則簡單绷柒,實施方便志于,尤其適合各業(yè)務(wù)之間的耦合度非常低,相互影響很小废睦,

業(yè)務(wù)邏輯非常清晰的系統(tǒng)伺绽。在這種系統(tǒng)中,可以很容易做到將不同業(yè)務(wù)模塊所使用的表分拆到不同的數(shù)

據(jù)庫中嗜湃。根據(jù)不同的表來進行拆分奈应,對應(yīng)用程序的影響也更小,拆分規(guī)則也會比較簡單清晰购披,但由于是

垂直拆分杖挣,核心表在高并發(fā)下還是會出現(xiàn)瓶頸問題

水平切分與垂直切分相比刚陡,相對來說稍復(fù)雜一些程梦。因為要將同一個表中的不同數(shù)據(jù)拆分到不同的數(shù)據(jù)庫

中,對于應(yīng)用程序來說橘荠,拆分規(guī)則本身就較根據(jù)表名來拆分更為復(fù)雜屿附,后期的數(shù)據(jù)維護也會更復(fù)雜一

些,但對于減輕系統(tǒng)壓力來說哥童,這種做法也更徹底挺份,是在高并發(fā)大數(shù)據(jù)下的推薦處理方法


參考資料

高性能電子商務(wù)平臺構(gòu)建:架構(gòu)、設(shè)計與開發(fā)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末贮懈,一起剝皮案震驚了整個濱河市匀泊,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌朵你,老刑警劉巖各聘,帶你破解...
    沈念sama閱讀 211,265評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異抡医,居然都是意外死亡躲因,警方通過查閱死者的電腦和手機早敬,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,078評論 2 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來大脉,“玉大人搞监,你說我怎么就攤上這事×螅” “怎么了琐驴?”我有些...
    開封第一講書人閱讀 156,852評論 0 347
  • 文/不壞的土叔 我叫張陵,是天一觀的道長秤标。 經(jīng)常有香客問我绝淡,道長,這世上最難降的妖魔是什么苍姜? 我笑而不...
    開封第一講書人閱讀 56,408評論 1 283
  • 正文 為了忘掉前任够委,我火速辦了婚禮,結(jié)果婚禮上怖现,老公的妹妹穿的比我還像新娘。我一直安慰自己玉罐,他們只是感情好屈嗤,可當我...
    茶點故事閱讀 65,445評論 5 384
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著吊输,像睡著了一般饶号。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上季蚂,一...
    開封第一講書人閱讀 49,772評論 1 290
  • 那天茫船,我揣著相機與錄音,去河邊找鬼扭屁。 笑死算谈,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的料滥。 我是一名探鬼主播然眼,決...
    沈念sama閱讀 38,921評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼葵腹!你這毒婦竟也來了高每?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,688評論 0 266
  • 序言:老撾萬榮一對情侶失蹤践宴,失蹤者是張志新(化名)和其女友劉穎鲸匿,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體阻肩,經(jīng)...
    沈念sama閱讀 44,130評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡带欢,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,467評論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片洪囤。...
    茶點故事閱讀 38,617評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡徒坡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出瘤缩,到底是詐尸還是另有隱情喇完,我是刑警寧澤,帶...
    沈念sama閱讀 34,276評論 4 329
  • 正文 年R本政府宣布剥啤,位于F島的核電站锦溪,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏府怯。R本人自食惡果不足惜刻诊,卻給世界環(huán)境...
    茶點故事閱讀 39,882評論 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望牺丙。 院中可真熱鬧则涯,春花似錦、人聲如沸冲簿。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,740評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽峦剔。三九已至档礁,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間吝沫,已是汗流浹背呻澜。 一陣腳步聲響...
    開封第一講書人閱讀 31,967評論 1 265
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留惨险,地道東北人羹幸。 一個月前我還...
    沈念sama閱讀 46,315評論 2 360
  • 正文 我出身青樓,卻偏偏與公主長得像辫愉,于是被迫代替她去往敵國和親睹欲。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 43,486評論 2 348

推薦閱讀更多精彩內(nèi)容