MySQL優(yōu)化指南-大表優(yōu)化思路

感謝參考原文-http://bjbsair.com/2020-03-27/tech-info/7112.html
當(dāng)MySQL單表記錄數(shù)過大時(shí)铝量，增刪改查性能都會(huì)急劇下降

單表優(yōu)化

除非單表數(shù)據(jù)未來會(huì)一直不斷上漲慢叨，否則不要一開始就考慮拆分，拆分會(huì)帶來邏輯赠尾、部署、運(yùn)維的各種復(fù)雜度寸宵，一般以整型值為主的表在千萬級(jí)以下梯影，字符串為主的表在五百萬以下是沒有太大問題的。

而事實(shí)上很多時(shí)候 MySQL 單表的性能依然有不少優(yōu)化空間感猛，甚至能正常支撐千萬級(jí)以上的數(shù)據(jù)量陪白。

字段

盡量使用 TINYINT、 SMALLINT序厉、 MEDIUM_INT 作為整數(shù)類型而非 INT弛房，如果非負(fù)則加上 UNSIGNED
VARCHAR 的長(zhǎng)度只分配真正需要的空間
使用枚舉或整數(shù)代替字符串類型
盡量使用 TIMESTAMP 而非 DATETIME
單表不要有太多字段，建議在 20 以內(nèi)
避免使用 NULL 字段拄轻，很難查詢優(yōu)化且占用額外索引空間
用整型來存 IP

索引

索引并不是越多越好恨搓，要根據(jù)查詢有針對(duì)性的創(chuàng)建常拓，考慮在 WHERE 和 ORDER BY
命令上涉及的列建立索引，可根據(jù) EXPLAIN 來查看是否用了索引還是全表掃描
應(yīng)盡量避免在 WHERE 子句中對(duì)字段進(jìn)行 NULL 值判斷掂恕，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描
值分布很稀少的字段不適合建索引懊亡，例如"性別"這種只有兩三個(gè)值的字段
字符字段只建前綴索引
字符字段最好不要做主鍵
不用外鍵，由程序保證約束
盡量不用 UNIQUE鸯两，由程序保證約束
使用多列索引時(shí)注意順序和查詢條件保持一致甩卓，同時(shí)刪除不必要的單列索引

查詢SQL

可通過開啟慢查詢?nèi)罩緛碚页鲚^慢的 SQL
不做列運(yùn)算：SELECT id WHERE age+1=10，任何對(duì)列的操作都將導(dǎo)致表掃描机错，它包括數(shù)據(jù)庫(kù)教程函數(shù)弱匪、計(jì)算表達(dá)式等等，查詢時(shí)要盡可能將操作移至等號(hào)右邊
sql 語句盡可能簡(jiǎn)單：一條 sql 只能在一個(gè) cpu 運(yùn)算帘饶；大語句拆小語句及刻，減少鎖時(shí)間缴饭；一條大sql 可以堵死整個(gè)庫(kù)
不用 SELECT *
OR 改寫成 IN：OR 的效率是 n 級(jí)別担猛， IN 的效率是 log(n) 級(jí)別毁习，IN 的個(gè)數(shù)建議控制在 200 以內(nèi)
不用函數(shù)和觸發(fā)器盏道，在應(yīng)用程序?qū)崿F(xiàn)
避免 %xxx 式查詢
少用 JOIN
使用同類型進(jìn)行比較衅枫，比如用 '123' 和 '123' 比弦撩， 123 和 123 比
盡量避免在 WHERE 子句中使用 != 或 <> 操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描
對(duì)于連續(xù)數(shù)值感凤，使用 BETWEEN 不用 IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5
列表數(shù)據(jù)不要拿全表，要使用 LIMIT 來分頁(yè)族跛，每頁(yè)數(shù)量也不要太大

引擎

目前廣泛使用的是 MyISAM 和 InnoDB 兩種引擎：

MyISAM

MyISAM 引擎是 MySQL 5.1 及之前版本的默認(rèn)引擎礁哄，它的特點(diǎn)是：

不支持行鎖，讀取時(shí)對(duì)需要讀到的所有表加鎖掏膏，寫入時(shí)則對(duì)表加排它鎖
不支持事務(wù)
不支持外鍵
不支持崩潰后的安全恢復(fù)
在表有讀取查詢的同時(shí)佳簸，支持往表中插入新紀(jì)錄
支持 BLOB 和 TEXT 的前 500 個(gè)字符索引生均，支持全文索引
支持延遲更新索引，極大提升寫入性能
對(duì)于不會(huì)進(jìn)行修改的表佩脊，支持壓縮表威彰，極大減少磁盤空間占用

InnoDB

InnoDB 在 MySQL 5.5 后成為默認(rèn)索引，它的特點(diǎn)是：

支持行鎖豹缀，采用 MVCC 來支持高并發(fā)
支持事務(wù)
支持外鍵
支持崩潰后的安全恢復(fù)
不支持全文索引（5.6.4之后版本逐漸開始支持）

總體來講耿眉，MyISAM 適合 SELECT 密集型的表，而 InnoDB 適合 INSERT 和 UPDATE 密集型的表

系統(tǒng)調(diào)優(yōu)參數(shù)

可以使用下面幾個(gè)工具來做基準(zhǔn)測(cè)試：

sysbench：一個(gè)模塊化筐骇，跨平臺(tái)以及多線程的性能測(cè)試工具
iibench-mysql：基于 Java 的 MySQL/Percona/MariaDB 索引進(jìn)行插入性能測(cè)試工具
tpcc-mysql：Percona 開發(fā)的 TPC-C 測(cè)試工具

具體的調(diào)優(yōu)參數(shù)內(nèi)容較多铛纬，具體可參考官方文檔棺弊，這里介紹一些比較重要的參數(shù)：

backlog：backlog 值指出在 MySQL 暫時(shí)停止回答新請(qǐng)求之前的短時(shí)間內(nèi)多少個(gè)請(qǐng)求可以被存在堆棧中模她。也就是說，如果 MySql 的連接數(shù)據(jù)達(dá)到 maxconnections 時(shí)畜侦，新來的請(qǐng)求將會(huì)被存在堆棧中旋膳，以等待某一連接釋放資源，該堆棧的數(shù)量即 backlog，如果等待連接的數(shù)量超過back_log振惰，將不被授予連接資源骑晶。可以從默認(rèn)的 50 升至 500
wait_timeout：數(shù)據(jù)庫(kù)連接閑置時(shí)間仔雷，閑置連接會(huì)占用內(nèi)存資源碟婆。可以從默認(rèn)的 8 小時(shí)減到半小時(shí)
maxuserconnection：最大連接數(shù)公给，默認(rèn)為 0 無上限淌铐，最好設(shè)一個(gè)合理上限
thread_concurrency：并發(fā)線程數(shù)狰挡，設(shè)為 CPU 核數(shù)的兩倍
skipnameresolve：禁止對(duì)外部連接進(jìn)行 DNS 解析加叁，消除 DNS 解析時(shí)間，但需要所有遠(yuǎn)程主機(jī)用 IP 訪問
keybuffersize：索引塊的緩存大小豫柬，增加會(huì)提升索引處理速度烧给，對(duì) MyISAM 表性能影響最大。對(duì)于內(nèi)存 4G 左右榴鼎，可設(shè)為 256M 或 384M巫财，通過查詢 show status like'key_read%'，保證 key_reads / key_read_requests 在 0.1% 以下最好
innodbbufferpool_size：緩存數(shù)據(jù)塊和索引塊葵礼，對(duì) InnoDB 表性能影響最大鸳粉。通過查詢 show status like'Innodb_buffer_pool_read%'枯夜，保證 (Innodb_buffer_pool_read_requests –<br />Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests 越高越好
innodbadditionalmempoolsize：InnoDB 存儲(chǔ)引擎用來存放數(shù)據(jù)字典信息以及一些內(nèi)部數(shù)據(jù)結(jié)構(gòu)的內(nèi)存空間大小湖雹，當(dāng)數(shù)據(jù)庫(kù)對(duì)象非常多的時(shí)候，適當(dāng)調(diào)整該參數(shù)的大小以確保所有數(shù)據(jù)都能存放在內(nèi)存中提高訪問效率征讲，當(dāng)過小的時(shí)候诗箍，MySQL 會(huì)記錄 Warning 信息到數(shù)據(jù)庫(kù)的錯(cuò)誤日志中，這時(shí)就需要該調(diào)整這個(gè)參數(shù)大小
innodblogbuffer_size：InnoDB 存儲(chǔ)引擎的事務(wù)日志所使用的緩沖區(qū)匠童，一般來說不建議超過32MB
querycachesize：緩存 MySQL 中的 ResultSet俏让，也就是一條 SQL 語句執(zhí)行的結(jié)果集寡喝，所以僅僅只能針對(duì) select 語句巧骚。當(dāng)某個(gè)表的數(shù)據(jù)有任何任何變化劈彪，都會(huì)導(dǎo)致所有引用了該表的select 語句在 Query Cache 中的緩存數(shù)據(jù)失效。所以滔吠，當(dāng)我們的數(shù)據(jù)變化非常頻繁的情況下翰舌，使用 Query Cache 可能會(huì)得不償失椅贱。根據(jù)命中率 (Qcache_hits / (Qcache_hits + Qcache_inserts) * 100)) 進(jìn)行調(diào)整，一般不建議太大女器，256MB 可能已經(jīng)差不多了驾胆，大型的配置型靜態(tài)數(shù)據(jù)可適當(dāng)調(diào)大. 可以通過命令 show status like'Qcache_%' 查看目前系統(tǒng) Query Catch 使用大小
readbuffersize：MySql 讀入緩沖區(qū)大小。對(duì)表進(jìn)行順序掃描的請(qǐng)求將分配一個(gè)讀入緩沖區(qū)驳阎，MySql 會(huì)為它分配一段內(nèi)存緩沖區(qū)呵晚。如果對(duì)表的順序掃描請(qǐng)求非常頻繁，可以通過增加該變量值以及內(nèi)存緩沖區(qū)大小提高其性能
sortbuffersize：MySql 執(zhí)行排序使用的緩沖大小金矛。如果想要增加 ORDER BY 的速度驶俊，首先看是否可以讓 MySQL 使用索引而不是額外的排序階段。如果不能嗜湃，可以嘗試增加 sortbuffersize 變量的大小
readrndbuffer_size：MySql 的隨機(jī)讀緩沖區(qū)大小购披。當(dāng)按任意順序讀取行時(shí)(例如惩妇，按照排序順序)歌殃，將分配一個(gè)隨機(jī)讀緩存區(qū)。進(jìn)行排序查詢時(shí)波材，MySql 會(huì)首先掃描一遍該緩沖廷区，以避免磁盤搜索，提高查詢速度玖绿，如果需要排序大量數(shù)據(jù)斑匪，可適當(dāng)調(diào)高該值绝淡。但 MySql 會(huì)為每個(gè)客戶連接發(fā)放該緩沖空間悬包，所以應(yīng)盡量適當(dāng)設(shè)置該值布近，以避免內(nèi)存開銷過大
record_buffer：每個(gè)進(jìn)行一個(gè)順序掃描的線程為其掃描的每張表分配這個(gè)大小的一個(gè)緩沖區(qū)。如果你做很多順序掃描，可能想要增加該值
threadcachesize：保存當(dāng)前沒有與連接關(guān)聯(lián)但是準(zhǔn)備為后面新的連接服務(wù)的線程虎谢，可以快速響應(yīng)連接的線程請(qǐng)求而無需創(chuàng)建新的
tablecache：類似于 threadcache_size，但用來緩存表文件父叙，對(duì) InnoDB 效果不大趾唱，主要用于 MyISAM

升級(jí)硬件

Scale up，這個(gè)不多說了带欢，根據(jù) MySQL 是 CPU 密集型還是 I/O 密集型乔煞，通過提升 CPU 和內(nèi)存、使用 SSD空骚，都能顯著提升 MySQL 性能。

讀寫分離

也是目前常用的優(yōu)化肋坚，從庫(kù)讀主庫(kù)寫诲泌，一般不要采用雙主或多主引入很多復(fù)雜性敷扫，盡量采用文中的其他方案來提高性能。

同時(shí)目前很多拆分的解決方案同時(shí)也兼顧考慮了讀寫分離羹幸。讀寫分離：手把手教你實(shí)現(xiàn)MySQL讀寫分離

緩存

緩存可以發(fā)生在這些層次：

MySQL 內(nèi)部：在系統(tǒng)調(diào)優(yōu)參數(shù)介紹了相關(guān)設(shè)置
數(shù)據(jù)訪問層：比如 MyBatis 針對(duì) SQL 語句做緩存栅受，而 Hibernate 可以精確到單個(gè)記錄，這里緩存的對(duì)象主要是持久化對(duì)象 PersistenceObject
應(yīng)用服務(wù)層：這里可以通過編程手段對(duì)緩存做到更精準(zhǔn)的控制和更多的實(shí)現(xiàn)策略而芥，這里緩存的對(duì)象是數(shù)據(jù)傳輸對(duì)象 DataTransferObject（DTO）
Web 層：針對(duì) web 頁(yè)面做緩存
瀏覽器客戶端：用戶端的緩存

可以根據(jù)實(shí)際情況在一個(gè)層次或多個(gè)層次結(jié)合加入緩存。緩存擴(kuò)展：緩存常見問題及解決方案

這里重點(diǎn)介紹下服務(wù)層的緩存實(shí)現(xiàn)歌逢，目前主要有兩種方式：

直寫式（Write Through）：在數(shù)據(jù)寫入數(shù)據(jù)庫(kù)后秘案，同時(shí)更新緩存，維持?jǐn)?shù)據(jù)庫(kù)與緩存的一致性赤惊。這也是當(dāng)前大多數(shù)應(yīng)用緩存框架如 Spring Cache 的工作方式荐捻。這種實(shí)現(xiàn)非常簡(jiǎn)單，同步好魂角，但效率一般野揪。
回寫式（Write Back）：當(dāng)有數(shù)據(jù)要寫入數(shù)據(jù)庫(kù)時(shí)，只會(huì)更新緩存挣惰，然后異步批量的將緩存數(shù)據(jù)同步到數(shù)據(jù)庫(kù)上憎茂。這種實(shí)現(xiàn)比較復(fù)雜，需要較多的應(yīng)用邏輯拳氢，同時(shí)可能會(huì)產(chǎn)生數(shù)據(jù)庫(kù)與緩存的不同步饿幅，但效率非常高。

表分區(qū)

MySQL 在 5.1 版引入的分區(qū)是一種簡(jiǎn)單的水平拆分磕秤，用戶需要在建表的時(shí)候加上分區(qū)參數(shù)市咆，對(duì)應(yīng)用是透明的無需修改代碼

對(duì)用戶來說磷瘤，分區(qū)表是一個(gè)獨(dú)立的邏輯表采缚，但是底層由多個(gè)物理子表組成，實(shí)現(xiàn)分區(qū)的代碼實(shí)際上是通過對(duì)一組底層表的對(duì)象封裝贸呢，但對(duì) SQL 層來說是一個(gè)完全封裝底層的黑盒子。MySQL 實(shí)現(xiàn)分區(qū)的方式也意味著索引也是按照分區(qū)的子表定義猜谚，沒有全局索引魏铅。

MySQL常用優(yōu)化指南，及大表優(yōu)化思路（值得收藏）

用戶的 SQL 語句是需要針對(duì)分區(qū)表做優(yōu)化沧竟，SQL 條件中要帶上分區(qū)條件的列悟泵，從而使查詢定位到少量的分區(qū)上，否則就會(huì)掃描全部分區(qū)朽肥，可以通過 EXPLAIN PARTITIONS 來查看某條SQL 語句會(huì)落在那些分區(qū)上衡招，從而進(jìn)行 SQL 優(yōu)化州刽，如下圖 5 條記錄落在兩個(gè)分區(qū)上：

MySQL常用優(yōu)化指南，及大表優(yōu)化思路（值得收藏）

分區(qū)的好處是：

可以讓單表存儲(chǔ)更多的數(shù)據(jù)
分區(qū)表的數(shù)據(jù)更容易維護(hù)，可以通過清楚整個(gè)分區(qū)批量刪除大量數(shù)據(jù)驼抹，也可以增加新的分區(qū)來支持新插入的數(shù)據(jù)框冀。另外，還可以對(duì)一個(gè)獨(dú)立分區(qū)進(jìn)行優(yōu)化温数、檢查撑刺、修復(fù)等操作
部分查詢能夠從查詢條件確定只落在少數(shù)分區(qū)上，速度會(huì)很快
分區(qū)表的數(shù)據(jù)還可以分布在不同的物理設(shè)備上冕屯，從而高效利用多個(gè)硬件設(shè)備
可以使用分區(qū)表賴避免某些特殊瓶頸，例如 InnoDB 單個(gè)索引的互斥訪問搞挣、ext3 文件系統(tǒng)的inode 鎖競(jìng)爭(zhēng)
可以備份和恢復(fù)單個(gè)分區(qū)

分區(qū)的限制和缺點(diǎn)：

一個(gè)表最多只能有 1024 個(gè)分區(qū)
如果分區(qū)字段中有主鍵或者唯一索引的列囱桨，那么所有主鍵列和唯一索引列都必須包含進(jìn)來
分區(qū)表無法使用外鍵約束
NULL 值會(huì)使分區(qū)過濾無效
所有分區(qū)必須使用相同的存儲(chǔ)引擎

分區(qū)的類型：

RANGE 分區(qū)：基于屬于一個(gè)給定連續(xù)區(qū)間的列值搀继，把多行分配給分區(qū)
LIST 分區(qū)：類似于按 RANGE 分區(qū)叽躯，區(qū)別在于 LIST 分區(qū)是基于列值匹配一個(gè)離散值集合中的某個(gè)值來進(jìn)行選擇
HASH 分區(qū)：基于用戶定義的表達(dá)式的返回值來進(jìn)行選擇的分區(qū)，該表達(dá)式使用將要插入到表中的這些行的列值進(jìn)行計(jì)算黑滴。這個(gè)函數(shù)可以包含 MySQL 中有效的、產(chǎn)生非負(fù)整數(shù)值的任何表達(dá)式
KEY 分區(qū)：類似于按 HASH 分區(qū)晚缩，區(qū)別在于 KEY 分區(qū)只支持計(jì)算一列或多列荞彼，且 MySQL 服務(wù)器提供其自身的哈希函數(shù)。必須有一列或多列包含整數(shù)值

分區(qū)適合的場(chǎng)景有：

最適合的場(chǎng)景數(shù)據(jù)的時(shí)間序列性比較強(qiáng)签夭，則可以按時(shí)間來分區(qū)第租，如下所示：

MySQL常用優(yōu)化指南，及大表優(yōu)化思路（值得收藏）

查詢時(shí)加上時(shí)間范圍條件效率會(huì)非常高趟据，同時(shí)對(duì)于不需要的歷史數(shù)據(jù)能很容的批量刪除汹碱。

如果數(shù)據(jù)有明顯的熱點(diǎn)稚新，而且除了這部分?jǐn)?shù)據(jù)褂删，其他數(shù)據(jù)很少被訪問到屯阀，那么可以將熱點(diǎn)數(shù)據(jù)單獨(dú)放在一個(gè)分區(qū)，讓這個(gè)分區(qū)的數(shù)據(jù)能夠有機(jī)會(huì)都緩存在內(nèi)存中，查詢時(shí)只訪問一個(gè)很小的分區(qū)表祭陷，能夠有效使用索引和緩存兵志。索引相關(guān)：帶你從頭到尾捋一遍MySQL索引

另外 MySQL 有一種早期的簡(jiǎn)單的分區(qū)實(shí)現(xiàn) - 合并表（merge table）想罕，限制較多且缺乏優(yōu)化，不建議使用楼镐，應(yīng)該用新的分區(qū)機(jī)制來替代

垂直拆分

垂直分庫(kù)是根據(jù)數(shù)據(jù)庫(kù)里面的數(shù)據(jù)表的相關(guān)性進(jìn)行拆分框产。擴(kuò)展：互聯(lián)網(wǎng)公司常用分庫(kù)分表方案匯總

比如：一個(gè)數(shù)據(jù)庫(kù)里面既存在用戶數(shù)據(jù)，又存在訂單數(shù)據(jù)描睦，那么垂直拆分可以把用戶數(shù)據(jù)放到用戶庫(kù)膝舅、把訂單數(shù)據(jù)放到訂單庫(kù)仍稀。

垂直分表是對(duì)數(shù)據(jù)表進(jìn)行垂直拆分的一種方式，常見的是把一個(gè)多字段的大表按常用字段和非常用字段進(jìn)行拆分享幽，每個(gè)表里面的數(shù)據(jù)記錄數(shù)一般情況下是相同的值桩，只是字段不一樣奔坟，使用主鍵關(guān)聯(lián)

比如原始的用戶表是：

MySQL常用優(yōu)化指南，及大表優(yōu)化思路（值得收藏）

垂直拆分后是：

MySQL常用優(yōu)化指南澜建，及大表優(yōu)化思路（值得收藏）

垂直拆分的優(yōu)點(diǎn)是：

可以使得行數(shù)據(jù)變小，一個(gè)數(shù)據(jù)塊( Block )就能存放更多的數(shù)據(jù)幕侠，在查詢時(shí)就會(huì)減少 I/O 次數(shù)(每次查詢時(shí)讀取的 Block 就少)
可以達(dá)到最大化利用 Cache 的目的晤硕，具體在垂直拆分的時(shí)候可以將不常變的字段放一起，將經(jīng)常改變的放一起
數(shù)據(jù)維護(hù)簡(jiǎn)單

缺點(diǎn)是：

主鍵出現(xiàn)冗余疏橄，需要管理冗余列
會(huì)引起表連接 JOIN 操作（增加 CPU 開銷）可以通過在業(yè)務(wù)服務(wù)器上進(jìn)行 join 來減少數(shù)據(jù)庫(kù)壓力
依然存在單表數(shù)據(jù)量過大的問題（需要水平拆分）
事務(wù)處理復(fù)雜

水平拆分

概述

水平拆分是通過某種策略將數(shù)據(jù)分片來存儲(chǔ)晃酒，分庫(kù)內(nèi)分表和分庫(kù)兩部分，每片數(shù)據(jù)會(huì)分散到不同的 MySQL 表或庫(kù)蛔翅，達(dá)到分布式的效果山析，能夠支持非常大的數(shù)據(jù)量。前面的表分區(qū)本質(zhì)上也是一種特殊的庫(kù)內(nèi)分表爵政。

庫(kù)內(nèi)分表何什，僅僅是單純的解決了單一表數(shù)據(jù)過大的問題处渣，由于沒有把表的數(shù)據(jù)分布到不同的機(jī)器上黍衙，因此對(duì)于減輕 MySQL 服務(wù)器的壓力來說琅翻，并沒有太大的作用，大家還是競(jìng)爭(zhēng)同一個(gè)物理機(jī)上的 IO棠众、CPU空盼、網(wǎng)絡(luò)，這個(gè)就要通過分庫(kù)來解決

前面垂直拆分的用戶表如果進(jìn)行水平拆分但骨，結(jié)果是：

MySQL常用優(yōu)化指南，及大表優(yōu)化思路（值得收藏）

實(shí)際情況中往往會(huì)是垂直拆分和水平拆分的結(jié)合校哎，即將 Users_A_M 和 Users_N_Z 再拆成 Users 和 UserExtras，這樣一共四張表

水平拆分的優(yōu)點(diǎn)是:

不存在單庫(kù)大數(shù)據(jù)和高并發(fā)的性能瓶頸
應(yīng)用端改造較少
提高了系統(tǒng)的穩(wěn)定性和負(fù)載能力

缺點(diǎn)是：

分片事務(wù)一致性難以解決
跨節(jié)點(diǎn) Join 性能差，邏輯復(fù)雜
數(shù)據(jù)多次擴(kuò)展難度跟維護(hù)量極大

分片原則

能不分就不分屈留，參考單表優(yōu)化
分片數(shù)量盡量少测蘑，分片盡量均勻分布在多個(gè)數(shù)據(jù)結(jié)點(diǎn)上灌危，因?yàn)橐粋€(gè)查詢 SQL 跨分片越多，則總體性能越差碳胳，雖然要好于所有數(shù)據(jù)在一個(gè)分片的結(jié)果勇蝙，只在必要的時(shí)候進(jìn)行擴(kuò)容挨约，增加分片數(shù)量
分片規(guī)則需要慎重選擇做好提前規(guī)劃，分片規(guī)則的選擇，需要考慮數(shù)據(jù)的增長(zhǎng)模式荒适，數(shù)據(jù)的訪問模式陕壹，分片關(guān)聯(lián)性問題怎憋，以及分片擴(kuò)容問題癌别，最近的分片策略為范圍分片，枚舉分片速兔，一致性 Hash 分片，這幾種分片都有利于擴(kuò)容
盡量不要在一個(gè)事務(wù)中的 SQL 跨越多個(gè)分片，分布式事務(wù)一直是個(gè)不好處理的問題
查詢條件盡量?jī)?yōu)化，盡量避免 Select * 的方式，大量數(shù)據(jù)結(jié)果集下，會(huì)消耗大量帶寬和CPU 資源，查詢盡量避免返回大量結(jié)果集，并且盡量為頻繁使用的查詢語句建立索引服爷。
通過數(shù)據(jù)冗余和表分區(qū)依賴降低跨庫(kù) Join 的可能

這里特別強(qiáng)調(diào)一下分片規(guī)則的選擇問題笼踩，如果某個(gè)表的數(shù)據(jù)有明顯的時(shí)間特征于购，比如訂單嫌吠、交易記錄等炕矮，則他們通常比較合適用時(shí)間范圍分片，因?yàn)榫哂袝r(shí)效性的數(shù)據(jù)殊鞭，我們往往關(guān)注其近期的數(shù)據(jù)趾盐，查詢條件中往往帶有時(shí)間字段進(jìn)行過濾本缠，比較好的方案是楣黍，當(dāng)前活躍的數(shù)據(jù)窜锯，采用跨度比較短的時(shí)間段進(jìn)行分片驾孔，而歷史性的數(shù)據(jù)荆虱，則采用比較長(zhǎng)的跨度存儲(chǔ)。

總體上來說，分片的選擇是取決于最頻繁的查詢 SQL 的條件稚瘾，因?yàn)椴粠魏?Where 語句的查詢 SQL铅协，會(huì)遍歷所有的分片，性能相對(duì)最差棺棵，因此這種 SQL 越多苹熏，對(duì)系統(tǒng)的影響越大扛邑，所以我們要盡量避免這種 SQL 的產(chǎn)生。

解決方案

由于水平拆分牽涉的邏輯比較復(fù)雜桂敛，當(dāng)前也有了不少比較成熟的解決方案嫁怀。這些方案分為兩大類：

客戶端架構(gòu)
代理架構(gòu)

客戶端架構(gòu)

通過修改數(shù)據(jù)訪問層橡淆，如 JDBC构韵、Data Source、MyBatis，通過配置來管理多個(gè)數(shù)據(jù)源那伐，直連數(shù)據(jù)庫(kù)，并在模塊內(nèi)完成數(shù)據(jù)的分片整合，一般以 Jar 包的方式呈現(xiàn)

這是一個(gè)客戶端架構(gòu)的例子：

MySQL常用優(yōu)化指南帘皿，及大表優(yōu)化思路（值得收藏）

可以看到分片的實(shí)現(xiàn)是和應(yīng)用服務(wù)器在一起的，通過修改 Spring JDBC 層來實(shí)現(xiàn)

客戶端架構(gòu)的優(yōu)點(diǎn)是：

應(yīng)用直連數(shù)據(jù)庫(kù)贡必，降低外圍系統(tǒng)依賴所帶來的宕機(jī)風(fēng)險(xiǎn)
集成成本低科侈，無需額外運(yùn)維的組件

缺點(diǎn)是：

限于只能在數(shù)據(jù)庫(kù)訪問層上做文章欲侮，擴(kuò)展性一般牍戚，對(duì)于比較復(fù)雜的系統(tǒng)可能會(huì)力不從心
將分片邏輯的壓力放在應(yīng)用服務(wù)器上，造成額外風(fēng)險(xiǎn)

代理架構(gòu)

通過獨(dú)立的中間件來統(tǒng)一管理所有數(shù)據(jù)源和數(shù)據(jù)分片整合圆恤，后端數(shù)據(jù)庫(kù)集群對(duì)前端應(yīng)用程序透明窄陡，需要獨(dú)立部署和運(yùn)維代理組件

這是一個(gè)代理架構(gòu)的例子：

MySQL常用優(yōu)化指南，及大表優(yōu)化思路（值得收藏）

代理組件為了分流和防止單點(diǎn)驱富，一般以集群形式存在，同時(shí)可能需要 Zookeeper 之類的服務(wù)組件來管理

代理架構(gòu)的優(yōu)點(diǎn)是：

能夠處理非常復(fù)雜的需求寒匙，不受數(shù)據(jù)庫(kù)訪問層原來實(shí)現(xiàn)的限制，擴(kuò)展性強(qiáng)
對(duì)于應(yīng)用服務(wù)器透明且沒有增加任何額外負(fù)載

缺點(diǎn)是：

需部署和運(yùn)維獨(dú)立的代理中間件巍沙，成本高
應(yīng)用需經(jīng)過代理來連接數(shù)據(jù)庫(kù)滑臊，網(wǎng)絡(luò)上多了一跳，性能有損失且有額外風(fēng)險(xiǎn)

各方案比較

MySQL常用優(yōu)化指南蹂匹，及大表優(yōu)化思路（值得收藏）

點(diǎn)開放大看

如此多的方案，如何進(jìn)行選擇？可以按以下思路來考慮：

確定是使用代理架構(gòu)還是客戶端架構(gòu)反番。中小型規(guī)模或是比較簡(jiǎn)單的場(chǎng)景傾向于選擇客戶端架構(gòu)轧膘，復(fù)雜場(chǎng)景或大規(guī)模系統(tǒng)傾向選擇代理架構(gòu)
具體功能是否滿足澡匪，比如需要跨節(jié)點(diǎn) ORDER BY，那么支持該功能的優(yōu)先考慮
不考慮一年內(nèi)沒有更新的產(chǎn)品瞧省，說明開發(fā)停滯，甚至無人維護(hù)和技術(shù)支持
最好按大公司 -> 社區(qū) -> 小公司 -> 個(gè)人這樣的出品方順序來選擇
選擇口碑較好的暇藏，比如 GitHub 星數(shù)、使用者數(shù)量質(zhì)量和使用者反饋
開源的優(yōu)先拣播，往往項(xiàng)目有特殊需求可能需要改動(dòng)源代碼

按照上述思路减途，推薦以下選擇：

客戶端架構(gòu)：ShardingJDBC
代理架構(gòu)：MyCat 或 Atlas

兼容 MySQL 且可水平擴(kuò)展的數(shù)據(jù)庫(kù)

目前也有一些開源數(shù)據(jù)庫(kù)兼容 MySQL 協(xié)議，如：

https://github.com/pingcap/tidb

http://www.cubrid.org/

但其工業(yè)品質(zhì)和 MySQL 尚有差距诀紊，且需要較大的運(yùn)維投入，如果想將原始的 MySQL 遷移到可水平擴(kuò)展的新數(shù)據(jù)庫(kù)中恭陡，可以考慮一些云數(shù)據(jù)庫(kù)：

https://cn.aliyun.com/product/petadata/?spm=5176.7960203.237031.38.cAzx5r

https://cn.aliyun.com/product/oceanbase?spm=5176.7960203.237031.40.cAzx5r

https://www.qcloud.com/product/dcdbfortdsql.html

NoSQL

在 MySQL 上做 Sharding 是一種戴著鐐銬的跳舞，事實(shí)上很多大表本身對(duì) MySQL 這種RDBMS 的需求并不大孕惜，并不要求 ACID，可以考慮將這些表遷移到 NoSQL微服，徹底解決水平擴(kuò)展問題，例如：

日志類节值、監(jiān)控類幢炸、統(tǒng)計(jì)類數(shù)據(jù)
非結(jié)構(gòu)化或弱結(jié)構(gòu)化數(shù)據(jù)
對(duì)事務(wù)要求不強(qiáng)斜做，且無太多關(guān)聯(lián)操作的數(shù)據(jù)感謝參考原文-http://bjbsair.com/2020-03-27/tech-info/7112/
當(dāng)MySQL單表記錄數(shù)過大時(shí)，增刪改查性能都會(huì)急劇下降

單表優(yōu)化

除非單表數(shù)據(jù)未來會(huì)一直不斷上漲镀虐，否則不要一開始就考慮拆分坝疼，拆分會(huì)帶來邏輯啃炸、部署筑公、運(yùn)維的各種復(fù)雜度，一般以整型值為主的表在千萬級(jí)以下以舒，字符串為主的表在五百萬以下是沒有太大問題的佣谐。

而事實(shí)上很多時(shí)候 MySQL 單表的性能依然有不少優(yōu)化空間镐牺，甚至能正常支撐千萬級(jí)以上的數(shù)據(jù)量讶请。

字段

盡量使用 TINYINT钞诡、 SMALLINT剪返、 MEDIUM_INT 作為整數(shù)類型而非 INT哎壳，如果非負(fù)則加上 UNSIGNED
VARCHAR 的長(zhǎng)度只分配真正需要的空間
使用枚舉或整數(shù)代替字符串類型
盡量使用 TIMESTAMP 而非 DATETIME
單表不要有太多字段循签，建議在 20 以內(nèi)
避免使用 NULL 字段兰粉，很難查詢優(yōu)化且占用額外索引空間
用整型來存 IP

索引

索引并不是越多越好，要根據(jù)查詢有針對(duì)性的創(chuàng)建描馅，考慮在 WHERE 和 ORDER BY
命令上涉及的列建立索引，可根據(jù) EXPLAIN 來查看是否用了索引還是全表掃描
應(yīng)盡量避免在 WHERE 子句中對(duì)字段進(jìn)行 NULL 值判斷嫂丙，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描
值分布很稀少的字段不適合建索引泛啸，例如"性別"這種只有兩三個(gè)值的字段
字符字段只建前綴索引
字符字段最好不要做主鍵
不用外鍵，由程序保證約束
盡量不用 UNIQUE矾兜，由程序保證約束
使用多列索引時(shí)注意順序和查詢條件保持一致，同時(shí)刪除不必要的單列索引

查詢SQL

可通過開啟慢查詢?nèi)罩緛碚页鲚^慢的 SQL
不做列運(yùn)算：SELECT id WHERE age+1=10敞峭，任何對(duì)列的操作都將導(dǎo)致表掃描，它包括數(shù)據(jù)庫(kù)教程函數(shù)进宝、計(jì)算表達(dá)式等等，查詢時(shí)要盡可能將操作移至等號(hào)右邊
sql 語句盡可能簡(jiǎn)單：一條 sql 只能在一個(gè) cpu 運(yùn)算；大語句拆小語句上陕，減少鎖時(shí)間行疏；一條大sql 可以堵死整個(gè)庫(kù)
不用 SELECT *
OR 改寫成 IN：OR 的效率是 n 級(jí)別美澳， IN 的效率是 log(n) 級(jí)別，IN 的個(gè)數(shù)建議控制在 200 以內(nèi)
不用函數(shù)和觸發(fā)器挟阻，在應(yīng)用程序?qū)崿F(xiàn)
避免 %xxx 式查詢
少用 JOIN
使用同類型進(jìn)行比較，比如用 '123' 和 '123' 比， 123 和 123 比
盡量避免在 WHERE 子句中使用 != 或 <> 操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描
對(duì)于連續(xù)數(shù)值，使用 BETWEEN 不用 IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5
列表數(shù)據(jù)不要拿全表慎陵，要使用 LIMIT 來分頁(yè)舶赔，每頁(yè)數(shù)量也不要太大