共计 1856 个字符，预计需要花费 5 分钟才能阅读完成。
Mysql 优化概览
软优化
1. 查询语句优化
可以使用 explain 或 desc 命令分析一条查询语句的执行信息。
desc select * from index_ where title like "ha-9999%";
其中会显示索引和查询数据读取条数等信息。
2. 优化子查询
- 尽量使用 JOIN 来代替子查询。
因为子查询需要嵌套查询，嵌套查询会建立一张临时表，临时表的建立和删除会有较大的系统开销，而连接查询不会创建临时表，因此效率比嵌套查询高。
3. 使用索引
索引是提高数据库查询速度最重要的方法之一。使用索引的三大注意事项：
- like 关键字匹配 ‘%’ 开头的字符串，不会使用索引。
- OR 关键字的两个字段必须都是使用了索引，查询才会使用索引。
- 使用多列索引必须满足最左匹配原则。
4. 分解表
对于字段较多的表，如果某些字段使用频率较低，应当将其分离出来从而形成新的表。
5. 增加中间表
对于需要大量连接查询的表可以创建中间表，从而减少在查询时造成的连接耗时
6. 增加冗余字段
类似创建中间表，增加冗余字段也是为了减少连接查询
7. 分析表、检查表、优化表
分析表
- Op：表示执行的操作
- Msg_type：信息类型，有status、info、note、warning、error；
- Msg_text：显示信息
检查表
使用 CHECK 关键字， 如 CHECK table user[option]，option只对 MyISAM有效，共5个参数：
- QUICK： 不扫描行，不检查错误的连接；
- FAST： 只检查没有正确关闭的表；
- CHANGED： 只检查上次检查后被更改的表和没被正确关闭的表；
- MEDIUM： 扫描行，以验证被删除的连接是有效的，也可以计算各行关键字校验和；
- EXTENDED： 最全面的的检查，对每行关键字全面查找。
优化表
使用 optimize 关键字，如 optimize [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不写入日志，优化表只对VARCHAR、BLOB和TEXT有效，通过OPTIMIZE TABLE语句可以消除文件碎片，在执行过程中会加上只读锁。
硬优化
1. 硬件三件套
- 配置多核心和频率高的cpu，多核心可以执行多个线程；
- 配置大内存，提高内存，即可提高缓存区容量，因此能减少磁盘I/O时间，从而提高响应速度；
- 配置高速磁盘或合理分布磁盘：高速磁盘提高I/O，分布磁盘能提高并行操作的能力。
2. 优化数据库参数
MySQL服务的配置参数都在my.cnf或my.ini，下面列出性能影响较大的几个参数：
- key_buffer_size： 索引缓冲区大小；
- table_cache： 能同时打开表的个数；
- query_cache_size和query_cache_type： 前者是查询缓冲区大小，后者是前面参数的开关，0表示不使用缓冲区，1表示使用缓冲区，但可以在查询中使用SQL_NO_CACHE表示不要使用缓冲区，2表示在查询中明确指出使用缓冲区才用缓冲区，即SQL_CACHE；
- sort_buffer_size： 排序缓冲区。
3. 分库分表
因为数据库压力过大，首先一个问题就是高峰期系统性能可能会降低，因为数据库负载过高对性能会有影响。
另外一个，压力过大把你的数据库给搞挂了怎么办？
所以此时你必须得对系统做分库分表+读写分离，也就是把一个库拆分为多个库，部署在多个数据库服务上，这时作为主库承载写入请求。然后每个主库都挂载至少一个从库，由从库来承载读请求
缓存集群
如果用户量越来越大，此时你可以不停的加机器，比如说系统层面不停加机器，就可以承载更高的并发请求。
然后数据库层面如果写入并发越来越高，就扩容加数据库服务器，通过分库分表是可以支持扩容机器的，如果数据库层面的读并发越来越高，就扩容加更多的从库。
但是这里有一个很大的问题：
数据库其实本身不是用来承载高并发请求的，所以通常来说，数据库单机每秒承载的并发就在几千的数量级，而且数据库使用的机器都是比较高配置，比较昂贵的机器，成本很高。
如果你就是简单的不停的加机器，其实是不对的。
所以在高并发架构里通常都有缓存这个环节，缓存系统的设计就是为了承载高并发而生。单机承载的并发量都在每秒几万，甚至每秒数十万，对高并发的承载能力比数据库系统要高出一到两个数量级。
你完全可以根据系统的业务特性，对那种写少读多的请求，引入缓存集群。
具体来说，就是在写数据库的时候同时写一份数据到缓存集群里，然后用缓存集群来承载大部分的读请求。这样的话，通过缓存集群，就可以用更少的机器资源承载更高的并发。
