先重点总结下优化方案,感觉萌萌往下看:

实现优化:

1.数据库设计要合理--细讲哟;

2.添加索引(普通,主键,唯一,全文索引)----细讲哟;

3.分表分库技术(取模分表,水平分割,垂直分割)---细讲哟;

4.读写分离---细讲哟;

5.存储过程的使用---细讲哟;

6.配置文件:如 mysql的最大连接数---细讲哟;

7.mysql服务器升级;

8.随时清理碎片化---细讲哟;

9.sql语句优化--细讲哟;

一:关于数据库的设计:

看文章书籍上有介绍数据库设计,但其实是都没有具体的解决方案,有的只是多种解决思路,因为这个收业务产品制约,今天只说两点:

1.减少冗余量(量:指业务 ,看业务情况分析最重要);

2.尽可能的遵从三范式:

原子约束,保证唯一,减少冗余数据;

二:分库分表:

什么时候分库:

最典型的电商服务架构,将一个项目拆分成多个小项目,每个小项目有自己的单独数据库,互不影响,垂直分割:如 会员数据库,订单数据库,支付...等;

什么时候分表:

更具有业务需求,如 存放日志,根据年份分割...等;

怎么分割:年份?  位数?    市场上大流行取模算法,这种比较均匀分配;

不过,分表相对来说是有缺点的,如  分页查询,查询会受到一定的限制,当然也有解决方案,如 建视图(后续关于视图会补充说明的);

一般分为主次表:主表存放所有数据,根据 业务需求分表;

三:索引,这块身为开发人员应该都是有所涉及;

    首先索引的目的就是提高查询效率,可以负责任的说,就这一条,但就够了,前面文章有统计 mysql,redis,Elasticsearch,kafka等这些在同一环境下操作数据的时间上的效率及差距对比,感兴趣的话可以看下,当然适合产品本身的才是最好的  ,数据并不能代表什么,需要从多方面考虑;

索引的实现原理是折半原理,底层采用的是b-tree,这种有很多相似的,比如二分查找大家应该都用过,这种作用就是减少对数据库的全表扫描,进而提高查询效率;

这几张图片不用多说,大家都应该可以比较出来,自上而下其实就是 从查询到组织数据存储的;

    当然,很多人说索引没有缺点,或者说是看不到缺点,又或者说查询快增删慢,没错,对数据进行增删改时确实慢,那慢的原因体现在哪?

几个字回答就是:加索引会生成索引文件,每次做增删改时回去更新索引文件,当数据量小时看不出来,数据量大时也是个隐患呢,后续文章会讲如何尽可能规避这一风险,一起交流哟;

索引的注意事项:

注意事项主要是从在哪些方面下是不能够通过索引进行查询的,也就是说索引是不会生效的:

1.组合索引注意事项:

将两列设为一个索引,

第二列不用,第一列作为条件一起查询,不会使用组合索引;

2.很多人都说使用索引时不能使用like,但其实说的并不规范,是不能够使用  %like%这种,对于开头不是% 的like其实还是可以使用索引进行扫描的,不信的话可以测试下哟,亲测生效;

3.使用 or,条件必须都加索引,其中一个不加索引则查询不会使用索引;

4.判断是否为null,用 is null  haishi 用 =null呢.说明:=null不会采用索引查询;

5.group by 分组,不会采用索引,会全表扫描,包括默认排序哟(可以关闭);

6.关于 >=   ,这块我们可以用编程思想的角度来考下,>=100 和>101 那个更省内存的,大家应该比较出来了吧;

7.in  ,not in 不会索引扫描;

8.查询量很大时,缓存,分表,分页 都是注意事项;

注:在这块中,如何判断查询是否使用的是索引查询还是全表扫描查询呢,我们可以根据 explain进行执行任务,答案很是明显,后续的话会对explain进行具体实例说明,感兴趣的话可以留言一起交流哟.

        关于索引底层原理,存储过程的使用,sql详细调优,mysql的碎片化清理,mysql的高可用,主从复制,读写分离,反向代理等,后续都会和大家以实例项目的方式出现的,有兴趣可以一起沟通;

本篇文章到此结束了,感谢您的观看,精彩持续进行中......