分享幾個優化MySQL性能的方法

分享幾個優化MySQL性能的方法？很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

MySQL性能優化

在互聯網公司MySQL的使用非常廣泛，大家經常會有MySQL性能優化方面的需求。整理了一些在MySQL優化方面的實用技巧。

Schema與數據類型優化

1. 整數通常是標識列最好的選擇，因為它們很快并且可以使用AUTO_INCREMENT
2. 完全“隨機”的字符串（如：MD5()、SHA1()或者UUID()等產生的字符串）會任意分布在很大的空間內，會導致INSERT以及一些SELECT語句變的很慢
3. 如果希望查詢執行得快速且并發性好，單個查詢最好不要做太多的關聯查詢（互聯網公司非常忌諱關聯查詢），利用程序來完成關聯操作
4. 如果需要對一張比較大的表做表結構變更（ALTER TABLE操作增加一列），建議先拷貝一張與原表結構一樣的表，再將數據復制進去，最后通過重命名將新表的表名稱修改為原表的表名稱。因為在變更表結構的時候很有可能會鎖住整個表，并且可能會有長時間的不可用
5. 避免多表關聯的時候可以適當考慮一些反范式的建表方案，增加一些冗余字段

InnoDB索引優化

1. 如果不是按照索引的最左列開始查找，則無法使用索引
2. 所有的非聚簇索引都需要先通過索引定位到對應的主鍵，然后在到聚簇索引查找數據，所以在定義主鍵索引的時候一定要謹慎
3. 只有當索引的列順序和ORDER BY子句的順序完全一致，并且所有列的排序方向（倒序或者正序）都一樣時，MySQL才能夠使用索引來對結果做排序。有一種情況下ORDER BY子句可以不滿足索引的最左前綴的要求，就是前導列為常量的時候。
4. 在使用like來匹配字符串類型的字段的值時，盡可能的使用前綴匹配like ‘XX%'，避免使用 like ‘%XX'
5. 哈希索引是基于哈希表實現的，只有精確匹配索引所有列的查詢才有效，也不遵循索引的最左匹配原則
6. 當服務器需要對多個索引做聯合操作時（通常有多個OR條件），建議修改成UNION的方式，這樣方便命中索引
7. 對于如何選擇索引的列順序有一個經驗法則：將選擇性最高的列放到索引最前列
8. 盡可能多的使用覆蓋索引（如果一個索引包含或者說覆蓋所有需要查詢的字段的值，我們就稱之為覆蓋索引），通過EXPLAIN的Extra列可以看到“Using index”信息
9. 當ID為主鍵時，創建索引(A)，相當于創建了(A)和(A, ID)兩個索引
10. 表中的索引越多對SELECT、UPDATE和DELETE操作速度變慢，同時占用的內存也會比較多
11. InnoDB在二級索引上使用共享鎖，但是訪問主鍵索引需要排他鎖
12. 盡可能的使用WHERE IN和WHERE BETWEEN AND的方式來進行范圍查詢
13. LIMIT的偏移量越大性能越慢
14. 編寫查詢語句時應該避免單行查找、盡可能的使用數據原生順序從而避免額外的排序操作，并盡可能使用索引覆蓋查詢

查詢性能優化

1.對于低效的查詢，通常從兩個方面來分析：

1. 確認應用程序是否在檢索大量超過需要的數據。這通常意味著訪問了太多的行，但有時候可能是訪問了太多的列
2. 確認MySQL服務器層是否在分析大量超過需要的數據行
    

2.一般MySQL能夠使用以下三種方式應用WHERE條件，從好到壞依次為：

• 在索引中使用WHERE條件倆過濾不匹配的記錄
• 使用索引覆蓋掃描來返回記錄
• 從數據表中返回數據，然后過濾不滿足條件的記錄
   

3.MySQL從設計上讓連接和斷開連接都很輕量級，在返回一個小的查詢結果方面很高效。在一個通用服務器上，也能夠運行每秒超過10萬的查詢，一個千兆網卡也能輕松滿足每秒超過2000次的查詢，MySQL內部每秒能夠掃描內存中上百萬行數據

4.在刪除大量數據時，建議每次刪除一小批量數據后，暫停一會兒再做下一次的刪除

5.無論如何排序都是一個成本很高的操作，所以從性能角度考慮，應盡可能避免排序或者盡可能避免對大量數據進行排序

6.COUNT()函數有兩種不同的作用：它可以統計某個列值的數量，也可以統計行數。最簡單的就是通過COUNT(*)來統計行數

7.關聯查詢的時候要確保關聯的字段上有索引

8.在數據量很大并且歷史數據需要定期刪除的情況下，可以考慮使用分區表

9.如果定了的索引列和分區列不匹配，會導致查詢無法進行分區過濾

10.外鍵約束盡可能避免，通常通過程序來實現，心中要有外鍵

11.觸發器、存儲過程、自定義函數等最好不要使用

12.盡可能的利用查詢緩存，如果在寫查詢語句的時候有一些不確定的數據（NOW()或者CURRENT_DATE()等）時，則不會被緩存

13.用多個小表代替一個大表對查詢緩存有好處

14.批量寫入時只需要做一次緩存失效，所以相比單條寫入（每寫入一次，緩存就失效）效率更好，對于寫密集型的應用，直接禁用查詢緩存

15.如果緩存的空間太大，在過期操作的時候可能會導致服務器僵死

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。