图中总结了10个针对数据库的性能提升技术手段，助数据库系统彻底告别卡顿，让系统运行流程流畅
1. 索引（Indexing）：为数据表创建索引，提高查询速度，定期使用EXPLAIN命令分析慢查询，确保索引被正确利用
2. 垂直扩展（Vertical Scaling）：升级数据库所在服务器硬件（如提升 CPU、内存、存储），
将数据库部署在SSD(固态硬盘)上，其I/O性能远超机械硬盘。
确保数据库服务器有足够的内存(RAM)，以便将频繁访问的“热数据”缓存在内存中
3. 缓存（Caching）：在应用与数据库间设缓存层，热门数据先从缓存取，减轻数据库查询压力，提升响应速度。
4. 分片（Sharding）：按规则（如数据范围、哈希）拆分数据库，把数据分散存于多个子库，分摊单库负载。
5. 复制（Replication），读写分离：采用主从复制(Master-Slave Replication)架构。
主库(Master)专注处理写操作(如数据录入、修改)，
多个从库(Slave)承担读操作(如报表生成、数据查询)。
有效分摊负载，提升整体并发处理能力
6. 查询优化（Query Optimization）：优化SQL语句、避免使用SELECT *，只获取必要的字段。
警惕LIKE '%keyword%'这种前置通配符导致的索引失效。
多表关联时，确保关联字段有索引且类型一致。
7. 连接池（Connection Pooling）：连接池维护一组活跃的数据库连接，
供应用程序复用，避免了每次请求都建立新连接的开销
8. 垂直分区（Vertical Partitioning）：按列对数据表进行拆分，把多个字段分开存储。
9. 反规范化（Denormalization）：适度打破范式，增加冗余数据，
减少多表关联查询，换取查询性能提升。
10. 物化视图（Materialized Views）：预计算并存储查询结果，后续查询直接用存储的结果，加速复杂查询 。
#sql# #数据库##mysql# #oracle##编程# #程序员##计算机# #转码##数据科学# #大数据#
