文章目录
- 1、MySQL 索引
- 2、使用not null和enum
- 3、使用optimize table
- 4、使用procedure analyse()
- 5、使用查询缓存
- 6、 调整硬件
1、MySQL 索引
1.1 使用索引的缺点：
- 增删改数据的速度；
- 占用磁盘空间；
- 增加查询优化器的负担；
当查询优化器生成执行计划时，会考虑索引，太多的索引会给查询优化器增加
1.2 分析索引效率
方法：在一般的SQL语句前加上explain；
分析结果的含义：
1）table：表名；
2）type：连接的类型，(ALL/Range/Ref)。其中ref是最理想的；
3）possible_keys：查询可以利用的索引名；
4）key：实际使用的索引；
5）key_len：索引中被使用部分的长度（字节）；
6）ref：显示列名字或者"const"（不明白什么意思）；
7）rows：显示MySQL认为在找到正确结果之前必须扫描的行数；
8）extra：MySQL的建议；
2、使用not null和enum
- 尽量将列定义为not null，这样可使数据的出来更快，所需的空间更少，而且在查询时，MySQL不需要检查是否存在特例，即null值，从而优化查询
- 如果一列只含有有限数目的特定值，如性别，是否有效或者入学年份等，在这种情况下应该考虑将其转换为enum列的值，MySQL处理的更快，因为所有的enum值在系统内都是以标识数值来表示的
3、使用optimize table
对于经常修改的表，容易产生碎片，使在查询数据库时必须读取更多的磁盘块，降低查询性能。具有可变长的表都存在磁盘碎片问题，这个问题对blob、txt数据类型更为突出，因为其尺寸变化非常大。可以通过使用optimize table来整理碎片，保证数据库性能不下降，优化那些受碎片影响的数据表。 optimize table可以用于MyISAM和BDB类型的数据表。实际上任何碎片整理方法都是用mysqldump来转存数据表，然后使用转存后的文件并重新建数据表。
使用可以百度optimize table。
4、使用procedure analyse()
我们在设计表时有时候总会思考到底某个字段选用什么类型呢。其实我们在后期调优时也可以使用 procedure analyse();分析表结构看看mysql给我们的字段建议，综合实际情况调整一些字段的类型(这个已经很琐碎了，一般应用都到不了这么细，并且我们鉴于经验设计的数据库基本都能满足应用。使用很简单，在select语句后面加上procedure analyse()就可以了。
例如：
select * from students procedure analyse();
select * from students procedure analyse(16,256);
max_elements:指定每列非重复值的最大值，当超过这个值的时候，MySQL不会推荐enum类型。（默认值256）
max_memory （默认值8192）analyse()为每列找出所有非重复值所采用的最大内存大小。
第二条语句要求procedure analyse()不要建议含有多于16个值，或者含有多于256字节的enum类型，如果没有限制，输出可能会很长；
5、使用查询缓存
5.1 查询缓存的工作方式：
第一次执行某条select语句时，服务器记住该查询的文本内容和查询结果，存储在缓存中，下次碰到这个语句时，直接从缓存中返回结果；当更新数据表后，该数据表的任何缓存查询都变成无效的，并且会被丢弃。
5.2 配置缓存参数：
变量：
uery_cache_type，查询缓存的操作模式。有3中模式：
- 0：不缓存；
- 1：缓存查询，除非与 select sql_no_cache开头；
- 2：根据需要只缓存那些以select sql_cache开头的查询；
query_cache_size：
设置查询缓存的最大结果集的大小，比这个值大的不会被缓存。
这个可以在MySQL配置文件中配置，Linux 是my.conf， windows 是my.ini。详情可百度。
6、 调整硬件
- 在机器上装更多的内存
- 增加更快的硬盘以减少I/O等待时间，寻道时间是决定性能的主要因素，逐字地移动磁头是最慢的，一旦磁头定位，从磁道读则很快
- 在不同的物理硬盘设备上重新分配磁盘活动；如果可能，应将最繁忙的数据库存放在不同的物理设备上，这跟使用同一物理设备的不同分区是不同的，因为它们将争用相同的物理资源（磁头）。
后加…
