前言
有时候我们出去面试的时候,会被问到是否有做过架构方面的优化。如果没有准备突然被问到的话通常会有点懵。那么我们这里来整理一下系统架构优化相关的知识。
其实一般架构优化主要就分为数据库架构,第二个就是应用程序架构。
数据库架构优化
- 读写分离,主从配置
数据库架构优化,其实主要就是读写分离,主从配置。通常公司并发量比较大,或者用户比较大的情况下都会考虑读写分离。数据库支持主从同步,一台机器作为主,一台机器作为从。一旦做成主从就可以实现读写分离。一般读写分离通常是读的操作放在从机上,写的操作放在主机上,这样当我们往主上面写入数据的时候,它会向从同步数据。
这样相当于我们把一个数据库的工作分担到两台数据库上,这样子每个数据的压力会降低,我们数据库的性能就会提升。 - 分库分表
然后一种数据库架构优化是分库分表。为什么要做分库分表呢?
MYSQL当它单表的数据达到某个值的时候,他的性能就会比较厉害。(通常单张表超出2-3千万),那么当大数据的情况下,分库分表就非常重要。分库分表会根据一个固定的算法来路由库名和表名。
这样子就相当于我们把数据平均拆分到某干个表中,每个表的单表容量就会降低。而且分表通常都会结合着分库,分库分表我们需要用到数据库中间件。
数据库硬件优化
使用更好的物理磁盘介质,如 SSD
、fusionIO卡
等。通常公司比较核心的数据库用的都是比较好的磁盘。
SQL优化
说到数据库的话,我们不得不说到SQL,下面我们来看一下常见的一些SQL优化方案:
- 在
where
及order by
设计到列上建立索引,避免全表扫描,索引不要太多,一个表一般不要超过4个索引。 - 避免在
where
子句中对字段进行null
值判断,否则将导致引擎放弃使用索引进行全局扫描。
如果想要判断null值,可以使用EXISTS
来判断 - 避免在
where
子句中对字段进行函数或者表达式操作,否则导致引擎放弃使用索引进行全局扫描,可以将函数或者表达式放在代码层进行判断。 - 避免在
where
子句中对字段进行左右模糊查询,否则导致引擎放弃使用索引进行全局扫描,如下sql
select name from user where name like '%test%';
当我们数据量大的时候,模糊查询的功能就不应该在数据库层面做了,可以使用搜索引擎ES
- 查询语句中尽量不要使用 * ,减少内存的使用
- 尽量减少子查询,使用关联查询(left join,right join,inner join)代替
- 减少使用
in
或者not in
,使用exists
,not exists
或者关联查询语句代替 - or 的查询尽量用
union
或者union all
代替,如下SQL
# 如我们想要查询id 为1和2的数据
select * from user where id = 1 or id = 2
# 我们可以使用UNION代替,他们的查询效果是一样的,但是UNION的性能会更好
# UNION会自动去除重复数据
select * from user where id = 1
UNION
select * from user where id = 2
- 合理的添加冗余的字段(减少表的联接查询)
10.建表的时候能使用数字类型的字段就使用数字类型(type,status…),数字类型的字段作为条件查询比字符串快
代码优化
- 减少对象池减少对重复对象的创建;
- 调整对后端的连接
- 添加本地缓存
- 如果不涉及事务的情况下,考虑使用Nosql进行存储
- 一次请求合并多次操作
- 由串行修改为并行操作
- 同步修改异步