Mysql-優化篇

mysql的優化實在太多，這裏僅僅列一些常見的，不可能徹底歸納，後續有新學習的內容會持續更新。

explain 分析select語句

主要字段
select_type查詢類型 eg：SIMPLE 簡單查詢，UNION 聯合查詢，SUBQUERY 子查詢
table 查詢的表
partitions：
type 索引查詢類型 const：使用主鍵或者惟一索引進行查詢的時候只有一行匹配 ref：使用非惟一索引 range：範圍查詢 all：掃描全表 index：和all的區別是掃描的是索引樹 system表只有一行或空表，const的特例 fulltext：全文索引，優先級很高 等等
possible_keys 可能用到的索引
key 實際使用的索引
key_len 查詢用到的索引長度（字節數）
ref 等值查詢會顯示const
rows 掃描的行數
filtered 表示存儲引擎返回的數據在server層過濾後，剩下多少知足查詢的記錄數量的比例
extra ：

• Using index 查詢不須要回表，而且where篩選條件是索引的是前導列
• Using where Using index 查詢不須要回表，而且where篩選條件是索引列之一可是不是索引的不是前導列，或者是前導列的一個範圍查找
• NULL 查詢須要回表，而且where篩選條件是索引的前導列
• Using where 查詢須要回表，where篩選條件非索引的前導列，或者篩選條件非索引列
  等等

---

索引優化

（1）創建聯合索引，講選擇性強惟一性高的字段放在前面，範圍查找字段放在最後
（2）索引覆蓋，儘可能避免回表
（3）合理利用前綴索引，避免長字段索引過長，佔用空間

---

索引下推ICP

這是mysql5.6版本以後內部對於索引過濾數據作的優化，適用於好比範圍查詢，模糊查詢，由於最左前綴原則，致使聯合索引失效的狀況。之前的查詢都是在存儲引擎層先返回條件字段索引相關的數據，而後直接回表，在server層再對where後失效的索引查詢條件進行過濾，在5.6以後，在引擎層會對where索引條件進行篩選，進一步減小了對記錄的過濾（用通俗的話就是5.6版本以前聯合索引中失效的索引字段會回表再去判斷，ICP會讓判斷條件從服務層下推至存儲引擎層，對失效的索引字段在存儲引擎層進行判斷）。此時explain select語句的extra爲Using index condition（查找使用了索引，而且須要回表查詢數據）。

---

讀寫分離

將數據庫分爲主表和從表，主表做爲寫表，用於處理數據增刪改和數據表操做，而從表做爲讀表通常會有多個，用於同步主表的修改，而且處理讀操做。
主表master和從表slave經過binlog來同步。咱們知道，對於主表的修改會寫入binlog，此時主表會開啓一個binlog dump線程，將修改的binlog發送給從表的IO線程，從表會將binlog寫入relay log，以後sql線程會將修改的部分同步到從表。

讀寫分離帶來的主從表數據不一致問題怎麼解決？
能夠採用 1.從主表讀取未同步的數據 2.延遲讀 等等方法。

---

分庫分表

分表

• 垂直分表
  按照字段進行分表，使用頻率高的字段放在一張表，使用頻率低的放另外一張表，同時，兩張表都要有相同的主鍵id。
  垂直分表的意義在於，表的最大尺寸是和字段數相關的，若是垂直拆分字段成不一樣的表，字段數降低了，表的最大尺寸則變大了，能容納更多數據。
• 水平分表
  根據一個規則或字段（分片鍵）將數據分到不一樣的表裏，保證全部表的字段都相同，數據均勻劃分。

分庫

• 業務模塊分庫
  根據不一樣的業務模塊來分庫，將不一樣業務的數據庫操做分隔開來
• 按表分庫
  對於上述水平分表產生的多個子表來講，能夠將不一樣的子表分到不一樣的數據庫中

分庫分表也會帶來一些問題，好比：

• 不一樣庫表關聯查詢問題
  首先設計初須要避免這種狀況，若是出現這種狀況
  1.設計冗餘字段，避免跨庫的join
  2.添加全局表，保存一些全局數據等不多修改的數據
• 分佈式事務問題
  基於兩階段提交的XA事務
• 分佈式id問題
  能夠利用雪花算法，或者專門的id生成服務解決
• 數據擴容
  因業務量增長鬚要增長子表，這個時候須要從新設置分片規則，而且作數據遷移，保證數據均勻分佈
• 跨表排序分頁
  分片鍵做爲排序字段，則正常使用排序；反之，則須要在不一樣子表中分別查詢結果並彙總，再次排序
• ER分片
  對於一些關聯表，能夠合理設置它們的分片字段，使得相同分片數據的表在同一個數據分片上，避免跨庫join。好比員工表和公司表，假設他們以公司id關聯，能夠以公司id來分片，這樣能保證同一個庫內，公司表和員工表的公司id都是同樣的。

此外，這些問題能夠利於一些市面上成熟的中間件來解決，好比ShardingSphere，mycat，Sharding-JDBC，DRDS等等。