学习数据库表优化思路笔记

数据库表优化思路

优化的总体思路可以总结为以下几点：

1.表结构设计要合理：尽量避免不必要的字段，数据能拆分则拆分。

2.索引要高效：设计合理的索引结构，避免索引失效。
3.SQL要优化：查询条件精准，尽量减少全表扫描。
4.分库分表：通过水平拆分、垂直拆分减少单表数据量。
5.缓存和异步化：减少对数据库的直接压力。

表结构设计优化

1. 精简字段类型

能用INT的不要用BIGINT。
能用VARCHAR(100)的不要用TEXT。
时间字段建议用TIMESTAMP或DATETIME，不要用CHAR或VARCHAR来存时间。

2. 表拆分：垂直拆分与水平拆分

垂直拆分
当表中字段过多，某些字段并不是经常查询的，可以将表按照业务逻辑拆分为多个小表。
水平拆分
当单表的数据量过大时，可以按一定规则拆分到多张表中。比如日期分表。

 

索引优化

1. 创建合适的索引

为高频查询的字段创建索引，比如主键、外键、查询条件字段。

2. 避免索引失效

别对索引字段使用函数或运算。如：SELECT * FROM orders WHERE DATE(order_time) = '2023-01-01';
注意隐式类型转换。如：SELECT * FROM orders WHERE user_id = '123';

 

SQL优化

1.减少查询字段，只查询需要的字段，避免SELECT *。
2.分页优化，深度分页时，使用“延迟游标”的方式避免扫描过多数据。

 

分库分表

1. 水平分库分表
当单表拆分后仍无法满足性能需求，可以通过分库分表将数据分散到多个数据库中。
常见的分库分表规则：按用户ID取模，按时间分区。

 

缓存与异步化

1. 使用Redis缓存热点数据
对高频查询的数据可以存储到Redis中，减少对数据库的直接访问。
2. 使用消息队列异步处理写操作
高并发写入时，可以将写操作放入消息队列（如Kafka），然后异步批量写入数据库，减轻数据库压力。