数据库可以做哪些优化工作？

数据库优化工作

• 数据选型：合适的字段、类型，表越小查得越快。

• 范式应用：合理应用三范式和反三范式

• 存储引擎的选择：比如mysql若专门读取，可以使用myisam，需要写、事务操作选用innodb

• 索引优化：常用字段建立索引，使用时尽量覆盖索引、使用唯一索引、避免索引失效。还可以采用explain分析sql并优化，看是看是否用需要建立索引、出现索引失效等问题。explain结果注意type、ref、key、row字段。

  • 注意type字段：all为全表扫描 < index为遍历整个索引树 < 通常达到range级别 < 最好是ref(是常数或字段，最好是个常数)。
  • 注意ref和key字段是否用上索引字段。
  • 注意row字段变化，表示需要遍历多少行才能找到，若通过优化，row大幅减小说明优化有效。

• 分库分表：当数据量大了以后性能就会下降，适当对数据库进行分库分表可以减少单张表的大小和数据库的压力。

  分库分表工具有：如百度的heisenberg、阿里巴巴cobar、mycat（基于cobar）、sharding-jdbc（当当）

  可以用sharding-jdbc来分库分表，以jar包的形式和项目整合，低侵入，简单配置直接使用，相对于其他需要部署的分库分表工具，可以将更多精力放在业务开发而不是运营上

  • 垂直拆分：（按逻辑拆分）
    • 对于数据库：专库专用，比如订单微服务专门管理订单库，商品微服务专门管理商品库，微服务之间对外提供API来操作数据库。
    • 对于表：复杂表拆成简单表，降低细粒度，比如商品库的表，可以按类型区分为家电、办公、食品等，sku、spu信息等，将拆分的表分散到不同数据库中。垂直拆分是指数据表列的拆分，把一张列比较多的表拆分为多张表
  • 水平拆分：（按大小拆分）
    • 对于数据库：针对同一种数据库，数量过大，拆分为多个子库，如订单库1、订单库2
    • 对于表：针对同一种表，拆分为子表，如订单表1、订单表2。水平拆分是指数据表行的拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。
  • 分表策略：可以按时间段、id区间（比如按userid分，1-100W、100W-200W）、按hash函数(比如函数为id%2，就是按奇偶id)分表

• 读写分离：从机用来读，主机用来写。

• 使用缓存：使用redis作为缓存数据库，挡在关系型数据库前。

• 查看分析慢查询日志：

  -- 开启慢查询、设置慢查询时间
  SET GLOBAL slow_query_log=ON/OFF;
  SET GLOBAL long_query_time=n;