工具用得好，下班走得早！MYSQL性能優化秘籍來啦

在互聯網行業，MySQL數據庫因其廉價、靈活、社區覆蓋面廣，且主要功能不輸收費昂貴的Oracle，成為互聯網公司的首選，使用範圍非常廣泛。正是如此，就產生了MySQL性能優化方面的需求。

今天牛鷺學院給大家整理了一些MySQL優化方面的實用技巧，希望能幫到大家。

Schema與數據類型優化

整數通常是標識列最好的選擇，因為它們很快並且可以使用 AUTO_INCREMENT

完全“隨機”的字符串（如：MD5()
、SHA1()
或者UUID()
等產生的字符串）會任意分布在很大的空間內，會導致INSERT
以及一些SELECT
語句變得很慢。

如果希望查詢執行得快速且並發性好，單個查詢最好不要做太多的關聯查詢（互聯網公司非常忌諱關聯查詢），利用程序來完成關聯操作。

如果需要對一張比較大的表做表結構變更（ALTER TABLE
操作增加一列），建議先拷貝一張與原表結構一樣的表，再將數據複制進去，最後通過重命名將新表的表名稱修改為原表的表名稱。因為在變更表結構的時候很有可能會鎖住整個表，並且可能會有長時間的不可用。

避免多表關聯的時候可以適當考慮一些反範式的建表方案，增加一些冗餘字段

InnoDB索引優化

如果不是按照索引的最左列開始查找，則無法使用索引。

所有的非聚簇索引都需要先通過索引定位到對應的主鍵，然後再到聚簇索引查找數據，所以在定義主鍵索引的時候一定要謹慎。

只有當索引的列順序和ORDER BY
子句的順序完全一致，並且所有列的排序方向（倒序或者正序）都一樣時，MySQL才能夠使用索引來對結果做排序。有一種情況下ORDER BY
子句可以不滿足索引的最左前綴的要求，就是前導列為常量的時候。

在使用like
來匹配字符串類型的字段的值時，盡可能的使用前綴匹配like ‘XX%’
，避免使用 like ‘%XX’

哈希索引是基於哈希表實現的，只有精確匹配索引所有列的查詢才有效，也不遵循索引的最左匹配原則。

當服務器需要對多個索引做聯合操作時（通常有多個OR
條件），建議修改成UNION
的方式，這樣方便命中索引。

對於如何選擇索引的列順序有一個經驗法則：將選擇性最高的列放到索引最前列。

盡可能多的使用覆蓋索引（如果一個索引包含或者說覆蓋所有需要查詢的字段的值，我們就稱之為覆蓋索引），通過EXPLAIN
的Extra
列可以看到“Using index”信息

當ID為主鍵時，創建索引(A)，相當於創建了(A)和(A, ID)兩個索引

表中的索引越多對SELECT
、UPDATE
和DELETE
操作速度變慢，同時占用的內存也會比較多。

InnoDB在二級索引上使用共享鎖，但是訪問主鍵索引需要排他鎖。

盡可能的使用WHERE IN
和WHERE BETWEEN AND
的方式來進行範圍查詢。

LIMIT
的偏移量越大性能越慢。

編寫查詢語句時應該避免單行查找、盡可能的使用數據原生順序從而避免額外的排序操作，並盡可能使用索引覆蓋查詢。

查詢性能優化

對於低效的查詢，通常從兩個方面來分析：

確認應用程序是否在檢索大量超過需要的數據。這通常意味著訪問了太多的行，但有時候可能是訪問了太多的列

確認MySQL服務器層是否在分析大量超過需要的數據行

2.一般MySQL能夠使用以下三種方式應用WHERE
條件，從好到壞依次為：

在索引中使用WHERE條件過濾不匹配的記錄

使用索引覆蓋掃描來返回記錄

從數據表中返回數據，然後過濾不滿足條件的記錄

3.MySQL從設計上讓連接和斷開連接都很輕量級，在返回一個小的查詢結果方面很高效。在一個通用服務器上，也能夠運行每秒超過10萬的查詢，一個千兆網卡也能輕松滿足每秒超過2000次的查詢，MySQL內部每秒能夠掃描內存中上百萬行數據。

4.在刪除大量數據時，建議每次刪除一小批量數據後，暫停一會兒再做下一次的刪除。

5.無論如何排序都是一個成本很高的操作，所以從性能角度考慮，應盡可能避免排序或者盡可能避免對大量數據進行排序。

6.COUNT()
函數有兩種不同的作用：它可以統計某個列值的數量
，也可以統計行數
。最簡單的就是通過COUNT(*)
來統計行數。

7.關聯查詢的時候要確保關聯的字段上有索引。

8.在數據量很大並且歷史數據需要定期刪除的情況下，可以考慮使用分區表。

9.如果定了的索引列和分區列不匹配，會導致查詢無法進行分區過濾。

10.外鍵約束盡可能避免，通常通過程序來實現，心中要有外鍵。

11.觸發器、存儲過程、自定義函數等最好不要使用。

12.盡可能的利用查詢緩存，如果在寫查詢語句的時候有一些不確定的數據（NOW()
或者CURRENT_DATE()
等）時，則不會被緩存。

13.用多個小表代替一個大表對查詢緩存有好處。

14.批量寫入時只需要做一次緩存失效，所以相比單條寫入（每寫入一次，緩存就失效）效率更好，對於寫密集型的應用，直接禁用查詢緩存。

15.如果緩存的空間太大，在過期操作的時候可能會導致服務器僵死。