insert into select 优化_数据库优化总结

第一部分：SQL语句优化

1、尽量避免使用select *，使用具体的字段代替*，只返回使用到的字段。

2、尽量避免使用in 和not in，会导致数据库引擎放弃索引进行全表扫描。

SELECT * FROM t WHERE id IN (2,3)SELECT * FROM t1 WHERE username IN (SELECT username FROM t2)

优化方式：如果是连续数值，可以用between代替。如下：

SELECT * FROM t WHERE id BETWEEN 2 AND 3

如果是子查询，可以用exists代替。如下：

SELECT * FROM t1 WHERE EXISTS (SELECT * FROM t2 WHERE t1.username = t2.username)

3、尽量避免在字段开头模糊查询，会导致数据库引擎放弃索引进行全表扫描。如下：

SELECT * FROM t WHERE username LIKE '%li%'

优化方式：尽量在字段后面使用模糊查询。如下：

SELECT * FROM t WHERE username LIKE 'li%'

4、尽量避免进行null值的判断，会导致数据库引擎放弃索引进行全表扫描。如下：

SELECT * FROM t WHERE score IS NULL

优化方式：可以给字段添加默认值0，对0值进行判断。如下：

SELECT * FROM t WHERE score = 0

5、尽量避免在where条件中等号的左侧进行表达式、函数操作，会导致数据库引擎放弃索引进行全表扫描。如下：

SELECT * FROM t2 WHERE score/10 = 9SELECT * FROM t2 WHERE SUBSTR(username,1,2) = 'li'

优化方式：可以将表达式、函数操作移动到等号右侧。如下：

SELECT * FROM t2 WHERE score = 10*9SELECT * FROM t2 WHERE username LIKE 'li%'

6.当只要一行数据时使用LIMIT 1

加上LIMIT 1可以增加性能。MySQL数据库引擎会在查找到一条数据后停止搜索，而不是继续往后查询下一条符合条件的数据记录

7、使用连接(JOIN)来代替子查询(Sub-Queries)

8、在建有索引的字段上尽量不要使用函数进行操作

例如，在一个DATE类型的字段上使用YEAE()函数时，将会使索引不能发挥应有的作用。

9、排序的索引问题

mysql查询只使用一个索引，因此如果where子句中已经使用了索引的话，那么order by中的列是不会使用索引的。因此数据库默认排序可以符合要求的情况下不要使用排序操作；尽量不要包含多个列的排序，如果需要最好给这些列创建复合索引。

10、应尽量避免在 where 子句中使用 != 或 <> 操作符，否则将引擎放弃使用索引而进行全表扫描。

11、应尽量避免在 where 子句中使用 or 来连接条件，如果一个字段有索引，一个字段没有索引，将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or Name = 'admin'

可以这样查询：

select id from t where num = 10union allselect id from t where Name = 'admin'

12、索引应建立在那些将用于JOIN,WHERE判断和ORDERBY排序的字段上。尽量不要对数据库中某个含有大量重复的值的字段建立索引。

比如性别可能就只有两个值，建索引不仅没什么优势，还会影响到更新速度，这被称为过度索引。

第二部分：数据库索引

1、索引的创建、查看、删除

//创建索引有两种方式：1.CREATE TABLE语句时可以创建索引   2.单独用CREATE INDEX或ALTER TABLE来为表增加索引// 1、ALTER TABLE 用来创建普通索引、唯一索引、主键索引和全文索引ALTER TABLE table_name ADD INDEX index_name (column_list);ALTER TABLE table_name ADD UNIQUE (column_list);ALTER TABLE table_name ADD PRIMARY KEY (column_list);ALTER TABLE table_name ADD FULLTEXT (column_list);// 2、CREATE INDEX可对表增加普通索引或UNIQUE索引以及全文索引，但是不可以对表增加主键索引CREATE INDEX index_name ON table_name (column_list);CREATE UNIQUE index_name ON table_name (column_list);CREATE FULLTEXT index_name ON table_name (column_list);

查看索引mysql> show index from tblname;mysql> show keys from tblname;

删除索引删除索引的mysql格式 :DORP INDEX IndexName ON tab_name；

2、使用索引的优缺点

创建索引可以大大提高系统的性能，可以大大加快数据的检索速度。

索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。

第一，创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。第二，索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大。第三，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样就降低了数据的维护速度。

一般来说，应该在这些列上创建索引。第一，在经常需要搜索的列上，可以加快搜索的速度；第二，在作为主键的列上，强制该列的唯一性和组织表中数据的排列结构；第三，在经常用在连接的列上，这些列主要是一些外键，可以加快连接的速度；第四，在经常需要根据范围进行搜索的列上创建索引，因为索引已经排序，其指定的范围是连续的；第五，在经常需要排序的列上创建索引，因为索引已经排序，这样查询可以利用索引的排序，加快排序查询时间；第六，在经常使用在WHERE子句中的列上面创建索引，加快条件的判断速度。

一般来说，不应该创建索引的的这些列具有下列特点：第一，在查询中很少使用列不应该创建索引。第二，对于只有很少数据值的列也不应该增加索引。这是因为，由于这些列的取值很少，例如人事表的性别列，在查询的结果中，结果集的数据行占了表中数据行的很大比例，即需要在表中搜索的数据行的比例很大。增加索引，并不能明显加快检索速度。第三，对于那些定义为text, image和bit数据类型的列不应该增加索引。这是因为，这些列的数据量要么相当大，要么取值很少。第四，当修改性能远远大于检索性能时，不应该创建索引。这是因为，修改性能和检索性能是互相矛盾的。当增加索引时，会提高检索性能，但是会降低修改性能。当减少索引时，会提高修改性能，降低检索性能。因此，当修改性能远远大于检索性能时，不应该创建索引。

3、组合索引

组合索引的生效原则是从前往后依次使用生效，如果中间某个索引没有使用，那么断点前面的索引部分起作用，断点后面的索引没有起作用；

造成断点的原因：

前边的任意一个索引没有参与查询，后边的全部不生效。

前边的任意一个索引字段参与的是范围查询，后面的不会生效。

断点跟索引字字段在SQL语句中的位置前后无关，只与是否存在有关。

where a=3 and b=45 and c=5 .... #这种三个索引顺序使用中间没有断点，全部发挥作用；where a=3 and c=5... #这种情况下b就是断点，a发挥了效果，c没有效果where b=3 and c=4... #这种情况下a就是断点，在a后面的索引都没有发挥作用，这种写法联合索引没有发挥任何效果；where b=45 and a=3 and c=5 .... #这个跟第一个一样，全部发挥作用，abc只要用上了就行，跟写的顺序无关

‍

(a,b,c) 三个列上加了联合索引(是联合索引不是在每个列上单独加索引)而是建立了a,(a,b),(a,b,c)三个索引，另外(a,b,c)多列索引和 (a,c,b)是不一样的。

(0) select * from mytable where a=3 and b=5 and c=4;#abc三个索引都在where条件里面用到了，而且都发挥了作用(1) select * from mytable where  c=4 and b=6 and a=3;#这条语句为了说明 组合索引与在SQL中的位置先后无关，where里面的条件顺序在查询之前会被mysql自动优化，效果跟上一句一样(2) select * from mytable where a=3 and c=7;#a用到索引，b没有用，所以c是没有用到索引效果的(3) select * from mytable where a=3 and b>7 and c=3;#a用到了，b也用到了，c没有用到，这个地方b是范围值，也算断点，只不过自身用到了索引(4) select * from mytable where b=3 and c=4;#因为a索引没有使用，所以这里 bc都没有用上索引效果(5) select * from mytable where a>4 and b=7 and c=9;#a用到了  b没有使用，c没有使用(a使用的是范围查询)(6) select * from mytable where a=3 order by b;#a用到了索引，b在结果排序中也用到了索引的效果，前面说了，a下面任意一段的b是排好序的(7) select * from mytable where a=3 order by c;#a用到了索引，但是这个地方c没有发挥排序效果，因为中间断点了，使用 explain 可以看到 filesort(8) select * from mytable where b=3 order by a;#b没有用到索引，排序中a也没有发挥索引效果

‍

在查询时，MYSQL只能使用一个索引，如果建立的是多个单列的普通索引，在查询时会根据查询的索引字段，从中选择一个限制最严格的单例索引进行查询。别的索引都不会生效。

第三部分：MySQL优化：explain分析

Explain是Mysql的自带查询优化器，负责select语句的优化器模块，可以模拟优化器执行SQL查询语句，从而知道Mysql是如何处理SQL的，语法也很简单：Explain + SQL

1、id：反映的是表的读取的顺序，或查询中执行select子句的顺序。

小表永远驱动大表，三种情况：

(1)id相同，执行顺序是由上至下的

(2)id不同，如果是子查询，id序号会递增，id值越大优先级越高，越先被执行

(3)id存在相同的，也存在不同的，所有组中，id越大越先执行，如果id相同的，从上往下顺序执行

　　derived是衍生虚表的意思，derived2中的2对应id2

2、select_type：反映的是Mysql理解的查询类型

(1)simple：简单的select查询，查询中不包含子查询或union。

(2)primary：查询中若包含任何复杂的字部分，最外层查询标记为primary。

(3)subquery：select或where列表中的子查询。

(4)derived(衍生)：在from列表中包含的子查询，Mysql会递归执行这些子查询，把结果放在临时表里。

(5)union：若第二个select出现在union后，则被标记为union，若union包含在from字句的子查询中，外层select将被标记为derived

(6)union result：union后的结果集

3、table：反映这一行数据是关于哪张表的

4、type：访问类型排序

反映sql优化的状态，至少达到range级别，最好能达到ref

查询效率：system > const > eq_ref > ref > range > index > all

　　(完整的排序：system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index >all)　　

(1)system：从单表只查出一行记录(等于系统表)，这是const类型的特例，一般不会出现

(2)const：查询条件用到了常量，通过索引一次就找到，常在使用primary key或unique索引中出现。

　　where id=1写死，所以类型是const

(3)eq_ref：唯一性索引扫描，对于每个索引键，表中只有一条记录与之匹配，常见于主键或唯一索引扫描。

(4)ref：非唯一性索引扫描，返回匹配某个单独值的所有行，本质上也是一种索引访问，它可能会找到多个符合条件的行，与eq_ref的差别是eq_ref只匹配了一条记录。

(5)range：只检索给定范围的行，使用一个索引来选择行。key列显示使用了哪个索引，一般是在where语句中出现了between、、in等的查询。

　　这种范围扫描索引扫描比全表扫描要好，因为它只需要开始于索引的某一点，而结束于另一点，不用扫描全部索引。与eq_ref和ref的区别在于筛选条件不是固定值，是范围。

(6)index：full Index scan，index和all的区别为index类型只遍历索引树。这通常比all快，因为索引文件通常比数据文件小。

　　要获得的id信息，刚好id在索引上，从索引中读取

　 (all和index都是读全表，但index是从索引中读取的，而all是从硬盘中读的)

(7)all：全表扫描，如果查询数据量很大时，全表扫描效率是很低的。

5、possible_keys、key、key_len：反映实际用到了哪个索引，索引是否失效

(1)possible_keys：Mysql推测可能用到的索引有哪些，但不一定被查询实际使用

(2)key：实际使用的索引，若为null，则可能没建索引或索引失效。

　　(查询中若使用了覆盖索引，则该索引仅出现在key列表中。

　　覆盖索引：select后面的字段和所建索引的个数、顺序一致)

(3)key_len：表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度。同样的查询结果下，长度越短越好。

　　key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据表定义计算而得，不是通过表内检索出的。

6、ref：反映哪些列或常量被用于查找索引列上的值

7、rows：根据表统计信息及索引选用情况，大致估算出找到所需的记录所需要读取的行数

　　仅通过主键索引查找是641行

　　建完相关的复合索引再查，需要查询的行数就变少了

8、Extra

(1)using filesort：mysql中无法利用索引完成的排序，这时会对数据使用一个外部的索引排序，而不是按照表内的索引顺序进行读取。

　　创建索引时就会对数据先进行排序，出现using filesort一般是因为order by后的条件导致索引失效，最好进行优化。

　　order by的排序最好和所建索引的顺序和个数一致

(2)using temporary：使用了临时表保存中间结果，mysql在对查询结果排序时使用临时表。常见于排序order by和分组查询group by。

　　影响更大，所以要么不建索引，要么group by的顺序要和索引一致

(3)using index：表示相应的select操作中使用了覆盖索引，避免访问了表的数据行，效率好

　　覆盖索引：select后的数据列只从索引就能取得，不必读取数据行，且与所建索引的个数(查询列小于等于索引个数)、顺序一致。

　　所以如果要用覆盖索引，就要注意select的列只取需要用到的列，不用select *，同时如果将所有字段一起做索引会导致索引文件过大，性能会下降。

　　出现using where，表明索引被用来执行索引键值的查找

　　如果没有同时出现using where，表明索引用来读取数据而非执行查找动作。

(4)using where：表明使用了where过滤

(5)using join buffer：使用了连接缓存

(6)impossible where：where子句的值是false

(7)select tables optimized away

(8)distinct：优化distinct操作，在找到第一匹配的元组后即停止找同样值的动作

第四部分：数据库性能优化

一方面可以单台运行多个MySQL实例让服务器性能发挥到最大化，另一方面是对数据库进行优化，往往操作系统和数据库默认配置都比较保守，会对数据库发挥有一定限制，可对这些配置进行适当的调整。

4.1 数据库配置优化

MySQL常用有两种存储引擎，一个是MyISAM，不支持事务处理，读性能处理快，表级别锁。另一个是InnoDB，支持事务处理(ACID)，设计目标是为处理大容量数据发挥最大化性能，行级别锁。

表锁：开销小，锁定粒度大，发生死锁概率高，相对并发也低。

行锁：开销大，锁定粒度小，发生死锁概率低，相对并发也高。

使用InnoDB存储引擎是最好的选择。

InnoDB参数默认值：

innodb_buffer_pool_size = 128M#索引和数据缓冲区大小，一般设置物理内存的60%-70%innodb_buffer_pool_instances = 1    #缓冲池实例个数，推荐设置4个或8个innodb_flush_log_at_trx_commit = 1  #关键参数，0代表大约每秒写入到日志并同步到磁盘，数据库故障会丢失1秒左右事务数据。1为每执行一条SQL后写入到日志并同步到磁盘，I/O开销大，执行完SQL要等待日志读写，效率低。2代表只把日志写入到系统缓存区，再每秒同步到磁盘，效率很高，如果服务器故障，才会丢失事务数据。对数据安全性要求不是很高的推荐设置2，性能高，修改后效果明显。innodb_file_per_table = OFF  #默认是共享表空间，共享表空间idbdata文件不断增大，影响一定的I/O性能。推荐开启独立表空间模式，每个表的索引和数据都存在自己独立的表空间中，可以实现单表在不同数据库中移动。innodb_log_buffer_size = 8M#日志缓冲区大小，由于日志最长每秒钟刷新一次，所以一般不用超过16M

4.2 系统内核优化

大多数MySQL都部署在linux系统上，所以操作系统的一些参数也会影响到MySQL性能，以下对linux内核进行适当优化。

net.ipv4.tcp_fin_timeout = 30#TIME_WAIT超时时间，默认是60snet.ipv4.tcp_tw_reuse = 1    #1表示开启复用，允许TIME_WAIT socket重新用于新的TCP连接，0表示关闭net.ipv4.tcp_tw_recycle = 1  #1表示开启TIME_WAIT socket快速回收，0表示关闭net.ipv4.tcp_max_tw_buckets = 4096   #系统保持TIME_WAIT socket最大数量，如果超出这个数，系统将随机清除一些TIME_WAIT并打印警告信息net.ipv4.tcp_max_syn_backlog = 4096#进入SYN队列最大长度，加大队列长度可容纳更多的等待连接

在linux系统中，如果进程打开的文件句柄数量超过系统默认值1024，就会提示“too many files open”信息，所以要调整打开文件句柄限制。

# vi /etc/security/limits.conf  #加入以下配置，*代表所有用户，也可以指定用户，重启系统生效* soft nofile 65535* hard nofile 65535# ulimit -SHn 65535   #立刻生效

4.3 硬件配置

加大物理内存，提高文件系统性能。linux内核会从内存中分配出缓存区(系统缓存和数据缓存)来存放热数据，通过文件系统延迟写入机制，等满足条件时(如缓存区大小到达一定百分比或者执行sync命令)才会同步到磁盘。也就是说物理内存越大，分配缓存区越大，缓存数据越多。当然，服务器故障会丢失一定的缓存数据。

SSD硬盘代替SAS硬盘，将RAID级别调整为RAID1+0，相对于RAID1和RAID5有更好的读写性能(IOPS)，毕竟数据库的压力主要来自磁盘I/O方面。

第五部分：数据库架构扩展

5.1 主从复制

分为同步复制和异步复制，实际复制架构中大部分为异步复制。复制的基本过程如下：

1)Slave上面的IO进程连接上Master，并请求从指定日志文件的指定位置(或者从最开始的日志)之后的日志内容；

2)Master接收到来自Slave的IO进程的请求后，通过负责复制的IO进程根据请求信息读取制定日志指定位置之后的日志信息，返回给Slave 的IO进程。返回信息中除了日志所包含的信息之外，还包括本次返回的信息已经到Master端的bin-log文件的名称以及bin-log的位置；

3)Slave的IO进程接收到信息后，将接收到的日志内容依次添加到Slave端的relay-log文件的最末端，并将读取到的Master端的 bin-log的文件名和位置记录到master-info文件中，以便在下一次读取的时候能够清楚的告诉Master“我需要从某个bin-log的哪个位置开始往后的日志内容，请发给我”；

4)Slave的Sql进程检测到relay-log中新增加了内容后，会马上解析relay-log的内容成为在Master端真实执行时候的那些可执行的内容，并在自身执行。

主要搭建配置步骤：

(1)修改master，slave服务器

master服务器配置：
vi /usr/local/mysql/etc/my.cnf
[mysqld]
server-id=202     #设置服务器唯一的id，默认是1，我们设置ip最后一段，slave设置203
log-bin=mysql-bin # 启用二进制日志
#binlog-ignore-db = mysql,information_schema  #忽略写入binlog的库

slave服务器配置：
vi /usr/local/mysql/etc/my.cnf
[mysqld]
server-id=203
replicate-do-db = abc     #只同步abc库
slave-skip-errors = all   #忽略因复制出现的所有错误

(2)在主服务器上建立帐户并授权slave

mysql> mysql -u root -p123.commysql> GRANT REPLICATION SLAVE ON *.* to ‘sync’@‘192.168.1.2’ identified by ‘1234.com’; #replication:复制

(3)配置从数据库

mysql> change master to
 -> master_host='192.168.0.202',
 -> master_user='sync',
 -> master_password='1234.com',
 -> master_log_file='mysql-bin.000002',
 -> master_log_pos=263;
#Log和pos是master上随机获取的。这段也可以写到my.cnf里面。

(4)启动slave同步进程并查看状态

mysql> start slave;

其中Slave_IO_Running 与 Slave_SQL_Running 的值都必须为YES，才表明状态正常。

(5)查看主数据库状态

mysql> show master status;
+------------------+----------+--------------+------------------+
| File  | Position | Binlog_Do_DB | Binlog_Ignore_DB |
+------------------+----------+--------------+------------------+
| mysql-bin.000002 | 263 |  |   |
+------------------+----------+--------------+------------------+

(6)验证主从同步

在主mysql创建数据库abc，再从mysql查看已经同步成功。

5.2 MySQL Proxy 实现读写分离

大多数企业是在代码层面实现读写分离，另一个种方式通过代理程序实现读写分离，常见代理程序有MySQL Proxy、Amoeba。在这样数据库集群架构中，大大增加数据库高并发能力，解决单台性能瓶颈问题。如果从数据库一台从库能处理2000 QPS，那么5台就能处理1w QPS。

基本原理是让主数据库处理写方面事务，让从库处理SELECT查询。

主服务器Master：192.168.0.202

从服务器Slave：192.168.0.203

调度服务器MySQL-Proxy：192.168.0.204

(1)安装mysql-proxy

下载：http://dev.mysql.com/downloads/mysql-proxy/

(2)配置mysql-proxy，创建主配置文件

cd /usr/local/mysql-proxymkdir lua #创建脚本存放目录mkdir logs #创建日志目录cp share/doc/mysql-proxy/rw-splitting.lua ./lua #复制读写分离配置文件cp share/doc/mysql-proxy/admin-sql.lua ./lua #复制管理脚本vi /etc/mysql-proxy.cnf   #创建配置文件[mysql-proxy]user=root #运行mysql-proxy用户admin-username=proxy #主从mysql共有的用户admin-password=123.com #用户的密码proxy-address=192.168.0.204:4000 #mysql-proxy运行ip和端口，不加端口，默认4040proxy-read-only-backend-addresses=192.168.0.203 #指定后端从slave读取数据proxy-backend-addresses=192.168.0.202 #指定后端主master写入数据proxy-lua-script=/usr/local/mysql-proxy/lua/rw-splitting.lua #指定读写分离配置文件位置admin-lua-script=/usr/local/mysql-proxy/lua/admin-sql.lua #指定管理脚本log-file=/usr/local/mysql-proxy/logs/mysql-proxy.log #日志位置log-level=info #定义log日志级别，由高到低分别有(error|warning|info|message|debug)daemon=true    #以守护进程方式运行keepalive=true #mysql-proxy崩溃时，尝试重启保存退出！chmod 660 /etc/mysql-porxy.cnf

(3)修改读写分离配置文件

vi /usr/local/mysql-proxy/lua/rw-splitting.luaif not proxy.global.config.rwsplit then proxy.global.config.rwsplit = {  min_idle_connections = 4, #默认超过4个连接数时，才开始读写分离  max_idle_connections = 8, #默认8  is_debug = false }end

(4)启动mysql-proxy

/usr/local/mysql-proxy/bin/mysql-proxy --defaults-file=/etc/mysql-proxy.cnfnetstat -tupln | grep 4000 #已经启动tcp 0 0 192.168.0.204:4000 0.0.0.0:* LISTEN 1264/mysql-proxy关闭mysql-proxy使用：killall -9 mysql-proxy

(5)在主服务器创建proxy用户用于mysql-proxy使用，从服务器也会同步这个操作

mysql> grant all on *.* to 'proxy'@'192.168.0.204' identified by '123.com';

(6)测试读写分离

使用客户端连接mysql-proxy

mysql -u proxy -h 192.168.0.204 -P 4000 -p123.com

5.3 MySQL-MMM 实现主主复制

有时，面对大量写操作的应用时，单台写性能达不到业务需求。如果做双主，就会遇到数据库数据不一致现象，产生这个原因是在应用程序不同的用户会有可能操作两台数据库，同时的更新操作造成两台数据库数据库数据发生冲突或者不一致。在单库时MySQL利用存储引擎机制表锁和行锁来保证数据完整性，怎样在多台主库时解决这个问题呢？有一套基于perl语言开发的主从复制管理工具，叫MySQL-MMM(Master-Master replication managerfor Mysql，Mysql主主复制管理器)，这个工具最大的优点是在同一时间只提供一台数据库写操作，有效保证数据一致性。

mmm_mond：监控进程，负责所有的监控工作，决定和处理所有节点角色活动。此脚本需要在监管机上运行。

mmm_agentd：运行在每个mysql服务器上的代理进程，完成监控的探针工作和执行简单的远端服务设置。此脚本需要在被监管机上运行。

mmm_control：一个简单的脚本，提供管理mmm_mond进程的命令。

mysql-mmm的监管端会提供多个虚拟IP(VIP)，包括一个可写VIP，多个可读VIP，通过监管的管理，这些IP会绑定在可用mysql之上，当某一台mysql宕机时，监管会将VIP迁移至其他mysql。

在整个监管过程中，需要在mysql中添加相关授权用户，以便让mysql可以支持监理机的维护。授权的用户包括一个mmm_monitor用户和一个mmm_agent用户，如果想使用mmm的备份工具则还要添加一个mmm_tools用户。

5.4 增加缓存

给数据库增加缓存系统，把热数据缓存到内存中，如果缓存中有要请求的数据就不再去数据库中返回结果，提高读性能。缓存实现有本地缓存和分布式缓存，本地缓存是将数据缓存到本地服务器内存中或者文件中。分布式缓存可以缓存海量数据，扩展性好，主流的分布式缓存系统有memcached、redis，memcached性能稳定，数据缓存在内存中，速度很快，QPS可达8w左右。如果想数据持久化就选择用redis，性能不低于memcached。

5.5 分库

分库是根据业务不同把相关的表切分到不同的数据库中，比如web、bbs、blog等库。如果业务量很大，还可将切分后的库做主从架构，进一步避免单个库压力过大。

5.6 分表

数据量的日剧增加，数据库中某个表有几百万条数据，导致查询和插入耗时太长，怎么能解决单表压力呢？你就该考虑是否把这个表拆分成多个小表，来减轻单个表的压力，提高处理效率，此方式称为分表。

分表技术比较麻烦，要修改程序代码里的SQL语句，还要手动去创建其他表，也可以用merge存储引擎实现分表，相对简单许多。分表后，程序是对一个总表进行操作，这个总表不存放数据，只有一些分表的关系，以及更新数据的方式，总表会根据不同的查询，将压力分到不同的小表上，因此提高并发能力和磁盘I/O性能。

分表分为垂直拆分和水平拆分：

垂直拆分：把原来的一个很多字段的表拆分多个表，解决表的宽度问题。你可以把不常用的字段单独放到一个表中，也可以把大字段独立放一个表中，或者把关联密切的字段放一个表中。

水平拆分：把原来一个表拆分成多个表，每个表的结构都一样，解决单表数据量大的问题。

第六部分：开启慢查询日志

一旦开启慢日志查询会增加数据库的压力。

mysql> set global slow-query-log=on  #开启慢查询功能mysql> set global slow_query_log_file='/var/log/mysql/mysql-slow.log';  #指定慢查询日志文件位置mysql> set global log_queries_not_using_indexes=on;   #记录没有使用索引的查询mysql> set global long_query_time=1;   #只记录处理时间1s以上的慢查询