mysql优化和类型

MySQL还支持选择在该类型关键字后面的括号内指定整数值的显示宽度(例如，INT(4))。int(M) 在 integer 数据类型中，M 表示最大显示宽度，该可选显示宽度规定用于显示宽度小于指定的列宽度的值时从左侧填满宽度。

 

显示宽度并不限制能够在列内保存的值的范围，也不限制超过列的指定宽度的值的显示。

 

在 int(M) 中，M 的值跟 int(M) 所占多少存储空间并没有任何关系。和数字位数也无关系， int(3)、int(4)、

 

int(8) 在磁盘上都是占用 4 btyes 的存储空间。

 

当结合可选扩展属性ZEROFILL使用时， 默认补充的空格用零代替。例如，对于声明为INT(5) ZEROFILL的列，

 

值4检索为00004。

 

 bigint 用于某些特殊的状况，当整数值超过 int 数据类型支持的范围时，就能够采用 bigint。
 

使用同类型进行比较

尽可能避免在WHERE子句中使用!=或<>操做符，不然将引擎放弃使用索引而进行全表扫描

少用JOIN

不用SELECT *

可经过开启慢查询日志来找出较慢的SQL

不用外键

值分布很稀少的字段不适合建索引

索引并非越多越好，要根据查询有针对性的建立，考虑在WHERE和ORDER BY命令上涉及的列创建索引，可根据EXPLAIN来查看是否用了索引仍是全表扫描

选择合适引擎：

MyISAM

MyISAM引擎是MySQL 5.1及以前版本的默认引擎，它的特色是：

不支持行锁，读取时对须要读到的全部表加锁，写入时则对表加排它锁

不支持事务

不支持外键

不支持崩溃后的安全恢复

在表有读取查询的同时，支持往表中插入新纪录

支持BLOB和TEXT的前500个字符索引，支持全文索引

支持延迟更新索引，极大提高写入性能

对于不会进行修改的表，支持压缩表，极大减小磁盘空间占用

InnoDB

InnoDB在MySQL 5.5后成为默认索引，它的特色是：

支持行锁，采用MVCC来支持高并发

支持事务

支持外键

支持崩溃后的安全恢复

不支持全文索引

整体来说，MyISAM适合SELECT密集型的表，而InnoDB适合INSERT和UPDATE密集型的表

 

系统调优参数

可使用下面几个工具来作基准测试：

sysbench：一个模块化，跨平台以及多线程的性能测试工具

iibench-mysql：基于 Java 的 MySQL/Percona/MariaDB 索引进行插入性能测试工具

tpcc-mysql：Percona开发的TPC-C测试工具

具体的调优参数内容较多，具体可参考官方文档，这里介绍一些比较重要的参数：

back_log：back_log值指出在MySQL暂时中止回答新请求以前的短期内多少个请求能够被存在堆栈中。也就是说，若是MySql的链接数据达到max_connections时，新来的请求将会被存在堆栈中，以等待某一链接释放资源，该堆栈的数量即back_log，若是等待链接的数量超过back_log，将不被授予链接资源。能够从默认的50升至500

wait_timeout：数据库链接闲置时间，闲置链接会占用内存资源。能够从默认的8小时减到半小时

max_user_connection: 最大链接数，默认为0无上限，最好设一个合理上限

thread_concurrency：并发线程数，设为CPU核数的两倍

skip_name_resolve：禁止对外部链接进行DNS解析，消除DNS解析时间，但须要全部远程主机用IP访问

key_buffer_size：索引块的缓存大小，增长会提高索引处理速度，对MyISAM表性能影响最大。对于内存4G左右，可设为256M或384M，经过查询show status like 'key_read%'，保证key_reads / key_read_requests在0.1%如下最好

innodb_buffer_pool_size：缓存数据块和索引块，对InnoDB表性能影响最大。经过查询show status like 'Innodb_buffer_pool_read%'，保证 (Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests越高越好

innodb_additional_mem_pool_size：InnoDB存储引擎用来存放数据字典信息以及一些内部数据结构的内存空间大小，当数据库对象很是多的时候，适当调整该参数的大小以确保全部数据都能存放在内存中提升访问效率，当太小的时候，MySQL会记录Warning信息到数据库的错误日志中，这时就须要该调整这个参数大小

innodb_log_buffer_size：InnoDB存储引擎的事务日志所使用的缓冲区，通常来讲不建议超过32MB

query_cache_size：缓存MySQL中的ResultSet，也就是一条SQL语句执行的结果集，因此仅仅只能针对select语句。当某个表的数据有任何任何变化，都会致使全部引用了该表的select语句在Query Cache中的缓存数据失效。因此，当咱们的数据变化很是频繁的状况下，使用Query Cache可能会得不偿失。根据命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))进行调整，通常不建议太大，256MB可能已经差很少了，大型的配置型静态数据可适当调大.
能够经过命令show status like 'Qcache_%'查看目前系统Query catch使用大小

read_buffer_size：MySql读入缓冲区大小。对表进行顺序扫描的请求将分配一个读入缓冲区，MySql会为它分配一段内存缓冲区。若是对表的顺序扫描请求很是频繁，能够经过增长该变量值以及内存缓冲区大小提升其性能

sort_buffer_size：MySql执行排序使用的缓冲大小。若是想要增长ORDER BY的速度，首先看是否可让MySQL使用索引而不是额外的排序阶段。若是不能，能够尝试增长sort_buffer_size变量的大小

read_rnd_buffer_size：MySql的随机读缓冲区大小。当按任意顺序读取行时(例如，按照排序顺序)，将分配一个随机读缓存区。进行排序查询时，MySql会首先扫描一遍该缓冲，以免磁盘搜索，提升查询速度，若是须要排序大量数据，可适当调高该值。但MySql会为每一个客户链接发放该缓冲空间，因此应尽可能适当设置该值，以免内存开销过大。

record_buffer：每一个进行一个顺序扫描的线程为其扫描的每张表分配这个大小的一个缓冲区。若是你作不少顺序扫描，可能想要增长该值

thread_cache_size：保存当前没有与链接关联可是准备为后面新的链接服务的线程，能够快速响应链接的线程请求而无需建立新的

table_cache：相似于thread_cache_size，但用来缓存表文件，对InnoDB效果不大，主要用于MyISAM

升级硬件

Scale up，这个很少说了，根据MySQL是CPU密集型仍是I/O密集型，经过提高CPU和内存、使用SSD，都能显著提高MySQL性能

读写分离

也是目前经常使用的优化，从库读主库写，通常不要采用双主或多主引入不少复杂性，尽可能采用文中的其余方案来提升性能。同时目前不少拆分的解决方案同时也兼顾考虑了读写分离

缓存

缓存能够发生在这些层次：

MySQL内部：在系统调优参数介绍了相关设置

数据访问层：好比MyBatis针对SQL语句作缓存，而Hibernate能够精确到单个记录，这里缓存的对象主要是持久化对象Persistence object

应用服务层：这里能够经过编程手段对缓存作到更精准的控制和更多的实现策略，这里缓存的对象是数据传输对象Data Transfer object

Web层：针对web页面作缓存

浏览器客户端：用户端的缓存

能够根据实际状况在一个层次或多个层次结合加入缓存。这里重点介绍下服务层的缓存实现，目前主要有两种方式：

直写式（Write Through）：在数据写入数据库后，同时更新缓存，维持数据库与缓存的一致性。这也是当前大多数应用缓存框架如Spring Cache的工做方式。这种实现很是简单，同步好，但效率通常。

回写式（Write Back）：当有数据要写入数据库时，只会更新缓存，而后异步批量的将缓存数据同步到数据库上。这种实现比较复杂，须要较多的应用逻辑，同时可能会产生数据库与缓存的不一样步，但效率很是高。

表分区

MySQL在5.1版引入的分区是一种简单的水平拆分，用户须要在建表的时候加上分区参数，对应用是透明的无需修改代码

对用户来讲，分区表是一个独立的逻辑表，可是底层由多个物理子表组成，实现分区的代码其实是经过对一组底层表的对象封装，但对SQL层来讲是一个彻底封装底层的黑盒子。MySQL实现分区的方式也意味着索引也是按照分区的子表定义，没有全局索引



用户的SQL语句是须要针对分区表作优化，SQL条件中要带上分区条件的列，从而使查询定位到少许的分区上，不然就会扫描所有分区，能够经过EXPLAIN PARTITIONS来查看某条SQL语句会落在那些分区上，从而进行SQL优化

分区的好处是：

可让单表存储更多的数据

 

垂直拆分垂直分库是根据数据库里面的数据表的相关性进行拆分，好比：一个数据库里面既存在用户数据，又存在订单数据，那么垂直拆分能够把用户数据放到用户库、把订单数据放到订单库。垂直分表是对数据表进行垂直拆分的一种方式，常见的是把一个多字段的大表按经常使用字段和很是用字段进行拆分，每一个表里面的数据记录数通常状况下是相同的，只是字段不同，使用主键关联垂直拆分的优势是：可使得行数据变小，一个数据块(Block)就能存放更多的数据，在查询时就会减小I/O次数(每次查询时读取的Block 就少)能够达到最大化利用Cache的目的，具体在垂直拆分的时候能够将不常变的字段放一块儿，将常常改变的放一块儿数据维护简单缺点是：主键出现冗余，须要管理冗余列会引发表链接JOIN操做（增长CPU开销）能够经过在业务服务器上进行join来减小数据库压力依然存在单表数据量过大的问题（须要水平拆分）事务处理复杂水平拆分概述水平拆分是经过某种策略将数据分片来存储，分库内分表和分库两部分，每片数据会分散到不一样的MySQL表或库，达到分布式的效果，可以支持很是大的数据量。前面的表分区本质上也是一种特殊的库内分表库内分表，仅仅是单纯的解决了单一表数据过大的问题，因为没有把表的数据分布到不一样的机器上，所以对于减轻MySQL服务器的压力来讲，并无太大的做用，你们仍是竞争同一个物理机上的IO、CPU、网络，这个就要经过分库来解决实际状况中每每会是垂直拆分和水平拆分的结合，即将Users_A_M和Users_N_Z再拆成Users和UserExtras，这样一共四张表水平拆分的优势是:不存在单库大数据和高并发的性能瓶颈应用端改造较少提升了系统的稳定性和负载能力缺点是：分片事务一致性难以解决跨节点Join性能差，逻辑复杂数据屡次扩展难度跟维护量极大