Mysql數據過了500W如何優化？月薪從5K到25K

很多系統設計的時候沒有考慮到數據的暴漲，後期真爆了，抓瞎。。。本文僅提供一些優化思路。

都是個人實戰的總結

注：目前本人未接觸過幾十億數據量級處理，所以真要玩這個級別的，我的這些小把戲估計就沒用了，請自行斟酌。

1，優化你的查詢Sql

絕大部分性能問題是查詢效率低，那麼首先找出你的sql代碼，explain一下吧。

什麼？explain不知道是什麼？？問度娘去！

另外，相關優化技巧很多，難度不大，自己百度去吧！

2，設計好索引

千百萬級數據用索引查詢跟不使用索引，效率差100倍以上。

當然索引的使用也有很多坑，以前碰到一個“高手”，把所有字段都索引了，我了個去（注意索引會引出

額外的性能問題的，比如插入會稍慢，這裡要有個權衡）

要說坑的話：比如同時使用多列的數據做查詢條件，如何設計索引？哪些情況索引失效？等等，百度去！

3，讀寫分離

就是用兩臺或者多臺主機做集群，一般是一寫多讀（一臺mysql只寫入，剩下的用來讀取，

寫入的數據要實時的從寫庫同步到讀庫）這個配置起來也比較簡單，

唯一要說的是代理插件的選擇，推薦360開源的atlas，用法很簡單，實際使用中也沒有

太多bug。

要說坑的話：運維要多練練，中間萬一出錯的情況下，導致數據不同步了咋辦？百度去！

另外，因為寫庫與讀庫之間同步難免有毫秒級誤差，所以某些數據剛寫入立即就要讀的情況下，

就不能從讀庫裡讀取了，咋辦？這次不用百度了，告訴你，atlas裡面有方案！自己找

4，分庫

一般來說，數據庫是安裝在一臺機器上，一個Mysql實例，我們就這麼死心眼的在這個Mysql上

創建一個數據庫，然後在裡面弄一堆表做業務。。。。然後出去吹牛我們是程序猿。。。

其實這種程序猿工資真心高不了。。。好吧，說的有點遠，直接說方案：

儘量分拆幾個庫，根據業務，比如訂單庫、用戶庫、日誌庫等等。。。

這樣什麼好處呢？

當以上1,2,3搞不定的時候，你把不同的庫分別安裝到不同的機器上啊，每個庫由一臺專門

的閃閃發光的Dell高配服務器來跑，多開心？

不過這樣的話也還是會有很多副作用，比如原來都在一個庫裡，做事務很簡單，現在弄了一大堆庫

事務不好辦，另外如果考慮到數據庫之外的因素，比如代碼跟著做了微服務，那事務可能要考慮

分佈式事務了，各種補償機制難免了。。。。

優點和缺點總是相輔相成！

5，水平拆分表

單表太大了，怎麼辦？可以把這個表的數據分成多個表，但是這裡有個原則，一定不能給編碼造成額外的

負擔，原來寫 select a from A，還得是這個！不能變！不然一切都沒意義了。好在Mysql本身就有這個機制。

你啥都不用管！

拆分時，有很多拆分原則，有根據hash的，有根據時間的。。。。看業務需要吧，比如說一個表，我們只關注

當年度數據，那麼根據時間拆分就行；如果使用索引查詢，那麼hash的不錯。

有利有弊：拆分完了，你備份個表看看時間消耗吧。。。。運維的同事累了，另外，拆分以後最大的弊端是

拆分原則與用法的匹配，如果沒有嚴格設計好，後面的用法跟拆分原則不一致，這絕對是個災難！耗時百倍甚至千倍

增長就是家常便飯

這一步步下來，千萬級，億級數據基本上差不多了！但是成本也是越來越高，用法也要越來越謹慎。

先這樣吧，有問題歡迎評論交流！