摘要：

當MySQL單表記錄數過大時，數據庫的CRUD性能會明顯下降，一些常見的優化措施如下：

1.限定數據的範圍： 務必禁止不帶任何限制數據範圍條件的查詢語句。比如：我們當用戶在查詢訂單歷史的時候，我們可以控制在一個月的範圍內。；

2.讀/寫分離： 經典的數據庫拆分方案，主庫負責寫，從庫負責讀；

緩存： 使用MySQL的緩存，另外對重量級、更新少的數據可以考慮使用應用級別的緩存；

垂直分區：

根據數據庫裡面數據表的相關性進行拆分。 例如，用戶表中既有用戶的登錄信息又有用戶的基本信息，可以將用戶表拆分成兩個單獨的表，甚至放到單獨的庫做分庫。

簡單來說垂直拆分是指數據表列的拆分，把一張列比較多的表拆分為多張表。 如下圖所示，這樣來說大家應該就更容易理解了。

垂直拆分的優點： 可以使得行數據變小，在查詢時減少讀取的Block數，減少I/O次數。此外，垂直分區可以簡化表的結構，易於維護。

垂直拆分的缺點： 主鍵會出現冗餘，需要管理冗餘列，並會引起Join操作，可以通過在應用層進行Join來解決。此外，垂直分區會讓事務變得更加複雜；

水平分區：

保持數據表結構不變，通過某種策略存儲數據分片。這樣每一片數據分散到不同的表或者庫中，達到了分佈式的目的。 水平拆分可以支撐非常大的數據量。

水平拆分是指數據錶行的拆分，表的行數超過200萬行時，就會變慢，這時可以把一張的表的數據拆成多張表來存放。舉個例子：我們可以將用戶信息表拆分成多個用戶信息表，這樣就可以避免單一表數據量過大對性能造成影響。

水品拆分可以支持非常大的數據量。需要注意的一點是:分表僅僅是解決了單一表數據過大的問題，但由於表的數據還是在同一臺機器上，其實對於提升MySQL併發能力沒有什麼意義，所以 水品拆分最好分庫 。

水平拆分能夠 支持非常大的數據量存儲，應用端改造也少，但 分片事務難以解決 ，跨界點Join性能較差，邏輯複雜。《Java工程師修煉之道》的作者推薦 儘量不要對數據進行分片，因為拆分會帶來邏輯、部署、運維的各種複雜度 ，一般的數據表在優化得當的情況下支撐千萬以下的數據量是沒有太大問題的。如果實在要分片，儘量選擇客戶端分片架構，這樣可以減少一次和中間件的網絡I/O。

下面補充一下數據庫分片的兩種常見方案：

客戶端代理： 分片邏輯在應用端，封裝在jar包中，通過修改或者封裝JDBC層來實現。 噹噹網的 Sharding-JDBC 、阿里的TDDL是兩種比較常用的實現。

中間件代理： 在應用和數據中間加了一個代理層。分片邏輯統一維護在中間件服務中。 我們現在談的 Mycat 、360的Atlas、網易的DDB等等都是這種架構的實現。

一、單表優化

除非單表數據未來會一直不斷上漲，否則不要一開始就考慮拆分，拆分會帶來邏輯、部署、運維的各種複雜度，一般以整型值為主的表在千萬級以下，字符串為主的表在五百萬以下是沒有太大問題的。而事實上很多時候MySQL單表的性能依然有不少優化空間，甚至能正常支撐千萬級以上的數據量：

1.1字段

1儘量使用TINYINT、SMALLINT、MEDIUM_INT作為整數類型而非INT，如果非負則加上UNSIGNED

2VARCHAR的長度只分配真正需要的空間

3使用枚舉或整數代替字符串類型

4儘量使用TIMESTAMP而非DATETIME，

5單表不要有太多字段，建議在20以內

6避免使用NULL字段，很難查詢優化且佔用額外索引空間

7用整型來存IP

1.2索引

1.索引並不是越多越好，要根據查詢有針對性的創建，考慮在WHERE和ORDER BY命令上涉及的列建立索引，可根據EXPLAIN來查看是否用了索引還是全表掃描

2.應儘量避免在WHERE子句中對字段進行NULL值判斷，否則將導致引擎放棄使用索引而進行全表掃描

3.值分佈很稀少的字段不適合建索引，例如"性別"這種只有兩三個值的字段

4字符字段只建前綴索引

5字符字段最好不要做主鍵

6不用外鍵，由程序保證約束

7儘量不用UNIQUE，由程序保證約束

8使用多列索引時主意順序和查詢條件保持一致，同時刪除不必要的單列索引

1.3查詢SQL

1.可通過開啟慢查詢日誌來找出較慢的SQL

2.不做列運算：SELECT id WHERE age + 1 = 10，任何對列的操作都將導致表掃描，它包括數據庫教程函數、計算表達式等等，查詢時要儘可能將操作移至等號右邊

3.sql語句儘可能簡單：一條sql只能在一個cpu運算；大語句拆小語句，減少鎖時間；一條大sql可以堵死整個庫

4.不用SELECT *

5.OR改寫成IN：OR的效率是n級別，IN的效率是log(n)級別，in的個數建議控制在200以內

6.不用函數和觸發器，在應用程序實現

7.避免%xxx式查詢

8.少用JOIN

9.使用同類型進行比較，比如用'123'和'123'比，123和123比

10.儘量避免在WHERE子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描

11.對於連續數值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5

12.列表數據不要拿全表，要使用LIMIT來分頁，每頁數量也不要太大

1.4引擎

目前廣泛使用的是MyISAM和InnoDB兩種引擎：

MyISAM

MyISAM引擎是MySQL 5.1及之前版本的默認引擎，它的特點是：

不支持:事務、外鍵、崩潰後的安全恢復、行鎖（讀取時對需要讀到的所有表加鎖，寫入時則對表加排它鎖）

支持：在表有讀取查詢的同時，支持往表中插入新紀錄

支持BLOB和TEXT的前500個字符索引，支持全文索引

支持延遲更新索引，極大提升寫入性能

對於不會進行修改的表，支持壓縮表，極大減少磁盤空間佔用

InnoDB

InnoDB在MySQL 5.5後成為默認索引，它的特點是：

支持事務、外鍵、崩潰後的安全恢復、行鎖，採用MVCC來支持高併發

不支持全文索引

總體來講，MyISAM適合SELECT密集型的表，而InnoDB適合INSERT和UPDATE密集型的表

二、系統調優參數

可以使用下面幾個工具來做基準測試：

sysbench：一個模塊化，跨平臺以及多線程的性能測試工具

iibench-mysql：基於 Java 的 MySQL/Percona/MariaDB 索引進行插入性能測試工具

tpcc-mysql：Percona開發的TPC-C測試工具

具體的調優參數內容較多，具體可參考官方文檔，這裡介紹一些比較重要的參數：

back_log：back_log值指出在MySQL暫時停止回答新請求之前的短時間內多少個請求可以被存在堆棧中。也就是說，如果MySql的連接數據達到max_connections時，新來的請求將會被存在堆棧中，以等待某一連接釋放資源，該堆棧的數量即back_log，如果等待連接的數量超過back_log，將不被授予連接資源。可以從默認的50升至500

wait_timeout：數據庫連接閒置時間，閒置連接會佔用內存資源。可以從默認的8小時減到半小時

max_user_connection: 最大連接數，默認為0無上限，最好設一個合理上限

thread_concurrency：併發線程數，設為CPU核數的兩倍

skip_name_resolve：禁止對外部連接進行DNS解析，消除DNS解析時間，但需要所有遠程主機用IP訪問

key_buffer_size：索引塊的緩存大小，增加會提升索引處理速度，對MyISAM表性能影響最大。對於內存4G左右，可設為256M或384M，通過查詢show status like 'key_read%'，保證key_reads / key_read_requests在0.1%以下最好

innodb_buffer_pool_size：緩存數據塊和索引塊，對InnoDB表性能影響最大。通過查詢show status like 'Innodb_buffer_pool_read%'，保證 (Innodb_buffer_pool_read_requests – Innodb_buffer_pool_reads) / Innodb_buffer_pool_read_requests越高越好

innodb_additional_mem_pool_size：InnoDB存儲引擎用來存放數據字典信息以及一些內部數據結構的內存空間大小，當數據庫對象非常多的時候，適當調整該參數的大小以確保所有數據都能存放在內存中提高訪問效率，當過小的時候，MySQL會記錄Warning信息到數據庫的錯誤日誌中，這時就需要該調整這個參數大小

innodb_log_buffer_size：InnoDB存儲引擎的事務日誌所使用的緩衝區，一般來說不建議超過32MB

query_cache_size：緩存MySQL中的ResultSet，也就是一條SQL語句執行的結果集，所以僅僅只能針對select語句。當某個表的數據有任何任何變化，都會導致所有引用了該表的select語句在Query Cache中的緩存數據失效。所以，當我們的數據變化非常頻繁的情況下，使用Query Cache可能會得不償失。根據命中率(Qcache_hits/(Qcache_hits+Qcache_inserts)*100))進行調整，一般不建議太大，256MB可能已經差不多了，大型的配置型靜態數據可適當調大.

可以通過命令show status like 'Qcache_%'查看目前系統Query catch使用大小

read_buffer_size：MySql讀入緩衝區大小。對錶進行順序掃描的請求將分配一個讀入緩衝區，MySql會為它分配一段內存緩衝區。如果對錶的順序掃描請求非常頻繁，可以通過增加該變量值以及內存緩衝區大小提高其性能

sort_buffer_size：MySql執行排序使用的緩衝大小。如果想要增加ORDER BY的速度，首先看是否可以讓MySQL使用索引而不是額外的排序階段。如果不能，可以嘗試增加sort_buffer_size變量的大小

read_rnd_buffer_size：MySql的隨機讀緩衝區大小。當按任意順序讀取行時(例如，按照排序順序)，將分配一個隨機讀緩存區。進行排序查詢時，MySql會首先掃描一遍該緩衝，以避免磁盤搜索，提高查詢速度，如果需要排序大量數據，可適當調高該值。但MySql會為每個客戶連接發放該緩衝空間，所以應儘量適當設置該值，以避免內存開銷過大。

record_buffer：每個進行一個順序掃描的線程為其掃描的每張表分配這個大小的一個緩衝區。如果你做很多順序掃描，可能想要增加該值

thread_cache_size：保存當前沒有與連接關聯但是準備為後面新的連接服務的線程，可以快速響應連接的線程請求而無需創建新的

table_cache：類似於thread_cache_size，但用來緩存表文件，對InnoDB效果不大，主要用於MyISAM

三、升級硬件

Scale up，這個不多說了，根據MySQL是CPU密集型還是I/O密集型，通過提升CPU和內存、使用SSD，都能顯著提升MySQL性能

四、讀寫分離

也是目前常用的優化，從庫讀主庫寫，一般不要採用雙主或多主引入很多複雜性，儘量採用文中的其他方案來提高性能。同時目前很多拆分的解決方案同時也兼顧考慮了讀寫分離

五、緩存

緩存可以發生在這些層次：

MySQL內部：在系統調優參數介紹了相關設置

數據訪問層：比如MyBatis針對SQL語句做緩存，而Hibernate可以精確到單個記錄，這裡緩存的對象主要是持久化對象Persistence Object

應用服務層：這裡可以通過編程手段對緩存做到更精準的控制和更多的實現策略，這裡緩存的對象是數據傳輸對象Data Transfer Object

Web層：針對web頁面做緩存

瀏覽器客戶端：用戶端的緩存

可以根據實際情況在一個層次或多個層次結合加入緩存。這裡重點介紹下服務層的緩存實現，目前主要有兩種方式：

1.直寫式（Write Through）：

在數據寫入數據庫後，同時更新緩存，維持數據庫與緩存的一致性。這也是當前大多數應用緩存框架如Spring Cache的工作方式。這種實現非常簡單，同步好，但效率一般。

2.回寫式（Write Back）：

當有數據要寫入數據庫時，只會更新緩存，然後異步批量的將緩存數據同步到數據庫上。這種實現比較複雜，需要較多的應用邏輯，同時可能會產生數據庫與緩存的不同步，但效率非常高。

五、表分區

MySQL在5.1版引入的分區是一種簡單的水平拆分，用戶需要在建表的時候加上分區參數，對應用是透明的無需修改代碼

對用戶來說，分區表是一個獨立的邏輯表，但是底層由多個物理子表組成，實現分區的代碼實際上是通過對一組底層表的對象封裝，但對SQL層來說是一個完全封裝底層的黑盒子。MySQL實現分區的方式也意味著索引也是按照分區的子表定義，沒有全局索引

用戶的SQL語句是需要針對分區表做優化，SQL條件中要帶上分區條件的列，從而使查詢定位到少量的分區上，否則就會掃描全部分區，可以通過EXPLAIN PARTITIONS來查看某條SQL語句會落在那些分區上，從而進行SQL優化，如下圖5條記錄落在兩個分區上：

5.1分區的好處是：

1.可以讓單表存儲更多的數據

2.分區表的數據更容易維護，可以通過清楚整個分區批量刪除大量數據，也可以增加新的分區來支持新插入的數據。另外，還可以對一個獨立分區進行優化、檢查、修復等操作

3.部分查詢能夠從查詢條件確定只落在少數分區上，速度會很快

4.分區表的數據還可以分佈在不同的物理設備上，從而高效利用多個硬件設備

5.可以使用分區表來避免某些特殊瓶頸，例如InnoDB單個索引的互斥訪問、ext3文件系統的inode鎖競爭

6.可以備份和恢復單個分區

5.2分區的限制和缺點：

1.一個表最多隻能有1024個分區

2.如果分區字段中有主鍵或者唯一索引的列，那麼所有主鍵列和唯一索引列都必須包含進來

3.分區表無法使用外鍵約束

4.NULL值會使分區過濾無效

5.所有分區必須使用相同的存儲引擎

5.3分區的類型：

RANGE分區：基於屬於一個給定連續區間的列值，把多行分配給分區

LIST分區：類似於按RANGE分區，區別在於LIST分區是基於列值匹配一個離散值集合中的某個值來進行選擇

HASH分區：基於用戶定義的表達式的返回值來進行選擇的分區，該表達式使用將要插入到表中的這些行的列值進行計算。這個函數可以包含MySQL中有效的、產生非負整數值的任何表達式

KEY分區：類似於按HASH分區，區別在於KEY分區只支持計算一列或多列，且MySQL服務器提供其自身的哈希函數。必須有一列或多列包含整數值

5.4分區適合的場景有：

1.最適合的場景數據的時間序列性比較強，則可以按時間來分區，如下所示：

查詢時加上時間範圍條件效率會非常高，同時對於不需要的歷史數據能很容的批量刪除。

2.如果數據有明顯的熱點，而且除了這部分數據，其他數據很少被訪問到，那麼可以將熱點數據單獨放在一個分區，讓這個分區的數據能夠有機會都緩存在內存中，查詢時只訪問一個很小的分區表，能夠有效使用索引和緩存

另外MySQL有一種早期的簡單的分區實現 - 合併表（merge table），限制較多且缺乏優化，不建議使用，應該用新的分區機制來替代

六、垂直拆分

垂直分庫是根據數據庫裡面的數據表的相關性進行拆分，比如：一個數據庫裡面既存在用戶數據，又存在訂單數據，那麼垂直拆分可以把用戶數據放到用戶庫、把訂單數據放到訂單庫。垂直分表是對數據表進行垂直拆分的一種方式，常見的是把一個多字段的大表按常用字段和非常用字段進行拆分，每個表裡面的數據記錄數一般情況下是相同的，只是字段不一樣，使用主鍵關聯

比如原始的用戶表是：

垂直拆分後是：

垂直拆分的優點是：

1.可以使得行數據變小，一個數據塊(Block)就能存放更多的數據，在查詢時就會減少I/O次數(每次查詢時讀取的Block 就少)

2.可以達到最大化利用Cache的目的，具體在垂直拆分的時候可以將不常變的字段放一起，將經常改變的放一起

3.數據維護簡單

缺點是：

1.主鍵出現冗餘，需要管理冗餘列

2.會引起表連接JOIN操作（增加CPU開銷）可以通過在業務服務器上進行join來減少數據庫壓力

3.依然存在單表數據量過大的問題（需要水平拆分）

4.事務處理複雜

七、水平拆分

概述

水平拆分是通過某種策略將數據分片來存儲，分庫內分表和分庫兩部分，每片數據會分散到不同的MySQL表或庫，達到分佈式的效果，能夠支持非常大的數據量。前面的表分區本質上也是一種特殊的庫內分表

庫內分表，僅僅是單純的解決了單一表數據過大的問題，由於沒有把表的數據分佈到不同的機器上，因此對於減輕MySQL服務器的壓力來說，並沒有太大的作用，大家還是競爭同一個物理機上的IO、CPU、網絡，這個就要通過分庫來解決

前面垂直拆分的用戶表如果進行水平拆分，結果是：

實際情況中往往會是垂直拆分和水平拆分的結合，即將Users_A_M和Users_N_Z再拆成Users和UserExtras，這樣一共四張表

水平拆分的優點是:

不存在單庫大數據和高併發的性能瓶頸

應用端改造較少

提高了系統的穩定性和負載能力

缺點是：

分片事務一致性難以解決

跨節點Join性能差，邏輯複雜

數據多次擴展難度跟維護量極大

作者：hedgehog1112
鏈接：https://www.jianshu.com/p/27d4e57a8662