優化一覽圖
優化一覽圖
優化
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 信息類型，有status、info、note、warning、error；
- Msg_text： 顯示信息。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：
- QUICK： 不掃描行，不檢查錯誤的連接；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬件三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個線程；
- 配置大內存，提高內存，即可提高緩存區容量，因此能減少磁盤I/O時間，從而提高響應速度；
- 配置高速磁盤或合理分佈磁盤：高速磁盤提高I/O，分佈磁盤能提高並行操作的能力。
2）優化數據庫參數
優化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時打開表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。
另外一個，壓力過大把你的數據庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 信息類型，有status、info、note、warning、error；
- Msg_text： 顯示信息。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：
- QUICK： 不掃描行，不檢查錯誤的連接；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬件三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個線程；
- 配置大內存，提高內存，即可提高緩存區容量，因此能減少磁盤I/O時間，從而提高響應速度；
- 配置高速磁盤或合理分佈磁盤：高速磁盤提高I/O，分佈磁盤能提高並行操作的能力。
2）優化數據庫參數
優化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時打開表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。
另外一個，壓力過大把你的數據庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
4）緩存集群
如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
然後數據庫層面如果寫入併發越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀併發越來越高，就擴容加更多的從庫。
但是這裡有一個很大的問題：
數據庫其實本身不是用來承載高併發請求的，所以通常來說，數據庫單機每秒承載的併發就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
如果你就是簡單的不停的加機器，其實是不對的。
所以在高併發架構裡通常都有緩存這個環節，緩存系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比數據庫系統要高出一到兩個數量級。
你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。
具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群裡，然後用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的併發。
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 信息類型，有status、info、note、warning、error；
- Msg_text： 顯示信息。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：
- QUICK： 不掃描行，不檢查錯誤的連接；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬件三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個線程；
- 配置大內存，提高內存，即可提高緩存區容量，因此能減少磁盤I/O時間，從而提高響應速度；
- 配置高速磁盤或合理分佈磁盤：高速磁盤提高I/O，分佈磁盤能提高並行操作的能力。
2）優化數據庫參數
優化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時打開表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。
另外一個，壓力過大把你的數據庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
4）緩存集群
如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
然後數據庫層面如果寫入併發越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀併發越來越高，就擴容加更多的從庫。
但是這裡有一個很大的問題：
數據庫其實本身不是用來承載高併發請求的，所以通常來說，數據庫單機每秒承載的併發就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
如果你就是簡單的不停的加機器，其實是不對的。
所以在高併發架構裡通常都有緩存這個環節，緩存系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比數據庫系統要高出一到兩個數量級。
你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。
具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群裡，然後用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的併發。
結語
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 信息類型，有status、info、note、warning、error；
- Msg_text： 顯示信息。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：
- QUICK： 不掃描行，不檢查錯誤的連接；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬件三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個線程；
- 配置大內存，提高內存，即可提高緩存區容量，因此能減少磁盤I/O時間，從而提高響應速度；
- 配置高速磁盤或合理分佈磁盤：高速磁盤提高I/O，分佈磁盤能提高並行操作的能力。
2）優化數據庫參數
優化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時打開表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。
另外一個，壓力過大把你的數據庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
4）緩存集群
如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
然後數據庫層面如果寫入併發越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀併發越來越高，就擴容加更多的從庫。
但是這裡有一個很大的問題：
數據庫其實本身不是用來承載高併發請求的，所以通常來說，數據庫單機每秒承載的併發就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
如果你就是簡單的不停的加機器，其實是不對的。
所以在高併發架構裡通常都有緩存這個環節，緩存系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比數據庫系統要高出一到兩個數量級。
你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。
具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群裡，然後用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的併發。
結語
一個完整而複雜的高併發系統架構中，一定會包含各種複雜的自研基礎架構系統和各種精妙的架構設計，因此一篇小文頂多具有拋磚引玉的效果。但是總得來看，數據庫優化的思想差不多就這些了。希望能對大家有所幫助。這邊整理了一些有關Java架構的資料，包括（Dubbo、Redis、設計模式、Netty、zookeeper、Spring cloud、分佈式、高併發等）可以免費提供給大家，獲取方式：轉發+私信“資料”免費領取。
更多資料
資料免費獲取方式：轉發，轉發+關注後私信【架構】即可獲取資料免費領取方式！
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 信息類型，有status、info、note、warning、error；
- Msg_text： 顯示信息。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：
- QUICK： 不掃描行，不檢查錯誤的連接；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬件三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個線程；
- 配置大內存，提高內存，即可提高緩存區容量，因此能減少磁盤I/O時間，從而提高響應速度；
- 配置高速磁盤或合理分佈磁盤：高速磁盤提高I/O，分佈磁盤能提高並行操作的能力。
2）優化數據庫參數
優化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時打開表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。
另外一個，壓力過大把你的數據庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
4）緩存集群
如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
然後數據庫層面如果寫入併發越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀併發越來越高，就擴容加更多的從庫。
但是這裡有一個很大的問題：
數據庫其實本身不是用來承載高併發請求的，所以通常來說，數據庫單機每秒承載的併發就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
如果你就是簡單的不停的加機器，其實是不對的。
所以在高併發架構裡通常都有緩存這個環節，緩存系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比數據庫系統要高出一到兩個數量級。
你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。
具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群裡，然後用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的併發。
結語
一個完整而複雜的高併發系統架構中，一定會包含各種複雜的自研基礎架構系統和各種精妙的架構設計，因此一篇小文頂多具有拋磚引玉的效果。但是總得來看，數據庫優化的思想差不多就這些了。希望能對大家有所幫助。這邊整理了一些有關Java架構的資料，包括（Dubbo、Redis、設計模式、Netty、zookeeper、Spring cloud、分佈式、高併發等）可以免費提供給大家，獲取方式：轉發+私信“資料”免費領取。
更多資料
資料免費獲取方式：轉發，轉發+關注後私信【架構】即可獲取資料免費領取方式！
領取資料的朋友就有一些忘記私信而錯過寶貴資料，所以關鍵別忘了轉發後私信哦！
這些資料都以整理成了PDF文檔，如果有需要獲取到這個群裡面的文檔的話幫忙轉發一下然後再關注我私信回覆“架構”得到獲取方式吧！即可進群獲取下載！！！
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 信息類型，有status、info、note、warning、error；
- Msg_text： 顯示信息。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：
- QUICK： 不掃描行，不檢查錯誤的連接；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬件三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個線程；
- 配置大內存，提高內存，即可提高緩存區容量，因此能減少磁盤I/O時間，從而提高響應速度；
- 配置高速磁盤或合理分佈磁盤：高速磁盤提高I/O，分佈磁盤能提高並行操作的能力。
2）優化數據庫參數
優化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時打開表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。
另外一個，壓力過大把你的數據庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
4）緩存集群
如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
然後數據庫層面如果寫入併發越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀併發越來越高，就擴容加更多的從庫。
但是這裡有一個很大的問題：
數據庫其實本身不是用來承載高併發請求的，所以通常來說，數據庫單機每秒承載的併發就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
如果你就是簡單的不停的加機器，其實是不對的。
所以在高併發架構裡通常都有緩存這個環節，緩存系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比數據庫系統要高出一到兩個數量級。
你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。
具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群裡，然後用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的併發。
結語
一個完整而複雜的高併發系統架構中，一定會包含各種複雜的自研基礎架構系統和各種精妙的架構設計，因此一篇小文頂多具有拋磚引玉的效果。但是總得來看，數據庫優化的思想差不多就這些了。希望能對大家有所幫助。這邊整理了一些有關Java架構的資料，包括（Dubbo、Redis、設計模式、Netty、zookeeper、Spring cloud、分佈式、高併發等）可以免費提供給大家，獲取方式：轉發+私信“資料”免費領取。
更多資料
資料免費獲取方式：轉發，轉發+關注後私信【架構】即可獲取資料免費領取方式！
領取資料的朋友就有一些忘記私信而錯過寶貴資料，所以關鍵別忘了轉發後私信哦！
這些資料都以整理成了PDF文檔，如果有需要獲取到這個群裡面的文檔的話幫忙轉發一下然後再關注我私信回覆“架構”得到獲取方式吧！即可進群獲取下載！！！
更多Java架構進階資料展示
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 信息類型，有status、info、note、warning、error；
- Msg_text： 顯示信息。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：
- QUICK： 不掃描行，不檢查錯誤的連接；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬件三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個線程；
- 配置大內存，提高內存，即可提高緩存區容量，因此能減少磁盤I/O時間，從而提高響應速度；
- 配置高速磁盤或合理分佈磁盤：高速磁盤提高I/O，分佈磁盤能提高並行操作的能力。
2）優化數據庫參數
優化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時打開表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。
另外一個，壓力過大把你的數據庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
4）緩存集群
如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
然後數據庫層面如果寫入併發越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀併發越來越高，就擴容加更多的從庫。
但是這裡有一個很大的問題：
數據庫其實本身不是用來承載高併發請求的，所以通常來說，數據庫單機每秒承載的併發就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
如果你就是簡單的不停的加機器，其實是不對的。
所以在高併發架構裡通常都有緩存這個環節，緩存系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比數據庫系統要高出一到兩個數量級。
你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。
具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群裡，然後用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的併發。
結語
一個完整而複雜的高併發系統架構中，一定會包含各種複雜的自研基礎架構系統和各種精妙的架構設計，因此一篇小文頂多具有拋磚引玉的效果。但是總得來看，數據庫優化的思想差不多就這些了。希望能對大家有所幫助。這邊整理了一些有關Java架構的資料，包括（Dubbo、Redis、設計模式、Netty、zookeeper、Spring cloud、分佈式、高併發等）可以免費提供給大家，獲取方式：轉發+私信“資料”免費領取。
更多資料
資料免費獲取方式：轉發，轉發+關注後私信【架構】即可獲取資料免費領取方式！
領取資料的朋友就有一些忘記私信而錯過寶貴資料，所以關鍵別忘了轉發後私信哦！
這些資料都以整理成了PDF文檔，如果有需要獲取到這個群裡面的文檔的話幫忙轉發一下然後再關注我私信回覆“架構”得到獲取方式吧！即可進群獲取下載！！！
更多Java架構進階資料展示
優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是操作數據庫即可；而硬優化則是操作服務器硬件及參數設置。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。
例:
\tDESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢數據讀取數據條數等信息。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要嵌套查詢，嵌套查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連接查詢不會創建臨時表，因此效率比嵌套子查詢高。
3）使用索引
索引是提高數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
- OR關鍵字的兩個字段必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於字段較多的表，如果某些字段使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連接查詢的表可以創建中間表，從而減少在查詢時造成的連接耗時。
6）增加冗餘字段
類似於創建中間表，增加冗餘也是為了減少連接查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 信息類型，有status、info、note、warning、error；
- Msg_text： 顯示信息。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：
- QUICK： 不掃描行，不檢查錯誤的連接；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連接是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除文件碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬件三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個線程；
- 配置大內存，提高內存，即可提高緩存區容量，因此能減少磁盤I/O時間，從而提高響應速度；
- 配置高速磁盤或合理分佈磁盤：高速磁盤提高I/O，分佈磁盤能提高並行操作的能力。
2）優化數據庫參數
優化數據庫參數可以提高資源利用率，從而提高MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時打開表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為數據庫壓力過大，首先一個問題就是高峰期系統性能可能會降低，因為數據庫負載過高對性能會有影響。
另外一個，壓力過大把你的數據庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個數據庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
4）緩存集群
如果用戶量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
然後數據庫層面如果寫入併發越來越高，就擴容加數據庫服務器，通過分庫分表是可以支持擴容機器的，如果數據庫層面的讀併發越來越高，就擴容加更多的從庫。
但是這裡有一個很大的問題：
數據庫其實本身不是用來承載高併發請求的，所以通常來說，數據庫單機每秒承載的併發就在幾千的數量級，而且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
如果你就是簡單的不停的加機器，其實是不對的。
所以在高併發架構裡通常都有緩存這個環節，緩存系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比數據庫系統要高出一到兩個數量級。
你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入緩存集群。
具體來說，就是在寫數據庫的時候同時寫一份數據到緩存集群裡，然後用緩存集群來承載大部分的讀請求。這樣的話，通過緩存集群，就可以用更少的機器資源承載更高的併發。
結語
一個完整而複雜的高併發系統架構中，一定會包含各種複雜的自研基礎架構系統和各種精妙的架構設計，因此一篇小文頂多具有拋磚引玉的效果。但是總得來看，數據庫優化的思想差不多就這些了。希望能對大家有所幫助。這邊整理了一些有關Java架構的資料，包括（Dubbo、Redis、設計模式、Netty、zookeeper、Spring cloud、分佈式、高併發等）可以免費提供給大家，獲取方式：轉發+私信“資料”免費領取。
更多資料
資料免費獲取方式：轉發，轉發+關注後私信【架構】即可獲取資料免費領取方式！
領取資料的朋友就有一些忘記私信而錯過寶貴資料，所以關鍵別忘了轉發後私信哦！
這些資料都以整理成了PDF文檔，如果有需要獲取到這個群裡面的文檔的話幫忙轉發一下然後再關注我私信回覆“架構”得到獲取方式吧！即可進群獲取下載！！！
更多Java架構進階資料展示