MySQL在大數據、高并發(fā)場景下的SQL語句優(yōu)化和實踐是怎樣的

MySQL在大數據、高并發(fā)場景下的SQL語句優(yōu)化和實踐是怎樣的，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

MySQL在大數據、高并發(fā)場景下的SQL語句優(yōu)化和"最佳實踐"

　　主要針對中小型應用或網站，重點探討日常程序開發(fā)中SQL語句的優(yōu)化問題，所謂“大數據”、“高并發(fā)”僅針對中小型應用而言，專業(yè)的數據庫運維大神請無視。以下實踐為個人在實際開發(fā)工作中，針對相對“大數據”和相對“高并發(fā)”場景的一些應對策略，部分措施并沒有經過嚴格的對比測試和原理分析。

　　減少查詢的影響結果集，避免出現全表掃描。

　　影響結果集是SQL優(yōu)化的核心。影響結果集不是查詢返回的記錄數，而是查詢所掃描的結果數。通過Explain或Desc分析SQL，rows列的值即為影響結果集(還可以通過慢查詢日志的Rows_examined后面的數字得到)。

　　以下是我常用的一些SQL優(yōu)化策略：

　　去掉不必要的查詢和搜索。其實在項目的實際應用中，很多查詢條件是可有可無的，能從源頭上避免的多余功能盡量砍掉，這是最簡單粗暴的解決方案。

　　合理使用索引和復合索引。建索引是SQL優(yōu)化中最有效的手段。查找、刪除、更新以及排序時常用的字段可以適當建立索引。不過要注意，單條查詢不能同時使用多個索引，只能使用一個索引。查詢條件較多時，可以使用多個字段合并的復合索引。切記，使用復合索引時，查詢條件的字段順序需要與復合索引的字段順序保持一致。

　　謹慎使用notin等可能無法使用索引的條件。索引也不是什么時候都可以發(fā)揮作用的，當出現"notin"，"!="，"like'%xx%'"，"isnull"等條件時，索引是無效的。使用這些條件的時候，請放到能有效使用索引的條件的右邊。設計表結構時，個人建議盡可能用int類型代替varchar類型，int類型部分時候可以通過大于或小于代替"!="等條件，同時也方便滿足一些需要按類型排序的需求，至于可讀性的問題，完善好數據庫設計文檔才是明智的選擇。同時建議把所有可能的字段設置為"notnull"，并設置默認值，避免在where字句中出現"isnull"的判斷。

　　不要在where子句中的“=”左邊進行函數、算術運算或其他表達式運算，否則系統將無法正確使用索引。盡可能少用MySQL的函數，類似Now()完全可以通過程序實現并賦值，部分函數也可以通過適當的建立冗余字段來間接替代。

　　在where條件中使用or，可能導致索引無效。可用"unionall"或者"union"(會過濾重復數據，效率比前者低)代替，或程序上直接分開兩次獲取數據再合并，確保索引的有效利用。

　　不使用select*，倒不是能提高查詢效率，主要是減少輸出的數據量，提高傳輸速度。

　　避免類型轉換，這里所說的“類型轉換”是指where子句中出現字段的類型和傳入的參數類型不一致的時候發(fā)生的類型轉換。

　　分頁查詢的優(yōu)化。頁數比較多的情況下，如limit10000,10影響的結果集是10010行，查詢速度會比較慢。推薦的解決方案是：先只查詢主鍵selectidfromtablewhere..orderby..limit10000,10(搜索條件和排序請建立索引)，再通過主鍵去獲取數據。

　　統計相關的查詢。影響結果集往往巨大，且部分SQL語句本身已經難以優(yōu)化。因此，應避免在業(yè)務高峰期執(zhí)行統計相關的查詢，或者僅在從庫中執(zhí)行統計查詢。部分統計數據，可以通過冗余的數據結構保存，同時建議把數據先保存在內存、緩存中(如redis)，再按一定策略寫入數據庫。

不使用任何連表查詢，通過分庫和分表實現負載均衡。

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業(yè)資訊頻道，感謝您對億速云的支持。