mysql大表优化方案

引用:

http://database.51cto.com/art/201608/515550.htm

一、单表优化

除非单表数据未来会一直不断上涨，否则不要一开始就考虑拆分，拆分会带来逻辑、部署、运维的各种复杂度，一般以整型值为主的表在千万级以下，字符串为主的表在五百万以下是没有太大问题的。

事实上很多时候MySQL单表的性能依然有不少优化空间，甚至能正常支撑千万级以上的数据量：

（一）字段

l 尽量使用TINYINT、SMALLINT、MEDIUMINT作为整数类型而非INT，如果非负则加上UNSIGNED

l VARCHAR的长度只分配真正需要的空间

l 使用枚举或整数代替字符串类型

l 尽量使用TIMESTAMP而非DATETIME

l 单表不要有太多字段，建议在20以内

l 避免使用NULL字段，很难查询优化且占用额外索引空间

l 用整型来存IP

总结:尽量减少单条记录大小,保证一个Block可以读出更多的记录

（二）索引

l 索引并不是越多越好，要根据查询有针对性的创建，考虑在WHERE和ORDER BY命令上涉及的列建立索引，可根据EXPLAIN来查看是用了索引还是全表扫描

l 应尽量避免在WHERE子句中对字段进行NULL值判断，否则将导致引擎放弃使用索引而进行全表扫描

l 值分布很稀少的字段不适合建索引，例如"性别"这种只有两三个值的字段

l 字符字段只建前缀索引

l 字符字段最好不要做主键

l 不用外键，由程序保证约束

l 尽量不用UNIQUE，由程序保证约束

l 使用多列索引时注意列顺序和查询条件保持一致，同时删除不必要的单列索引

（三）SQL语句

l 通过开启慢查询日志来找出较慢的SQL

l 列上不做运算：SELECT id WHERE age + 1 = 10，任何对列的操作都将导致全表扫描，它包括数据库函数、计算表达式等等，查询时要尽可能将操作移至等号右边

l sql语句尽可能简单：一条sql只能在一个cpu上运算;大语句拆小语句，减少锁时间;一条大sql可以堵死整个库

l 不用SELECT *

l OR改写成IN：OR的效率是n级别，IN的效率是log(n)级别，in的个数建议控制在200以内

l 不用函数和触发器，在应用程序实现

l 避免%xxx式查询

l 少用JOIN

l 使用同类型进行比较，比如用'123'和'123'比，123和123比

l 尽量避免在WHERE中使用!=或<>操作符，否则引擎将放弃使用索引而进行全表扫描

l 对于连续数值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5

l 列表数据不要拿全表，要使用LIMIT来分页，每页数量也不要太大

二、缓存优化

缓存可以发生在这些层次：

l MySQL内部：在系统调优参数介绍了相关设置

l 数据访问层：比如MyBatis针对SQL语句做缓存，而Hibernate可以精确到单个记录，这里缓存的对象主要是持久化对象Persistence Object

l 应用服务层：这里可以通过编程手段对缓存做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

l Web层：针对web页面做缓存

l 浏览器客户端：用户端的缓存

可以根据实际情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：

l 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的工作方式。这种实现非常简单，同步好，但效率一般。

l 回写式(Write Back)：当有数据要写入数据库时，只会更新缓存，然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，需要较多的应用逻辑，同时可能会产生数据库与缓存的不同步，但效率非常高。

三、表分区

MySQL在5.1版引入的分区是一种简单的水平拆分，用户需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.

对用户来说，分区表是一个独立的逻辑表，但是底层由多个物理子表组成，实现分区的代码实际上是通过对一组底层表的对象封装，但对应用层来说是一个完全封装底层的黑盒子。

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.

分区适合的场景有：

l 最适合的场景是数据的时间序列性比较强，则可以按时间来分区.

l 如果数据有明显的热点，而且除了这部分数据，其他数据很少被访问到，那么可以将热点数据单独放在一个分区，让这个分区的数据能够有机会都缓存在内存中，查询时只访问一个很小的分区表，能够有效使用索引和缓存

四、垂直拆分

垂直拆分分为垂直分库和垂直分表两种.

垂直分库:

垂直分库是根据数据库里面的数据表的相关性进行拆分，比如：一个数据库里面既存在用户数据，又存在订单数据，那么垂直拆分可以把用户数据放到用户库、把订单数据放到订单库

垂直分表:

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常用字段和不常用字段进行拆分，每个表里面的数据记录数一般情况下是相同的，只是字段不一样，使用主键关联.

垂直拆分的优点是：

l 可以使得行数据变小，一个数据块(Block)就能存放更多的数据，在查询时就会减少I/O次数(每次查询时读取的Block就少)

l 可以达到最大化利用Cache的目的，具体在垂直拆分的时候可以将不常变的字段放一起，将经常改变的放一起

l 数据维护简单

缺点是：

l 主键出现冗余，需要管理冗余列

l 会引起表连接JOIN操作(增加CPU开销)可以通过在应用服务器上进行join来减少数据库压力(分次查询,引用层拼装)

l 依然存在单表数据量过大的问题(需要水平拆分)

l 事务处理复杂

 

五、水平拆分

水平拆分是通过某种策略将数据按记录分片来存储，分为库内分表和分库分表两种，每片数据会分散到不同的MySQL表或库，达到分布式的效果，能够支持非常大的数据量。前面的表分区本质上也是一种特殊的库内分表

库内分表，仅仅是解决了单一表数据过大的问题，由于没有把表的数据分布到不同的机器上，因此对于减轻MySQL服务器的压力来说，并没有太大的作用，大家还是竞争同一个物理机上的IO、CPU、网络，这个就要通过分库来解决

（一）分片原则

l 能不分就不分，参考单表优化

l 分片数量尽量少，分片尽量均匀分布在多个数据结点上，因为一个查询SQL跨分片越多，则总体性能越差，虽然要好于所有数据在一个分片的结果.

l 只在必要的时候进行扩容，增加分片数量

l 分片规则需要慎重选择做好提前规划，分片规则的选择，需要考虑数据的增长模式，数据的访问模式，分片关联性问题，以及分片扩容问题，最近的分片策略为范围分片，枚举分片，一致性Hash分片，这几种分片都有利于扩容

l 尽量不要在一个事务中的SQL跨越多个分片，分布式事务一直是个不好处理的问题

l 查询条件尽量优化，尽量避免Select * 的方式，大量数据结果集下，会消耗大量带宽和CPU资源，查询尽量避免返回大量结果集，并且尽量为频繁使用的查询语句建立索引。

l 通过数据冗余和表分区来降低跨库Join的可能

 

（二）解决方案

由于水平拆分牵涉的逻辑比较复杂，当前也有了不少比较成熟的解决方案。这些方案分为两大类：客户端架构和代理架构。

客户端架构

通过修改数据访问层，如JDBC、Data Source、MyBatis，通过配置来管理多个数据源，直连数据库，并在模块内完成数据的分片整合，一般以Jar包的方式呈现

代理架构

通过独立的中间件来统一管理所有数据源和数据分片整合，后端数据库集群对前端应用程序透明，需要独立部署和运维代理组件.