数据库优化

性能瓶颈

要正确的优化SQL,需要快速定位性能的瓶颈点。

索引

索引会大大增加表记录DML(insert、update、delete)的开销。一个表可以建多个索引，一个索引可以由多个字段组成。有些时候，只需要访问表中的几个字段，并且字段内容较少，可以为这几个字段单独建立一个组合索引。
性能优化是无止境的，当性能可以满足需求时即可，不要过度优化。在实际数据库中我们不可能把每个SQL请求的字段都建在索引里，所以这种只通过索引访问数据的方法一般只用于核心应用，也就是那种对核心表访问量最高且查询字段数据量很少的查询。

减少交互次数

数据库访问框架一般都提供了批量提交的接口。

设置Fetch_Size。当使用select查询数据库时，根据客户端fetch_size参数返回相应数量的记录。fetchsize并不会存在一个最优的固定值，因为整体性能与记录集大小及硬件平台有关。

mysql mysiam/innodb表存储引擎

当数据库有大量的写入、更新操作而查询比较少的时候选择innodb；当数据库主要以查询为主，更新和写入比较少并且数据完整性要求不难严格选择mysiam。mysiam表的查询操作效率和速度都比innodb快。

数据切分，分库分表

首先找到数据表的区分字段(主键)，根据分库的规则将数据分散到各个数据库中。查询数据时，根据区分字段和分库规则，定位到目标数据库，称为DB路由。
分库降低了单个机器的负载；分表，提高了数据操作的效率。

垂直切分、水平切分

垂直切分根据业务是否紧密、表之间的关联程度分成独立的几个shared。
水平切分是一个shared内数据表的进一步切分。数据表的水平切分，表中要有冗余字段作为切分依据和标记字段。
另一点就是对数据表中经常变动的字段和固定字段的拆分，把经常变动的字段独立出来，记录在持久化类的缓存中。

读写分离

读写分离技术就是一个Master数据库，多个Slave数据库，Master库负责数据更新和实时数据查询，Slave库负责非实时数据查询。在实际应用中，数据库都是读多写少，但是读取数据通常耗时比较长。

读写分离适用于读远大于写的场景。