一、问题分析
考官主要是对数据库优化方面的考核,一般数据库优化分为性能和应用方面的,如你了解 sql 优化吗;百万数据怎么优化等
二、 核心答案讲解
1、根据服务层面 、配置 mysql 性能优化参数;
2、从系统层面增强 mysql 的性能 、优化数据表结构、字段类型、字段索引、分表,分库、读写分离等等。
3、从数据库层面增强性能 、优化 SQL 语句,合理使用字段索引。
4、从代码层面增强性能 、使用缓存和 NoSQL 数据库方式存储,如 MongoDB/Memcached/Redis 来缓解高并发下数据库查询的压力。
5、减少数据库操作次数,尽量使用数据库访问驱动的批处理方法。
6、不常使用的数据迁移备份,避免每次都在海量数据中去检索。
7、提升数据库服务器硬件配置,或者搭建数据库集群。
8、编程手段防止 SQL 注入 、使用 JDBC PreparedStatement按位插入或查询;正则表达式过滤(非法字符串过滤);
三、问题扩展
1、Sql 优化
1)应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描;
2)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,如 、select id from t where num is null可以在 num 上设置默认值 0,确保表中 num 列没有 null值,然后这样查询 :
select id from t where num=0;
3)很多时候用 exists 代替 in 是一个好的选择;
4)用 Where 子句替换 HAVING 子句 因为 HAVING 只会在检索出所有记录之后才对结果集进行过滤;
5)select count(*) from table;这样不带任何条件的count 会引起全表扫描,并且没有任何业务意义,是一定要杜绝的;
2、索引
1)索引概念 、对数据库表中一列或多列的值进行排序的一种结构,使用索引可快速访问数据库表中的特定信息。如果我们把一个表的内容认为是一本字典,那索引就相当于字典的目录
2)索引类型 :
逻辑上 :Single column 单行索引
Concatenated 多行索引
Unique 唯一索引
NonUnique 非唯一索引
Function-based 函数索引
Domain 域索引
物理上:
Partitioned 分区索引
NonPartitioned 非分区索引
B-tree :
Normal 正常型 B 树
Rever Key 反转型 B 树
Bitmap 位图索引
MySQL索引分为普通索引、唯一索引、主键索引、组合索引、全文索引
3)何时使用索引
①主键,unique 字段;
②和其他表做连接的字段需要加索引;
③在 where 里使用>,≥,=,<,≤,is null 和 between
等字段;
④使用不以通配符开始的 like,where A like 'China%';
⑤聚集函数 MIN(),MAX()中的字段;
⑥order by 和 group by 字段;
4)索引何时失效
①组合索引未使用最左前缀,例如组合索引(A,B),where B=b 不会使用索引;
②like 未使用最左前缀,where A like '%China';
③搜索一个索引而在另一个索引上做 order by,whereA=a order by B,只使用 A 上的索引,因为查询只使用一个索引 ;
④or 会使索引失效。如果查询字段相同,也可以使用索引。例如 where A=a1 or A=a2(生效),where A=a orB=b(失效)
⑤如果列类型是字符串,要使用引号。例如 whereA='China',否则索引失效(会进行类型转换);
⑥在索引列上的操作,函数(upper()等)、or、!=(<>)、not in 等;
作者: 王春天 出处: http://www.cnblogs.com/spring_wang/ Email: [email protected] QQ交流:903639067
四、结合项目中使用
1.常用但不经常修改的字段建索引(譬如商品表的商品名称等字段),达到检索速度增快,用户体验度增高的目的
2.用 mycat 进行分库分表
垂直拆分是基于数据库中的"列"进行,某个表字段较多,可以新建一张扩展表,将不经常用或字段长度较大的字段拆分出去到扩展表中。例如用户表,在字段很多的情况下(例如一个大表有 100 多个字段),通过"大表拆小表",更便于开发与维护,也能避免跨页问题
水平分表
水平切分分为库内分表和分库分表,是根据表内数据内在的逻辑关系,将同一个表按不同的条件分散到多个数据库或多个表中,每个表中只包含一部分数据,从而使得单个表的数据量变小,达到分布式的效果(如订单表)
标签:哪些,where,数据库,表中,索引,使用,优化 From: https://www.cnblogs.com/spring_wang/p/14548519.html