小型專案可能對資料庫要求沒有那麼大，但是對於百萬千萬級以上資料，查詢等資料庫便會有顯著下降，以下是個人專案中用到的方法（持續補充中...）:

1.建立資料庫

（1）使用合適的資料型別。能用char就不用varchar，能用mediumint就不用bigint。減少不必要的空間開銷。

（2）合理使用外來鍵。

2.查詢資料庫

（1）使用join代替子查詢。

（2）使用union代替臨時表建立。

（3）查詢需要的欄位。

（4）減少比較操作，像like之類的。

3.索引[主鍵索引|唯一索引|普通索引|全文索引|空間索引]

合理建立索引

4.分割槽分表（瓶頸為單庫容量）

• 概念

分割槽（圖書的章節） 就是把一張表的資料分成N個區塊，在邏輯上看最終只是一張表，但底層是由N個物理區塊組成的

分表（圖書館的圖書） 就是把一張表按一定的規則分解成N個具有獨立儲存空間的實體表。系統讀寫時需要根據定義好的規則得到對應的字表明，然後操作它。

分庫（圖書館，未使用過不做詳細介紹） 一旦分表，一個庫中的表會越來越多。

• 使用場景

（1）分割槽

• 一張表的查詢速度已經慢到影響使用的時候。

• sql經過優化

• 資料量大

• 表中的資料是分段的

• 對資料的操作往往只涉及一部分資料，而不是所有的資料

（2）分表

• 一張表的查詢速度已經慢到影響使用的時候。

• sql經過優化

• 資料量大

• 當頻繁插入或者聯合查詢時，速度變慢

• 操作

（1）分割槽

新建表：

//range分割槽方式
drop
 
 table if exists staff;
create table staff(
  id int not null,
  fname varchar(30),
  lname varchar(30),
  hired date not null default '1970-01-01',
  separated date not null default '9999-12-31',
  job_code int not null default 0,
  store_id int not null default 0
)engine=myisam default charset=utf8
partition 
 
by range(year(separated))(
  partition p0 values less than (1991),
  partition p1 values less than (1996),
  partition p2 values less than (2001),
  partition p4 values less than MAXVALUE
);

//hash分割槽方式
drop table if exists staff;

create table staff(
  id int not null,
  fname varchar(30),
  lname varchar(30),
  hired date not null default '1970-01-01',
  separated date not null default '9999-12-31',
  job_code int not null default 0,
  store_id int not null default 0
)
partition by hash(store_id)
partitions 4;

less than MAXVALUE一定要注意新增，要不然超出範圍將報錯。

刪除表：

alter table staff drop partition p0;

查詢表：

select count(*) from staff where year(separated) = 200 group by store_id;
//自動查詢p2分割槽

5.資料庫引擎

6.讀寫分離(配置)

適用場景：讀操作遠遠多於寫操作

目標：有效減輕Master庫的壓力，又可以把使用者查詢資料的請求分發到不同的Slave庫，從而保證系統的健壯性。

實現方式1：應用內部路由

不推薦！需要應用內切換資料來源且實現高可用。個人也沒有用過。

實現方式2：代理

個人用的是mysql-proxy代理中介軟體，可配置

缺點：增加了一層，網路消耗伴隨增加

7.預處理

使用Redis/ElasticSearch

這是第三方元件完成的快取機制

如何定位查詢慢的語句：

利用資料庫慢查詢功能，設定步驟如下

（1）臨時開啟慢查詢（永久開啟得改/etc/my.cfg）

set gloabal slow_query_log=on(對應的關閉為off)

（2）設定時間長度，超過的語句將被記錄

set long_query_time=5(單位秒)

（3）儲存方式設為file

set log_output=file(預設為null，還支援table，資料將放在slow_log表中)

（4）檢視儲存位置

show variables like '%query%'

檔案位置為slow_query_log_file

（5）拿到第4步的sql語句，執行explain+SQL語句

作用：

• 表的讀取順序
• 資料讀取操作的操作型別
• 哪些索引可以使用
• 哪些索引被實際使用
• 表之間的引用
• 每張表有多少行被優化器查詢

分析得到的資料：