[TOC] # 1. 優化 ## 1.1 數據庫設計優化 ### 1. 選取最適用的字段屬性 MySQL可以很好的支持大數據量的存取，但是一般說來，數據庫中的表越小，在它上面執行的查詢也就會越快。因此，在創建表的時候，為了獲得更好的性能，我們可以將表中字段的寬度設得盡可能小。 優先考慮數字類型，其次是日期或二進制類型，最后是字符類型。對于相同級別的數據類型，應該優先選擇占用空間小的數據類型。 以上選擇 主要從 下面兩個角度考慮 a: 在對數據進行比較（查詢條件、join 條件及排序）操作時 ：同樣的數據，字符處理往往比數字處理慢 b: 在數據庫中，數據處理以頁為單位，列的長度越小，利于提升性能。 3.2 char 和 varchar 如何選擇 a: 如果列中要存儲的數據長度差不多是一致的，則應該考慮用char ;否則應該考慮用varchar 。 b: 如果列中最大數據長度小于50字節，則一般也考慮用char c: 一般不宜定義大于50個字節的char類型列   ## 1.2 數據庫參數調優 * **索引優化** 對于大表的查詢操作，索引優化是非常重要的一環。可以考慮**增加或者修改索引、使用覆蓋索引、使用聯合索引等方式來提高查詢效率**。同時也要注意**定期清理冗余的索引以及對于經常使用的查詢語句建立索引**。 * **分區優化** 將大表按照某個列分成多個分區表，每個分區表的數據量較小，可以提高查詢和更新的性能。分區表還可以幫助在維護表結構的同時，減少鎖表時間，提高并發處理能力。 * **數據清理歸檔** 對于一些歷史數據或者無用數據，**可以進行定期歸檔，避免數據過多造成SQL查詢效率降低**。同時也要注意對于大表進行定期的數據備份以及緊急數據恢復的準備工作。 * **緩存優化** 對于一些經常被查詢的數據，可以使用緩存優化。使用`Redis`等緩存中間件來緩存常用的數據，以減少查詢數據庫的次數，提高查詢效率。 * **SQL語句優化** 在編寫SQL查詢語句時，要盡可能地簡單明了，避免復雜的查詢語句，同時也要避免一些不必要的查詢操作。對于復雜的查詢語句，可以使用`Explain`執行計劃來進行優化。同時也要注意避免使用`OR`等耗費性能的操作符。 * **分庫分表** 如果數據量千萬級別，需要考慮分庫分表