大家好,又见面了,我是全栈君。
六、如何选择索引列的顺序
建立索引的目的是:希望通过索引进行数据查找,减少随机 IO,增加查询性能 ,索引能过滤出越少的数据,则从磁盘中读入的数据也就越少。
-
区分度最高的放在联合索引的最左侧(区分度 = 列中不同值的数量 / 列的总行数)。
-
尽量把字段长度小的列放在联合索引的最左侧(因为字段长度越小,一页能存储的数据量越大,IO 性能也就越好)。
-
使用最频繁的列放到联合索引的左侧(这样可以比较少的建立一些索引)。
七、避免建立冗余索引和重复索引
因为这样会增加查询优化器生成执行计划的时间。
-
重复索引示例:primary key(id)、index(id)、unique index(id)
-
冗余索引示例:index(a,b,c)、index(a,b)、index(a)
八、优先考虑覆盖索引
对于频繁的查询优先考虑使用覆盖索引。
覆盖索引:就是包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引
覆盖索引的好处:
-
避免 InnoDB 表进行索引的二次查询
InnoDB 是以聚集索引的顺序来存储的,对于 InnoDB 来说,二级索引在叶子节点中所保存的是行的主键信息,如果是用二级索引查询数据的话,在查找到相应的键值后,还要通过主键进行二次查询才能获取我们真实所需要的数据。而在覆盖索引中,二级索引的键值中可以获取所有的数据,避免了对主键的二次查询 ,减少了 IO 操作,提升了查询效率。
-
可以把随机 IO 变成顺序 IO 加快查询效率
由于覆盖索引是按键值的顺序存储的,对于 IO 密集型的范围查找来说,对比随机从磁盘读取每一行的数据 IO 要少的多,因此利用覆盖索引在访问时也可以把磁盘的随机读取的 IO 转变成索引查找的顺序 IO。
九、索引 SET 规范
尽量避免使用外键约束。
-
不建议使用外键约束(foreign key),但一定要在表与表之间的关联键上建立索引。
-
外键可用于保证数据的参照完整性,但建议在业务端实现。
-
外键会影响父表和子表的写操作从而降低性能。
十、数据库 SQL 开发规范
1. 建议使用预编译语句进行数据库操作
预编译语句可以重复使用这些计划,减少 SQL 编译所需要的时间,还可以解决动态 SQL 所带来的 SQL 注入的问题 只传参数,比传递 SQL 语句更高效 相同语句可以一次解析,多次使用,提高处理效率。
2. 避免数据类型的隐式转换
隐式转换会导致索引失效。如:
select name,phone from customer where id = '111';
3. 充分利用表上已经存在的索引
-
避免使用双 % 号的查询条件。
如a like ‘%123%’,(如果无前置 %,只有后置 %,是可以用到列上的索引的)
-
一个 SQL 只能利用到复合索引中的一列进行范围查询
如:有 a,b,c 列的联合索引,在查询条件中有 a 列的范围查询,则在 b,c 列上的索引将不会被用到,在定义联合索引时,如果a列要用到范围查找的话,就要把 a 列放到联合索引的右侧。
-
使用 left join 或 not exists 来优化 not in 操作
因为 not in 也通常会使用索引失效。
4. 数据库设计时,应该要对以后扩展进行考虑
5. 程序连接不同的数据库使用不同的账号,进制跨库查询
-
为数据库迁移和分库分表留出余地
-
降低业务耦合度
-
避免权限过大而产生的安全风险
6. 禁止使用 SELECT *
必须使用 SELECT <字段列表> 查询
原因:
-
消耗更多的 CPU 和 IO 以网络带宽资源
-
无法使用覆盖索引
-
可减少表结构变更带来的影响
7. 禁止使用不含字段列表的 INSERT 语句
如:
insert into values ('a','b','c');
应使用:
insert into t(c1,c2,c3) values ('a','b','c');
8. 避免使用子查询,可以把子查询优化为 JOIN 操作
通常子查询在 in 子句中,且子查询中为简单 SQL ( 不包含 union、group by、order by、limit 从句 ) 时,才可以把子查询转化为关联查询进行优化。
子查询性能差的原因:
子查询的结果集无法使用索引,通常子查询的结果集会被存储到临时表中,不论是内存临时表还是磁盘临时表都不会存在索引,所以查询性能会受到一定的影响。
特别是对于返回结果集比较大的子查询,其对查询性能的影响也就越大。
由于子查询会产生大量的临时表也没有索引,所以会消耗过多的 CPU 和 IO 资源,产生大量的慢查询。
9. 避免使用 JOIN 关联太多的表
对于 MySQL 来说,是存在关联缓存的,缓存的大小可以由 join_buffer_size 参数进行设置。
在 MySQL 中,对于同一个 SQL 多关联(join)一个表,就会多分配一个关联缓存,如果在一个 SQL 中关联的表越多,所占用的内存也就越大。
如果程序中大量的使用了多表关联的操作,同时 join_buffer_size 设置的也不合理的情况下,就容易造成服务器内存溢出的情况,就会影响到服务器数据库性能的稳定性。
同时对于关联操作来说,会产生临时表操作,影响查询效率 MySQL 最多允许关联 61 个表,建议不超过 5 个。
10. 减少同数据库的交互次数
数据库更适合处理批量操作 合并多个相同的操作到一起,可以提高处理效率
11. 对应同一列进行 or 判断时,使用 in 代替 or
In 的值不要超过 500 个, in 操作可以更有效的利用索引,or 大多数情况下很少能利用到索引。
12. 禁止使用 order by rand() 进行随机排序
会把表中所有符合条件的数据装载到内存中,然后在内存中对所有数据根据随机生成的值进行排序,并且可能会对每一行都生成一个随机值,如果满足条件的数据集非常大,就会消耗大量的 CPU 和 IO 及内存资源。
推荐在程序中获取一个随机值,然后从数据库中获取数据的方式。
13. WHERE从句中禁止对列进行函数转换和计算
对列进行函数转换或计算时会导致无法使用索引。
不推荐:
where date(create_time)='20190101'
推荐:
where create_time >= '20190101' and create_time < '20190102'
14. 在明显不会有重复值时使用 UNION ALL 而不是 UNION
UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作。
UNION ALL 不会再对结果集进行去重操作。
15. 拆分复杂的大 SQL 为多个小 SQL
-
大 SQL:逻辑上比较复杂,需要占用大量 CPU 进行计算的SQL 。
-
MySQL:一个 SQL 只能使用一个 CPU 进行计算。
-
SQL 拆分后可以通过并行执行来提高处理效率。
十一、数据库操作行为规范
1. 超 100 万行的批量写(UPDATE、DELETE、INSERT)操作,要分批多次进行操作
-
大批量操作可能会造成严重的主从延迟
主从环境中,大批量操作可能会造成严重的主从延迟,大批量的写操作一般都需要执行一定长的时间,而只有当主库上执行完成后,才会在其他从库上执行,所以会造成主库与从库长时间的延迟情况
-
Binlog 日志为 row 格式时会产生大量的日志
大批量写操作会产生大量日志,特别是对于 row 格式二进制数据而言,由于在 row 格式中会记录每一行数据的修改,我们一次修改的数据越多,产生的日志量也就会越多,日志的传输和恢复所需要的时间也就越长,这也是造成主从延迟的一个原因。
-
避免产生大事务操作
大批量修改数据,一定是在一个事务中进行的,这就会造成表中大批量数据进行锁定,从而导致大量的阻塞,阻塞会对 MySQL 的性能产生非常大的影响。
-
特别是长时间的阻塞会占满所有数据库的可用连接,这会使生产环境中的其他应用无法连接到数据库,因此一定要注意大批量写操作要进行分批。
2. 对于大表使用 pt-online-schema-change 修改表结构
-
避免大表修改产生的主从延迟
-
避免在对表字段进行修改时进行锁表
对大表数据结构的修改一定要谨慎,会造成严重的锁表操作,尤其是生产环境,是不能容忍的。
pt-online-schema-change 它会首先建立一个与原表结构相同的新表,并且在新表上进行表结构的修改,然后再把原表中的数据复制到新表中,并在原表中增加一些触发器。
把原表中新增的数据也复制到新表中,在行所有数据复制完成之后,把新表命名成原表,并把原来的表删除掉,把原来一个 DDL 操作,分解成多个小的批次进行。
3. 禁止为程序使用的账号赋予 super 权限
当达到最大连接数限制时,还运行 1个 有 super 权限的用户连接 super 权限只能留给 DBA 处理问题的账号使用。
4. 对于程序连接数据库账号,遵循权限最小原则
程序使用数据库账号只能在一个 DB 下使用,不准跨库 程序使用的账号原则上不准有 drop 权限。
回复关键字获取视频教程:MySQL面试指南
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/111870.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...