MySQL数据库优化方法

一、表类型MyISAM 和 InnoDB的区别

作者：Oscarwin
链接：https://www.zhihu.com/question/20596402/answer/211492971
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

区别：

1. InnoDB支持事务，MyISAM不支持，对于InnoDB每一条SQL语言都默认封装成事务，自动提交，这样会影响速度，所以最好把多条SQL语言放在begin和commit之间，组成一个事务；

2. InnoDB支持外键，而MyISAM不支持。对一个包含外键的InnoDB表转为MYISAM会失败；

3. InnoDB是聚集索引，数据文件是和索引绑在一起的，必须要有主键，通过主键索引效率很高。但是辅助索引需要两次查询，先查询到主键，然后再通过主键查询到数据。因此，主键不应该过大，因为主键太大，其他索引也都会很大。而MyISAM是非聚集索引，数据文件是分离的，索引保存的是数据文件的指针。主键索引和辅助索引是独立的。

4. InnoDB不保存表的具体行数，执行select count(*) from table时需要全表扫描。而MyISAM用一个变量保存了整个表的行数，执行上述语句时只需要读出该变量即可，速度很快；

5. Innodb不支持全文索引，而MyISAM支持全文索引，查询效率上MyISAM要高；

如何选择：

1. 是否要支持事务，如果要请选择innodb，如果不需要可以考虑MyISAM；

2. 如果表中绝大多数都只是读查询，可以考虑MyISAM，如果既有读写也挺频繁，请使用InnoDB。

3. 系统奔溃后，MyISAM恢复起来更困难，能否接受；

4. MySQL5.5版本开始Innodb已经成为Mysql的默认引擎(之前是MyISAM)，说明其优势是有目共睹的，如果你不知道用什么，那就用InnoDB，至少不会差。

二、数据表的优化

一般来说数据表越小，执行查询的速度就越快。

1、垂直拆分。就是把一个表的字段拆分成多个表。例如文章或新闻表中，放置内容的字段通常非常大，那么就可以将内容字段拆分开来，放到一张表中。在查询的时候可以使用join查询。

2.水平拆分。就是按行拆分表，例如用户表，假定一个表中只存放一百万条数据，当用户数量每多一百万时就新建一张表。

3、字段设置。例如能设置成NOT NULL就不要保持默认的NULL，当执行查询的时候，数据库就不用去比较NULL值，从而提高效率；变长类型长度设置够用就好，比如能设置成varchar(20)的就不要设置成varchar(200);对于某些只有固定几个值可选的字段，例如“状态”，“性别”等，可以将它们定义为tinyint或int类型，因为在MySQL中，数值型数据被处理起来的速度要比文本类型快得多。

三、SQL语句优化

1、对查询进行优化，主要是尽量避免执行全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。

2、MySQL只有对以下操作符才使用索引：<，<=，=，>，>=，BETWEEN，IN，以及LIKE 'ABC%'类型的LIKE语句；!=，<>操作符，将使引擎放弃使用索引而进行全表扫描。

3、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。

4、应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，可以使用UNION 操作符合并两个或多个 SELECT 语句的结果集

5、作用LIKE '%ABC'或LIKE '%ABC%'类型的查询也将导致全表扫描。若要提高效率，可以考虑使用全文检索，在MySQL5.6以下只有MyISAM类型的表支持，在MySQL5.6以上Innodb引擎表也提供支持全文检索，语句格式：

SELECT * FROM tab_name
WHERE MATCH (列名1,列名2...列名n)
AGAINST('词1 词2 词3 ... 词m'[ IN NATURAL LANGUAGE MODE| IN BOOLEAN MODE]);

方括号[]里的内容表示可选内容，自然语言检索： IN NATURAL LANGUAGE MODE，布尔检索： IN BOOLEAN MODE，查询扩展检索： WITH QUERY EXPANSION。要执行查询前先分别建立全文索引(FULLTEXT索引)在(列名1,列名2...列名n)上

搜索语法规则：
         +   一定要有(不含有该关键词的数据条均被忽略)。
         -   不可以有(排除指定关键词，含有该关键词的均被忽略)。 
         >   提高该条匹配数据的权重值。
         <   降低该条匹配数据的权重值。
         ~   将其相关性由正转负，表示拥有该字会降低相关性(但不像 - 将之排除)，只是排在较后面权重值降低。
         *   万用字，不像其他语法放在前面，这个要接在字符串后面。
         " " 用双引号将一段句子包起来表示要完全相符，不可拆字。

 

6.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。

7、不要使用 select * from table ，用具体的字段列表代替“*”，不要返回用不到的任何字段。

8。避免频繁创建和删除临时表，以减少系统表资源的消耗。

9、尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。

10、尽量避免大事务操作，提高系统并发能力。

 

11、Update 语句，如果只更改1、2个字段，不要Update全部字段，否则频繁调用会引起明显的性能消耗，同时带来大量日志。

12、对于多张大数据量（这里几百条就算大了）的表JOIN，要先分页再JOIN，否则逻辑读会很高，性能很差。

13、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。

 

更多内容可参考：https://mp.weixin.qq.com/s?__biz=MzIxMjg4NDU1NA==&mid=2247483684&idx=1&sn=f5abc60e696b2063e43cd9ccb40df101&chksm=97be0c01a0c98517029ff9aa280b398ab5c81fa1fcfe0e746222a3bfe75396d9eea1e249af38&mpshare=1&scene=1&srcid=0606XGHeBS4RBZloVv786wBY#rd