數據庫優化有很多可以講，按照支撐的數據量來分可以分為兩個階段：單機數據庫和分庫分表，前者一般可以支撐500W或者10G以內的數據，超過這個值則需要考慮分庫分表。另外，一般大企業面試往往會從單機數據庫問起，一步一步問到分庫分表，中間會穿插很多數據庫優化的問題。本文試圖描述單機數據庫優化的一些實踐，數據庫基於mysql，如有不合理的地方，歡迎指正。
1、表結構優化
在開始做一個應用的時候，數據庫的表結構設計往往會影響應用後期的性能，特別是用戶量上來了以後的性能。因此，表結構優化是一個很重要的步驟。
1.1、字符集
一般來說盡量選擇UTF-8，雖然在存中午的時候GBK比UTF-8使用的存儲空間少，但是UTF-8兼容各國語言，其實我們不必為了這點存儲空間而犧牲了擴展性。事實上，後期如果要從GBK轉為UTF-8所要付出的代價是很高的，需要進行數據遷移，而存儲空間完全可以用花錢擴充硬盤來解決。
1.2、主鍵
在使用mysql的innodb的時候，innodb的底層存儲模型是B+樹，它使用主鍵作為聚簇索引，使用插入的數據作為葉子節點，通過主鍵可以很快找到葉子節點，從而快速獲取記錄。因此在設計表的時候需要增加一個主鍵，而且最好要自增。因為自增主鍵可以讓插入的數據按主鍵順序插入到底層的B+樹的葉子節點中，由於是按序的，這種插入幾乎不需要去移動已有的其它數據，所以插入效率很高。如果主鍵不是自增的，那麼每次主鍵的值近似隨機，這時候就有可能需要移動大量數據來保證B+樹的特性，增加了不必要的開銷。
1.3、字段
1.3.1、建了索引的字段必須加上not null約束，並且設置default值
1.3.2、不建議使用float、double來存小數，防止精度損失，建議使用decimal
1.3.3、不建議使用Text/blob來保存大量數據，因為對大文本的讀寫會造成比較大的I/O開銷，同時占用mysql的緩存，高並發下會極大的降低數據庫的吞吐量，建議將大文本數據保存在專門的文件存儲系統中，mysql中只保存這個文件的訪問地址，比如博客文章可以保存在文件中，mysql中只保存文件的相對地址。
1.3.4、varchar類型長度建議不要超過8K。
1.3.5、時間類型建議使用Datetime，不要使用timestamp，雖然Datetime占用8個字節，而timestamp只占用4個字節，但是後者要保證非空，而且後者是對時區敏感的。
1.3.6、建議表中增加gmt_create和gmt_modified兩個字段，用來記錄數據創建的修改時間。這兩個字段建立的原因是方便查問題。
1.4、索引創建
1.4.1、這個階段由於對業務並不了解，所以盡量不要盲目加索引，只為一些一定會用到索引的字段加普通索引。
1.4.2、創建innodb單列索引的長度不要超過767bytes，如果超過會用前255bytes作為前綴索引
1.4.3、創建innodb組合索引的各列索引長度不要超過767bytes，一共加起來不要超過3072bytes
2、SQL優化
一般來說sql就那麼幾種：基本的增刪改查，分頁查詢，范圍查詢，模糊搜索，多表連接
2.1、基本查詢
一般查詢需要走索引，如果沒有索引建議修改查詢，把有索引的那個字段加上，如果由於業務場景沒法使用這個字段，那麼需要看這個查詢調用量大不大，如果大，比如每天調用10W+，這就需要新增索引，如果不大，比如每天調用100+，則可以考慮保持原樣。另外，select * 盡量少用，用到什麼字段就在sql語句中加什麼，不必要的字段就別查了，浪費I/O和內存空間。
2.2、高效分頁
limit m,n其實質就是先執行limit m+n，然後從第m行取n行，這樣當limit翻頁越往後翻m越大，性能越低。比如
select * from A limit 100000,10，這種sql語句的性能是很差的，建議改成下面的版本:
selec id,name,age from A where id >=(select id from A limit 100000,1) limit 10
2.3、范圍查詢
范圍查詢包括between、大於、小於以及in。Mysql中的in查詢的條件有數量的限制，若數量較小可以走索引查詢，若數量較大，就成了全表掃描了。而between、大於、小於等，這些查詢不會走索引，所以盡量放在走索引的查詢條件之後。
2.4、模糊查詢like
使用 like %name%這樣的語句是不會走索引的，相當於全表掃描，數據量小的時候不會有太大的問題，數據量大了以後性能會下降的很厲害，建議數據量大了以後使用搜索引擎來代替這種模糊搜索，實在不行也要在模糊查詢前加個能走索引的條件。
2.5、多表連接
子查詢和join都可以實現在多張表之間取數據，但是子查詢性能較差，建議將子查詢改成join。對於mysql的join，它用的是Nested Loop Join算法，也就是通過前一個表查詢的結果集去後一個表中查詢，比如前一個表的結果集是100條數據，後一個表有10W數據，那麼就需要在100*10W的數據集合中去過濾得到最終的結果集。因此，盡量用小結果集的表去和大表做join，同時在join的字段上建立索引，如果建不了索引，就需要設置足夠大的join buffer size。如果以上的技巧都無法解決join所帶來的性能下降的問題，那干脆就別用join了，將一次join查詢拆分成兩次簡單查詢。另外，多表連接盡量不要超過三張表，超過三張表一般來說性能會很差，建議拆分sql。
3、數據庫連接池優化
數據庫連接池本質上是一種緩存，它是一種抗高並發的手段。數據庫連接池優化主要是對參數進行優化，一般我們使用DBCP連接池，它的具體參數如下：
3.1 initialSize
初始連接數，這裡的初始指的是第一次getConnection的時候，而不是應用啟動的時候。初始值可以設置為並發量的歷史平均值
3.2、minIdle
最小保留的空閒連接數。DBCP會在後台開啟一個回收空閒連接的線程，當該線程進行空閒連接回收的時候，會保留minIdle個連接數。一般設置為5，並發量實在很小可以設置為1.
3.3、maxIdle
最大保留的空閒連接數，按照業務並發高峰設置。比如並發高峰為20，那麼當高峰過去後，這些連接不會馬上被回收，如果過一小段時間又來一個高峰，那麼連接池就可以復用這些空閒連接而不需要頻繁創建和關閉連接。
3.4、maxActive
最大活躍連接數，按照可以接受的並發極值設置。比如單機並發量可接受的極值是100，那麼這個maxActive設置成100後，就只能同時為100個請求服務，多余的請求會在最大等待時間之後被拋棄。這個值必須設置，可以防止惡意的並發攻擊，保護數據庫。
3.5、maxWait
獲取連接的最大等待時間，建議設置的短一點，比如3s，這樣可以讓請求快速失敗，因為一個請求在等待獲取連接的時候，線程是不可以被釋放的，而單機的線程並發量是有限的，如果這個時間設置的過長，比如網上建議的60s，那麼這個線程在這60s內是無法被釋放的，只要這種請求一多，應用的可用線程就少了，服務就變得不可用了。
3.6、minEvictableIdleTimeMillis
連接保持空閒而不被回收的時間，默認30分鐘。
3.7、validationQuery
用於檢測連接是否有效的sql語句，一般是一條簡單的sql，建議設置
3.8、testOnBorrow
申請連接的時候對連接進行檢測，不建議開啟，嚴重影響性能
3.9、testOnReturn
歸還連接的時候對連接進行檢測，不建議開啟，嚴重影響性能
3.10、testWhileIdle
開啟了以後，後台清理連接的線程會沒隔一段時間對空閒連接進行validateObject，如果連接失效則會進行清除，不影響性能，建議開啟
3.11、numTestsPerEvictionRun
代表每次檢查鏈接的數量，建議設置和maxActive一樣大，這樣每次可以有效檢查所有的鏈接。
3.12、預熱連接池
對於連接池，建議在啟動應用的時候進行預熱，在還未對外提供訪問之前進行簡單的sql查詢，讓連接池充滿必要的連接數。
4、索引優化
當數據量增加到一定程度後，靠sql優化已經無法提升性能了，這時候就需要祭出大招：索引。索引有三級，一般來說掌握這三級就足夠了，另外，對於建立索引的字段，需要考慮其選擇性。
4.1、一級索引
在where後面的條件上建立索引，單列可以建立普通索引，多列則建立組合索引。組合索引需要注意最左前綴原則。
4.2、二級索引
如果有被order by或者group by用到的字段，則可以考慮在這個字段上建索引，這樣一來，由於索引天然有序，可以避免order by以及group by所帶來的排序，從而提高性能。
4.3、三級索引
如果上面兩招還不行，那麼就把所查詢的字段也加上索引，這時候就形成了所謂的索引覆蓋，這樣做可以減少一次I/O操作，因為mysql在查詢數據的時候，是先查主鍵索引，然後根據主鍵索引去查普通索引，然後根據普通索引去查相對應的記錄。如果我們所需要的記錄在普通索引裡都有，那就不需要第三步了。當然，這種建索引的方式比較極端，不適合一般場景。
4.4、索引的選擇性
在建立索引的時候，盡量在選擇性高的字段上建立。什麼是選擇性高呢？所謂選擇性高就是通過這個字段查出來的數據量少，比如按照名字查一個人的信息，查出來的數據量一般會很少，而按照性別查則可能會把數據庫一半的數據都查出來，所以，名字是一個選擇性高的字段，而性別是個選擇性低的字段。
5、歷史數據歸檔
當數據量到了一年增加500W條的時候，索引也無能為力，這時候一般的思路都是考慮分庫分表。如果業務沒有爆發式增長，但是數據的確在緩慢增加，則可以不考慮分庫分表這種復雜的技術手段，而是進行歷史數據歸檔。我們針對生命周期已經完結的歷史數據，比如6個月之前的數據，進行歸檔。我們可以使用quartz的調度任務在凌晨定時將6個月之前的數據查出來，然後存入遠程的hbase服務器。當然，我們也需要提供歷史數據的查詢接口，以備不時之需。
以上就是對mysql 單機數據庫的優化資料整理，後續繼續補充相關資料，謝謝大家對本站的支持！
