案例一：粉丝查询优化

粉丝查询有2条sql

--查询所有粉丝
SELECT user FROM osc_friends f INNER JOIN osc_users u 
ON u.id=f.user AND f.friend=? AND f.user<>? ORDER BY create_time DESC
--查询粉丝数量
SELECT COUNT(friend) FROM osc_friends f INNER JOIN osc_users u 
ON u.id=f.user AND f.friend = ? AND f.user <> ?

这两个查询在业务可以优化，inner join一个osc_users表目的是去掉osc_friends里面自带了自己的userid，偏偏osc_users表是比较大的表，为啥这样设计，可以看看早年红薯分享的OSChina 用户动态设计说明

优化思路

简化sql，自带的userid的逻辑放到代码层去处理

优化后

SELECT user FROM osc_friends f WHERE f.friend=? ORDER BY create_time DESC
?
SELECT COUNT(*) FROM osc_friends f WHERE f.friend = ?

sql简化了很多，大大提升了查询速度

小结

有时候业务处理放到代码层，能达到意想不到的效果

案例二：私信优化

SELECT MAX(id) AS id, COUNT(id) AS msgCount 
FROM osc_msgs WHERE user = 12 GROUP BY friend ORDER BY id DESC

osc_msgs表存储着所有的私信纪录，随着时间推移，该表慢慢变大，一次查询成本变高，基本都要1秒多

优化思路

取私信表的最新的两个人的对话放入一个新建的osc_last_msgs表，每次发私信更新osc_last_msgs表，这个表只记录最新的私信，这样优化后的私信列表sql就不需要在msg表里面找数据，只需要去osc_last_msgs表寻找.

优化后

SELECT * FROM osc_last_msgs WHERE user=? ORDER BY msg_id DESC

小结

把数据量从大化小的典型案例

案例三 评论优化

SELECT
    l1.id
FROM
    osc_opt_logs l1,
    osc_opt_logs l2
WHERE
    l1.obj_type IN (101, 111, 113, 116, 119, 121)
AND l2.obj_type IN (
    100,
    110,
    112,
    114,
    118,
    120,
    123,
    124,
    122,
    125,
    126,
    127,
    99
)
AND l1.parent_id = l2.id
AND l2. USER = 12
ORDER BY
    l1.id DESC
LIMIT 20;

尝试建立联合索引进行优化，不过效果不佳，因为optlog表特别的大，因此联表查询效率极低，占用查询缓存空间极大。

优化思路

添加一个reply_user字段，将回复的动弹进行标记，这样子就可以简化整个联表查询操作

优化后

SELECT id FROM osc_opt_logs where reply_user = 12 ORDER BY id DESC limit 20;

小结

适当的冗余字段可以降低sql的复杂度

案例四 索引优化

索引优化主要还是依赖explain命令，关于explain命令相信大家并不陌生，具体用法和字段含义可以参考官网explain-output，这里需要强调rows是核心指标，绝大部分rows小的语句执行一般很快。所以优化语句基本上都是在优化rows。

一般来说.

• rows<1000，是在可接受的范围内的。

• rows在1000~1w之间，在密集访问时可能导致性能问题，但如果不是太频繁的访问(频率低于1分钟一次)，又难再优化的话，可以接受，但需要注意观察

• rows大于1万时，应慎重考虑SQL的设计，优化SQL

这个没有绝对值可参考，一般来说越小越好，，如果100万数据量的数据库，rows是70万，通过这个可以判断sql的查询性能很差，如果100万条数据量的数据库，rows是1万，从我个人的角度，还是能接受的。

另外就是extra的信息，该列包含MySQL解决查询的详细信息 ，重点关注出现关键字：

Using filesort：当Query 中包含order by 操作，而且无法利用索引完成排序操作的时候，MySQL Query Optimizer 不得不选择相应的排序算法来实现。

Using temporary：在某些操作中必须使用临时表时，在 Extra 信息中就会出现Using temporary ,主要常见于 GROUP BY 和 ORDER BY 等操作中

当执行计划Extra 出现Using filesort 、Using temporary 时，可以考虑是否需要进行sql优化和调整索引，最后再调整my.cnf 中与排序或者临时表相关的参数，如sort_buffer_size或者tmp_table_size.

比如下面这个：

原因是mysql查询只使用一个索引，如果where字句用了索引的话，那么order by 中的列是不会使用索引的。所以order by的条件也需要添加到索引里面组成联合索引，优化后

还有一个需要注意的点是，索引有个最左前缀的原则：联合索引（a,b,c）可以匹配(a)、（a,b）、（a,b,c）但不可以匹配(b,c)

小结

explain SQL语句应该是日常开发中的习惯动作，有时explain出来的结果，可能会出于偏离设计的意料之外

案例五 关注数据库状态

当满满期待优化后有大幅度性能提升的时候，现实总是跟你开玩笑，经过测试检查，发现不是sql的问题，有可能是跟服务器有关，用top命令看了发现mysql进程的cpu占用率一直在100%左右，这就奇怪了，用show processlist看了一下mysql的进程，发现一个可疑的sql一直在执行，kill 掉后cpu占用率马上下来了

小结

当你发现数据库cpu或者io有异常现象时候，用show processlist看看数据库在忙什么

写在最后

经过这次优化，个人空间打开速度提升了，总结几条心得：

1.不要指望所有SQL语句都能通过SQL优化，业务上的调整带来意想不到的效果；

2.所有的性能优化都是空间换时间，通过冗余来提高性能，大体思路都是大化小，分而治之

3.explain是sql优化的入门

4.索引利大于弊，多用，善用之

如果再卡，可能会从分库分表，读写分离这方面入手了。

优化前跟优化后的mysql是大大的不同，同样用mysql，支撑起了淘宝，腾讯，facebook，但却对你的业务系统支撑起来很吃力?

就像之前写过的tomcat的相关内容：Tomcat性能优化前后，有多大的差距，今天测试给大家看

以上不正之处请指出。

对于我说的要多多使用的索引优化，相关的内容我通过一张思维导图进行了整理和总结，其中包括如何操作，来看一下这张思维导图

需要这份学习文档的，关注+转发后，私信“资料”即可查看获取方式

而除了索引优化之外，对于数据库的优化还有一些其他的方面，就像汽车维修一样，你只有了解它的内部构造，才能更好的对他进行维护，所以除了性能调优之外，你还需要了解数据库的相关构造，才能更好的进行性能优化，为大家推荐一本书，内容从架构到优化全涵盖，相信会对你的学习产生帮助

目录

架构

创建高性能索引

查询性能优化

可扩展的mysql

应用层调优

应用工具

附录

需要这份优化思维导图以及上面的知识图的老铁，添加小助手：msbxq2020免费获取，同步的还有相关的视频讲解以及学习文档，还不快点行动

关注公众号：Java架构师联盟，每日更新技术好文

部分资料已经上传到我的git仓库中：有需要的可以下载

https://gitee.com/biwangsheng/mxq

 

一次数据库性能优化测试，整理最全数据库优化方案，还不快收藏

标签：慢慢   用法   roc   完成   ima   com   标记   结果   转发