mysql性能比较 mysql性能差

转载

编程小天才 2023-08-11 13:28:36

文章标签 mysql性能比较 sql优化 M 数据库字段 文章分类 MySQL 数据库

MySQL性能优化

MySQL数据量太大，日常卡死。

方案描述：

方案一【优化现有的mysql数据库。】

优点：不影响现有业务，源程序不需要修改代码，成本低。

缺点：有优化瓶颈，数据量过亿效果不好。

方案二【升级数据库类型，换一种1000%兼容的mysql数据库】

优点：不影响现有业务，源程序不要修改代码，几乎不需要做任何操作就能升级数据库性能。

缺点：耗钱。

方案三【一步到位。大数据解决方案，更换newmysql/nosql数据库】

优点：扩展性强，成本低，没有数据容量瓶颈。

缺点：需要修改源程序代码。

方案以详细说明：优化现有mysql数据库

数据库设计和表创建就需要考虑性能
sql的编写需要注意优化
分区
分表
分库

数据库设计和表创建时就要考虑性能

　　　　mysql数据库本身高度灵活，造成性能不足，严重依赖开发人员能力，也就是说开发人员能力高，则mysq性能高。这也是很多关系型数据库的通病。

　　设计表时注意：

表的字段避免null值出现，null值很难查询优化且占用额外的索引空间，推荐默认数据0代表null。
尽量使用int而非bigint,如果非负则加上unsigned(这样数据值容量会扩大一倍)，当然能使用tinyint,smallint,medium_int更好。
使用枚举型或整数代替字符串类型
尽量使用timestamp而非datetime
单表不要有太多字段，建议20以内。
用整型来存IP

索引

索引并不是越多越好，要根据查询有针对性的创建，考虑在where和order by 命令上涉及的列创建索引，可根据explain来查看是否用了索引还是全表扫描。
应尽量避免where子句中对应字段进行NULL值判断，否则导致引擎放弃使用索引而进行全表扫描。
值分布很稀少的字段不适合创建索引，例如“性别”这种只有两三个值的字段。
字符字段只建前缀索引
不用外键，由程序保证约束
尽量不用UNIQUE，由程序保证约束。
使用多列索引时注意顺序和查询条件保持一致，同时删除不必要的单列索引。

使用适合的数据类型，选择合适的索引

选择合适的数据类型:

（1）使用可存下数据的最小的数据类型，整型<date,time<char,varchar<blob

（2）使用简单的数据类型，整型比字符处理开销更小，因为字符串比较更复杂，如：int类型存储时间类型，bigint类型转ip函数

（3）使用合理的字段属性长度，固定长度的表会更快，使用enum、char而不是varchar

（4）尽可能使用not null定义字段

（5）尽量少使用text，非用不可最好使用分表#选择合适的索引列

（1）查询频繁的列，在where group by ，order by , on 从句中出现的列

（2）where 条件中 < , <= , =, >, >=, between， in 以及like字符串 + 通配符（%）出现列

（3）长度小的列，索引字段越小越好，因为数据库的存储单位是页，一页中能存下的数据越多越好

（4）离散度大（不同的值多）的列，放在联合索引前面。查看离散度，通过统计不同的列值来实现，count，越大，离散程度越高：

2、sql的编写需要注意优化

使用Limit对于查询结果的记录进行限定
避免select * ,将需要查找的字段列出来
使用连接（join）来代替子查询
拆分大的delete或Insert语句
可通过开启慢查询查询日志来找出较慢的sql
不做列运算，select id where age + 1 = 10,任何对列操作都将导致全表扫描，它包括数据库教程函数，计算表达式等，查询时需要尽可能将操作移至到等号右边。
sql语句尽可能简单：一条sql只能子啊一个cpu运算：大语句拆小语句，减少锁时间：一条大语句可以堵死整个数据库。
or 改成 in ： or的效率是n级别，in的效率是log(n)级别，in的个数建议控制在200以内
不用函数和触发器，在应用程序实现
避免%xxx式查询
少用JOIN
使用同类型进行比较,比如用"123"和"123"比,123和123比
尽量避免在WHERE子句中使用!= 或 <> 操作符,否则将引擎放弃使用索引二进行全表扫描
对于连续数值,使用BETWEEN不用IN:select id from ta where num between 1 and 5
列表数据不要全表,要使用Limit来分页,每一页数量也不要太大

引擎

目前广泛使用的引擎是MyISAM和InnoDB两种引擎:

MyISAM引擎是MYSQL5.1及之前版本的默认引擎,他的特点是:

不支持行锁,读取时对需求读到的所有表加锁,写入时对表加排它锁
不支持事务
不支持外键
不支持崩溃后的安全恢复
在表有读取查询的同时,支持往表中插入新纪录
支持BLOB和TEXT的前500个字符索引,支持全文索引
支持延迟更新索引,极大提升写入性能
对于不会进行修改的表,支持压缩表,极大减少磁盘空间占用

InnoDB

InnoDB在MySQL5.5后成为默认索引,它的特点是:

支持行锁,采用MVCC来支持高并发
支持事物
支持外键
支持崩溃后的安全恢复
不支持全文索引

总体来讲,MyISAM适合SELECT密集型的表,而InnoDB适合INSERT和UPDATE密集型的表

MyISAM适合速度可能超快,占用存储空间也小,但是程序要求事物支持,故InnoDB是必须的,故该方案无法执行,放弃

3、分区

MySQL在5.1版本引入分区是一种简单的水平拆分,用户需要在建表的时候加上分区参数,对应用是透明的无需修改d代码

对于用户来说,分区表是一个独立的逻辑表,但是底层由多个物理子表组成,实现分区的代码,实际上是通过对一组底层表的对象封装,但对SQL层来说是一个完全封装的底层的黑盒子.

MySQL实现分区的方式也意味这索引也是按照分区的子表定义,没有全局索引

用户的SQL语句是需要针对分区表做优化，SQL条件中要带上分区条件的列，从而使查询定位到少量的分区上，否则就会扫描全部分区，可以通过EXPLAIN PARTITIONS来查看某条SQL语句会落在那些分区上，从而进行SQL优化，我测试，查询时不带分区条件的列，也会提高速度，故该措施值得一试。

分区的好处:

可以让单表存储更多的数据
分区表的数据更容易维护,可以通过清楚整个分区批量删除大量的数据,也可以增加新的分区来支持新增插入数据..另外,还可以对一个独立分区进行优化,检查,修复等操作
部分查询能够从查询条件确定只落在少量分区上,速度会很快.
分区表的数据还可以分布在不同的物理设备上,从而高效利用多个硬件设备
可以使用分区表避免某些特殊瓶颈,例如InnoDB单个索引的互斥访问,ext3文件系统的inode锁竞争
可以备份和恢复单个分区

分区的限制和缺陷:

一个表最多只能有1024个分区
如果分区字段中有主键或者唯一索引的列,那么所有主键和唯一索引都必须包含进行
分区表无法使用外键约束
NULL值会使分区过滤无效
所有分区必须使用相同的存储引擎.

分区的类型:

RANGE分区:基于属于一个给定连续区间的列值,把多行分配给分区
LIST分区:类似于按RANGE分区,区别于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择.
HASH分区:基于用户定义的表达式的返回值来进行选择分区,该表达式使用将要插入到表中的这些的列值进行计算.这个函数可以包含MySQL中有效的,产生非负整数值的任何表达式
KEY分区:类似于按HASH分区,区别在于KEY区支持计算一列或多列,且MySQL服务器提供其自身的哈希函数.必须有一列或多列包含整数值

*“我首先根据月份把上网记录表RANGE分区了12份，查询效率提高6倍左右，效果不明显，故：换id为HASH分区，分了64个分区，查询速度提升显著。问题解决！
结果如下：PARTITION BY HASH (id)PARTITIONS 64
select count() from readroom_website; --11901336行记录
//
select * from readroom_website where month(accesstime) =11 limit 10;
/ 受影响行数: 0 已找到记录: 10 警告: 0 持续时间 1 查询: 0.719 sec. */

4、分表

分表就是把一张大表,按照如上过程都优化了,还是查询卡死,那就把这个表拆分成多张表,把一次查询分成多次查询,然后把结果组合返回给用户.

分表分为垂直拆分和水平拆分,通常以某字段做拆分项,比如以id字段拆分为100张表:表名为tableName_id%100

但：分表需要修改源程序代码，会给开发带来大量工作，极大的增加了开发成本，故：只适合在开发初期就考虑到了大量数据存在，做好了分表处理，不适合应用上线了再做修改，成本太高！！！而且选择这个方案，都不如选择我提供的第二第三个方案的成本低！故不建议采用。

5、分库

把一个数据库分成多个,建议做个读写分离就行了,真正的做分库也会带来大量的开发成本.

方案二详细说明：升级数据库，换一个100%兼容mysql的数据库

mysql性能不行，那就换个。为保证源程序代码不修改，保证现有业务平稳迁移，故需要换一个100%兼容mysql的数据库。

开源选择

1.tiDB https://github.com/pingcap/tidb

2.Cubrid https://www.cubrid.org/

3.开源数据库会带来大量的运维成本且其工业品质和MySQL尚有差距，有很多坑要踩，如果你公司要求必须自建数据库，那么选择该类型产品。

云数据选择

1.阿里云POLARDB

2.https://www.aliyun.com/product/polardb?spm=a2c4g.11174283.cloudEssentials.47.7a984b5cS7h4wH

“
官方介绍语：POLARDB 是阿里云自研的下一代关系型分布式云原生数据库，100%兼容MySQL，存储容量最高可达 100T，性能最高提升至 MySQL 的 6 倍。POLARDB 既融合了商业数据库稳定、可靠、高性能的特征，又具有开源数据库简单、可扩展、持续迭代的优势，而成本只需商用数据库的 1/10。

我开通测试了一下，支持免费mysql的数据迁移，无操作成本，性能提升在10倍左右，价格跟rds相差不多，是个很好的备选解决方案！

1.阿里云OcenanBase

2.淘宝使用的，扛得住双十一，性能卓著，但是在公测中，我无法尝试，但值得期待

3.阿里云HybridDB for MySQL (原PetaData)

4.https://www.aliyun.com/product/petadata?spm=a2c4g.11174283.cloudEssentials.54.7a984b5cS7h4wH