05.MySQL优化

#1.1 优化方向

1、存储引擎的选择：INnoDB MyISAM
2、设计数据库的设计，尽量的遵循三范式
3、适当的建立索引
4、查询数据的时候，注意 ... 这些
5、使用explain检查索引命中率，分析这一条sql语句是否可优化
6、数据量大的时候，主从分离、分库分表、垂直/水平分割
7、尽量采用 贵的，SSD硬盘。不选择机械硬盘
8、一个和你项目有关数据库优化的例子

1.2 MySQL优化

1、什么是MySQL的慢查询？
2、如何去分析 慢查询的日志？
3、遇到了慢查询如何解决？（最好有故事）
4、索引的建立是越多越好？为什么不是越多越好？
一个精彩的故事

02.简单说明

2.1 MySQL索引优化

# 1、最左前缀匹配原则，上面讲到了
# 2、主键外键一定要建索引
# 3、对 where,on,group by,order by 中出现的列使用索引
# 4、尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，
# 5、为较长的字符串使用前缀索引

'''
# 6、不要过多创建索引, 权衡索引个数与DML之间关系，DML也就是插入、删除数据操作。
    这里需要权衡一个问题，建立索引的目的是为了提高查询效率的，但建立的索引过多，
    会影响插入、删除数据的速度，因为我们修改的表数据，索引也需要进行调整重建
'''

'''
# 7、对于like查询，”%”不要放在前面。
    SELECT * FROMhoudunwangWHEREunameLIKE'后盾%' -- 走索引 
    SELECT * FROMhoudunwangWHEREunameLIKE "%后盾%" -- 不走索引
'''

'''
# 8、查询where条件数据类型不匹配也无法使用索引 
    字符串与数字比较不使用索引; 
    CREATE TABLEa(achar(10)); 
    EXPLAIN SELECT * FROMaWHEREa="1" – 走索引 
    EXPLAIN SELECT * FROM a WHERE a=1 – 不走索引 
    正则表达式不使用索引,这应该很好理解,所以为什么在SQL中很难看到regexp关键字的原因

#2.2 MySql分库分表

了解内容，不作为学习重点

1、mysql一主多从，读写分离：写主库，读从库（所有数据库的数据一样）
　　数据一样的，那么当数据量太大的时候查询还是很慢
2、分库（根据用户id分库）
　　1、所有数据库的表结构一样，存储的数据完全不一样
　　2、真实环境以用户id进行分库，每一个库的数据都很小，查询起来就快了
　　3、无法解决问题：当一个数据库中表中量过大的时候，查询依然会慢
4、分表（根据时间分表）
　　1、当一个表中数据过大的时候，我们必须要对表拆分
　　2、购物清单表中有两千万数据
最近半年的购物数据时 一百万
半年到一年的数据有五百万
一年以前的数据有一千万