从事前端开发的都知道,页面显示的数据一定要及时的呈现,否则会影响用户体现.那么导致页面加载数据慢或者显示滞后的原因又是什么呢?
拿自己之前做项目经历给大家讲讲吧,之前做后台,当时的项目实时性都非常高,前端页面实时显示要求非常高 ,慢1秒显示都会导致用户的投诉,最后没办法,通过本地(磁盘)缓存跟数据表分割来解决这一问题.
原因分析
主要原因1: 后台数据库中的数据过多,没做数据优化导致后台查询数据很慢
次要原因2: 前端数据请求-解析-展示过程处理不当
次要原因3: 网络问题所致
那么我们应该怎么做后台数据优化呢?
解决问题
这里总结了几种方案,如何提高数据库查询的速度,大家参考.
1、缓存，在持久层或持久层之上做缓存
使用ehcache缓存,这个一般用于持久层的缓存，提供持久层、业务层的快速缓存，hibenate默认使用的二级缓存就是ehcache;
2、数据库表的大字段剥离
假如一个表的字段数有100多个,学会拆分字段,保证单条记录的数据量很小;
3、恰当地使用索引
必要时建立多级索引,分析MySQL的执行计划，通过表数据统计等方式协助数据库走正确的查询方式，该走索引就走索引，该走全表扫描就走全表扫描;
4、表的拆分
表分区和拆分，无论是业务逻辑上的拆分（如一个月一张报表、分库）还是无业务含义的分区（如根据ID取模分区）;
5、字段冗余
减少跨库查询和大表连接操作;,数据通过单个或多个JOB生成出来，减少实时查询;
6、从磁盘上做文章
数据存放的在磁盘的内、外磁道上，数据获取的效率都是不一样的;
7、放弃关系数据库的某些特性
引入NoSQL数据库;
换种思路存放数据，例如搜索中的倒排表;
在上面谈到数据库查询速度优化方案我们讲到了,数据优化的几种方案。接下来,一起看如何实际到具体的操作上.也就是我们在写数据时我们应该注意些什么？
1、对查询进行优化,应尽可能避免全表扫描
首先应考虑在 where 及 order by 涉及的列上建立索引。
下面我们来以一个表中177条数据比较一下,全表扫描与建立索引之后性能的一个比较.
1.1 全表查询
1.2 建立索引查询
1.3 结论
从这两种方式查询数据库结果看,建立索引之后查询速度提高了些,现在数据量还不明显,如果表中有10万条速度,差异就会很明显了.
2、写数据语句时尽可能减少表的全局扫描
2.1 减少where 字段值null判断
如何这样做,就会导致引擎放弃使用索引而进行全表扫描
应该这样去设置(也就是在没有值时,我们在存数据库时自动默认给个o值,而不是什么都不写):
2.2 应尽量避免在 where 子句中使用!=或<>操作符
这样写将导致引擎放弃使用索引而进行全表扫描。
2.3 应尽量避免在 where 子句中使用 or 来连接条件
这样将导致引擎放弃使用索引而进行全表扫描
可以这样操作:
2.4 in 和 not in 也要慎用
这样操作,也会导致全表扫描
以通配符*去查询所有数据,这样做也是非常耗时的,我们应该需要什么字段就查询什么字段.
应该这样做:
3、不要在条件判断时进行 算数运算
所以不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,这样系统将可能无法正确使用索引
应该这样做:
4、很多时候用 exists 代替 in 是一个好的选择
5 论索引技巧
5.1 并不是所有索引对查询都有效
SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。
5.2 索引并不是越多越好
索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。
5.3 应尽可能的避免更新 clustered 索引数据列
因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。
5.4 尽量使用数字型字段
若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。
6 创建数据库时应该注意地方
6.1. 尽可能的使用 varchar/nvarchar 代替 char/nchar
因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。
6.2 用表变量来代替临时表。
1. 如果表变量包含大量数据，请注意索引非常有限（只有主键索引）。
2. 在新建临时表时，如果一次性插入数据量很大，那么可以使用 select into 代替 create table，避免造成大量 log ，以提高速度；如果数据量不大，为了缓和系统表的资源，应先create table，然后insert。
3. 如果使用到了临时表，在存储过程的最后务必将所有的临时表显式删除，先 truncate table ，然后 drop table ，这样可以避免系统表的较长时间锁定。
4. 避免频繁创建和删除临时表，以减少系统表资源的消耗。
7. 尽量避免使用游标
1. 因为游标的效率较差，如果游标操作的数据超过1万行，那么就应该考虑改写。
2. 使用基于游标的方法或临时表方法之前，应先寻找基于集的解决方案来解决问题，基于集的方法通常更有效。
3. 与临时表一样，游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常要优于其他逐行处理方法，尤其是在必须引用几个表才能获得所需的数据时。在结果集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许，基于游标的方法和基于集的方法都可以尝试一下，看哪一种方法的效果更好。
8 数据放回时注意什么
8.1 尽量避免大事务操作，提高系统并发能力。
这样可以有效提高系统的并发能力
8.2 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。