在数据库设计和表创建时,我们首要考虑的就是性能咯,不然的话,在后期数据更新到千亿级别时,再来优化,那成本就加大了。或者说你给后期的开发人员挖了一个大坑吧!
考虑到性能,那你在设计的时候会考虑到哪些问题了,下面将来详细的介绍。
设计表时要注意:
1 表字段避免null值出现,null值很难查询优化且占用额外的索引空间,推荐默认数字0代替null。
2 尽量使用INT而非BIGINT,如果非负则加上UNSIGNED(这样数值容量会扩大一倍),当然能使用TINYINT、SMALLINT、MEDIUM\_INT更好。
3 使用枚举或整数代替字符串类型
4 尽量使用TIMESTAMP而非DATETIME
5 单表不要有太多字段,建议在20以内
6 用整型来存IP
索引
1 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命令上涉及的列建立索引,可根据EXPLAIN来查看是否用了索引还是全表扫描
2 应尽量避免在WHERE子句中对字段进行NULL值判断,否则将导致引擎放弃使用索引而进行全表扫描
3 值分布很稀少的字段不适合建索引,例如"性别"这种只有两三个值的字段
4 字符字段只建前缀索引
5 字符字段最好不要做主键
6 不用外键,由程序保证约束
7 尽量不用UNIQUE,由程序保证约束
8 使用多列索引时主意顺序和查询条件保持一致,同时删除不必要的单列索引
简言之就是使用合适的数据类型,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,因为字符串的比较更复杂。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)尽量少用text,非用不可最好分表
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(%)出现的列
(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:
sql的编写需要注意优化
1 使用limit对查询结果的记录进行限定
2 避免select *,将需要查找的字段列出来
3 使用连接(join)来代替子查询
4 拆分大的delete或insert语句
5 可通过开启慢查询日志来找出较慢的SQL
6 不做列运算:SELECT id WHERE age + 1 = 10,任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等等,查询时要尽可能将操作移至等号右边
7 sql语句尽可能简单:一条sql只能在一个cpu运算;大语句拆小语句,减少锁时间;一条大sql可以堵死整个库
8 OR改写成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
9 不用函数和触发器,在应用程序实现
10 避免%xxx式查询
11 少用JOIN
12 使用同类型进行比较,比如用'123'和'123'比,123和123比
13 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而进行全表扫描
14 对于连续数值,使用BETWEEN不用IN:SELECT id FROM t WHERE num BETWEEN 1 AND 5
15 列表数据不要拿全表,要使用LIMIT来分页,每页数量也不要太大
引擎
目前广泛使用的是MyISAM和InnoDB两种引擎:
MyISAM
MyISAM引擎是MySQL 5.1及之前版本的默认引擎,它的特点是:
1 不支持行锁,读取时对需要读到的所有表加锁,写入时则对表加排它锁
2 不支持事务
3 不支持外键
4 不支持崩溃后的安全恢复
5 在表有读取查询的同时,支持往表中插入新纪录
6 支持BLOB和TEXT的前500个字符索引,支持全文索引
7 支持延迟更新索引,极大提升写入性能
8 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MySQL 5.5后成为默认索引,它的特点是:
1.支持行锁,采用MVCC来支持高并发
2.支持事务
3.支持外键
4.支持崩溃后的安全恢复
5.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速度可能超快,占用存储空间也小,但是程序要求事务支持,故InnoDB是必须的,故该方案无法执行,放弃!
真的挖坑了
如果真的出现亿万级别的大数据表,那你是埋了一个大坑, 这个又要如何优化呢!目前比较普遍的方案主要有分区,分库分表,NoSql/NewSql。
实际项目中,这三种方案是结合的,目前绝大部分系统的核心数据都是以RDBMS存储为主,NoSql/NewSql存储为辅。这里就不在这里做详细介绍,介绍不完啊!