一、整體最佳化思路
首先建構腳本觀察查詢數，連接數等數據，確定環境原因以及內部SQL執行原因，然後根據具體原因做具體處理。
推薦：《mysql影片教學》
二、建立腳本觀察狀態
mysqladmin -uroot -p ext \G
該命令可獲取當前查詢數量等信息，定時輪詢並將結果重定向到文字中，然後處理成圖表。
三、處理對策
#1.若是規律性出現查詢慢，考慮快取雪崩問題。
對於此問題只需將快取的失效時間處理成不要相近時間同時失效，失效時間盡量離散化，或集中到午夜失效。
2.若非規律性查詢緩慢，考慮設計缺乏最佳化
處理方法：
a：開啟profiling記錄查詢操作，並取得語句執行詳細資訊
show variables like '%profiling%'; set profiling=on; select count(*) from user; show profiles; show profile for query 1; >>> +--------------------------------+----------+ | Status | Duration | +--------------------------------+----------+ | starting | 0.000060 | | Executing hook on transaction | 0.000004 | | starting | 0.000049 | | checking permissions | 0.000007 | | Opening tables | 0.000192 | | init | 0.000006 | | System lock | 0.000009 | | optimizing | 0.000005 | | statistics | 0.000014 | | preparing | 0.000017 | | executing | 0.001111 | | end | 0.000006 | | query end | 0.000003 | | waiting for handler commit | 0.000015 | | closing tables | 0.000011 | | freeing items | 0.000085 | | cleaning up | 0.000008 | +--------------------------------+----------+
b：使用explain 查看語句執行情況，索引使用，掃描範圍等等
mysql> explain select count(*) from goods \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table: goods partitions: NULL type: index possible_keys: NULL key: gid key_len: 5 ref: NULL rows: 3 filtered: 100.00 Extra: Using index
c：相關最佳化手法
表格的最佳化與列類型選擇
列選擇原則：
1：欄位類型優先權整數> date,time > char,varchar > blob
#原因：整數,time運算快，節省空間
char/varchar要考慮字元集的轉換與排序時的校對集，速度慢
blob無法使用記憶體暫存表
2：夠用就行，不要慷慨(如smallint,varchar(N))
原因：大的字段浪費內存，影響速度
以varchar(10), varchar( 300)儲存的內容相同，但在表格聯查時，varchar(300)要花更多記憶體
3：盡量避免使用NULL
原因：NULL不利於索引，要用特殊的位元組來標註.
在磁碟上佔據的空間其實更大
#索引最佳化策略
##1.索引類型 1.1 B-tree索引(排好序的快速尋找結構) 註：Myisam,innodb中，預設用的是B-tree索引 1.2 hash索引 在memory表裡，預設是hash索引，hash的理論查詢時間複查度為O（1） 疑問：既然hash索引如此高效，為何不都用他？ a.hash函數計算後的結果是隨機的，如果是在磁碟上放置數據，以主鍵為id為例，那麼隨著id的增長，id對應的行，在磁碟上隨機放置。 b.無法對範圍查詢進行最佳化 c.無法利用前綴索引，例如在b-tree中，field列的值為“helloworld”，索引查詢xx=hello/xx =helloworld都可以利用索引（左前綴索引），但hash索引無法做到，因為hash(hello)與hash(helloworld)並無關聯關係。 d.排序也無法最佳化 e.必須回行，透過索引拿到資料位置，必須回到表中取資料. 2.b-tree索引的常見誤解 2.1 在where條件常用的列上都加上索引 例：where cat_id=3 and price>100； //查詢第3個欄位，100元以上的商品 錯誤：cat_id和price上都加上索引。其實只能用上一個索引，他們都是獨立索引. 2.2 在多列上建立索引後，查詢哪個列，索引都會發揮作用 2.2 在多列上建立索引後，查詢哪個列，索引都會發揮作用 正解：多列索引上，索引發揮作用，需要滿足左前綴要求（層層索引） 以index(a, b,c)為例：语句 索引是否发挥作用 where a=3 是 where a=3 and b=5 是 where a=3 and b=5 and c=4 是 where b=3 or where c=4 否 where a=3 and c=4 a列能发挥索引作用，c列不能 where a=3 and b>10 and c=7 a,b能发挥索引作用，c列不能
高效能索引策略
#1.對於innodb而言，因為節點下有資料文件，因此節點的分割將會變得比較慢，對於innodb的主鍵，盡量用整數，而且是遞增的整數。 2.索引的長度直接影響索引檔案的大小，影響增刪改的速度，並間接影響查詢速度（佔用記憶體多）。 3.針對列中的值，由左往右截取部分來建立索引。 a.截的越短，重複度越高，區分越小，索引效果越不好 b.截的越長，雖然區分度提高，但索引檔變大影響速度 所以盡量在長度上找到一個平衡點使效能最大化，慣用手法：截取不同長度來測試索引區分度 區分度測試：select count(distinct left(word, 1)) / count(*) from table;
alter table table_name add index word(word(4));
理想的索引
1.查詢頻繁 2.區分度高 3.長度小 4.盡量覆寫常用查詢欄位以上是分享Mysql優化思路的詳細內容。更多資訊請關注PHP中文網其他相關文章！
