為什麼要優化 系統的吞吐量瓶頸往往出現在資料庫的訪問速度上，即隨著應用程式的運行，資料庫的中的數據會越來越多，處理時間會相應變慢，且數據是存放在磁碟上的，讀寫速度無法和記憶體相比 如何優化 設計資料庫時：資料庫表、欄位的設計，存儲引擎 利用好MySQL自身提供的功能，如索引，語句寫法的調優 MySQL ...
為什麼要優化
- 系統的吞吐量瓶頸往往出現在資料庫的訪問速度上，即隨著應用程式的運行，資料庫的中的數據會越來越多，處理時間會相應變慢，且數據是存放在磁碟上的，讀寫速度無法和記憶體相比
如何優化
- 設計資料庫時：資料庫表、欄位的設計，存儲引擎
- 利用好MySQL自身提供的功能，如索引，語句寫法的調優
- MySQL集群、分庫分表、讀寫分離
關於SQL語句的優化的方法方式，網路有很多經驗，所以本文拋開這些，設法在DAO層的優化和資料庫設計優化上建樹，併列舉兩個簡單實例
例子1：ERP查詢優化
現狀分析：
1 缺少關聯索引
2 Mysql本身的性能所限，對多個表的關聯支持不好，目前的性能主要集中在列表查詢上面，列表查詢關聯了很多表
應對方法：
1 增加必要的索引：通過explain查看執行記錄，根據執行計劃添加索引；
2 先統計業務數據主表主鍵，獲取較小結果集，然後再利用結果集關聯查詢；
1） 先根據主表和條件查詢顯示業務數據的主鍵
2） 根據主鍵作為查詢條件，再關聯其他關聯表，查詢需要的業務欄位
3） 在主表查詢時，針對需要關聯其他表的查詢條件，需要做只有設置這個條件，才會做表關聯的設置
例如 有如下表 TT_A TT_B TT_C TT_D 假設未優化前的SQL是這樣的 SELECT A.ID, .... B.NAME, ..... C.AGE, .... D.SEX ..... FROM TT_A A LEFT JOIN TT_B B ON A.ID = B.ITEM_ID LEFT JOIN TT_C C ON B.ID = C.ITEM_ID LEFT JOIN TT_D D ON C.ID = D.ITEM_ID WHERE 1=1 AND A.XX = ? AND A.VV = ? ..... 那麼優化後的SQL是 第一步 SELECT A.ID FROM TT_A A WHERE 1=1 AND A.XX = ? AND A.VV = ? 第二步 SELECT A.ID, .... B.NAME, ..... C.AGE, .... D.SEX ..... FROM ( SELECT A.ID,..... FROM TT_A WHERE ID IN (1,2,3..) ) A LEFT JOIN TT_B B ON A.ID = B.ITEM_ID LEFT JOIN TT_C C ON B.ID = C.ITEM_ID LEFT JOIN TT_D D ON C.ID = D.ITEM_ID WHERE 1=1 AND A.XX = ? AND A.VV = ?
小結：
這種優化適用於，列表查詢，因為一個列表查詢的條件一般都是和主表掛鉤的，所以利用這一點，建立關鍵欄位索引，同時通過查詢條件的限制大大的縮小主表的數據量。這樣關聯其他表的時候就會快的多
例子2：文章搜索優化
假設你要做個貼吧的文章搜索功能，最簡單直接的存儲結構，就是利用關係資料庫，創建這樣一個存儲文章的關係資料庫表 TT_ARTICLES：
那麼，假如現在的搜索關鍵字是“目標”，我們就可以利用字元串匹配的方式來對 CONTENT 列進行匹配查詢：
select * from ARTICLES where CONTENT like '% 目標 %';
這很容易就實現了搜索功能。但是，這樣的方式有著明顯的問題，即使用 % 來進行字元串匹配是非常低效的，因此這樣的查詢需要遍歷整個表（全表掃描）。幾篇、幾十篇文章的時 候，還不是什麼問題，但是如果有幾十萬、幾百萬的文章，這種方式是完全不可行的。且不說單獨的關係資料庫表就不能容納那麼大的數據了，就是能夠容納，要掃描一遍，這裡的時間代價是難以想象的
於是，我們就要引入“倒排索引”的技術了。在前面所述的場景下， 我們可以把這個概念拆分為兩個部分來解釋： 好，那上面的 ARTICLES 表依然存在，但現在需要添加一個關鍵字表 KEYWORDS，並且，KEYWORD 列需要添加索引，因此這條關鍵字的記錄可以被迅速找到：
當然，我們還需要一個關聯關係表把 KEYWORDS 表和 ARTICLES 表結合起來， KEYWORD_ID 和 ARTICLE_ID 作為聯合主鍵
你看，這其實是一個多對多的關係，即同一個關鍵字可以出現在多篇文章中，而一篇文章可 以包含多個不同的關鍵字。這樣，我們可以先根據被索引了的關鍵字，從 KEYWARDS 表 中找到相應的 KEYWORD_ID，進而根據它在上面的關聯關係表找到 ARTICLE_ID，再根據 它去 ARTICLES 表中找到對應的文章。
小結：
這看起來是三次查找，但是因為每次都走索引，就免去了全表掃描，在數據量較小的時候速 度並不慢，並且，在使用 SQL 實現的時候，這個過程完全可以放到一個 SQL 語句中。在數 據量較小的時候，上面的方法已經足夠好用了。 這樣解決了全表掃描和字元串 % 匹配查詢造成的性能問題。
總結：
在技術面試的時候，如果你能舉出實際的例子，或者是直接說自己開發過程的問題和收穫會讓面試分會加很多，回答邏輯性也要強一點，不要東一點西一點，容易把自己都繞暈的。例如，問為怎麼優化SQL你不要一上來就直接回答加索引，你可以這樣回答：
面試官您好，首先我們的項目DB數據量遇到了瓶頸，導致列表查詢非常緩慢，給用戶的體驗不好，為瞭解決這個問題，有很多種方法，例如最基本的資料庫表設計，基本的SQL優化，MYSQL的集群，讀寫分離，分庫分表，架構上增加緩存層等，他們的優缺點……，綜合這些然後再結合我們項目特點，最後我們在技術選型的時候選了誰。
如果你這樣有條不紊，有理有據的回答了問題而且還說出這麼多問題外的知識點，面試官會覺得你不只是一個會寫代碼的人，而是你邏輯清晰，你對技術選型，有自己的理解和思考
