在網際網路公司MySQL的使用非常廣泛，大家經常會有MySQL效能優化方面的需求。整理了一些在MySQL優化方面的實用技巧。
Schema與資料型別優化
-
整數通常是標識列最好的選擇，因為它們很快並且可以使用
AUTO_INCREMENT -
完全“隨機”的字串（如：
MD5()、SHA1()或者UUID()等產生的字串）會任意分佈在很大的空間內，會導致INSERT以及一些SELECT語句變的很慢 -
如果希望查詢執行得快速且併發性好，單個查詢最好不要做太多的關聯查詢（網際網路公司非常忌諱關聯查詢），利用程式來完成關聯操作
-
如果需要對一張比較大的表做表結構變更（
ALTER TABLE操作增加一列），建議先拷貝一張與原表結構一樣的表，再將資料複製進去，最後通過重新命名將新表的表名稱修改為原表的表名稱。因為在變更表結構的時候很有可能會鎖住整個表，並且可能會有長時間的不可用 -
避免多表關聯的時候可以適當考慮一些反正規化的建表方案，增加一些冗餘欄位
InnoDB索引優化
-
如果不是按照索引的最左列開始查詢，則無法使用索引
-
所有的非聚簇索引都需要先通過索引定位到對應的主鍵，然後在到聚簇索引查詢資料，所以在定義主鍵索引的時候一定要謹慎
-
只有當索引的列順序和
ORDER BY子句的順序完全一致，並且所有列的排序方向（倒序或者正序）都一樣時，MySQL才能夠使用索引來對結果做排序。有一種情況下ORDER BY子句可以不滿足索引的最左字首的要求，就是前導列為常量的時候。 -
在使用
like來匹配字串型別的欄位的值時，儘可能的使用字首匹配like ‘XX%’，避免使用like ‘%XX’ -
雜湊索引是基於雜湊表實現的，只有精確匹配索引所有列的查詢才有效，也不遵循索引的最左匹配原則
-
當伺服器需要對多個索引做聯合操作時（通常有多個
OR條件），建議修改成UNION的方式，這樣方便命中索引 -
對於如何選擇索引的列順序有一個經驗法則：將選擇性最高的列放到索引最前列
-
儘可能多的使用覆蓋索引（如果一個索引包含或者說覆蓋所有需要查詢的欄位的值，我們就稱之為覆蓋索引），通過
EXPLAIN的Extra列可以看到“Using index”資訊 -
當ID為主鍵時，建立索引(A)，相當於建立了(A)和(A, ID)兩個索引
-
表中的索引越多對
SELECT、UPDATE和DELETE操作速度變慢，同時佔用的記憶體也會比較多 -
InnoDB在二級索引上使用共享鎖，但是訪問主鍵索引需要排他鎖
-
儘可能的使用
WHERE IN和WHERE BETWEEN AND的方式來進行範圍查詢 -
LIMIT的偏移量越大效能越慢 -
編寫查詢語句時應該避免單行查詢、儘可能的使用資料原生順序從而避免額外的排序操作，並儘可能使用索引覆蓋查詢
查詢效能優化
-
對於低效的查詢，通常從兩個方面來分析：
- 確認應用程式是否在檢索大量超過需要的資料。這通常意味著訪問了太多的行，但有時候可能是訪問了太多的列
- 確認MySQL伺服器層是否在分析大量超過需要的資料行
-
一般MySQL能夠使用以下三種方式應用
WHERE條件，從好到壞依次為：- 在索引中使用WHERE條件倆過濾不匹配的記錄
- 使用索引覆蓋掃描來返回記錄
- 從資料表中返回資料，然後過濾不滿足條件的記錄
-
MySQL從設計上讓連線和斷開連線都很輕量級，在返回一個小的查詢結果方面很高效。在一個通用伺服器上，也能夠執行每秒超過10萬的查詢，一個千兆網路卡也能輕鬆滿足每秒超過2000次的查詢，MySQL內部每秒能夠掃描記憶體中上百萬行資料
-
在刪除大量資料時，建議每次刪除一小批量資料後，暫停一會兒再做下一次的刪除
-
無論如何排序都是一個成本很高的操作，所以從效能角度考慮，應儘可能避免排序或者儘可能避免對大量資料進行排序
-
COUNT()函式有兩種不同的作用：它可以統計某個列值的數量，也可以統計行數。最簡單的就是通過COUNT(*)來統計行數 -
關聯查詢的時候要確保關聯的欄位上有索引
-
在資料量很大並且歷史資料需要定期刪除的情況下，可以考慮使用分割槽表
-
如果定了的索引列和分割槽列不匹配，會導致查詢無法進行分割槽過濾
-
外來鍵約束儘可能避免，通常通過程式來實現，心中要有外來鍵
-
觸發器、儲存過程、自定義函式等最好不要使用
-
儘可能的利用查詢快取，如果在寫查詢語句的時候有一些不確定的資料（
NOW()或者CURRENT_DATE()等）時，則不會被快取 -
用多個小表代替一個大表對查詢快取有好處
-
批量寫入時只需要做一次快取失效，所以相比單條寫入（每寫入一次，快取就失效）效率更好，對於寫密集型的應用，直接禁用查詢快取
-
如果快取的空間太大，在過期操作的時候可能會導致伺服器僵死
以上是個人在工作中的經驗總結，如果有描述錯誤的地方希望大家可以幫忙指出，一起交流學習！