優化一覽圖
優化
筆者將優化分為了兩大類：軟優化和硬優化。軟優化一般是運算元據庫即可；而硬優化則是操作伺服器硬體及引數設定。
1、軟優化
1）查詢語句優化
首先我們可以用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行資訊。
例:
DESC SELECT * FROM `user`
顯示：
其中會顯示索引和查詢資料讀取資料條數等資訊。
2）優化子查詢
在MySQL中，儘量使用JOIN來代替子查詢。因為子查詢需要巢狀查詢，巢狀查詢時會建立一張臨時表，臨時表的建立和刪除都會有較大的系統開銷，而連線查詢不會建立臨時表，因此效率比巢狀子查詢高。
3）使用索引
索引是提高資料庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：
- LIKE關鍵字匹配'%'開頭的字串，不會使用索引；
- OR關鍵字的兩個欄位必須都是用了索引，該查詢才會使用索引；
- 使用多列索引必須滿足最左匹配。
4）分解表
對於欄位較多的表，如果某些欄位使用頻率較低，此時應當將其分離出來從而形成新的表。
5）中間表
對於將大量連線查詢的表可以建立中間表，從而減少在查詢時造成的連線耗時。
6）增加冗餘欄位
類似於建立中間表，增加冗餘也是為了減少連線查詢。
7）分析表、檢查表、優化表
分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新造成的表空間浪費。
分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user
- Op： 表示執行的操作；
- Msg_type： 資訊型別，有status、info、note、warning、error；
- Msg_text： 顯示資訊。
檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個引數值：
- QUICK： 不掃描行，不檢查錯誤的連線；
- FAST： 只檢查沒有正確關閉的表；
- CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
- MEDIUM： 掃描行，以驗證被刪除的連線是有效的，也可以計算各行關鍵字校驗和；
- EXTENDED： 最全面的的檢查，對每行關鍵字全面查詢。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;
LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，通過OPTIMIZE TABLE語句可以消除檔案碎片，在執行過程中會加上只讀鎖。
2、硬優化
1）硬體三件套
- 配置多核心和頻率高的cpu，多核心可以執行多個執行緒；
- 配置大記憶體，提高記憶體，即可提高快取區容量，因此能減少磁碟I/O時間，從而提高響應速度；
- 配置高速磁碟或合理分佈磁碟：高速磁碟提高I/O，分佈磁碟能提高並行操作的能力。
2）優化資料庫引數
優化資料庫引數可以提高資源利用率，從而提高MySQL伺服器效能。MySQL服務的配置引數都在my.cnf或my.ini，下面列出效能影響較大的幾個引數：
- key_buffer_size： 索引緩衝區大小；
- table_cache： 能同時開啟表的個數；
- query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面引數的開關，0表示不使用緩衝區，1表示使用緩衝區，但可以在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
- sort_buffer_size： 排序緩衝區。
3）分庫分表
因為資料庫壓力過大，首先一個問題就是高峰期系統效能可能會降低，因為資料庫負載過高對效能會有影響。
另外一個，壓力過大把你的資料庫給搞掛了怎麼辦？
所以此時你必須得對系統做分庫分表+讀寫分離，也就是把一個庫拆分為多個庫，部署在多個資料庫服務上，這時作為主庫承載寫入請求。然後每個主庫都掛載至少一個從庫，由從庫來承載讀請求。
4）快取叢集
如果使用者量越來越大，此時你可以不停的加機器，比如說系統層面不停加機器，就可以承載更高的併發請求。
然後資料庫層面如果寫入併發越來越高，就擴容加資料庫伺服器，通過分庫分表是可以支援擴容機器的，如果資料庫層面的讀併發越來越高，就擴容加更多的從庫。
但是這裡有一個很大的問題：
資料庫其實本身不是用來承載高併發請求的，所以通常來說，資料庫單機每秒承載的併發就在幾千的數量級，而且資料庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。
如果你就是簡單的不停的加機器，其實是不對的。
所以在高併發架構裡通常都有快取這個環節，快取系統的設計就是為了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比資料庫系統要高出一到兩個數量級。
你完全可以根據系統的業務特性，對那種寫少讀多的請求，引入快取叢集。
具體來說，就是在寫資料庫的時候同時寫一份資料到快取叢集裡，然後用快取叢集來承載大部分的讀請求。這樣的話，通過快取叢集，就可以用更少的機器資源承載更高的併發。
結語
一個完整而複雜的高併發系統架構中，一定會包含各種複雜的自研基礎架構系統和各種精妙的架構設計，因此一篇小文頂多具有拋磚引玉的效果。但是總得來看，資料庫優化的思想差不多就這些了。希望能對大家有所幫助。這邊整理了一些有關Java架構的資料，包括（Dubbo、Redis、設計模式、Netty、zookeeper、Spring cloud、分散式、高併發等）可以免費提供給大家，大家如果需要的話可以：【點選進入】我的主頁，右側有獲取方式！