数据采样率优化

6.1 简介

现在让我们从理论转向实践。

“从理论上讲，理论和实践之间没有区别。实际上，他们是。”

我们生活在现实世界中，所有的软件产品最终都是为活着的人创造的。这些活着的人对加载缓慢的网站和运行缓慢的程序感到非常恼火。

而如果一个数据库查询花费的时间超过一秒，这是不可接受的。用户根本不会使用页面/功能如此缓慢的产品。

但通常，为了显示一个页面，您需要对数据库执行几十次查询。如果它们是按顺序执行的，那么您将不再有第二个限制，但假设每个请求 100 毫秒。

以下是程序员加速数据库查询的前 5 种方法：

1. 为数据库中的表添加索引。
2. 重写和优化查询。
3. 在数据库端启用（和配置）缓存。
4. 在客户端启用缓存。
5. 执行数据库反规范化。

大多数情况下，您已经熟悉了所有这些内容，因此以下内容只是实用建议。

6.2 指数

众所周知，使用数据库占据了几乎所有站点的大部分工作。它正在处理最常成为 Web 应用程序瓶颈的数据库。

在本文中，我想提供有关使用 MySQL 的实用建议。

我马上说：

• 这篇文章是关于 MySQL 的，尽管一般的事情可能适用于任何 DBMS。
• 文中所写均为个人观点，并非最终真理。
• 建议并不假装是新的，而是对文献阅读和个人经验进行概括的结果。
• 在本文的框架内，我不会涉及 MySQL 配置问题。

使用MySQL时遇到的问题可以分为以下三组（按重要性排序）：

1. 不使用或滥用索引。
2. 错误的数据库结构。
3. 不正确\次优的 SQL 查询。

让我们仔细看看这些组中的每一个。

使用索引

不使用或滥用索引是最常减慢查询速度的原因。对于那些不熟悉索引工作机制或尚未阅读手册的人，我强烈建议您阅读它。

使用索引的提示：

• 您不需要为所有内容编制索引。很多时候，人们在不理解其含义的情况下，只是简单地索引了一个表的所有字段。索引加快获取速度，但减慢行插入和更新速度，因此每个索引的选择必须有意义。
• 表征索引的主要参数之一是选择性，即索引中不同元素的数量。索引具有两个或三个可能值的字段是没有意义的。这样的索引几乎没有什么好处。
• 索引的选择应该从对给定表的所有查询的分析开始。通常，在这样的分析之后，您可以创建一个综合指数，而不是三个或四个指数。
• 使用复合索引时，索引中字段的顺序很关键。
• 不要忘记覆盖索引。如果查询中的所有数据都可以从索引中检索到，那么 MySQL 将不会直接访问该表。此类请求将很快执行。例如，对于SELECT name FROM user WHERE login='test'带有索引 (login, name) 的查询，不需要访问表。有时向复合索引添加一个额外的字段是有意义的，这将使索引覆盖并加快查询速度。
• 对于行索引，通常只索引行的一部分就足够了。这可以显着减小索引大小。
• 如果%在开头，则LIKE(SELECT * FROM table WHERE field LIKE '%test')不会使用索引。
• FULLTEXT索引仅与MATCH ... AGAINST语法一起使用。

6.3 数据库结构

设计良好的数据库是快速高效地使用数据库的关键。另一方面，设计糟糕的数据库总是让开发人员头疼。

数据库设计技巧：

1. 使用尽可能小的数据类型。数据类型越大，表越大，获取数据所需的磁盘访问次数就越多。使用一个非常方便的过程：SELECT * FROM table_name PROCEDURE ANALYSE();确定最小可能的数据类型。
2. 在设计阶段观察正常形式。通常程序员在这个阶段已经求助于非规范化。然而，在大多数情况下，在项目开始时，结果如何会很不明显。对表进行非规范化比遭受次优非规范化的表要容易得多。有时JOIN它比不正确的非规范化表工作得更快。
3. 不要使用NULL列，除非你有意识地需要它们。

6.4 SQL查询。

同样，人们常常希望用原生 SQL 重写所有查询，以便查询尽可能快。如果您决定这样做，那么这里有一些提示：

1. 避免请求循环。SQL 是一种集合语言，编写查询不应使用函数语言，而应使用集合语言。
2. 避免*在查询中使用（星号）。请随意准确列出您选择的字段。这将减少获取和发送的数据量。另外，不要忘记覆盖索引。即使您确实选择了表中的所有字段，也最好将它们列出来。首先，它提高了代码的可读性。使用星号时，不查看表是不可能知道表中有哪些字段的。其次，今天您的表有五个INT列，一个月后又添加了一个TEXT和BLOB，星号保持原样。
3. 分页时，要获取记录总数，请使用SQL_CALC_FOUND_ROWS和SELECT FOUND_ROWS();使用时SQL_CALC_FOUND_ROWS MySQL缓存选定的行数（在应用 LIMIT 之前），并且在使用时SELECT FOUND_ROWS()仅返回此缓存值而无需重新执行查询。
4. 不要忘记有INSERT多个插入的语法。一个查询将比循环中的多个查询快一个数量级。
5. LIMIT在不需要所有数据的地方使用。
6. 在选择之后代替INSERT… ON DUPLICATE KEY UPDATE…andINSERT或UPDATE，通常代替REPLACE.
7. 不要忘记这个惊人的功能GROUP_CONCAT。它可以帮助解决复杂的查询。