mysql 性能优化入门

MySQL 性能优化是一个复杂的过程，涉及数据库设计、查询优化、索引优化、配置调整等多个方面。以下是一些实战技巧和建议：

1. 查询优化

避免全表扫描

确保查询条件（WHERE、JOIN）字段上有索引，避免全表扫描。

-- 优化前（可能全表扫描）
SELECT * FROM users WHERE created_at > '2023-01-01';-- 优化后（添加索引）
ALTER TABLE users ADD INDEX idx_created_at (created_at);

优化子查询

用JOIN替代子查询，减少查询执行次数。

-- 优化前（子查询）
SELECT name FROM users WHERE id IN (SELECT user_id FROM orders);-- 优化后（JOIN）
SELECT u.name FROM users u JOIN orders o ON u.id = o.user_id;

2. 索引优化

创建复合索引

根据查询条件组合创建索引，注意最左匹配原则。

-- 为同时查询user_id和status的场景创建复合索引
ALTER TABLE orders ADD INDEX idx_user_status (user_id, status);

避免冗余索引

删除重复或不必要的索引，例如已有(a, b)索引，再创建(a)索引是冗余的。

3. 数据库设计优化

合理使用数据类型

• 用TINYINT替代INT存储布尔值或小范围数值。
• 用VARCHAR替代CHAR节省空间。

-- 优化前
CREATE TABLE users (is_active INT,  -- 可优化为TINYINTusername CHAR(50)  -- 可优化为VARCHAR
);-- 优化后
CREATE TABLE users (is_active TINYINT,username VARCHAR(50)
);

垂直拆分大表

将不常用字段拆分到单独的表，减少查询时的数据读取量。

4. 配置优化

调整内存分配

根据服务器内存调整innodb_buffer_pool_size（推荐物理内存的 50%-75%）。

# my.cnf 配置示例
[mysqld]
innodb_buffer_pool_size = 4G  # 根据服务器内存调整

优化查询缓存

根据业务读写比例调整query_cache_type和query_cache_size。

5. 慢查询日志分析

启用慢查询日志捕获执行时间超过阈值的查询，针对性优化。

# my.cnf 配置
[mysqld]
slow_query_log = 1
slow_query_log_file = /var/log/mysql/slow.log
long_query_time = 1  # 超过1秒的查询记录

6. 定期维护

分析和优化表

定期执行ANALYZE TABLE更新统计信息，OPTIMIZE TABLE回收碎片空间。

ANALYZE TABLE orders;
OPTIMIZE TABLE orders;

定期清理无用数据

归档历史数据，避免表过大影响查询性能。

7. 架构优化

• 读写分离：主库写，从库读，分担负载。
• 分库分表：水平拆分大表，解决单表数据量过大问题。

8. 监控工具

• EXPLAIN：分析查询执行计划，查看索引使用情况。
• SHOW STATUS：查看服务器状态，如Innodb_rows_read、Qcache_hits。
• Percona Toolkit：一套高级 MySQL 性能分析工具。

实战案例

问题：订单表查询缓慢，数据量超 1000 万。
优化步骤：

1. 为高频查询字段添加复合索引。
2. 垂直拆分不常用字段到order_extra表。
3. 开启慢查询日志，优化耗时最长的查询。
4. 配置innodb_buffer_pool_size为 8G（服务器 16G 内存）。

结果：核心查询从 5 秒降至 0.1 秒，吞吐量提升 5 倍。

注意事项

• 避免过度索引：索引会增加写操作开销。
• 分批处理大数据：避免一次性处理大量数据导致锁表。
• 定期备份：优化前务必备份数据，防止意外。

通过以上方法，结合具体业务场景和数据库监控数据，可系统性提升 MySQL 性能。