数据库优化无论实在面试还是工作中都非常重要，结合个人多年的从业经验，它主要从数据库设计、sql优化、服务器优化等方面来进行。
数据库设计优化
表设计方面
- 1）表的数据类型是否合理，要遵守选取数据类型越简单越小的原则
- 2）表中碎片是否整理
- 3）表的统计信息是否收集，只有统计信息准确，执行计划才能帮助优化SQL
- 4）表设计时候增加必要的注释，说明字段的用途
字段设计方面
- 1）使用varchar替代char
varchar的存储是按实际长度来存储的，可以节省存储空间，而char是按照定义长度来存储的，不足补充空格
sql优化
常规优化
- 1）尽量不要使用
select *，而是使用具体的字段
避免了不需要的列返回给客户端调用，节约流量，select *可能会用到覆盖索引，直接从索引中获取要查询的列数据，减少了回表查询，调高查询效率 - 2）避免在where子句中使用OR来进行条件关联，有可能造成索引失效
- 3）尽量使用数值类型代替字符串
处理引擎在执行查询和连接时候，如果是字符串类型则会逐个比较字符，要是数值类型的话直接比较一次就可以了，字符串的连接性能也会大大降低。 - 4）应尽量避免在where子句中使用!=或<>操作符
这种情况可能会造成索引失效，经过sql优化器优化，执行引擎发现使用索引的代价比不走索引还要大，就会放弃使用索引直接走全表扫描 - 5）在inner join 、left join、right join都满足条件的状况下，优先使用inner join
inner join内连接，只保留左右两张表中都匹配的结果集；left join 左连接，以左表为主表，返回左表中的所有行，即使右表中没有匹配的行；right join右连接，以右表为主表，返回右表中的所有数据，即使坐标中没有匹配的行；如果是inner join等值连接，返回的行数比较小，所以效率较高；左右连接的话，按照“小表驱动大表的原则”，用小表作为主表 - 6）遵循“小表驱动大表”的原则
在含有复杂子查询的sql语句中，在满足条件的情况下，应该将小表放在里面层层过滤，缩小查询的范围 - 7）分组过滤的时候，应该先过滤，再分组
- 8）执行delete或update语句，加个limit或者循环分批次删除
降低误删数据的代价，避免长事务，数据量大的话，容易把cpu打满，一次性删除数据太多的话可能造成锁表 - 9）用union all替代union
union会对筛选掉重复的记录，所以会在连接后对所产生的结果集先进行排序运算，然后再删除重复记录返回，如果数据量比较大的情况下可能会使用磁盘排序 - 10）多条写数据，建议采用批量提交减少事务提交的次数，提高性能
- 11）关联查询的表连接不要太多
关联表的个数越多，编译的时间和开销也越大，每次关联在内存中都会产生一个临时表 - 12）索引并不是越多越好
索引虽然提高了查询性能，但是会降低数据写入的速度，并且索引的存储是要占用空间的，索引也是排序的，排序是要花费时间的，insert和update操作可能会导致重建索引，如果数据量巨大，这笔消耗也是非常惊人的 - 13）去重distinct过滤字段要少
数据库引擎对数据的比较、过滤是一个很耗费资源的操作 14）尽量避使用游标
索引优化
- 1）通过explain，查看执行计划，检查索引使用情况，没有用到索引，考虑创建
- 2）创建索引前，查看索引的选择性distinct，判断该字段是否适创建索引
索引选择性指不重复的索引值和数据记录总数的比值，越接近1越好；主键索引和唯一索引选择性是1 - 3）创建索引后，再查看执行计划，对比两次结果，查看效率是否提高
慢查询优化
- 1）如果一个select语句中没有where条件，只有单纯的group by | order by，这是无法使用索引的。需要有where作为基础铺垫，遵从最左原则才能使用索引。
