MySQL 被动性能优化
所以我们本文会重点介绍 MySQL 被动性能优化的知识，根据被动性能优化的知识，你就可以得到预防性能问题发生的一些方法，从而规避 MySQL 的性能问题。
本文我们会从问题入手，然后考虑这个问题产生的原因以及相应的优化方案。我们在实际开发中，通常会遇到以下 3 个问题：
- 单条 SQL 运行慢；
- 部分 SQL 运行慢；
- 整个 SQL 运行慢。
问题 1：单条 SQL 运行慢
问题分析
造成单条 SQL 运行比较慢的常见原因有以下两个：
- 未正常创建或使用索引；
- 表中数据量太大。
解决方案 1：创建并正确使用索引
索引是一种能帮助 MySQL 提高查询效率的主要手段，因此一般情况下我们遇到的单条 SQL 性能问题，通常都是由于未创建或为正确使用索引而导致的，所以在遇到单条 SQL 运行比较慢的情况下，你首先要做的就是检查此表的索引是否正常创建。
如果表的索引已经创建了，接下来就要检查一下此 SQL 语句是否正常触发了索引查询，如果发生以下情况那么 MySQL 将不能正常的使用索引：
- 在 where 子句中使用 != 或者 <> 操作符，查询引用会放弃索引而进行全表扫描；
- 不能使用前导模糊查询，也就是 '%XX' 或 '%XX%'，由于前导模糊不能利用索引的顺序，必须一个个去找，看是否满足条件，这样会导致全索引扫描或者全表扫描；
- 如果条件中有 or 即使其中有条件带索引也不会正常使用索引，要想使用 or 又想让索引生效，只能将 or 条件中的每个列都加上索引才能正常使用；
- 在 where 子句中对字段进行表达式操作。
因此你要尽量避免以上情况，除了正常使用索引之外，我们也可以使用以下技巧来优化索引的查询速度：
- 尽量使用主键查询，而非其他索引，因为主键查询不会触发回表查询；
- 查询语句尽可能简单，大语句拆小语句，减少锁时间；
- 尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型；
- 用 exists 替代 in 查询；
- 避免在索引列上使用 is null 和 is not null。
回表查询：普通索引查询到主键索引后，回到主键索引树搜索的过程，我们称为回表查询。
解决方案 2：数据拆分
当表中数据量太大时 SQL 的查询会比较慢，你可以考虑拆分表，让每张表的数据量变小，从而提高查询效率。
1.垂直拆分
指的是将表进行拆分，把一张列比较多的表拆分为多张表。比如，用户表中一些字段经常被访问，将这些字段放在一张表中，另外一些不常用的字段放在另一张表中，插入数据时，使用事务确保两张表的数据一致性。垂直拆分的原则：
- 把不常用的字段单独放在一张表；
- 把 text，blob 等大字段拆分出来放在附表中；
- 经常组合查询的列放在一张表中。
2.水平拆分
指的是将数据表行进行拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。通常情况下，我们使用取模的方式来进行表的拆分，比如，一张有 400W 的用户表 users，为提高其查询效率我们把其分成 4 张表 users1，users2，users3，users4，然后通过用户 ID 取模的方法，同时查询、更新、删除也是通过取模的方法来操作。
表的其他优化方案：
- 使用可以存下数据最小的数据类型；
- 使用简单的数据类型，int 要比 varchar 类型在 MySQL 处理简单；
- 尽量使用 tinyint、smallint、mediumint 作为整数类型而非 int；
- 尽可能使用 not null 定义字段，因为 null 占用 4 字节空间；
- 尽量少用 text 类型，非用不可时最好考虑分表；
- 尽量使用 timestamp，而非 datetime；
- 单表不要有太多字段，建议在 20 个字段以内。
