一、SQL語句優化

1、優化count

每次分頁操作都要獲取一次count（），都需要掃描大量的行（意味著需要訪問大量的數據）才能獲得精確的結果，因此可以增加匯總表，或者redis緩存來專門記錄該表對應的記錄數，這樣的話，就可以很輕松的實現匯總數據的查詢，而且效率很高，但是這種統計并不能保證百分之百的準確。

創建一張表用來記錄日志表的總數據量：

create table log_counter( logcount bigint not null )

在每次插入數據之后，更新該表 ：

<update id="updateLogCounter" > update log_counter set logcount = logcount + 1 </update>

在進行分頁查詢時, 獲取總記錄數，從該表中查詢既可：

<select id="countLogFromCounter" resultType="long"> select logcount from log_counter limit 1 </select>

2、優化limit

查詢越靠后的頁碼，查詢效率則越慢：

select * from operation_log 1 limit 3000000 , 10;

將上述SQL優化為 :

select * from operation_log t , (select id from operation_log order by id limit 3000000,10) b where t.id = b.id ;

3、條件查詢優化

針對于條件查詢,需要對查詢條件,及排序字段建立索引。

create index idx_id_username_roleid on t_user(id,username,role_id); create index idx_username_roleid on t_user(username,role_id); create index idx_roleid on t_user(role_id);

使用explain語句查看優化效果：


可以看到無論哪種組合查詢都走了索引，查詢效率明顯提升。

4、優化排序

在查詢數據時，如果業務需求中需要我們對結果內容進行了排序處理 , 這個時候,我們還需要對排序的字段建立適當的索引, 來提高排序的效率 。

二、服務器優化

1、MySQL主從復制和讀寫分離

服務器主從復制是指將主數據庫的DDL 和 DML 操作通過二進制日志傳到從庫服務器中，然后在從庫上對這些日志重新執行，從而使得從庫和主庫的數據保持同步。在Mysql主從復制的基礎上，可以使用讀寫分離來降低單臺Mysql節點的壓力，從而來提高訪問效率，對于讀寫分離的實現，可以通過Spring AOP 來進行動態的切換數據源。

2、應用服務器優化

（1）緩存：可以在業務系統中使用redis來做緩存，緩存一些基礎性的數據，來降低關系型數據庫的壓力，提高訪問效率。

（2）全文檢索：如果業務系統中的數據量比較大（達到千萬級別），這個時候，如果再對數據庫進行查詢，特別是進行分頁查詢，速度將變得很慢（因為在分頁時首先需要count求合計數），為了提高訪問效率，這個時候，可以考慮加入Solr 或者 ElasticSearch全文檢索服務，來提高訪問效率。

（3）非關系型數據庫：也可以考慮將非核心（重要）數據，存在 MongoDB 中，這樣可以提高插入以及查詢的效率。

---

注：聯合索引的結構

create index idx_id_username_roleid on t_user(id,username,role_id);

B+樹排序時先比較id，再比較username，最后比較role_id.

總結

以上是生活随笔為你收集整理的MySQL性能优化步骤的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。