欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

MySQL 的 20+ 条最佳实践

程序员文章站 2023-12-17 08:53:16
数据库操作是当今 web 应用程序中的主要瓶颈。 不仅是 dba(数据库管理员)需要为各种性能问题操心,程序员为做出准确的结构化表,优化查询性能和编写更优代码,也要费尽心思...

数据库操作是当今 web 应用程序中的主要瓶颈。 不仅是 dba(数据库管理员)需要为各种性能问题操心,程序员为做出准确的结构化表,优化查询性能和编写更优代码,也要费尽心思。 在本文中,我列出了一些针对程序员的 mysql 优化技术。
在我们开始学习之前,我补充一点:你可以在 envato market 上找到大量的 mysql 脚本和实用程序。

MySQL 的 20+ 条最佳实践

1.优化查询的查询缓存

大部分mysql服务器都有查询缓存功能。这是提高性能的最有效的方法之一,这是由数据库引擎私下处理的。当同一个查询被多次执行,结果会直接从缓存里提取,这样速度就很快。

主要的问题是,这对程序员来说太简单了,不容易看到,我们很多人都容易忽略。我们实际上是可以组织查询缓存执行任务的。

// query cache does not work
$r = mysql_query("select username from user where signup_date >= curdate()");

// query cache works!
$today = date("y-m-d");
$r = mysql_query("select username from user where signup_date >= '$today'");

查询缓存在第一行不执行的原因在于curdte()功能的使用。这适用于所有的非确定性功能,就像now()和rand()等等。。。因为功能返回的结果是可变的。mysql决定禁用查询器的查询缓存。我们所需要做的是通过添加一额外一行php,在查询前阻止它发生。

2. explain你的选择查询

使用explain关键词可以帮助了解mysql是怎样运行你的查询的。这有助于发现瓶颈和查询或表结构的其它问题。

explain的查询结果会展示哪一个索引被使用过,表示怎样扫描和储存的,等等。。。

选择一个select查询(一个有连接的复杂查询会更好),在它的前面添加关键词explain,这样就可以直接使用数据库了。结果会以一个漂亮的表来展示。例如,就好比我执行连接时忘了添加一栏的索引:

MySQL 的 20+ 条最佳实践

现在它只会从表2里面扫描9和16行,而非扫描7883行。经验法则是乘以所有“行”那一栏的数字,你的查询性能会跟结果数字成比例的。

3. 获取唯一行时使用limit 1

有时当你查表时,你已经知道你正在查找的结果只有一行。你可能正在获取唯一记录,或者你可能只是查询是否存在满足你的where子句条件的记录。

在这种情况下,将limit 1添加到查询条件中可以提高性能。这样,数据库引擎将在找到刚刚第一个记录之后停止扫描记录,而不是遍历整个表或索引。

// do i have any users from alabama?

// what not to do:
$r = mysql_query("select * from user where state = 'alabama'");
if (mysql_num_rows($r) > 0) {
  // ...
}
// much better:
$r = mysql_query("select 1 from user where state = 'alabama' limit 1");
if (mysql_num_rows($r) > 0) {
  // ...
}

4. 索引搜索字段

索引不仅仅是为了主键或唯一键。如果你会在你的表中按照任何列搜索,你就都应该索引它们。

MySQL 的 20+ 条最佳实践

正如你所看到的,这个规则也适用于如 "last_name like 'a%'"的部分字符串搜索。当从字符串的开头搜索时,mysql就可以使用那一列的索引。

你也应该明白什么样搜索可以不使用有规律的索引。例如,当搜索一个单词时(例如,"where post_content like '%apple%'"),你将不会看到普通索引的好处。你最好使用 mysql 全文搜索或者构建你自己的索引解决方案。

5. 索引并对连接使用同样的字段类型

如果你的应用程序包含许多连接查询, 你需要确保连接的字段在两张表上都建立了索引。 这会影响mysql如何内部优化连接操作。

此外,被连接的字段,需要使用同样类型。例如, 如果你使用一个decimal字段, 连接另一张表的int字段, mysql将无法使用至少一个索引。 即使字符编码也需要使用相同的字符类型。

// looking for companies in my state
$r = mysql_query("select company_name from users
  left join companies on (users.state = companies.state)
  where users.id = $user_id");
 
// both state columns should be indexed
// and they both should be the same type and character encoding
// or mysql might do full table scans

6. 不要order by rand()

起初这是一个听起来挺酷的技巧, 让许多菜鸟程序员陷入了这个陷阱。但你可能不知道,一旦你开始在查询中使用它,你创建了非常可怕的查询瓶颈。

如果你真的需要对结果随机排序, 这有一个更好的方法。补充一些额外代码,你将可以防止当数据成指数级增长时造成的瓶颈。关键问题是,mysql必须在排序之前对表中的每一行执行rand()操作(这需要处理能力),并且仅仅给出一行。

// what not to do:
$r = mysql_query("select username from user order by rand() limit 1");
 
 
// much better:
 
$r = mysql_query("select count(*) from user");
$d = mysql_fetch_row($r);
$rand = mt_rand(0,$d[0] - 1);
 
$r = mysql_query("select username from user limit $rand, 1");

所以挑选一个小于结果数的随机数,并将其用作limit子句中的偏移量。

7. 避免使用select *

从数据表中读取的数据越多,查询操作速度就越慢。它增加了磁盘操作所需的时间。此外,当数据库服务器与web服务器分开时,由于必须在服务器之间传输数据,将会有更长的网络延迟。

这是一个好习惯:当你使用select语句时总是指定你需要的列。

// not preferred
$r = mysql_query("select * from user where user_id = 1");
$d = mysql_fetch_assoc($r);
echo "welcome {$d['username']}";
 
// better:
$r = mysql_query("select username from user where user_id = 1");
$d = mysql_fetch_assoc($r);
echo "welcome {$d['username']}";
 
// the differences are more significant with bigger result sets

8. 几乎总是有一个id字段

在每个以id列为primary key的数据表中,优先选择auto_increment或者int。 也可以优选使用unsigned,因为该值不能为负的。

即使你拥有一个具有唯一用户名字段的用户表,也不要将其作为主键。 varchar字段作为主键(检索)速度较慢。通过内部id引用所有的用户数据,你的代码中将更加结构化。

有些后台操作是由mysql引擎本身完成的,它在内部使用主键字段。当数据库设置越复杂(集群,分区等...),这就变得更加重要了。

这个规则的一个可能的例外是“关联表”,用于两个表之间的多对多类型的关联。例如,“posts_tags”表中包含两列:post_id,tag_id,用于保存表名为“post”和“tags”的两个表之间的关系。这些表可以具有包含两个id字段的primary键。

9. 相比varchar优先使用enum

enum枚举类型是非常快速和紧凑的。在内部它们像tinyint一样存储,但它们可以包含和显示字符串值。这使他们成为某些领域的完美候选。

如果有一个字段只包含几种不同的值,请使用enum而不是varchar。例如,它可以是名为“status”的列,并且只包含诸如“active”,“inactive”,“pending”,“expired”等的值...

关于如何重构你的数据表,甚至有一种方法是可以从mysql本身得到“建议”。 当你有一个varchar字段,它实际上建议你将该列类型更改为enum。这通过调用procedure analyze()来完成。

10. 使用procedure analyse()获取建议

procedure analyse() 将使用mysql分析列结构和表中的实际数据,为你提供一些建议。它只有在数据表中有实际数据时才有用,因为这在分析决策时很重要。

例如,如果你创建了一个int类型的主键,但没有太多行,mysql则可能建议您改用mediumint。或者如果你使用varchar字段,如果表里只有很少的取值,你可能会得到一个建议是将其转换为enum。

你也可以在其中一个表视图中单击phpmyadmin中的“建议表结构”链接来执行此操作。

MySQL 的 20+ 条最佳实践

请记住,这些只是建议。 如果你的数据表变得越来越大,他们甚至可能不是正确的建议。至于如何修改最终是你来决定。

11. 如果可以的话使用not null

除非你有非常重要的理由使用null值,否则你应该设置你的列为not null。

首先,问一下你自己在空字符串值和null值之间(对应int字段:0 vs. null)是否有任何的不同.如果没有理由一起使用这两个,那么你就不需要一个null字段(你知道在oracle中null和空字符串是一样的吗?)。

null列需要额外的空间,他们增加了你的比较语句的复杂度。如果可以的话尽量避免它们。当然,我理解一些人,他们也许有非常重要的理由使用null值,这不总是一件坏事。

摘自mysql 文档:

"null列在行记录它们的值是否为null时需要额外的空间。例如myisam 表,每一个null列拥有额外的一个比特,聚集在最近的字节。"

12. 预处理语句

使用预处理语句有诸多好处,包括更高的性能和更好的安全性。

预处理语句默认情况下会过滤绑定到它的变量,这对于避免sql注入攻击极为有效。当然你也可以指定要过滤的变量。但这些方法更容易出现人为错误,也更容易被程序员遗忘。这在使用框架或 orm 的时候会出现一些问题。

既然我们关注性能,那就应该说说这个方面的好处。当在应用中多次使用同一个查询的时候,它的好处特别明显。既然向同一个预备好的语句中传入不同的参数值,mysql 对这个语句也只会进行一次解析。

同时,最新版本的 mysql 在传输预备好的语句时会采用二进制形式,这样做的作用非常明显,而且对减少网络延迟很有帮助。

曾经有一段时间,许多程序员为了一个重要的原因则避免使用预处理语句。这个原因就是,它们不会被mysql 缓存。不过在 5.1 版本的某个时候,查询缓存也得到的支持。

想在 php 中使用预处理语句,你可以看看  或使用数据抽象层,如 pdo

// create a prepared statement
if ($stmt = $mysqli->prepare("select username from user where state=?")) {
 
  // bind parameters
  $stmt->bind_param("s", $state);
 
  // execute
  $stmt->execute();
 
  // bind result variables
  $stmt->bind_result($username);
 
  // fetch value
  $stmt->fetch();
 
  printf("%s is from %s\n", $username, $state);
 
  $stmt->close();
}

13. 无缓冲查询

通常当你从脚本执行一个查询,在它可以继续后面的任务之前将需要等待查询执行完成。你可以使用无缓冲的查询来改变这一情况。

在php 文档中对   f函数有一个很好的解释: 

"mysql_unbuffered_query() 发送sql查询语句到mysql不会像 mysql_query()那样自动地取并缓冲结果行。这让产生大量结果集的查询节省了大量的内存,在第一行已经被取回时你就可以立即在结果集上继续工作,而不用等到sql查询被执行完成。"

然而,它有一定的局限性。你必须在执行另一个查询之前读取所有的行或调用 。另外你不能在结果集上使用 或  。

14. 使用 unsigned int 存储ip地址

很多程序员没有意识到可以使用整数类型的字段来存储 ip 地址,所以一直使用 varchar(15) 类型的字段。使用 int 只需要 4 个字节的空间,而且字段长度固定。

必须确保列是 unsinged int 类型,因为 ip 地址可能会用到 32 位无符号整型数据的每一个位。

在查询中可以使用 inet_aton() 来把一个ip转换为整数,用 inet_ntoa() 来进行相反的操作。在 php 也有类似的函数, 和 。

$r = "update users set ip = inet_aton('{$_server['remote_addr']}') where user_id = $user_id";

15. 固定长度(静态)的表会更快

(译者注:这里提到的表的长度,实际是指表头的长度,即表中每条数据占用的空间大小,而不是指表的数据量)

如果表中所有列都是“固定长度”,那么这个表被认为是“静态”或“固定长度”的。不固定的列类型包括 varchar、text、blob等。即使表中只包含一个这些类型的列,这个表就不再是固定长度的,mysql 引擎会以不同的方式来处理它。

固定长度的表会提高性能,因为 mysql 引擎在记录中检索的时候速度会更快。如果想读取表中的某一地,它可以直接计算出这一行的位置。如果行的大小不固定,那就需要在主键中进行检索。

它们也易于缓存,崩溃后容易重建。不过它们也会占用更多空间。例如,如果你把一个 varchar(20) 的字符改为 char(20) 类型,它会总是占用 20 个字节,不管里面存的是什么内容。

你可以使用“垂直分区”技术,将长度变化的列拆分到另一张表中。来看看:

16. 垂直分区

垂直分区是为了优化表结构而对其进行纵向拆分的行为。

示例 1: 你可能会有一张用户表,包含家庭住址,而这个不是一个常用数据。这时候你可以选择把表拆分开,将住址信息保存到另一个表中。这样你的主用户表就会更小。如你所知,表越小越快。

示例 2: 表中有一个 "last_login" 字段,用户每次登录网站都会更新这个字段,而每次更新都会导致这个表缓存的查询数据被清空。这种情况下你可以将那个字段放到另一张表里,保持用户表更新量最小。

不过你也需要确保不会经常联合查询分开后的两张表,要不然你就得忍受由这带来的性能下降。

17. 拆分大型delete或insert语句

如果你需要在网站上执行大型delete或insert查询,则需要注意不要影响网络流量。当执行大型语句时,它会锁表并使你的web应用程序停止。

apache运行许多并行进程/线程。 因此它执行脚本效率很高。所以服务器不期望打开过多的连接和进程,这很消耗资源,特别是内存。

如果你锁表很长时间(如30秒或更长),在一个高流量的网站,会导致进程和查询堆积,处理这些进程和查询可能需要很长时间,最终甚至使你的网站崩溃。

如果你的维护脚本需要删除大量的行,只需使用limit子句,以避免阻塞。

while (1) {
  mysql_query("delete from logs where log_date <= '2009-10-01' limit 10000");
  if (mysql_affected_rows() == 0) {
    // done deleting
    break;
  }
  // you can even pause a bit
  usleep(50000);
}

18. 越小的列越快

对于数据库引擎来说,磁盘空间可能是最需要注意的瓶颈。对性能而言,“小”和“紧缩”有助于减少磁盘传输量。

mysql 文档中有一个列表,列举了各种数据类型。

如果数据表预计只会有少量的行,那就没必要把主键定义为 int 类型,可以用 mediumint、smallint 甚至 tinyint 来代替。(译者注:对于日期数据,)如果不需要时间部分,就应该使用 date 而不是 datetime。

请确保留出合理的数据成长空间,不然就可能造成像slashdot那样的结果(译者注:slashdot 因为数据增长将评论表的主键改为了 int 型,但没有修改其父表中的相应的数据类型,虽然一个 alter 语句就可以解决问题,但是需要至少停止某些业务三个小时)。

19. 选择正确的存储引擎

mysql 有两个主要的存储引擎:myisam 和 innodb,它们各有利弊。

myisam 适用于读请求特别多的应用,但不适用于有大量写请求的情况。甚至你只是要更新一行中的某个字段,都会造成整张表被锁,然后直到这个查询完成,其它进程都不能从这张表读取数据。myisam 在计算 select count(*) 这种类型的查询时速度非常快。

innodb 是一个复杂的存储引擎,在多数小型应用中它比 myisam 慢。但是它支持行级锁,有更好的尺度。它还支持一些高级特性,比如事务。

20. 使用对象关系映射器(orm, object relational mapper)

通过使用orm(对象关系映射器),你可以获得一定的性能提升。orm可以完成的一切事情,手动编码也可完成。但这可能意味着需要太多额外的工作,并且需要高水平的专业知识。

orm以“延迟加载”著称。这意味着它们仅在需要时获取实际值。但是你需要小心处理他们,否则你可能最终创建了许多微型查询,这会降低数据库性能。

orm还可以将多个查询批处理到事务中,其操作速度比向数据库发送单个查询快得多。

目前我最喜欢的php-orm是doctrine。我写了一篇关于如何安装doctrine与codeigniter的文章(install doctrine with codeigniter)。

21. 小心使用持久连接

持久连接意味着减少重建连接到mysql的成本。 当持久连接被创建时,它将保持打开状态直到脚本完成运行。 因为apache重用它的子进程,下一次进程运行一个新的脚本时,它将重用相同的mysql连接。

  • php:

理论上看起来不错。 但从我个人(和许多其他人)的经验看来,这个功能可能会导致更多麻烦。 你可能会出现连接数限制问题、内存问题等等。

apache总是并行运行的,它创建许多子进程。 这是持久连接在这种环境中不能很好工作的主要原因。 在你考虑使用mysql_pconnect()之前,请咨询你的系统管理员。

原文出处: burak guzel   译文出处:   

上一篇:

下一篇: