北京大型网站建设网站服务器维护内容

当前位置： 首页 > news >正文

北京大型网站建设,网站服务器维护内容,建筑安装公司,wordpress 附件加密1、避免使用select *
select * 不会走覆盖索引#xff0c;会出现大量的回表操作#xff0c;从而导致查询sql的性能很低。 –反例 select * from user where id 1;–正例 select name,age from user where id 1;2、union all 代替 union union#xff1a;去重后的数据… 1、避免使用select *   select * 不会走覆盖索引会出现大量的回表操作从而导致查询sql的性能很低。 –反例 select * from user where id 1;–正例 select name,age from user where id 1;2、union all 代替 union union去重后的数据union all所有数据包含重复数据 排重的过程需要遍历、排序和比较它更耗时更消耗cpu资源。 除非是有些特殊的场景比如union all之后结果集中出现了重复数据而业务场景中是不允许产生重复数据的这时可以使用union。 –反例 (select * from user where id 1) union (select * from user where id 2); –正例 (select * from user where id 1) union all (select * from user where id 2); 3、小表驱动大表 小表驱动大表小表的数据集驱动大表的数据集。 假如有order和user两张表其中order表有10000条数据而user表有100条数据。 有效的用户下过的订单列表in关键字去实现业务需求更加合适。 因为如果SQL语句中包含了in关键字则它会优先执行in里面的子查询语句然后再执行in外面的语句。如果in里面的数据量很少作为条件查询速度更快。  如果SQL语句中包含了exists关键字它优先执行exists左边的语句即主查询语句。然后把它作为条件去跟右边的语句匹配。如果匹配上则可以查询出数据。如果匹配不上数据就被过滤掉了。  –IN select * from order where user_id in (select id from user where status1)–exists select * from order where exists (select 1 from user where order.user_id user.id and status1) in 适用于左边大表右边小表。 exists 适用于左边小表右边大表。 4、批量新增 下面操作需要多次请求数据库才能完成这批数据的插入。 每次远程请求数据库是会消耗一定性能的。而如果我们的代码需要请求多次数据库才能完成本次业务功能势必会消耗更多的性能。 –反例 for(Order order: list){orderMapper.insert(order): }在循环中逐条插入 insert into order(id,code,user_id) values(123,001,100); 批量插入只需要远程请求一次数据库SQL性能会得到提升数据量越多提升越大。 但需要注意的是不建议一次批量操作太多的数据如果数据太多数据库响应也会很慢。批量操作需要把握一个度建议每批数据尽量控制在500以内。如果数据多于500则分多批次处理。 –正例 orderMapper.insertBatch(list);insert into order(id,code,user_id) values(123,001,100),(124,002,100),(125,003,101);5、多用limit 查询数据创建时间最新的一条数据 –反例 select id,create_date from order where user_id123 order by create_date asc;ListOrder list orderMapper.getOrderList(); Order order list.get(0); –正例 select id,create_date from order where user_id123 order by create_date asc limit 1; 6、in中值太多 我们不做任何限制该查询语句一次性可能会查询出非常多的数据很容易导致接口超时。 select id,name from category where id in (1,2,3…100000000); 可以在SQL中对数据用limit做限制不过我们更多的是要在业务代码中加限制 select id,name from category where id in (1,2,3…100) limit 500; 如果ids超过500条记录可以分批用多线程去查询数据。每批只查500条记录最后把查询到的数据汇总到一起返回。  public ListCategory getCategory(ListLong ids) {if(CollectionUtils.isEmpty(ids)) {return null;}if(ids.size() 500) {throw new BusinessException(一次最多允许查询500条记录)}return mapper.getCategoryList(ids); } 7、增量同步 远程接口查询数据然后同步到另外一个数据库。 –反例 –数据很多的话查询性能会非常差。 select * from user;按ID和时间升序每次只同步一批数据这一批数据只有100条记录。 每次同步完成之后保存这100条数据中最大的ID和时间给同步下一批数据的时候用。 通过这种增量查询的方式能够提升单次查询的效率。 select * from user where id #{lastId} and create_time #{lastCreateTime} limit 100; 全量同步每天9点全量执行一次目标表记录同步时间 增量同步每15分钟定时执行任务同步数据如果源数据表修改时间 目标表的同步时间 作为新增数据同步  8、高效的分页 列表页在查询数据时为了避免一次性返回过多的数据影响接口性能我们一般会对查询接口做分页处理。 select id,name,age from user limit 10,20; 如果表中数据量少用limit关键字做分页没啥问题。但如果表中数据量很多用它就会出现性能问题。mysql会查到1000020条数据然后丢弃前面的1000000条只查后面的20条数据这个是非常浪费资源的。 select id,name,age from user limit 1000000,20; 先找到上次分页最大的id然后利用id上的索引查询。不过该方案要求id是连续的并且有序的。 select id,name,age from user where id 1000000 limit 20; 9、用连接查询代替子查询 mysql中如果需要从两张以上的表中查询出数据的话一般有两种实现方式子查询 和 连接查询。 –子查询 select * from order where user_id in (select id from user where status1) 子查询语句可以通过in关键字实现一个查询语句的条件是在另一个select语句的查询结果中。程序先运行在嵌套在最内层的语句再运行外层的语句。 子查询语句的优点是简单结构化如果涉及的表数量不多的话。 但缺点是mysql执行子查询时需要创建临时表查询完毕后需要再删除这些临时表有一些额外的性能消耗。 select o.* from order o inner join user u on o.user_id u.id where u.status1 10、join的表不宜过多 阿里巴巴开发者手册的规定join表的数量不应该超过3个。 如果join太多mysql在选择索引的时候会非常复杂很容易选错索引。 并且如果没有命中中nested loop join 就是分别从两个表读一行数据进行两两对比复杂度是 n^2。所以我们应该尽量控制join表的数量。 –反例 select a.name,b.name.c.name,d.name from a inner join b on a.id b.a_id inner join c on c.b_id b.id inner join d on d.c_id c.id inner join e on e.d_id d.id inner join f on f.e_id e.id inner join g on g.f_id f.id 如果实现业务场景中需要查询出另外几张表中的数据可以在a、b、c表中冗余专门的字段比如在表a中冗余d_name字段保存需要查询出的数据。 不过我之前也见过有些ERP系统并发量不大但业务比较复杂需要join十几张表才能查询出数据。所以join表的数量要根据系统的实际情况决定不能一概而论尽量越少越好。 –正例 select a.name,b.name.c.name,a.d_name from a inner join b on a.id b.a_id inner join c on c.b_id b.id 11、 join时要注意 left join求两个表的交集外加左表剩下的数据。inner join求两个表交集的数据。 两张表使用inner join关联mysql会自动选择两张表中的小表去驱动大表所以性能上不会有太大的问题。 –inner join select o.id,o.code,u.name from order o inner join user u on o.user_id u.id where u.status1; 两张表使用left join关联mysql会默认用left join关键字左边的表去驱动它右边的表。如果左边的表数据很多时就会出现性能问题。 select o.id,o.code,u.name from order o left join user u on o.user_id u.id where u.status1; left join关联查询时左边要用小表右边可以用大表。如果能用inner join的地方尽量少用left join。 12、控制索引数量 众所周知索引能够显著的提升查询sql的性能但索引数量并非越多越好。 因为表中新增数据时需要同时为它创建索引而索引是需要额外的存储空间的而且还会有一定的性能消耗。 阿里巴巴的开发者手册中规定单表的索引数量应该尽量控制在5个以内并且单个索引中的字段数不超过5个。 mysql使用的B树的结构来保存索引的在insert、update和delete操作时需要更新B树索引。如果索引过多会消耗很多额外的性能。 那么问题来了如果表中的索引太多超过了5个该怎么办 这个问题要辩证的看如果你的系统并发量不高表中的数据量也不多其实超过5个也可以只要不要超过太多就行。 但对于一些高并发的系统请务必遵守单表索引数量不要超过5的限制。 那么高并发系统如何优化索引数量 能够建联合索引就别建单个索引可以删除无用的单个索引。 将部分查询功能迁移到其他类型的数据库中比如Elastic Seach、HBase等在业务表中只需要建几个关键索引即可。 13、选择合理的字段类型 char表示固定字符串类型该类型的字段存储空间的固定的会浪费存储空间。 alter table order add column code char(20) NOT NULL; varchar表示变长字符串类型该类型的字段存储空间会根据实际数据的长度调整不会浪费存储空间。 alter table order add column code varchar(20) NOT NULL; 如果是长度固定的字段比如用户手机号一般都是11位的可以定义成char类型长度是11字节。 但如果是企业名称字段假如定义成char类型就有问题了。 如果长度定义得太长比如定义成了200字节而实际企业长度只有50字节则会浪费150字节的存储空间。 如果长度定义得太短比如定义成了50字节但实际企业名称有100字节就会存储不下而抛出异常。 所以建议将企业名称改成varchar类型变长字段存储空间小可以节省存储空间而且对于查询来说在一个相对较小的字段内搜索效率显然要高些。 我们在选择字段类型时应该遵循这样的原则 能用数字类型就不用字符串因为字符的处理往往比数字要慢。尽可能使用小的类型比如用bit存布尔值用tinyint存枚举值等。长度固定的字符串字段用char类型。长度可变的字符串字段用varchar类型。金额字段用decimal避免精度丢失问题。 14、 提升group by的效率 我们有很多业务场景需要使用group by关键字它主要的功能是去重和分组。 通常它会跟having一起配合使用表示分组后再根据一定的条件过滤数据。 –反例 select user_id,user_name from order group by user_id having user_id 200; 这种写法性能不好它先把所有的订单根据用户id分组之后再去过滤用户id大于等于200的用户。分组是一个相对耗时的操作为什么我们不先缩小数据的范围之后再分组呢 –正例 select user_id,user_name from order where user_id 200 group by user_id 使用where条件在分组前就把多余的数据过滤掉了这样分组时效率就会更高一些。 其实这是一种思路不仅限于group by的优化。我们的sql语句在做一些耗时的操作之前应尽可能缩小数据范围这样能提升sql整体的性能。 15、索引优化 索引优化的第一步是检查sql语句有没有走索引。 可以使用explain命令查看mysql的执行计划。 explain select * from order where code002;通过这几列可以判断索引使用情况执行计划包含列的含义如下图所示 下面说说索引失效的常见原因