一、優化介紹
數據結構、SQL、索引是成本最低，且效果最好的優化手段。
二、優化方向
1. SQL 以及索引的優化
首先要根據需求寫出結構良好的 SQL，然後根據 SQL 在表中建立有效的索引。但是如果索引太多，不但會影響寫入的效率，對查詢也有一定的影響。
2. 合理的數據庫設計
（1）根據數據庫三範式來進行表結構的設計。設計表結構時，就需要考慮如何設計才能更有效的查詢。
數據庫三範式：
- 第一範式：數據表中每個字段都必須是不可拆分的最小單元，也就是確保每一列的原子性；
- 第二範式：滿足一範式後，表中每一列必須有唯一性，都必須依賴於主鍵；
- 第三範式：滿足二範式後，表中的每一列只與主鍵直接相關而不是間接相關 (外鍵也是直接相關)，字段沒有冗餘。
（2）有時候可以根據場景合理地反規範化：
- 分割表。
- 保留冗餘字段。當兩個或多個表在查詢中經常需要連接時，可以在其中一個表上增加若干冗餘的字段，以 避免表之間的連接過於頻繁，一般在冗餘列的數據不經常變動的情況下使用。
- 增加派生列。派生列是由表中的其它多個列的計算所得，增加派生列可以減少統計運算，在數據彙總時可以大大縮短運算時間。
（3）數據庫五大約束：
- PRIMARY key: 設置主鍵約束；
- UNIQUE：設置唯一性約束，不能有重複值；
- DEFAULT 默認值約束
- NOT NULL：設置非空約束，該字段不能爲空；
- FOREIGN key : 設置外鍵約束。
（4）字段類型選擇：
- 儘量使用 TINYINT、SMALLINT、MEDIUM_INT 作爲整數類型而非 INT，如果非負則加上 UNSIGNED
- VARCHAR 的長度只分配真正需要的空間
- 使用枚舉或整數代替字符串類型
- 儘量使用 TIMESTAMP 而非 DATETIME
- 單表不要有太多字段，建議在 20 以內
- 避免使用 NULL 字段，很難查詢優化且佔用額外索引空間
3.優化的步驟
（1）代碼優化
第一步就應該是分析相關的代碼，找出相應的瓶頸，再來考慮具體的優化策略。有一些性能問題，完全是由於代碼寫的不合理，通過直接修改一下代碼就能解決問題的，比如 for 循環次數過多、作了很多無謂的條件判斷、相同邏輯重複多次等。
（2）定位慢 SQL，並優化
由自帶的慢查詢日誌或者開源的慢查詢系統定位到具體的出問題的 SQL，然後使用 explain、profile 等工具來逐步調優，最後經過測試達到效果後上線。
-
slow_query_log 慢查詢開啓狀態。
-
slow_query_log_file 慢查詢日誌存放的位置（這個目錄需要 MySQL 的運行帳號的可寫權限，一般設置爲 MySQL 的數據存放目錄）。
-
long_query_time 查詢超過多少秒才記錄。
當在配置文件中開啓慢查詢日誌記錄之後，就會在指定的存放目錄生成日誌文件。
三、優化方案
（一）語句優化
- 連續數值條件，用 BETWEEN 不用 IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5
- Update 語句，如果只更改 1、2 個字段，不要 Update 全部字段，否則頻繁調用會引起明顯的性能消耗
- 儘量使用數字型字段，若只含數值信息的字段儘量不要設計爲字符型
- 不建議使用 select * from t ，用具體的字段列表代替 “*”，不要返回用不到的任何字段。儘量避免向客戶端返回大數據量，若數據量過大，應該考慮相應需求是否合理
- 表與表之間通過一個冗餘字段來關聯，要比直接使用 JOIN 有更好的性能
- select count (*) from table；這樣不帶任何條件的 count 會引起全表掃描
- 在搜索字符型字段時，我們有時會使用 LIKE 關鍵字和通配符，這種做法雖然簡單，但卻也是以犧牲系統性能爲代價的。
（二）合理使用索引
索引一般情況下都是高效的。但是由於索引是以空間換時間的一種策略，索引本身在提高查詢效率的同時會影響插入、更新、刪除的效率，頻繁寫的表不宜建索引。
1.索引類型
- 主鍵索引 （PRIMARY KEY）
- 唯一索引 （UNIQUE）
- 普通索引 （INDEX）
- 組合索引 （INDEX）
- 全文索引 （FULLTEXT）
2.注意
- 在建有索引的字段上儘量不要使用函數進行操作。
- 儘量不要在 where 子句中對字段進行 null 值判斷或者使用！= 或 <> 操作符，否則將導致引擎放棄使用索引而進行全表掃描
（三）分表
1.分表方式
水平分割（按行）、垂直分割 (按列)
2.分表場景
- 根據經驗，mysql 表數據一般達到百萬級別，查詢效率就會很低。
- 一張表的某些字段值比較大並且很少使用。可以將這些字段隔離成單獨一張表，通過外鍵關聯，例如考試成績，我們通常關注分數，不關注考試詳情。
3.水平分表策略
- 按時間分表：當數據有很強的實效性，例如微博的數據，可以按月分割。
- 按區間分表：例如用戶表 1 到一百萬用一張表，一百萬到兩百萬用一張表。
- hash 分表：通過一個原始目標 id 或者是名稱按照一定的 hash 算法計算出數據存儲的表名。
【Java 面試那點事】
這裏致力於分享 Java 面試路上的各種知識，無論是技術還是經驗，你需要的這裏都有！
這裏可以讓你【快速瞭解 Java 相關知識】，並且【短時間在面試方面有跨越式提升】
面試路上，你不孤單！
