面试官：你做过哪些Mysql优化？

叮咚！这里是玩编程的小豪哥，会记录自己的学习笔记和工作心得，让我们一起开启编程的奇妙冒险吧之旅吧～！

书写优化

一、用PreparedStatement

PreparedStatement 一般来说比Statement性能高：一个sql 发给服务器去执行，涉及步骤：语法检查、语义分析， 编译，缓存

二、避免外键约束

有外键约束会影响插入和删除性能，如果程序能够保证数据的完整性，那在设计数据库时就去掉外键。

三、sql语句全大写

特别是列名和表名都大写。利用sql命令的缓存功能，更加需要统一大小写，sql语句->发给oracle服务器->语法检查和编译成为内部指令缓存和执行指令。根据缓存的特点，不要拼凑条件，而是用

?

和

PreparedStatment

四、利用索引

经常查询，不经常修改的数据上面创建索引，但是后期要维护好

业务优化

一、数据库连接池

初始化在连接池中创建一些连接，避免了每次连接数据库都创建和销毁连接，造成资源的浪费。

二、缓存

避免与数据库的交互，减轻了服务器的压力，redis或者memcache

三、表设计适当冗余

例如：当用户下订单时，需要给用户发手机短信，这时候需要用户的手机号码，如果使用订单表和用户表联查，性能会降低，所以在订单表中创建的时候多创建一个用户ID和用户手机号的两个字段。

服务端优化

当MySQL单表记录数过大时，数据库的CRUD性能会明显下降，一些常见的优化措施如下：

一、限定数据的范围

务必禁止不带任何限制数据范围条件的查询语句。比如：我们当用户在查询订单历史的时候，我们可以控制在一个月的范围内；

二、读/写分离

经典的数据库拆分方案，主库负责写，从库负责读；

三、垂直分区

简单来说垂直拆分是指数据表列的拆分，把一张列比较多的表拆分为多张表。

例如：产品表（总表），分割成多个表（电子类产品表，衣服产品表）

四、水平分区

保持数据表结构不变，通过某种策略存储数据分片。这样每一片数据分散到不同的表或者库中，达到了分布式的目的。 水平拆分可以支撑非常大的数据量。 水平拆分是指数据表行的拆分，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。举个例子：我们可以将用户信息表拆分成多个用户信息表，这样就可以避免单一表数据量过大对性能造成影响。

思考：分库分表之后，ID主键如何处理？

• uuid
• 不同表设置不同的自增步长
• 利用Redis生成Id
• Twitter的snowflake算法

我是 小豪哥学编程，21届校招某科技公司SP，关注我，帮助你互联网少走弯路～！