python--12、索引知识

MySQL索引及优化
影响性能的因素
需求:一个论坛帖子总量的统计,附加要求:实时更新。从功能上来看非常容易实现,执行一条 SELECT COUNT(*) from 表名 的 Query 就可以得到结果。但是,如果我们采用不是 MyISAM 存储引擎,而是使用的 Innodb 的存储引擎,那么大家可以试想一下,如果存放帖子的表中已经有上千万的帖子的时候,执行这条 Query 语句不可能在 10 秒之内完成一次查询吧
注:没有 where 的 count(*)使用 MyISAM 要比 InnoDB 快得多。因为 MyISAM 内置了一个计数器,count(*)时它直接从计数器中读,而 InnoDB 必须扫描全表。所以在 InnoDB 上执行count(*)时一般要伴随 where,且 where 中要包含主键以外的索引列。
专门为这个功能建一个表,就只有一个字段,一条记录,就存放这个统计量,每次有新的帖子产生的时候,都将这个值增加 1。
如果帖子产生很快,在高峰时期可能每秒就有几十甚至上百个帖子新增操作
的时候,恐怕这个统计表又要成为大家的噩梦了。要么因为并发的问题造成统计结果的不准确,要么因为锁资源争用严重造成整体性能的大幅度下降。
牺牲一定的实时性,通过创建一个统计表,然后通过一个定时任务每隔一定时间段去更新一次里面的统计值,这样既可以解决统计值查询的效率问题,又可以保证不影响新发贴的效率,一举两得。
不适合在数据库中存放的: 二进制多媒体数据、超大文本数据(VARCHAR 类型的最大长度被调整到 64KB了,所以,超大文本数据存放在数据库中不仅会性能低下,还会带来空间占用的浪费问题。)
对于 Web 应用,活跃数据的数据量总是不会特别的大,有些活跃数据更是很少变化。对于这类数据,将变化相对较少的部分活跃数据通过应用层的 Cache 机制 Cache 到内存中,对性能的提升肯定是成数量级的,而且由于是活跃数据,对系统整体的性能影响也会很大。
查询语句对性能的影响:在数据库管理软件中,最大的性能瓶颈就是在于磁盘 IO,也就是数据的存取操作上面。而对于同一份数据,当我们以不同方式去寻找其中的某一点内容的时候,所需要读取的数据量可能会有天壤之别,所消耗的资源也是区别很大。
在执行 sql 语句时可以用 explain 来查看执行计划:
还可以打开 mysql 的 profiling 功能,来查看 sql 的实际执行计划
mysql> set profiling=1; show profile;
show profile CPU,BLOCK IO for query 1;
数据库 Schema 设计对性能的影响
硬件选择对性能的影响
 IO 性能肯定是需要最优先考虑的一个因素:由磁盘和内存所决定。
CPU 处理能力 :资源要相对集中很多,单台主机上所需要进行的计算量自然也就比较多。
网络设备的性能:程序的交互中传递的数据量多。
系统架构最优化,逻辑实现精简化,硬件设施理性化。商业需求合理化?
MySQL 性能优化之-索引
帮助我们快速定位数据。建立了索引,MySQL 无须任何扫描全表,即准确可找到该记录。相反,MySQL 会扫描所有记录。比是一本书前面的目录,提高查询速度。在存储引擎中实现的

----已不知曾经于何处摘录

原文地址:https://www.cnblogs.com/jinyudong/p/8011053.html