一文简析MySQL优化方案

积累知识，胜过积蓄金银！毕竟在##column_title##开发的过程中，会遇到各种各样的问题，往往都是一些细节知识点还没有掌握好而导致的，因此基础知识点的积累是很重要的。下面本文《一文简析MySQL优化方案》，就带大家讲解一下MySQL知识点，若是你对本文感兴趣，或者是想搞懂其中某个知识点，就请你继续往下看吧~

优化时机

一般单表超过500万左右，或明显感觉到性能下降时，需要优化

优化方案

1. 读写分离

2. 使用缓存，如memcached或Redis

3. 使用搜索引擎，如ElasticSearch或solr

4. 分库分表

详细说明

1. 读写分离很容易实现，建议在一开始做，不必等到性能下降时

2. 发现性能下降时可做。比如有一张500万大表，不可能缓存全表，只能缓存热点数据，所以需要有一个监控热点数据的功能

3. 像缓存整个大表或者数据量很大可以用搜索引擎，搜索引擎是文件存储，适合高效查找，但不对插入修改、事务等支持。使用搜索引擎的话需要定时把mysql的数据同步给它，同样的数据需要预留2倍磁盘，虽然搜索引擎可能可以压缩

4. 分库分表其实可以在第二步做，但实现较复杂；分表后必然涉及要读取多个表的问题，但对开发是透明的，在应用开发与数据库中间需要研发一个平台，自动hash索引到分表后的表。举个例子，假设有一张600万的表，可以分为两张表，按时间分，时间点A以前的分一张，500万；另一张表100万，后续的都插入到该表

现状：数据库现在用5.5版本，免费的，不购买服务，使用了上面的2和3，暂时没遇到什么难题。不需要dba，一般难题研发可以搞定。

以上方案针对的是最大表是1000万数据量的表。超过1000万未经实践。（感谢老郭提供技术支持）

ouyida3的blog
2015.4.8

以上就是本文的全部内容了，是否有顺利帮助你解决问题？若是能给你带来学习上的帮助，请大家多多支持golang学习网！更多关于数据库的相关知识，也可关注golang学习网公众号。