vlambda博客
学习文章列表

通常，诸如MySQL等时下流行的数据库管理系统(DBMS)，都是由Web托管方(如云服务平台)提供的。这些数据库往往被设置成为默认、或通用的运行模式，且不一定适合用户系统的真实运行环境。为此，我们有必要对其进行适当的优化。

不过，一提到数据库优化，您也许会马上想到更高的查询效率、更高的整体性能等方面。其实，优化的好处远不至于此。在具体实现方法上，数据库管理人员往往也需要与Web开发团队通力合作，根据目标系统的实际情况，更改相应的配置策略和规则。本文将为Web开发人员列出七项数据库优化的常见技巧，以方便参考与实践。

1.删除未使用的表

通常，当您在应用中删除或停用了某个插件后，与之对应的数据库表并未随之自动消除。而且，它们会保留全量的用户信息、默认选项、以及其他数据。这些被遗留下来的数据集，不但是系统受到各种攻击的安全隐患，而且很可能会拖慢服务器与系统的整体性能。

如果您使用的是WordPress，那么可以通过安装一个名为“插件垃圾收集器”(Plugins Garbage  Collector)的插件，来扫描并发现目标数据库中任何未在使用的数据表，以供您选择并删除它们。

当然，如果您更喜欢命令行操作的话，则可以使用如下图所示的UPDATE_TIME字符串，直接查找那些非活跃的数据表。

StackOverflow中的UPDATE_TIME字符串示例。来源：StackOverflow。

不过，某些插件在访问数据集后，可能无法更新目标数据表，因此您需要在删除数据库表之前，再三确认它们是否的确不再被使用、或没有被某处所调用到。而且作为一项预防性的办法，在做任何修改之前，您最好事先手动创建目标数据库的一个备份。当然，托管类型的云端服务通常都会提供针对服务器的自动化备份，您只需事先了解如何从中进行恢复便可。

2. 创建一个执行计划

执行计划(execution  plan)的主要功能是：展示出在创建和执行某个查询时，所涉及到的各种检索数据的方法，其中包含：它查询了哪些表，先查询的是哪张表，后查询的又是哪张表，是否使用了索引，以及查询是否高效等信息。因此，典型的执行计划包括以下方面：

操作的类型

操作的排序

可使用的索引

通过统计来估算行数

通过结果来估算行数

下图是一个ApexSQL执行计划的图形化示例：

ApexSQL的执行计划示例。来源：ApexSQL。

可见，只有当您获得一个适当的执行计划，才能构建出实用的索引，进一步优化目标数据库，同时也为后续的优化打下基础。

3. 适当的索引

从概念上说，索引能够允许您更快地访问数据库，并加速查询。相反，如果您未能合理地使用索引，那么查询的处理过程就会变得缓慢。当然，过分地索引(over-indexing)数据库，是不会给系统带来任何好处的。

目前，Web开发人员经常使用两种类型的数据库索引：聚合(clustered  index)和非聚合索引(non-clustered index)。

来源：DataSchool。

聚合方式使用主键来组织表中的数据。也就是说，在主键被定义后，索引将会被自动地创建出来。

定义主键。来源：DataSchool。

非聚合索引的主要目的是：通过创建能够更易于搜索的列，进而加快查询的效率。

创建索引。来源：DataSchool。

4. 避免通过索引访问临时表

根据MySQL的官方文档，创建临时表的一个条件是：对语句中包含的ORDER BY子句和不同的GROUP  BY子句进行评估。然而，您可以通过使用“索引访问(index  access)”，避免使用ORDER  BY子句来创建临时表。使用这种索引的一个先决条件是：所有GROUP BY列都必须从相同的索引处引用不同的属性。而且，该索引必须按照顺序存储它们的键。

目前，我们可以在MySQL中使用两种类型的索引访问：松索引扫描(Loose Index Scan )和紧索引扫描(Tight Index Scan)。其中，松索引扫描只考虑索引键的一小部分，而并不能满足查询中的每一个WHERE条件。如果WHERE子句中包含了范围谓词，那么松索引扫描会首先在每一组中，查找满足范围条件的第一个键，然后再去读取最小数量的键。

当然，一些为数据表预定的条件可以直接使用松索引扫描。当松索引扫描适合某个查询时，EXPLAIN的输出会展示那些在额外列(Extra  column)中，为group-by使用的索引。

下面的查询示例就是使用了松索引扫描访问：

查询列表示例：在表t1 (c1，c2，c3，c4)上的idx  (c1，c2，c3)。来源：MySQL。

如果目标数据表的条件不支持使用松索引扫描，您可以选用紧索引扫描方式。当然，根据实际查询的需求，您也可以在此基础上，选用完整的、或一定范围的紧索引扫描。

此类索引访问的基础是：当一定范围条件的所有键被发现后，数据库将不会针对GROUP BY子句，生成一个临时的数据表，来满足该查询。

如下查询示例虽然不适合使用松索引扫描，但是我们可以采用紧索引扫描的方式：

查询列表示例：在表t1 (c1，c2，c3，c4)上的idx  (c1，c2，c3)。来源：MySQL。

5. 避免编码循环

一个SQL查询如果需要被运行多次，那么该系统不但低效，而且可能会导致不必要的性能问题。而对于大型数据集而言，此类问题会迅速积累，让系统最终不堪重负。目前，业界有多种不错的解决方案。从本质上说，这些方法都会要将查询移出循环，以确保只执行一次。

如下示例展示了，如何使用JOIN和GROUP  BY从多个表中选择数据，并使数据库通过单个查询来执行计数。此方法对于多个查询(包括COUNT和MAX子句)来说，特别有效。

使用Join和Group  By。来源：CodeUtopia。

当然，您还可以采用子选择，即：在SELECT子句中嵌套使用SELECT子句。由于此类查询的执行过程需要较少的资源，因此它对于合并查询非常实用。

子选择的示例。来源：CodeUtopia。

6. 摆脱相关子查询

从本质上说，相关子查询(Correlated  subqueries)就是一种编码循环。也就是说，子查询通过逐行运行，直至满足父语句为止。当输出主要依赖于多部分的答案验证(multi-part answer  validation)时，该处理方法十分有效。

关联子查询流程图。来源：GeeksforGeeks。

您可以通过使用JOIN子句来避免相关子查询，进而提高查询的运行效率。实际上，该方法替换了WHERE，并消除了前端请求分别为每一行执行子查询的必要性。下图展示了该方法的工作过程：

Example of  JOIN子句示例。来源：Ubitsoft。

7. 避免*式查询

每个查询的最终目标都是为了高效地检索到相关数据。但是，在创建查询时，如果采用的是SELECT   *子句，则通常会导致检索各种并不相关的大量数据。如果目标数据集的体量较小，此类影响并不明显;而在处理大型数据集时，该影响则会非常巨大。因此，为了优化查询速度，并减少系统资源的消耗，我们应尽量减少查询的数据量。通常，您可以使用如下代码段中的LIMIT子句，来限制查询结果的输出。当然，如果确实需要检索并查询整个数据集，您仍然可以使用SELECT  *的方式。

LIMIT子句的示例。来源：TechontheNet

小结

对Web开发人员来说，优化数据库并不简单，而且往往无法一蹴而就。不过，通过反复的试验与调试，相信您一定能够通过上述给出的七项技巧，提高目标数据库的性能和查询效率。当然，值得注意的是：在采取任何调优之前，请您做好数据库的备份工作，以便按需恢复到先前的状态。