持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第17天，点击查看活动详情
1、调优的目标
尽可能节省系统资源，以便系统可以提供更大负荷的服务，吞吐量更大。
合理的结构设计和参数调整，以提高用户操作的响应速度。
减少系统的瓶颈，提高数据库整体的性能，减少 I/O 次数，降低 CPU 计算。
2、确定调优的目标
可以根据以下几点确定调优的目标：
- 用户反馈：用户的反馈是最直接的，而且有些问题往往是用户第一时间发现的
- 日志分析：查看数据库日志和操作系统日志找出异常情况
- 服务器资源使用监控：通过CPU、内存和I/O等使用情况，查看服务器的性能使用
- 数据库内部状况监控：MySQL有个状态变量 Threads_running，记录了当前并发执行stmt/command的数量，执行前加1执行后减1；当Threads_running 和 CPU load（CPU负载）值很接近时，表示系统基本快跑满了，需要调优
3、调优的维度和步骤
第一步：选择合适的DBMS
DBMS的选择关系到后面的整个设计过程。
第二步：优化表设计
- 表结构要尽量遵循三大范式的原则
- 如果查询应用多，尤其是需要进行多表查询的时候，可以进行反范式化，通过增加冗余字段增加查询效率
- 表字段的数据类型选择合理，可以采用数值类型就不要采用字符类型；字符类型要尽可能设计的短一点，当字符串长度固定时，就采用CHAR类型，当长度不固定时，采用VARCHAR
第三步：优化逻辑查询
SQL 查询优化可以分为 ==逻辑查询优化== 和 ==物理查询优化==。
逻辑查询优化 就是改变SQL语句的内容让SQL执行效率更高，采用的方式是对SQL语句进行等价变换，对查询进行重写。
对SQL查询重写包括 子查询优化、等价谓词重写、视图重写、条件简化、连接消除和嵌套连接消除等。
第四步：优化物理查询
物理查询优化 是在确定了逻辑查询优化之后，采用物理优化技术（如索引），通过计算代价模型对各种可能的访问路径进行估算，从而找到执行方法中代价最小的作为执行计划。
第五步：使用 Redis 和 Memcached 作为缓存
除了对SQL本身进行优化以外，我们还可以将常用的数据直接放到内存中提升查询的效率
因为数据都是存放到数据库中，我们需要从数据库层中取出数据放到内存中进行业务逻辑的操作，当用户量增大的时候，如果频繁地进行数据查询，会消耗数据库的很多资源。如果我们将常用的数据直接放到内存中，就会大幅提升查询的效率。
Redis 和 Memcached 键值存储数据库都可以将数据存放到内存中。
从可靠性来说，Redis支持持久化（RDB和AOF持久化），可以让我们的数据保存在硬盘上，不过这样一来性能消耗也会比较大。而Memcached仅仅是内存存储，不支持持久化。Redis还支持数据的备份，即master-slave模式的数据备份。
从支持的数据类型来说，Redis 比 Memcached要多，Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。当我们有持久化需求或者是更高级的数据处理需求的时候，就可以使用Redis。如果是简单的 key-value存储，则可以使用Memcached。
第六步：库级优化
库级优化是在数据库的维度上进行的优化策略，如控制一个库中的数据表数量。
1、读写分离
-
为了提升系统的性能，优化用户体验，可以采用读写分离的方式降低主数据库的负载，比如用主数据库(master)完成写操作，用从数据库(slave)完成读操作。
-
读写分离适用于读远大于写的场景。读写分离的实现基础是主从复制，主数据库利用主从复制将自身数据的改变同步到从数据库集群中，然后主数据库负责处理写操作（当然也可以执行读操作），从数据库负责处理读操作，不能执行写操作。并可以根据压力情况，部署多个从数据库提高读操作的速度，减少主数据库的压力，提高系统总体的性能。
2、数据分片
- 对数据库分库分表。当数据量级达到千万级以上时，有时候我们需要把一个数据库切成多份，放到不同的数据库服务器上，减少对单一数据库服务器的访问压力。如果你使用的是MySQL，就可以使用MySQL自带的分区表功能，当然你也可以考虑自己做垂直拆分（分库）、水平拆分（分表)、垂直+水平拆分(分库分表)。
