数据库访问量很大时，如何做优化

你好！如果有大量的访问用到调取到数据库时，往往查询速度会变得很慢，所以我们需要进行优化处理。

优化从三个方面考虑：

SQL语句优化、

主从复制，读写分离，负载均衡、

数据库分库分表。

一、SQL查询语句优化

1、使用索引

建立索引可以使查询速度得到提升，我们首先应该考虑在where及orderby，groupby涉及的列上建立索引。

2、借助explain（查询优化神器）选择更好的索引和优化查询语句

SQL的Explain通过图形化或基于文本的方式详细说明了SQL语句的每个部分是如何执行以及何时执行的，以及执行效果。通过对选择更好的索引列，或者对耗时久的SQL语句进行优化达到对查询速度的优化。

3、任何地方都不要使用SELECTFROM语句。

4、不要在索引列做运算或者使用函数

5、查询尽可能使用limit来减少返回的行数

6、使用查询缓存，并将尽量多的内存分配给MYSQL做缓存

二、主从复制，读写分离，负载均衡

目前大多数的主流关系型数据库都提供了主从复制的功能，通过配置两台（或多台）数据库的主从关系，可以将一台数据库服务器的数据更新同步到另一台服务器上。网站可以利用数据库这一功能，实现数据库的读写分离，从而改善数据库的负载压力。一个系统的读 *** 作远远多于写 *** 作，因此写 *** 作发向master，读 *** 作发向slaves进行 *** 作（简单的轮询算法来决定使用哪个slave）。

利用数据库的读写分离，Web服务器在写数据的时候，访问主数据库（master），主数据库通过主从复制将数据更新同步到从数据库（slave），这样当Web服务器读数据的时候，就可以通过从数据库获得数据。这一方案使得在大量读 *** 作的Web应用可以轻松地读取数据，而主数据库也只会承受少量的写入 *** 作，还可以实现数据热备份，可谓是一举两得。

三、数据库分表、分区、分库

1、分表

通过分表可以提高表的访问效率。有两种拆分方法：

垂直拆分

在主键和一些列放在一个表中，然后把主键和另外的列放在另一个表中。如果一个表中某些列常用，而另外一些不常用，则可以采用垂直拆分。

水平拆分

根据一列或者多列数据的值把数据行放到两个独立的表中。

2、分区

分区就是把一张表的数据分成多个区块，这些区块可以在一个磁盘上，也可以在不同的磁盘上，分区后，表面上还是一张表，但是数据散列在多个位置，这样一来，多块硬盘同时处理不同的请求，从而提高磁盘I/O读写性能。实现比较简单，包括水平分区和垂直分区。

3、分库

分库是根据业务不同把相关的表切分到不同的数据库中，比如web、bbs、blog等库。

分库解决的是数据库端并发量的问题。分库和分表并不一定两个都要上，比如数据量很大，但是访问的用户很少，我们就可以只使用分表不使用分库。如果数据量只有1万，而访问用户有一千，那就只使用分库。

注意：分库分表最难解决的问题是统计，还有跨表的连接（比如这个表的订单在另外一张表），解决这个的方法就是使用中间件，比如大名鼎鼎的MyCat，用它来做路由，管理整个分库分表，乃至跨库跨表的连接

数据库的并发控制

并发控制带来的三类问题

（1）丢失更新的问题

（2）不一致分析问题

（3）“脏数据”的读出。（在数据库技术中，未提交的随后又被撤消的数据为“脏数据”。）

以上三类问题结合多事务的并行 *** 作进行理解。

举例

[例题] 设T1，T2，T3是如下三个事务，其中R为数据库中某个数据项，设R的初值为0

T1：R：=R+5

T2：R：=R3

T3：R：=2

若允许三个事务并行执行，试列出所有可能的正确结果。采用什么手段，可以解决并行调度的不一致问题？

答：有6种可能的情况

（1）T1-T2-T3： R=2

（2）T1-T3-T2： R=6

（3）T2-T1-T3： R=2

（4）T2-T3-T1： R=7

（5）T3-T1-T2： R=21

（6）T3-T2-T1： R=11

采用封锁，可以解决并行调度的不一致问题。

为解决并发控制带来的问题，通常要采用封锁（locking）技术，常用的封锁有：排它型封锁（X封锁）和共享型封锁（S封锁）两种。

并发控制中，有许多概念都要掌握：封锁，X封锁，S封锁，PX协议，PXC协议，PS协议，PSC协议，活锁，死锁，可串行化调度，不可串行化调度，两段封锁协议

并发（concurrent）和并行（parallel）这两个概念，在数据库系统的资料中经常出现，然而有关它们的定义和区别却没有明确的说法。这里，我们根据这两个概念在资料中的使用，对它们的不同做一个说明。

并发是指多个任务的同时执行，任务与任务之间没有联系。由于数据库系统要同时为许多用户提供服务，每个用户都可以发出自己的访问请求，一个请求就是一个任务。在一个时间点，数据库系统可能要同时处理多个任务。因此，数据库系统一定要具备并发处理能力。

并行是指将一个任务划分为多个子任务，这些子任务同时执行。在所有子任务处理完成后，将它们的结果进行合并，就得到该任务的最终处理结果。在数据库系统中，如果要执行一个大的数据查询，为了提高速度、降低响应时间，用户可以通过系统配置或者在命令中，要求对该大数据量查询进行并行处理，将该查询划分成多个子查询。这些子查询同时执行，最后系统将所有子查询的处理结果进行合并，作为该查询处理的最终结果。现有的大型数据库系统都支持并行处理。

需要说明的是，并发和并行与数据库系统采用多进程还是多线程体系结构无关。对采用多进程结构的数据库系统，所有的任务、子任务通过进程来处理；而对采用多线程结构的数据库系统，这些工作是由线程来完成。

数据库系统的并发控制，涉及到任务的调度、数据的一致性及可靠性等，而数据库系统的并行处理，主要涉及任务的处理速度、系统性能等方面。

MySQL服务器的最大并发连接数是16384。

受服务器配置，及网络环境等制约，实际服务器支持的并发连接数会小一些。主要决定因素有：

1、服务器CPU及内存的配置。

2、网络的带宽。互联网连接中上行带宽的影响尤为明显。

扩展资料：

优化数据库结构：

组织数据库的schema、表和字段以降低I/O的开销，将相关项保存在一起，并提前规划，以便随着数据量的增长，性能可以保持较高的水平。

设计数据表应尽量使其占用的空间最小化，表的主键应尽可能短。·对于InnoDB表，主键所在的列在每个辅助索引条目中都是可复制的，因此如果有很多辅助索引，那么一个短的主键可以节省大量空间。

仅创建需要改进查询性能的索引。索引有助于检索，但是会增加插入和更新 *** 作的执行时间。

InnoDB的特性：

InnoDB提供了的配置，可减少维护辅助索引所需的磁盘I/O。大规模的数据库可能会遇到大量的表 *** 作和大量的I/O，以保证辅助索引保持最新。当相关页面不在缓冲池里面时，InnoDB的将会更改缓存到辅助索引条目。

从而避免因不能立即从磁盘读取页面而导致耗时的I/O *** 作。当页面被加载到缓冲池时，缓冲的更改将被合并，更新的页面之后会刷新到磁盘。这样做可提高性能，适用于MySQL55及更高版本。

以上就是关于数据库访问量很大时，如何做优化全部的内容，包括:数据库访问量很大时，如何做优化、《数据库原理》知识点之数据库的并发控制、SQL数据库并发处理(如何处理数据库并发问题)等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！