数据库调优分层思想
1.调优策略
1）*号的处理（只提取必要字段，减少流量）
最好是用，有用的字段，减少流量。
表结构会改变，增加或者减少某列，如果*号全部查询出来 会造成代码逻辑错误。
2）大SQL（拆分，逐步缩小结果集）
大SQL执行起来非常耗时， where 后面带子句，或者读表联合查询。 或者临时表 暂时存储结果集
3）合理的索引（where子句后面的条件）
4）类型转换（‘’符号的使用）
在进行查询操作的时候把 ‘’带上
5）尽量不要用范围查询，或者缩小检索范围（程序逻辑update）
<,>，like，这样模糊查询，不好，
2.哪些SQL语句需要调优
1）找开发要
2）查看程序日志（接口——后台服务）
3）查看慢查询日志
4）查看统计：最多调用，最占流量，最慢查询（100ms）。。监控系统，
5）show full processlist
3.SQL配置层面
3.1 哪些配置需要关注
Query_cache：mysql自带的功能，查询的缓存， 保存的结果集， 放在缓存里
Max_connection：数据库最大链接数。 可以改动链接数，和业务程序的连接池做对应的关系。
Wait_timeout:数据每八小时检测一次，如果没有链接访问它。它就关闭了。避免这个问题，每八小时链接数据库，保证程序一直访问它
Lock ：进程操作，保证另外的进程不对他做改变，所以 一个进程操作它的时候，就先锁起来，等操作完再开放给另外的进程去使用。
如果占用时间长，另外的程序就一直在等待。
解决锁的问题，一条SQL语句不能执行太长， 大SQL分解为小SQL。
4.SQL架构层面
1）主从复制（读写分离）
如果都对一个表进行读写，导致CPU飙升。压力大等。
可以把一份数据库复制到几个数据库，读的时候在从库读，写的时候放在主库。
2）分库分表
3）负载均衡
LV5，F5，nginx
负载均衡 是让压力更均匀的分布在数据库之间
4) 多级缓存
Redis
5.业务层面的思考
1） 表字段拆分
某些列不常用，甚至不用
2）text（适用key-value）
拆分出来，新建一个详情表
方便运维（DDL），便于缓存，提高查询性能
冷数据备份
每年把历史数据导出去一次，缩小检索范围
程序逻辑的处理
Update全表的例子