这篇文章为Qi总结，如果有不对的希望可以指出。
初级开发人员，一般是接触不到架构，大数据这样的优化方案，而初级开发人员所做的优化一般只有SQl优化。
一·举一个小例子：
在网站中，一般会设计到登录注册，但是登录方式出现了很多种，例如：用户名登录，手机登录，邮箱登陆，微信，微博，QQ，……等等很多种登录方式。
这么多登录方式如果放入一张表中，在编写SQL语句中会出现很多问题：
如果放入一张表中登录方式的SQL语句应该是这样的：
select * from user where uname=‘zhangsan‘ and upass=‘123456‘ or email=‘[email protected]‘ and email_pass=‘123456‘……
在这里不建议用*查询所有，这里只供测试使用，一个高质量的开发人员，应该取自己所需要的字段，如果数据表结构某天有所修改，也不会影响其效率；
回到优化方案，这样的一张表的SQL语句如果是相对较大的网站的话会极大占用系统资源，
优化方案：可以将不同的登录方式拆分成不同的表，这样在查询是只需要判断其登录方式去查询对应的表，极大的增加了查询速度。
弊端：因为分出去很多张表，也影响了写入，删除，修改的效率。
这里Qi号总结一下，任何的优化方案都不是凭空优化，会降低一部分的效率，提高一部分的性能，如果划算的话，就是合理的优化方案
二，优化小手段
在优化之前，查询很重要，所有的优化方案都是根据实际要求去优化的。
1. 查询当前程序增删改查的次数
MySQL可以记录当前网站所有的增，删，改，查的次数，可以根据这些去采取优化方案
代码如下：
show [global|session] status like ‘Com_select‘;
参数介绍：
global --- MySQL服务器启动以后的全局属性，建议大家在测试时使用global属性
session(默认) --- 当前会话窗口执行增删改查的次数
like ‘Com_select‘ Com_select 查找查询语句的次数
like ‘Com_select‘ Com_delete 查找删除语句的次数
like ‘Com_select‘ Com_update 查找修改语句的次数
like ‘Com_select‘ Com_insert 查找插入语句的次数
所要做的工作：
将这些次数定期存入MySQL库中，并区分时间段，在执行优化方案之前查询时间段的增删改查次数，并根据这些分析去优化；
可选语句
show global status like ‘connections‘; 查看mysql被连接多少次
show global status like ‘Uptime‘; MySQL工作运行时间(真实的，不可人为修改)
2.日志
MySQL有三种日志：这些日志一般都是存在mysql/data目录下
bin_log日志(mysql-bin.00001) ： 用于1. 数据恢复 2. 主从数据库之间同步数据
error日志(PC-20170406LOQL.err) : 错误日志：记录了MySQL服务器启动、关闭和运行时出错等信息
慢日志 ：admin-PC-slow.log 如果SQL语句超过慢日志的界定时间，则会被存入慢日志信息
查看慢日志的界定时间：
mysql> show variables like ‘long_query_time‘;
修改慢日志的界定时间
set global long_query_time=0.0001;//只要超过0.0001的语句都会被写入慢日志
可以根据存入慢日志的SQL语句去定制优化方案；
以上是开始优化之前需要做的准备工作，然后开始制定优化方案
三 开始优化
有关索引的概念呢，Qi号在上一篇文章提到过，大家可以去看一下
1. 索引 优化
优化工具：分析解释语句
代码如下：
explain/desc select * from t1 where name=‘user99999‘\G;//分析 解释语句
执行结果
*************************** 1. row ***************************
id: 1 查找的条数
select_type: SIMPLE 简单的查询，没有左连接，右连接，子查询的话就是SIMPLE
table: t1 操作的表名
type: ALL ->ref()-> const(常量)-> system 索引的级别
possible_keys: NULL 可能用到的索引
key: NULL 实际用到的索引
key_len: NULL 索引的长度
ref: NULL
rows: 991159 执行这条语句总共扫描的行数。(根据影响函数去优化)
Extra: Using where
1 row in set (0.00 sec)
在建立索引时，很少以一个条件建立索引
案例：分析用户的搜索行为 找出用户最常用的搜索方式 建立联合索引
select * from goods where cate_id=1 and price = 100 发现用户大多都是先搜类别在搜价格
给cate_id和price 建立联合索引
alter table good add index c_p (cate_id,price)
select * from good where cate_id=1 and price=2 and sell=100；发现用户大多先搜类别在搜价格在搜销量
给 cate_id price sell建立联合索引
alter table good add index c_p_s (cate_id,price,sell)
以上两种情况出现了索引冗余，但在真实的项目中 索引都是冗余的，为了提高每一种搜索的效率
注意：索引的左前綴原則 （越靠左的索引越能生效）
select * from good where cate_id=1 and price=2 and sell=100; 索引都能生效
select * from good where sell=100; 索引都不生效
select * from good where cate_id=1 and sell=100; cate_id索引生效
建立单个索引没实际意义 因为在实际项目中用户很少单一调价查询
alter table t1 add index c (cate_id);
alter table t1 add index p (price);
索引覆盖：innodb表中索引和数据绑定在一起，找到索引就找到数据 这样的行为叫做索引覆盖
聚蔟索引 （innodb） 非聚蔟索引 (myisam)
回行：myisam引擎的索引文件-》执行数据文件的过程叫回行
次级索引:除了主键的索引就是次级索引
myisam的次级索引指向 数据文件的地址
innodb的次级索引与数据不会捆绑在一起，innodb的次级索引指向主键索引的引用，然后在调用数据
好了，索引的优化方案就是这些，Qi号就与大家分享到这，有关SQl优化的文章其实有很多，博友们也可以去搜集。最后
今天也是照例与大家分享一道简单的面试题。
题目：
从0,1,2,3,4,5,6,7,8,9，这十个数字中任意选出三个不同的数字，“三个数字中不含0和5”的概率是
知道答案的博友们可以在下方评论。
鸡汤：
今天分享的谚语是Qi号在北京西二旗某一家公司前看到的一块碑龙飞凤舞的写着：
空谈误国，实干兴邦
当时看到时也是有点小感触的，希望大家可以实际行动起来，在沮丧时可以抬头45度仰望天空，大吼一声：“PHP是最好的语言”，很爽的。