mysql分解连接的总结(来自于高性能MySQL以及自己网站性能优化)

许多高性能的站点都用了“分解连接”技术,也就是把单个多表连接查询改成多个但表查询,然后在程序中合并数据,比如:

select a.*,b.* from A a join B b on a.id = b.id

可以替换为:

select a.* from A;

select b.* from B;

然后再把数据通过程序合并。

可能有些人认为这太浪费了,把一个查询语句变成两条查询语句或者更多的查询语句了,如果哪位猿类这样想了,那你就应该继续往下看了。

将连接查询重构为多表查询,总体有以下性能优势:

一,缓存的效率更高。许多应用程序都直接缓存了表。

二,对MyISAM表来说,每个表查询可以更有效的利用表锁,因为查询会锁住单个表较短时间,而不是把所有表长时间锁住。

三,在程序端应用连接,可以更方便的扩展数据库,把不同的表放在不同的服务器上面。

四,查询本身会更高效

五,可以减少多余的行访问。在应用程序端进行连接意味着每行数据只会访问一次,而连接从本质上来说是非正则化的,它会反复的访问同一行数据。基于同样的原因,这种重构方式可以减少网络流量和内存消耗。

那在什么时候在应用程序端进行连接效率更高呢?

一,可以缓存早期查询的大量数据

二,使用了多个MyISAM表

三,数据分布在不用的服务器上

四,对于大表,使用in()替换连接

五,一个连接引用了同一个表很多次

mysql分解连接的总结(来自于高性能MySQL以及自己网站性能优化),布布扣,bubuko.com

时间: 2024-08-02 02:49:21

mysql分解连接的总结(来自于高性能MySQL以及自己网站性能优化)的相关文章

15套java架构师、集群、高可用、高可扩 展、高性能、高并发、性能优化大型分布 式项目实战视频教程

2017-08-09 * { font-family: "Microsoft YaHei" !important } h1 { color: #FF0 } 15套java架构师.集群.高可用.高可扩 展.高性能.高并发.性能优化.Spring boot.Redis.ActiveMQ.Nginx.Mycat.Netty.Jvm大型分布 式项目实战视频教程 视频课程包含: 高级Java架构师包含:Spring boot.Spring  cloud.Dubbo.Redis.ActiveMQ.

java架构师、集群、高可用、高可扩展、高性能、高并发、性能优化

15套java架构师.集群.高可用.高可扩展.高性能.高并发.性能优化.Spring boot.Redis.ActiveMQ.Nginx.Mycat.Netty.Jvm大型分布式项目实战视频教程 视频课程内容包含: 高级Java架构师包含:Spring boot.Spring  cloud.Dubbo.Redis.ActiveMQ.Nginx.Mycat.Spring.MongoDB.ZeroMQ.Git.Nosql.Jvm.Mecached.Netty.Nio.Mina.性能调优.高并发.to

高性能网站性能优化与系统架构(ZT)

转载请保留出处:俊麟 Michael’s blog (http://space.itpub.net/7311285/viewspace-97) 我在CERNET做过拨号接入平台的搭建,而后在Yahoo&3721从事过搜索引擎前端开发,又在MOP处理过大型社区猫扑大杂烩的架构升级等工作,同时自己接触和开发过不少大中型网站的模块,因此在大型网站应对高负载和并发的解决方案上有一些积累和经验,可以和大家一起探讨一下. 一个小型的网站,比如个人网站,可以使用最简单的html静态页面就实现了,配合一些图片达

连接postgres特别消耗cpu资源而引发的PostgreSQL性能优化考虑

由于是开发阶段,所以并没有配置postgres的参数,都是使用安装时的默认配置,以前运行也不见得有什么不正常,可是前几天我的cpu资源占用突然升高.查看进程,发现有一个postgres的进程占用CPU都是80%以上,而且居高不下: 刚开始以为是配置上需要修改,但事实上,默认配置基本上是很优化的,而且是开发阶段,数据量也并不大.后来通过分析,得出结论,解决问题应该从以下几个方面来逐一考虑: 1,SQL查询方面检查数据检索的索引是否建立,凡是需要查找的字段尽量建立索引,甚至是联合索引:创建索引,包括

分布式架构、高可扩展、高性能、高并发、性能优化,微服务

微服务专题 你还不知道微服务?怎么加(zhuang)薪(bi) SpringBoot 与微服务的区别于联系 快速构建SpringBoot工程 SpringBoot核心组件剖析 快速集成mybatis实战 快速集成Dubbo及案例实战 构建集成 redis及案例实战 构建Swagger插件实现API 管理及接口测试体系 SpringCloud Zuul路由网关详解源码探析 Ribbon客户端负载均衡原理 Feign声明式服务调用方式 Eureka注册中心构件 Config配置服务中心 svn.gi

实战经验:MySQL 构建高并发网站性能优化

最近在优化一个比较大型的高并发网站,收益颇多,经验分享给大家. 1. 表字段分割.经常访问的表.行数量大的表,切记保持最少长度字段,不在select列表的数据,请做垂直分割.举例:文章表,不要将文章正文部分的内容存在文章信息表里,可以将这个字段独立存储到另一张表articleContent(articleID,articleContext).因为这个字段长度大,影响查询时的行扫描. 2. 频繁更新的字段做表的垂直分割.在做更新操作时,一般会做行锁定,有的会设置成表锁定.那么在做query的时候,

大型网站技术架构,4网站的高性能架构之Web前端性能优化

一般说来Web前端指网站业务逻辑之前的部分,包括浏览器加载.网站视图模型.图片服务.CDN服务等,主要优化手段有优化浏览器访问.使用反向代理.CDN等. 4.2.1 浏览器访问优化 1.减少http请求 合并CSS.合并Javascript.合并图片 2.使用浏览器缓存 对于更是频率低的资源,通过设置HTTP头中的Cache-Control和Expires属性,可设定浏览器缓存,缓存时间可以是数天,甚至几个月. 使用浏览器缓存策略的网站在更新静态资源时,应采用批量更新的方法,比如需要更新10个图

mysql设置连接等待时间(wait_timeout)

Linux下mysql修改连接超时 1,首先进入mysql,查看 wait_timeout.interactive_timeout这个值是否为默认的8小时(即 28800) [[email protected] ~]# mysql -u root -p Enter password: 输密码进入 执行如下命令 show variables like '%timeout%'; +----------------------------+-------+ | Variable_name      

mysql性能优化-慢查询分析、优化索引和配置

一.优化概述 二.查询与索引优化分析 1性能瓶颈定位 Show命令 慢查询日志 explain分析查询 profiling分析查询 2索引及查询优化 三.配置优化 1)      max_connections 2)      back_log 3)      interactive_timeout 4)      key_buffer_size 5)      query_cache_size 6)      record_buffer_size 7)      read_rnd_buffer