摘要：
web项目开发中，使用mysql作为数据库，如何进行数据库优化？web项目里头，对于数据库的优化，跟普通的没有什么大的区别。需要速度上的优化，就得建索引。如果数据量实在太庞大了，就... web项目开发中，使用mysql作为数据库，如何进行数据库优化？
web项目里头，对于数据库的优化，跟普通的没有什么大的区别。需要速度上的优化，就得建索引。如果数据量实在太庞大了，就考虑换其他的数据库。例如mango.数据量太大，还可以通过分表,通过将不同的数据，哈希到不同的表来减少，查询的时间。
mysql数据库中，数据量很大的表，有什么优化方案么？
个人的观点，这种大表的优化，不一定上来就要分库分表，因为表一旦被拆分，开发、运维的复杂度会直线上升，而大多数公司是欠缺这种能力的。所以MySQL中几百万甚至小几千万的表，先考虑做单表的优化。
单表优化
单表优化可以从这几个角度出发：
表分区：MySQL在5.1之后才有的，可以看做是水平拆分，分区表需要在建表的需要加上分区参数，用户需要在建表的时候加上分区参数；分区表底层由多个物理子表组成，但是对于代码来说，分区表是透明的；SQL中的条件中最好能带上分区条件的列，这样可以定位到少量的分区上，否则就会扫描全部分区。
读写分离：最常用的优化手段，写主库读从库；
增加缓存：主要的思想就是减少对数据库的访问，缓存可以在整个架构中的很多地方，比如：数据库本身有就缓存，客户端缓存，数据库访问层对SQL语句的缓存，应用程序内的缓存，第三方缓存（如Redis等）；
字段设计：单表不要有太多字段；VARCHAR的长度尽量只分配真正需要的空间；尽量使用TIMESTAMP而非DATETIME；避免使用NULL，可以通过设置默认值解决。
索引优化：索引不是越多越好，针对性地建立索引，索引会加速查询，但是对新增、修改、删除会造成一定的影响；值域很少的字段不适合建索引；尽量不用UNIQUE，不要设置外键，由程序保证；
SQL优化：尽量使用索引，也要保证不要因为错误的写法导致索引失效；比如：避免前导模糊查询，避免隐式转换，避免等号左边做函数运算，in中的元素不宜过多等等；
NoSQL：有一些场景，可以抛弃MySQL等关系型数据库，拥抱NoSQL；比如：统计类、日志类、弱结构化的数据；事务要求低的场景。
表拆分
数据量进一步增大的时候，就不得不考虑表拆分的问题了：
垂直拆分：垂直拆分的意思就是把一个字段较多的表，拆分成多个字段较少的表；上文中也说过单表的字段不宜过多，如果初期的表结构设计的就很好，就不会有垂直拆分的问题了；一般来说，MySQL单表的字段最好不要超过二三十个。
水平拆分：就是我们常说的分库分表了；分表，解决了单表数据过大的问题，但是毕竟还在同一台数据库服务器上，所以IO、CPU、网络方面的压力，并不会得到彻底的缓解，这个可以通过分库来解决。水平拆分优点很明显，可以利用多台数据库服务器的资源，提高了系统的负载能力；缺点是逻辑会变得复杂，跨节点的数据关联性能差，维护难度大（特别是扩容的时候）。
希望我的回答，能够帮助到你！我将持续分享Java开发、架构设计、程序员职业发展等方面的见解，希望能得到你的关注。
MySQL数据库是在国内各大公司最常用的数据库之一，MySQL是一种开源的关系型数据库。而对于数据库的优化我认为可以从以下几个方面进行：
1.数据库配置优化在安装MySQL数据库时，可以对于数据库进行优化，增加数据库的连接数，增加访问量，访问量的增加可以提高查询速度。增加缓存等优化数据库，在查询时，可以直接在缓存中查询数据；
2.表结构优化在创建表结构时，一张数据表中不要创建过多的字段，如果一个功能的数据表结构中字段较多，可以尝试将字段分离出来，分别建成两个或多个表。而且对于字段的长度够用即可，不要设置的过长；
3.索引优化可以在数据库中，对于经常使用的表建立索引，索引可以增加查询的速度。但是索引不是越多越好，过多的索引反而会减慢查询的速度。针对性地建立索引会加速查询，但是对新增、修改、删除会造成一定的影响；
4.SQL查询优化在SQL查询时可以通过优化SQL的查询进行优化，通过增加查询的条件优化SQL，在多表关联的查询中，尽量不要使用自关联和全关联的方式进行，而是使用左右关联的方式进行查询。查询语句将字段写出来，不要使用select * from t(表名)的方式进行。
首先分析数据量是否真的太大，分析表的使用方式，统计表的插入查询性能，可以查看mysql的slowlog，再把耗时长的语句拿出来分析，看能否通过优化sql来达到性能提升的目的。
以上的努力都尝试过还是存在性能问题的话，就得做下一步了。
单表数据量发的情况一般建议做分表，一是开发成本低，大多数框架都支持分表配置，其次是数据还在一个库里，对查询的影响比较小。
我是小七，一个平凡简单而不甘于平庸的程序员，欢迎大家关注我，一起交流学习！
