摘要：
mysql频繁写入有什么优化方法没？1.优化数据结构，每张数据表字段4-5个，加上索引。还可以将不同的种类的数据存入不同的数据库。减少单个数据库的压力。2.写入数据只是存的问题，问... mysql频繁写入有什么优化方法没？
1.优化数据结构，每张数据表字段4-5个，加上索引。还可以将不同的种类的数据存入不同的数据库。减少单个数据库的压力。
2.写入数据只是存的问题，问题在于读取数据会变慢。建议使用缓存memcache，redis在向你招收哦。将用户数据存入内存，再次读取避免从数据库查找。
3.分布式，搞集群，扩大配置。
一条新闻的相关信息，来源，作者，正文，这些基本不变咯，除了正文可能文字比较多，其他的你可以存进缓存，正文的话，你这里可以把前面200字作为正文缩略，存进缓存。
mysql优化教程？
1、对SQL语句、索引、表结构等进行优化。
2、开启查询缓存，Query Cache缓存了SELECT查询及其结果数据集，当执行一个同样的SELECT查询时，MySQL会从内存中直接取出结果，加快了查询执行速度、减小了数据库的压力。执行SHOW VARIABLES LIKE 'have_query_cache';可以查看MySQL查询缓存是否打开，开启查询缓存只需配置my.cnf文件即可，具体如下：
query_cache_type = 1
query_cache_size = 128M
query_cache_limit = 1M
保存好后重启MySQL。
3、选用InnoDB存储引擎，MySQL常用存储引擎是MyISAM和InnoDB，二者区别如下：
MyISAM
查询速度快；
支持表级锁，在上锁期间表上不能进行其他操作；
支持全文检索；
支持数据压缩、自我复制、查询缓存、数据加密；
不支持外键；
不支持事务，所以也就没有COMMIT和ROLLBACK操作；
不支持集群数据库。
InnoDB
支持行级锁；
支持外键，对外键约束强制；
支持事务，可执行COMMIT和ROLLBACK操作；
支持数据压缩、自我复制、查询缓存、数据加密；
可用在集群环境，但并不完全支持。InnoDB表可以转换为NDB存储引擎，这样就能用在集群环境。
答： 本文邀请ryangz分享近来项目的mysql优化经验~
准备知识
了解select的执行顺序有助于理解语句的结果并对其进行优化，执行顺序如下：
可以通过show status like 'XXX', show global status like 'XXX'，show variables like 'XXX' 查看很多重要的数据，eg：Connections 连接数，Slow_queries 慢查询（可以用 show variables like ‘%slow%’来查询是否开启慢查询日志）等等。
可以通过 desc sql命令 （同样可是使用explain命令，用法相同）获取这个查询的各种属性，检查这个语句是否达到性能标准。着重看重点要看这几列：
rows（影响行数）
select_type（查询类型，是单表查询还是多表查询）
type、possible_key和key（可能用到的索引，以及真正用到索引等）
[ possible_key说明可能用到索引competition_id，但是key为null表明最终没有使用索引，进行了全表扫描，rows为全表数量 ]
[ 本次查询是嵌套查询，两张表的主键都是id，通过desc命令可以看出，player_unique_id的查询时使用的主键索引，影响条数rows为1，但是外部查询虽然id是主键但是没有使用索引，进行了全表查询 ]
一些小技巧和注意事项：
（1）有些时候即便你加了索引，数据库查询的时候也不会使用：
like的%如果只有一个，并且放在开头，则不会使用索引；eg ‘%user’不会使用索引，但是’user%’,’%user%’都会使用索引；
查询的时候and和or 如果想使用索引的话需要前后都加索引，如果只有一个则不会使用索引；
如果查询的时候该列是varchar，但是写的时候没有带引号（写成2018，而不是’2018’）,则不会使用索引；
反向条件查询不能使用索引，尽量少用 !=,not in,not exists；
复合索引最左前缀，eg: 复合索引(name`, age)：
select * from XXX where age=? and name=? 使用索引
select * from XXX where name=? 使用索引
select from XXX where age=? *不使用索引
（2）尽量避免用嵌套查询，外层的就算是主键也不会使用索引（可以参看准备知识中的例子），可以使用左连接、右连接或者相同的功能的其他写法代替。
（3）如果明确知道只有一条结果返回，limit 1能够提高效率
（4）所有不清楚的操作可以通过?查询，类似linux的man操作，? view 就可以查询视图基本语法
（5）开始数据库慢日志：
vim /etc/my.cnf 添加log_slow_queries=slow.log 以及long_query_time=5(设置慢日志的时长)， 然后重启mysql
综上，一般的查询优化步骤如下：
（1）查看慢查询日志，或者通过show status命令查看数据库各项指标是否正常，其中 show status like ‘%handler_read%’ 中 Handler_read_rnd_next如果很高的话，说明需要检查索引了，看看是索引加的不对还是用法不对。
（2）找到问题的语句，通过desc定位这个语句到底哪里有问题，是语句写法问题、索引问题、还是表结构问题等等。
（3）优化语句，重复第1步，直到符合业务需求
对数据库优化我认为可以分一下步骤进行：
1、表结构优化；
根据实际项目的业务逻辑，对表结构进行合理拆分，和合并；减少数据冗余；适度的反范式。
对表字段选择适当的字段类型；
2、sql语句优化；
针对一下特定的SQL查询进行优化，可以开启mysql慢日志，锁定慢查询语句然后进行查询优化；具体的优化方案还得根据实际业务来定；比如select * 替换 具体的查询字段；OR改写为IN()查询；查分join查询等等；
3、合理构建索引，优化索引，避免滥用；
建立索引被多少人认为是提升数据库性能的审计，于是甚至有人说把where后面所有的查询字段都加上索引；需要搞清楚的是，索引的确可以大大提高查询效率，但是索引对应添加和更新数据，增加了大量的I/O，而且对表的存在空间增大；不合理的索引反而成了累赘。
4、构建集群；
搭建数据库集群，配合数据库中间件实现读写分离负载均衡；
5、存储业务拆分；
对于一些业务和数据通过其他方式存在进行优化，比如检索字段可以用ES或者Solr进行查分。
