MySQL优化是一个程序员的基本素养，每个程序员基本上都具备，但是，越是简单常见的东西，越容易忽视。如何写出一个高质量的SQL语句其实是非常重要的。
在渠道端重构中遇到过一下几个慢SQL场景（线上基本情况：订单量700w+）
1）借款查询：借款查询搜索项特别多，仅搜索项就有20+，需要关联五六张表才能满足业务需求，查询效率不高；【单体系统-服务化后，表已经垂直拆分，记录中心维护一张宽表满足需求】
2）数据权限问题：线上营业部大概有700+，当查询者拥有营业部权限特别多时，查询效率进一步下降；【基础服务冗余一张权限表，权限数据由sso服务统一维护】
3) 大分页跳转问题：选择大分页时，性能极具恶化；【优化sql，使用覆盖索引可以解决这一问题】
4) 业务层次优化：为了减小搜索范围，从业务方面去谈，最终确定所有范围查询都带上订单创建时间（默认半年，可以手动扩大）
整体的核心思想：就是让索引生效，否则在大数据量的场景下，查询效率一定比较低。至于什么样的sql不走索引，这个就太多了。实际中可以用explain去分析。
其他更多mysql优化技巧见后续文章

数据量达到百万级以后，就需要思考如何去优化查询效率了，大致有以下思考方面：

  • 优化索引&优化SQL（常规手段，优化策略太多了，可以结合explain+慢sql语句去定位分析问题）
  • 加缓存（数据一致性问题）
  • 读写分离（如果有必要，可以做读写分离，相当于简单的分库）
  • 分区（mysql的分区没有oracle性能好）
  • 分表（垂直拆分和水平拆分，都需要结合业务场景来分析出最合适的拆分策略，拆的不好，反而会起反作用）
  • 分库（暂时未涉及）
  • 换NoSql数据库【需要看业务场景，是否能满足】

其他参考资料