mysql慢查询面试,SQL数据库如何优化_数据库

资料来源：网络整理时间：2023/3/5 15:22:18 共计：3584 浏览

mysql慢查询面试，SQL数据库如何优化？

之前在BAT里参与过一个公司级应用（非市场级，投入的人力也不会那么大），上线2年后，总是被用户投诉，原因是这个应用使用MySql数据库来做持久层，但是2年了，有一张非常重要的存储历史任务的表实在是太大了，导致通过页面想要查询历史数据的速度变得非常非常慢，所以用户很是不满意。

分析下来，这不是用Redis能解决的缓存问题，而是历史数据的查询响应速度问题。

我们最开始是希望能够通过增加索引的方式解决，但是面对千万级别的数据量，我们也不敢贸然加索引，因为一旦数据库hang住，期间的所有数据库写入请求都会被放到等待队列中，如果请求是通过http请求发过来的，很有可能导致服务发生分钟级别的超时不响应。

虽然经常被用户投诉反应慢，也不能破罐破摔，直接超时不响应了吧。

于是我们陷入了两难的境地。

后来我们分了两个部分来优化持久层。

MySQL的主从配置

第一步就是配置MySQL的主从库，通过将读写请求分离，来提高数据库的响应速度。

从上图可知，来自同一台服务器的请求，经过MySQL-proxy被分流给了不同的MySQL节点，其中写请求给了主节点，读请求给了从节点。因此，我们首先通过分流的方式，减轻了单节点MySQL的响应压力，实现了优化的第一步。

引入ElasticSearch

但是，只配置MySQL的主从是远远不够的。

通过查阅论坛，相关资料，我们最终敲定在持久层引入ElasticSearch。

Elastic Search是一个轻量级的持久层工具，它支持动态多节点部署，自动备份，节点掉线后能够自动切换主从，动态广播发现新上线的节点，而这些优点的应用，无须修改任何server端配置。可以这样理解，如果你部署了4个elastic search节点，其中2个掉了，服务器还是可以很好的继续运行。

此外，它还有一个最重要的优势，那就是支持大数据快速查询。一张几千万的表，如果用MySQL查询，可能需要几秒到几十秒不等，但是如果用elastic search，只需要毫秒级别就能查询到结果。完美的解决了我们当前的问题，还顺带帮我们巩固了持久层的稳定性问题。

综上，优化Mysql的目的是为持久层服务，除了引入主从配置，当MySQL自身局限性导致无法继续优化后，引入其他技术也是十分必要的。

如果你对这篇回答有任何问题，欢迎在下方点赞，留言。

我是苏苏思量，来自BAT的java开发工程师，头像是本人，每天都会分享科技类见闻，欢迎关注我，与我共同进步。

版权说明：
本网站凡注明“广州京杭原创”的皆为本站原创文章，如需转载请注明出处！
本网转载皆注明出处，遵循行业规范，如发现作品内容版权或其它问题的，请与我们联系处理！
欢迎扫描右侧微信二维码与我们联系。