学无止境

少年辛苦终身事,莫向光阴惰寸功。——唐·杜荀鹤《题弟侄书堂》


数据库优化

Redis 数据库优化

数据结构优化

1. Key设计优化
- 使用简短但有意义的key命名,遵循统一命名规范
- 避免特别长的key,会占用更多内存
- 推荐使用 "业务:表:id" 的格式,如 "user:profile:1001"

2. 数据结构选择
- String: 适用于简单的键值对存储
- Hash: 适用于存储对象,节省内存
- List: 适用于消息队列、最新N个数据
- Set: 适用于去重、随机访问
- Sorted Set: 适用于排行榜、优先级队列

命令使用优化

1. 避免危险命令
- 禁用 KEYS * 命令,使用 SCAN 替代
- 避免 FLUSHALL、FLUSHDB 等危险命令
- 大量数据操作时使用 HSCAN、SSCAN、ZSCAN 等

2. 批量操作优化
- 使用 Pipeline 批量操作提升性能
- MSET、MGET 代替多次 SET、GET
- HMSET、HMGET 批量操作hash

内存优化

1. 内存管理
- 设置 maxmemory 限制内存使用
- 配置合适的淘汰策略(如 allkeys-lru、volatile-lru)
- 及时清理过期数据
- 压缩数据后再存储

2. 数据压缩
- 使用 ZIPLIST 压缩编码
- 开启压缩算法 (redis.conf: rdbcompression yes)

持久化优化

1. RDB优化
- 合理配置备份频率
- 根据数据量设置合适的备份时间点
- 可以关闭AOF只使用RDB以提升性能

2. AOF优化
- 选择合适的fsync策略 (always/everysec/no)
- 定期执行BGREWRITEAOF重写AOF文件
- 配置rewrite触发机制

MySQL 数据库优化

SQL语句优化

1. SELECT语句优化
- 只查询需要的字段,避免SELECT *
- 使用LIMIT限制结果集
- 使用索引覆盖查询
- 避免使用SELECT DISTINCT
- 优化子查询,尽量使用JOIN

2. WHERE子句优化
- 避免对字段进行函数运算
- 避免隐式类型转换
- 使用IN代替OR
- 范围查询优化

3. JOIN优化
- 小表驱动大表
- 使用INNER JOIN代替LEFT JOIN
- 控制JOIN表的数量

索引优化

1. 索引设计原则
- 频繁查询的字段建立索引
- 主键选择高效索引列
- 常用WHERE条件字段建索引
- ORDER BY、GROUP BY字段建索引
- 字符串字段建前缀索引

2. 索引使用规范
- 避免索引失效情况
- 控制索引数量
- 及时更新索引统计信息
- 定期检查索引使用情况

架构优化

1. 读写分离
- 主库负责写操作
- 从库负责读操作
- 使用中间件实现自动切换

2. 分库分表
- 垂直分库:按业务拆分
- 水平分库:按数据量拆分
- 设计合理的分片键

MongoDB 数据库优化

性能监控与分析

1. 性能监控工具
- 使用profile进行性能分析
- mongostat监控实例状态
- mongotop监控集合级别的统计

2. 慢查询分析
- 设置慢查询阈值
- 定期分析慢查询日志
- 优化慢查询语句

索引优化

1. 索引策略
- 为常用查询创建索引
- 创建复合索引
- 避免过多索引
- 定期评估索引使用情况

2. 索引类型选择
- 单字段索引
- 复合索引
- 多键索引
- 地理空间索引
- 文本索引

数据模型优化

1. Schema设计
- 根据访问模式设计文档结构
- 权衡范式化和反范式化
- 合理使用嵌入式文档
- 控制文档大小

2. 集合设计
- 避免过大的集合
- 使用capped集合
- 合理设计分片键

系统配置优化

1. 硬件优化
- 使用SSD存储
- 增加系统内存
- 优化磁盘RAID配置

2. 系统参数优化
- 调整系统文件描述符限制
- 优化内存管理参数
- 配置合适的日志级别