PHP mysql 최적화
- 不言원래의
- 2018-04-16 11:31:261856검색
이 문서의 내용은 특정 참조 가치가 있는 PHP mysql 최적화에 관한 것입니다. 이제 모든 사람과 공유합니다. 도움이 필요한 친구들이 참조할 수 있습니다
1. SQL 문의 키워드는
- 대문자
로 작성하는 것이 가장 좋습니다. 첫째, 키워드와 연산 객체를 구별하기 쉽습니다. 둘째, SQL 문이 실행될 때 MySQL은 이를 대문자로 변환하여 숫자를 늘릴 수 있습니다. 쿼리 효율성(비록 작지만).
2. 데이터베이스에 데이터 행을 추가하거나 삭제하면 데이터 ID가 너무 커집니다. - ALTER TABLE tablename AUTO_INCREMENT=N,
을 사용하여 N부터 시작하는 자동 증가 ID를 만듭니다.
3. int 유형에 - ZEROFILL
속성을 추가하면 데이터에 자동으로 0이 추가됩니다.
4. 대용량 데이터를 가져올 때는 먼저 인덱스를 삭제하고 그렇지 않으면 mysql이 인덱스를 업데이트하는 데 많은 시간을 소비하게 됩니다. - 5. 데이터베이스를 생성하고 sql 문을 작성할 때 IDE에서 .sql 접미사를 사용하여 파일을 생성하면 IDE가 sql 구문을 인식하여 작성하기가 더 쉬워집니다. 더 중요한 점은 데이터베이스가 손실된 경우에도 이 파일을 찾고 현재 디렉터리에서
- /path/mysql -uusername -ppassword 데이터베이스 이름 < filename.sql
을 사용하여 전체 파일의 SQL 문을 실행할 수 있다는 것입니다. -u 및 -p 뒤에는 공백 없이 사용자 이름과 비밀번호가 옵니다.
1 데이터베이스 디자인은 세 번째 패러다임을 따르며, 쿼리의 편의를 위해 특정 데이터 중복이 있을 수 있습니다. 2. 데이터 유형을 선택하려면 int > date, time > enum, char > varchar > blob을 선택하세요. 예를 들어 ip 주소는 unsign int로 변환할 수 있습니다. ip2long() 함수를 사용하여 입력합니다. 3. char(n) 유형의 경우 데이터가 완료되면 n 값을 최대한 작게 유지하십시오.
4. 테이블을 생성할 때 파티션 명령을 사용하여 단일
테이블
을 분할하면 쿼리 효율성이 크게 향상됩니다. MySQL은 그 중 RANGE, LIST, HASH 및 KEY 파티션 유형을 지원합니다. 파티셔닝 방법은 다음과 같습니다. CREATE TABLE 테이블 이름 { }ENGINE innodb/myisam CHARSET utf8 //데이터베이스 엔진 및 인코딩 선택 PARTITION BY RANGE/LIST(열),//범위 및 미리 정의된 목록으로 파티션
PARTITION partname VALUES LESS THAN / IN(n),// 파티션 이름을 지정하고 파티션 범위를 세부적으로 제한하세요
5. 데이터베이스 엔진을 선택할 때 innodb와 myisam의 차이점에 주의하세요
.
저장 구조: MyISAM은 디스크에 3개의 파일로 저장됩니다. InnoDB의 모든 테이블은 동일한 데이터 파일(일반적으로 2GB)에 저장됩니다. 트랜잭션 지원: MyISAM은 트랜잭션 지원을 제공하지 않습니다. InnoDB는 트랜잭션 지원을 제공합니다. 테이블 잠금 차이점: MyISAM은 테이블 수준 잠금만 지원합니다. InnoDB는 트랜잭션과 행 수준 잠금을 지원합니다. 전체 텍스트 인덱스: MyISAM은 FULLTEXT 유형의 전체 텍스트 인덱스를 지원합니다(중국어에는 적용되지 않으므로 스핑크스 전체 텍스트 인덱스 엔진을 사용해야 함). InnoDB는 이를 지원하지 않습니다. 테이블의 특정 행 수: MyISAM은 테이블의 전체 행 수를 저장하며 count(*) 쿼리가 매우 빠릅니다. InnoDB는 테이블의 총 행 수를 저장하지 않으므로 다시 계산해야 합니다. 외래 키: MyISAM은 이를 지원하지 않습니다. InnoDB는
1을 지원합니다. Innodb는 인덱스를 저장할 때 기본 키가 있어야 합니다. 지정하지 않으면 엔진이 자동으로 숨겨진 기본 키를 생성하고
기본 인덱스 , 기본 키의 물리적 주소가 인덱스에 저장되고, 데이터는 기본 키에 의해 저장됩니다. 인덱스를 사용할 때마다 먼저 기본 인덱스를 찾은 다음 아래에서 데이터를 찾아야 합니다. 기본 인덱스. 2. myisam의 각 인덱스는 동일하며 디스크의 각 행의 주소를 가리킵니다. 모두 경량 포인터 데이터입니다. 단점은 각 인덱스가 기본 키를 통해 설정되지 않고, 클러스터형 인덱스에서 기본 키를 검색하는 것만큼 쿼리 속도가 빠르지 않다는 점입니다. 하지만 주소를 저장하기 때문에 새 값을 입력하면 비교 양상이 이동하고 변경됩니다. EXPLAIN 문Usage 방식, 실행할 쿼리 문 앞에 EXPLAIN 추가 EXPLAIN SELECT * FROM user ; 다음은 각 항목에 대한 설명입니다. PROFILE 대용량 스토리지 최적화 마스터-슬레이브 복제는 데이터베이스 부하 분산, 데이터베이스 백업, 읽기-쓰기 분리 및 기타 기능에 사용할 수 있습니다. 관련 권장 사항: 위 내용은 PHP mysql 최적화의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
기본 키를 통해 검색하는 것이 매우 빠르다는 장점이 있습니다. 단점은 먼저 보조 인덱스를 통해 기본 인덱스를 찾아야 하기 때문에 보조 인덱스가 느려진다는 것입니다(보조 인덱스는 기본 인덱스의 위치입니다). .), 기본 인덱스를 통해 데이터를 찾습니다. 그리고 기본키가 불규칙한 경우 새로운 값을 삽입할 때 더 많은 데이터 블록을 이동해야 하므로 효율성에 영향을 미치므로 기본키로 정기적으로 증가하는 int형을 사용해보세요. 또한 데이터가 기본 키 바로 뒤에 위치하기 때문에 데이터에 특히 많은 양의 데이터가 포함된 열(text/blob)이 있는 경우 InnoDB는 쿼리 중에 많은 데이터 블록을 건너뛰게 되어 속도도 느려지게 됩니다.
3. 다중 조건 쿼리를 수행할 때 여러 조건에 대한 인덱스를 별도로 생성하는 경우 SQL 쿼리를 실행할 때 MySQL은 가장 가까운 인덱스만 선택하므로 다중 조건 쿼리가 필요한 경우 결합 인덱스를 사용해야 합니다. 데이터 중복이 발생하더라도 설정됩니다.
BTREE 공동 인덱스 구축 방법: 첫 번째 조건에 대한 인덱스를 생성하고, 첫 번째 인덱스의 BTREE 영역에 두 번째 조건에 대한 인덱스를 생성하는 식으로 진행됩니다. 첫 번째 조건이 필요하지 않습니다. 두 번째 조건은 조인트 인덱스를 사용하지 않습니다. 인덱스를 사용할 때 조건은 순서대로 순서대로 사용되어야 합니다. 4. 인덱스 길이도 쿼리에 큰 영향을 미칩니다. 쿼리 열 SELECT COUNT(DISTINCT LEFT(column)) / COUNT(*) FROM tablename을 사용하여 테스트할 수 있습니다. 열 열을 인덱싱합니다. 서로 다른 길이를 선택할 때 인덱스 적용 범위는 얼마나 됩니까? 포화에 가까운 n개의 길이를 선택하여 인덱스를 만듭니다.
ALTER TABLE tablename ADD INDEX (column(n)); 특정 열의 처음 n 문자. 처음 n개의 문자가 동일하면 문자열을 뒤집어 저장한 다음 인덱스를 만들 수도 있습니다.
5. 잦은 수정으로 인한 인덱스 조각화를 유지하는 방법: ALTER TABLE tablename ENGINE oldengine; 즉, 테이블 스토리지 엔진을 다시 적용하여 자동 유지 관리를 활성화할 수도 있습니다.
데이터 쿼리 최적화 데이터베이스 작업은 가능한 한 적어야 합니다. 쿼리가 있는 경우에는 데이터베이스 수준에서 데이터 작업을 수행하지 말고 대신 PHP 스크립트로 돌아가서 작업하십시오. 데이터베이스에 대한 부담을 줄이기 위한 데이터입니다. 데이터베이스 성능 문제가 발견되면 시간 내에 해결해야 합니다. 일반적으로 "느린" 쿼리를 기록하려면
Slow Querylog를 사용하고, 쿼리 및 인덱스 사용량을 분석하려면 EXPLAIN을 사용하고, 을 사용하세요. PROFILE 명령문 실행 중 특정 리소스 소비를 분석합니다.
느린 쿼리 로그: 1. my.ini 또는 my.cnf의 [mysqld] 아래에 slow_query_log_file=/path를 추가합니다. //로그 저장 경로 설정
long_query_time=n //if 문 실행 시간 설정 n초에 도달하면 기록됩니다
2. 그런 다음 MySQL에서 SET Slow_query_log='ON'을 설정하여 느린 쿼리를 활성화합니다.
3. 로그를 기록한 후 /bin/ 디렉터리에 있는 mysqldumpslow 파일 이름을 사용하여 로그를 봅니다. 일반적으로 사용되는 매개 변수는 다음과 같습니다.
-g 패턴은 정규 표현식을 사용합니다.
-t n은 첫 번째 n개 데이터를 반환합니다.
-s c/ t/l /r 레코드 개수/시간/쿼리 시간/반환 레코드 개수로 정렬
결과는 아래와 같습니다. 결과: 
id는 쿼리문의 ID입니다. 단순 쿼리는 여러 번 쿼리할 경우 쿼리를 실행하는 순서는 의미가 없습니다.
select-type은 단순/기본/공용 등 여러 쿼리에 해당하는 쿼리문 유형을 나타냅니다.
tabel 쿼리문으로 쿼리한 데이터 테이블
type 획득한 데이터 유형의 공통 유형 효율성은 높은 것부터 낮은 것까지 null>const>eq_ref>ref>range>index>allpossible-keys입니다. 사용할 수 있는
key 사용된 인덱스 key_len 인덱스 길이 ref 인덱스와 함께 테이블에서 선택하는 데 사용되는 열입니다.
rows 데이터를 찾기 위해 스캔할 대략적인 행 수를 찾아 인덱스의 품질을 확인할 수 있습니다.
extra 일반적인 것은 filesort를 사용하여 데이터를 쿼리한 후 파일을 정렬하는 것입니다. 이는 느리고 인덱스를 최적화해야 합니다 where를 사용하면 데이터의 전체 행을 읽은 다음 필터링을 수행하여 where 조건을 충족하는지 확인합니다. 인덱스 인덱스 적용 범위를 사용한다는 것은 대상 데이터가 이미 트랙션에 저장되어 있다는 의미이며 인덱스는 직접 읽어서 매우 빠릅니다.
PROFILE의 개설 상태를 확인하려면 SELECT @@frofiling을 사용하세요.
활성화되지 않은 경우 SET profiling=1을 사용하여 활성화하세요.
이 기능을 켜면 MySQL은 쿼리 문을 실행할 때 프로필 정보를 자동으로 기록합니다.
쇼 프로필을 적용하면 모든 SQL 정보를 볼 수 있습니다. 결과는 쿼리 ID, 시간 및 사용된 SQL 문인 3열 쿼리 결과입니다.
우리는
SHOW PFROFILE [type[,type]][FOR QUREYQuery_ID][Limit rwo_count [OFFSET offset]]
type을 사용할 수 있습니다. 일반적인 유형에는 ALL(모두) BLOCK IO(디스플레이 IO 관련 오버헤드) CPU(CPU 오버헤드) MEMORY(메모리 오버헤드) 등
데이터베이스 마스터-슬레이브 복제 및 읽기-쓰기 분리
1. 마스터가 변경 사항을 기록합니다. 마스터 서버의 데이터를 복제하는 목적을 달성하기 위해 마스터의 바이너리가 릴레이 로그에 복사되고 데이터가 자체 데이터로 반환됩니다.
2. 마스터 서버 구성
my.ini/my.conf 수정
[mysqld]
log-bin=mysql-bin //바이너리 로그 활성화
server-id=102 //서버 고유 ID
3를 구성합니다. 슬레이브 서버 슬레이브
log-bin=mysql-bin //바이너리 로그 활성화
server-id=226 //고유 서버 ID
4. 마스터 서버에서 슬레이브 서버에 권한을 부여합니다
GRANT REPLICATION SLAVE ON *.*를 'slavename'으로 지정합니다. @'IP'는 'root'로 식별됩니다
5.
change master를
master_host="masterip",
master_user="masteruser",
master_password="masterpasswd";
6으로 사용합니다. 그런 다음 start 슬레이브 명령을 사용하여 마스터 복사됨.
구성을 수정할 때마다 서버를 다시 시작하는 것을 잊지 마세요. 그런 다음 마스터 및 슬레이브 서버에서 마스터/슬레이브 상태 표시를 사용하여 마스터/슬레이브 상태를 볼 수 있습니다.
데이터베이스에서 읽기와 쓰기의 분리를 달성하려면 mysql_proxy, atlas 등과 같은 MySQL 미들웨어가 필요합니다. 이러한 미들웨어를 마스터 서버와 슬레이브 서버의 읽기와 쓰기를 분리하도록 구성함으로써 슬레이브 서버가 읽기 책임을 맡게 되므로 마스터 서버의 부담이 줄어듭니다.
데이터베이스 공유
인덱싱이든 캐싱이든 데이터베이스의 데이터 테이블에 있는 데이터의 양이 매우 클 경우 이를 수행할 수 있도록 데이터베이스를 샤딩해야 한다는 부담이 큽니다. 쿼리 압력을 줄이기 위해 여러 데이터베이스 서버 또는 여러 테이블 저장소에서 사용됩니다.
방법에는 수직분할, 수평분할, 결합분할이 있습니다.
수직 분할: 데이터 테이블이 많은 경우 데이터베이스에서 밀접하게 관련된 테이블(예: 동일한 모듈, 자주 연결되고 쿼리됨)을 분할하여 서로 다른 마스터-슬레이브 서버에 배치합니다.
수평 분할: 테이블 수가 많지 않고 테이블에 포함된 데이터의 양이 매우 많은 경우 쿼리 속도를 높이기 위해 해싱 및 기타 알고리즘을 사용하여 데이터 테이블을 여러 개로 나누어서 넣을 수 있습니다. 쿼리 속도를 높이기 위해 서버에서 서로 다릅니다. 수평 샤딩과 데이터 테이블 파티셔닝의 차이점은 저장 매체의 차이에 있습니다.
Joint 분할: 대개 데이터 테이블과 테이블에 포함된 데이터의 양이 매우 크기 때문에 공동 분할이 필요합니다. 즉, 수직 및 수평 테이블 분할이 동시에 수행되며, 데이터베이스는 분산 매트릭스로 분할되어 저장됩니다.
각각의 데이터베이스 최적화 방법은 글을 작성하는 데 사용될 수 있습니다. 이러한 방법을 이해하고 기억한다면 높은 데이터베이스 효율성을 달성하기 위해 필요할 때 의도적인 선택과 최적화를 할 수 있습니다.