数据库有哪些优化方式

（1）问题分析

考官主要是对数据库优化方面的考核，一般数据库优化分为性能和应用方面的，如你了解sql优化吗；百万数据怎么优化等

（2）核心答案讲解

1）根据服务层面：配置MySQL性能优化参数；
2）从系统层面增强MySQL的性能：优化数据表结构、字段类型、字段索引、分表，分库、读写分离等等。
3）从数据库层面增强性能：优化SQL语句，合理使用字段索引。
4）从代码层面增强性能：使用缓存和NoSQL数据库方式存储，如MongoDB/Memcached/Redis来缓解高并发下数据库查询的压力。
5）减少数据库操作次数，尽量使用数据库访问驱动的批处理方法。
6）不常使用的数据迁移备份，避免每次都在海量数据中去检索。
7）提升数据库服务器硬件配置，或者搭建数据库集群。
8）编程手段防止SQL注入：使用JDBC PreparedStatement按位插入或查询；正则表达式过滤（非法字符串过滤）；

（3）问题扩展

Sql优化（4-5条即可）：
1）应尽量避免在 where 子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。
2）应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：
select id from t where num is null
可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：
select id from t where num=0
3）很多时候用 exists 代替 in 是一个好的选择
4）用Where子句替换HAVING 子句 因为HAVING 只会在检索出所有记录之后才对结果集进行过滤
5）select count(*) from table；这样不带任何条件的count会引起全表扫描，并且没有任何业务意义，是一定要杜绝的
索引
索引概念：对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。如果我们把一个表的内容认为是一本字典，那索引就相当于字典的目录
索引类型：
Oracle:
逻辑上：

● Single column 单行索引
● Concatenated 多行索引
● Unique 唯一索引
● NonUnique 非唯一索引
● Function-based函数索引
● Domain 域索引
物理上：
● Partitioned 分区索引
● NonPartitioned 非分区索引
● B-tree：
● Normal 正常型B树
● Rever Key 反转型B树
● Bitmap 位图索引

MySQL索引分为普通索引、唯一索引、主键索引、组合索引、全文索引
何时使用索引
1）主键，unique字段；
2）和其他表做连接的字段需要加索引；
3）在where里使用＞，≥，＝，＜，≤，is null和between等字段；
4）使用不以通配符开始的like，where A like 'China%'；
5）聚集函数MIN()，MAX()中的字段；
6）order by和group by字段；
索引何时失效
1）组合索引未使用最左前缀，例如组合索引（A，B），where B=b不会使用索引；
2）like未使用最左前缀，where A like '%China'；
3）搜索一个索引而在另一个索引上做order by，where A=a order by B，只使用A上的索引，因为查询只使用一个索引 ；
4）or会使索引失效。如果查询字段相同，也可以使用索引。例如where A=a1 or A=a2（生效），where A=a or B=b（失效）
5）如果列类型是字符串，要使用引号。例如where A='China'，否则索引失效（会进行类型转换）；
6）在索引列上的操作，函数（upper()等）、or、！=(<>)、not in等；

（4）结合项目中使用

1）常用但不经常修改的字段建索引(譬如商品表的商品名称等字段)，达到检索速度增快，用户体验度增高的目的
2）用mycat进行分库分表
垂直拆分是基于数据库中的"列"进行，某个表字段较多，可以新建一张扩展表，将不经常用或字段长度较大的字段拆分出去到扩展表中。例如用户表，在字段很多的情况下（例如一个大表有100多个字段），通过"大表拆小表"，更便于开发与维护，也能避免跨页问题
水平分表

水平切分分为库内分表和分库分表，是根据表内数据内在的逻辑关系，将同一个表按不同的条件分散到多个数据库或多个表中，每个表中只包含一部分数据，从而使得单个表的数据量变小，达到分布式的效果（如订单表）