一 OS系統優化
1 內核優化
1)IO調度優化
調整Linux默認的IO調度算法.
IO調度器的總體目標是希望讓磁頭能夠總是往一個方向移動,移動到底了再往反方向走,這恰恰就是現實生活中的電梯模型,所以IO調度器也被叫做電梯 (elevator)，而相應的算法也就被叫做電梯算法.而Linux中IO調度的電梯算法有好幾種,一個叫做as(Anticipatory),一個叫做 cfq(Complete Fairness Queueing),一個叫做deadline,還有一個叫做noop(No Operation).
IO對數據庫的影響較大，linux默認的IO調度算法為cfq,需要修改為deadline,如果是SSD或者PCIe-SSD設備,需要修改為noop,可以使用下面兩種修改方式。
1.查看默認的IO算法
dmesg | grep -i scheduler
2.在線動態修改,重啟失效。
echo "deadline" > /sys/block/vda/queue/scheduler
3.修改/etc/grub.conf,永久生效。
修改/etc/grub.conf配置文件,在kernel那行增加一個配置,例如:
elevator=deadline
IO調度算法詳解
NOOP
NOOP算法的全寫為No Operation。該算法實現了最最簡單的FIFO隊列，所有IO請求大致按照先來后到的順序進行操作。之所以說“大致”，原因是NOOP在FIFO的基礎上還做了相鄰IO請求的合并，并不是完完全全按照先進先出的規則滿足IO請求。
假設有如下的io請求序列：
100，500，101，10，56，1000
NOOP將會按照如下順序滿足：
100(101)，500，10，56，1000
CFQ
CFQ算法的全寫為Completely Fair Queuing。該算法的特點是按照IO請求的地址進行排序，而不是按照先來后到的順序來進行響應。
假設有如下的io請求序列：
100，500，101，10，56，1000
CFQ將會按照如下順序滿足：
100，101，500，1000，10，56
在傳統的SAS盤上，磁盤尋道花去了絕大多數的IO響應時間。CFQ的出發點是對IO地址進行排序，以盡量少的磁盤旋轉次數來滿足盡可能多的IO請求。在CFQ算法下，SAS盤的吞吐量大大提高了。但是相比于NOOP的缺點是，先來的IO請求并不一定能被滿足，可能會出現餓死的情況。
DEADLINE
DEADLINE在CFQ的基礎上，解決了IO請求餓死的極端情況。除了CFQ本身具有的IO排序隊列之外，DEADLINE額外分別為讀IO和寫IO提供了FIFO隊列。讀FIFO隊列的最大等待時間為500ms，寫FIFO隊列的最大等待時間為5s。FIFO隊列內的IO請求優先級要比CFQ隊列中的高，，而讀FIFO隊列的優先級又比寫FIFO隊列的優先級高。
優先級可以表示如下：
FIFO(Read) > FIFO(Write) > CFQ
ANTICIPATORY
CFQ和DEADLINE考慮的焦點在于滿足零散IO請求上。對于連續的IO請求，比如順序讀，并沒有做優化。為了滿足隨機IO和順序IO混合的場景，Linux還支持ANTICIPATORY調度算法。ANTICIPATORY的在DEADLINE的基礎上，為每個讀IO都設置了6ms的等待時間窗口。如果在這6ms內OS收到了相鄰位置的讀IO請求，就可以立即滿足。
總結
noop：一般用于ssd，因為SSD速度本身已經夠快不需要再進行調度。
deadline：一般用于數據庫
cfq:為所有進程分配等量的帶寬,適合于桌面多任務及多媒體應用，默認IO調度器
2） vm.swappiness=0
vm.swappiness是操作系統控制物理內存交換出去的策略。它允許的值是一個百分比的值，最小為0，最大運行100，該值默認為60。vm.swappiness設置為0表示盡量少swap，100表示盡量將inactive的內存頁交換出去。
具體的說：當內存基本用滿的時候，系統會根據這個參數來判斷是把內存中很少用到的inactive內存交換出去，還是釋放數據的cache。cache中緩存著從磁盤讀出來的數據，根據程序的局部性原理，這些數據有可能在接下來又要被讀 取;inactive內存顧名思義，就是那些被應用程序映射著，但是長時間不用的內存。
我們可以利用vmstat看到inactive的內存的數量：
vmstat -an 1
#通過/proc/meminfo 你可以看到更詳細的信息：
cat /proc/meminfo | grep -i inact
Linux中，內存可能處于三種狀態：
free，active和inactive。Linux Kernel在內部維護了很多LRU列表用來管理內存，比如LRU_INACTIVE_ANON, LRU_ACTIVE_ANON, LRU_INACTIVE_FILE , LRU_ACTIVE_FILE, LRU_UNEVICTABLE。其中LRU_INACTIVE_ANON, LRU_ACTIVE_ANON用來管理匿名頁，LRU_INACTIVE_FILE , LRU_ACTIVE_FILE用來管理page caches頁緩存。系統內核會根據內存頁的訪問情況，不定時的將活躍active內存被移到inactive列表中，這些inactive的內存可以被交換到swap中去。
一般來說，MySQL，特別是InnoDB管理內存緩存，它占用的內存比較多，不經常訪問的內存也會不少，這些內存如果被Linux錯誤的交換出去了，將浪費很多CPU和IO資源。 InnoDB自己管理緩存，cache的文件數據來說占用了內存，對InnoDB幾乎沒有任何好處。所以，我們在MySQL的服務器上最好設置vm.swappiness=0。
設置vm.swappiness：
echo vm.swappiness = 0 >> /etc/sysctl.conf
#使其保存生效
sysctl -p
2 文件系統優化
文件描述符
內核利用文件描述符來訪問文件。文件描述符是非負整數。打開現存文件或新建文件時，內核會返回一個文件描述符。讀寫文件也需要使用文件描述符來指定待讀寫的文件，高并發場景需要把文件描述符調大
臨時調整：
ulimit -SHn 65536
永久調整
vim /etc/security/limits.conf
* soft nofile 65536
* hard nofile 65536
*
優化文件系統掛載參數
文件系統掛載參數是在/etc/fstab文件中修改,重啟時候生效，noatime不記錄訪問時間,nodiratime不記錄目錄的訪問時間。
對于ext3, ext4和 reiserfs文件系統可以在mount時指定barrier=0;對于xfs可以指定nobarrier選項。
很多文件系統會在數據提交時強制底層設備刷新cache，避免數據丟失，稱之為write barriers。
但是，其實我們數據庫服務器底層存儲設備要么采用RAID卡，RAID卡本身的電池可以掉電保護;要么采用Flash卡，它也有自我保 護機制，保證數據不會丟失。所以我們可以安全的使用nobarrier掛載文件系統。
如果業務量很大的話，使用xfs文件系統，在CentOS6.4之后的系統xfs性能比ext4好；
3 關閉NUMA
numa
非一致存儲訪問結構 (NUMA ： Non-Uniform Memory Access)它和對稱多處理器結構 (SMP ： Symmetric Multi-Processor) 是對應的。簡單的隊別如下：
SMP訪問內存的都是代價都是一樣的;但是在NUMA架構下，本地內存的訪問和非本地內存的訪問代價是不一樣的。
你可以指定內存在本地分配，在某幾個CPU節點分配或者輪詢分配。除非是設置為--interleave=nodes輪詢分配方式，即內存可以在任意NUMA節點上分配這種方式以外。其他的方式就算其他NUMA節點上還有內存剩余，Linux也不會把剩余的內存分配給這個進程，而是采用SWAP的方式來獲得內存。有經驗的系統管理員或者DBA都知道SWAP導致的數據庫性能 下降有多么坑爹,所以最簡單的方法，還是關閉掉這個特性。
關閉特性的方法，分別有：
1.可以從BIOS，操作系統，啟動進程時臨時關閉這個特性。由于各種BIOS類型的區別，如何關閉NUMA千差萬別，我們這里就不具體展示怎么設置了。
2.在操作系統中關閉，可以直接在/etc/grub.conf的kernel行最后添加numa=off，如下所示：
kernel /vmlinuz-2.6.32-220.el6.x86_64 ... numa=off
3.啟動MySQL的時候，關閉NUMA特性：
numactl --interleave=all mysqld 或者numactl –cpunodebind=node –localalloc mysqld
另外可以設置 vm.zone_reclaim_mode=0盡量回收內存。
MySQL5.7提供了MUMA的支持，--innodb-numa-interleave參數，如果沒有該參數，則可以
二、mysql優化
1）配置參數優化
query_cache_size
query cache是一個眾所周知的瓶頸，甚至在并發并不多時也如此。 最好是一開始就停用，設置query_cache_size = 0，并利用其他方法加速查詢：優化索引、增加拷貝分散負載或者啟用額外的緩存（比如memcache或redis）。
如果已經啟用了query cache并且還沒有發現任何問題，query cache可能有用。如果想停用它，那就得小心了。
max_connections
max_connection值被設高了(例如1000或更高)之后一個主要缺陷是當服務器運行1000個或更高的活動事務時會變的沒有響應。在應用程序里使用連接池或者在MySQL里使用進程池有助于解決這一問題。
back_log
要求 mysql 能有的連接數量。當主要mysql線程在一個很短時間內得到非常多的連接請求，這就起作用，然后主線程花些時間檢查連接并且啟動一個新線程。back_log指明在mysql暫時停止回答新請求之前的短時間內多少個請求可以被存在堆棧中。只有如果期望在一個短時間內有很多連接，需要增加它，換句話說，該值對到來的tcp/ip連接的偵聽隊列的大小。
Innodb配置
innodb_buffer_pool_size
緩沖池緩存數據和索引：這個值越大越好，這能保證你在大多數的讀取操作時使用的是內存而不是硬盤。典型的值是5-6GB(8GB內存)，20-25GB(32GB內存)，100-120GB(128GB內存)。
innodb_flush_log_at_trx_commit
默認值為1，表示InnoDB完全支持ACID特性。當關注點是數據安全的時候這個值是最合適的，比如在一個主節點上。但是對于磁盤（讀寫）速度較慢的系統，它會帶來很巨大的開銷，因為每次將改變flush到redo日志都需要額外的fsyncs。如果值為0速度就更快了，但在系統崩潰時可能丟失一些數據, 所以一遍只適用于備份節點。
innodb_log_file_size
這是redo日志的大小。redo日志被用于確保寫操作快速而可靠并且在崩潰時恢復。一直到MySQL 5.1，它都難于調整，因為一方面你想讓它更大來提高性能，另一方面你想讓它更小來使得崩潰后更快恢復。幸運的是從MySQL 5.5之后，崩潰恢復的性能的到了很大提升，這樣你就可以同時擁有較高的寫入性能和崩潰恢復性能了。一直到MySQL 5.5，redo日志的總尺寸被限定在4GB(默認可以有2個log文件)。這在MySQL 5.6里被提高。
innodb_log_buffer_size
這項配置決定了為尚未執行的事務分配的緩存。但是如果事務中包含有二進制大對象或者大文本字段的話，看Innodb_log_waits狀態變量，如果它不是0，增加innodb_log_buffer_size。
innodb_file_per_table
這項設置告知InnoDB是否需要將所有表的數據和索引存放在共享表空間里（innodb_file_per_table = OFF）或者為每張表的數據單獨放在一個.ibd文件（innodb_file_per_table = ON）。
每張表一個文件允許你在drop、truncate或者rebuild表時回收磁盤空間。這對于一些高級特性也是有必要的，比如數據壓縮。但是它不會帶來任何性能收益。MySQL 5.6中，這個屬性默認值是ON。
innodb_flush_method
這項配置決定了數據和日志寫入硬盤的方式。一般來說，如果你有硬件RAID控制器，并且其獨立緩存采用write-back機制，并有著電池斷電保護，那么應該設置配置為O_DIRECT；否則，大多數情況下應將其設為fdatasync（默認值）。sysbench是一個可以幫助你決定這個選項的好工具。
其他設置
log_bin
如果你想讓數據庫服務器充當主節點的備份節點，那么開啟二進制日志是必須的。如果這么做了之后，還別忘了設置server_id為一個唯一的值。就算只有一個服務器，如果你想做基于時間點的數據恢復，這（開啟二進制日志）也是很有用的：從你最近的備份中恢復（全量備份），并應用二進制日志中的修改（增量備份）。二進制日志一旦創建就將永久保存。所以如果你不想讓磁盤空間耗盡，你可以用 PURGE BINARY LOGS 來清除舊文件，或者設置 expire_logs_days 來指定過多少天日志將被自動清除。
記錄二進制日志不是沒有開銷的，所以如果你在一個非主節點的復制節點上不需要它的話，那么建議關閉這個選項。
skip_name_resolve
當客戶端連接數據庫服務器時，服務器會進行主機名解析，并且當DNS很慢時，建立連接也會很慢。因此建議在啟動服務器時關閉skip_name_resolve選項而不進行DNS查找。唯一的局限是之后GRANT語句中只能使用IP地址了，因此在添加這項設置到一個已有系統中必須格外小心。
max_allowed_packet
接受的數據包大小；增加該變量的值十分安全，這是因為僅當需要時才會分配額外內存。例如，僅當你發出長查詢或MySQLd必須返回大的結果行時MySQLd才會分配更多內存。該變量之所以取較小默認值是一種預防措施，以捕獲客戶端和服務器之間的錯誤信息包，并確保不會因偶然使用大的信息包而導致內存溢出
table_open_cache
MySQL每打開一個表，都會讀入一些數據到table_open_cache緩存中，當MySQL在這個緩存中找不到相應信息時，才會去磁盤上讀取。假定系統有200個并發連接，則需將此參數設置為200*N(N為每個連接所需的文件描述符數目)；當把table_open_cache設置為很大時，如果系統處理不了那么多文件描述符，那么就會出現客戶端失效，連接不上。
character-set
如果是單一語言使用簡單的character set例如latin1。盡量少用Utf-8，utf-8占用空間較多
2）存儲引擎優化
MyISAM
MyISAM管理非事務表。它提供高速存儲和檢索，以及全文搜索能力。
MyISAM特性：
不支持事務，宕機會破壞表
使用較小的內存和磁盤空間
基于表的鎖，并發更新數據會出現嚴重性能問題
MySQL只緩存Index，數據由OS緩存
使用場景：
日志系統
只讀或者絕大部分是讀操作的應用
全表掃描
批量導入數據
沒有事務的低并發讀/寫
MyISAM優化要點:
1.聲明列為NOT NULL，可以減少磁盤存儲。
2.使用optimize table做碎片整理，回收空閑空間。注意僅僅在非常大的數據變化后運行。
3.刪除/更新/插入大量數據的時候禁止使用index。使用ALTER TABLE t DISABLE KEYS。
4.設置myisam_max_[extra]_sort_file_size足夠大，可以顯著提高repair table的速度。
InnoDB
InnoDB給MySQL提供了具有提交，回滾和崩潰恢復能力的事務安全（ACID兼容）存儲引擎。
InnoDB提供行級鎖，并且也在SELECT語句提供一個Oracle風格一致的非鎖定讀。這些特色增加了多用戶部署和性能。
沒有在InnoDB中擴大鎖定的需要，因為在InnoDB中行鎖，適合非常小的空間。InnoDB也支持FOREIGN KEY約束。
在SQL查詢中，你可以自由地將InnoDB類型的表與其它MySQL的表的類型混合起來，甚至在同一個查詢中也可以混合。
InnoDB是為在處理巨大數據量時獲得最大性能而設計的。它的CPU使用效率非常高。
InnoDB存儲引擎已經完全與MySQL服務器整合，InnoDB存儲引擎為在內存中緩存數據和索引而維持它自己的緩沖池。 InnoDB存儲它的表＆索引在一個表空間中，表空間可以包含數個文件（或原始磁盤分區）。這與MyISAM表不同，比如在MyISAM表中每個表被存在分離的文件中。InnoDB 表可以是任何大小，即使在文件尺寸被限制為2GB的操作系統上。
InnoDB特性：
支持事務，ACID，外鍵。
Row level locks。
支持不同的隔離級別。
和MyISAM相比需要較多的內存和磁盤空間。
沒有鍵壓縮。
數據和索引都緩存在內存hash表中。
使用場景：
需要事務的應用。
高并發的應用。
自動恢復。
較快速的基于主鍵的操作。
InnoDB優化要點：
1.盡量使用short，integer的主鍵。
2.Load/Insert數據時按主鍵順序。如果數據沒有按主鍵排序，先排序然后再進行數據庫操作。
3.在Load數據是為設置SET UNIQUE_CHECKS=0，SET FOREIGN_KEY_CHECKS=0，可以避免外鍵和唯一性約束檢查的開銷。
4.使用prefix keys。因為InnoDB沒有key壓縮功能
三、MySQL性能優化最佳實踐
原文http://www.searchdatabase.com.cn/showcontent_38045.htm
1. 為查詢緩存優化你的查詢
大多數的MySQL服務器都開啟了查詢緩存。這是提高性最有效的方法之一，而且這是被MySQL的數據庫引擎處理的。當有很多相同的查詢被執行了多次的時候，這些查詢結果會被放到一個緩存中，這樣，后續的相同的查詢就不用操作表而直接訪問緩存結果了。
這里最主要的問題是，對于程序員來說，這個事情是很容易被忽略的。因為，我們某些查詢語句會讓MySQL不使用緩存。請看下面的示例：
// 查詢緩存不開啟
$r = mysql_query("SELECT username FROM user WHERE signup_date >= CURDATE()");
// 開啟查詢緩存
$today = date("Y-m-d");
$r = mysql_query("SELECT username FROM user WHERE signup_date >= '$today'");
上面兩條SQL語句的差別就是 CURDATE() ，MySQL的查詢緩存對這個函數不起作用。
所以，像 NOW() 和 RAND() 或是其它的諸如此類的SQL函數都不會開啟查詢緩存，因為這些函數的返回是會不定的易變的。
所以，你所需要的就是用一個變量來代替MySQL的函數，從而開啟緩存。
2. EXPLAIN SELECT 查詢
使用 EXPLAIN 關鍵字可以讓你知道MySQL是如何處理你的SQL語句的。這可以幫你分析你的查詢語句或是表結構的性能瓶頸。
EXPLAIN 的查詢結果還會告訴你你的索引主鍵被如何利用的，你的數據表是如何被搜索和排序的……等等，等等。
挑一個你的SELECT語句(推薦挑選那個最復雜的，有多表聯接的)，把關鍵字EXPLAIN加到前面。你可以使用phpmyadmin來做這個事。然后，你會看到一張表格。下面的這個示例中，我們忘記加上了group_id索引，并且有表聯接：
當我們為 group_id 字段加上索引后：
我們可以看到，前一個結果顯示搜索了 7883 行，而后一個只是搜索了兩個表的 9 和 16 行。查看rows列可以讓我們找到潛在的性能問題。
3. 當只要一行數據時使用 LIMIT 1
當你查詢表的有些時候，你已經知道結果只會有一條結果，但因為你可能需要去fetch游標，或是你也許會去檢查返回的記錄數。
在這種情況下，加上 LIMIT 1 可以增加性能。這樣一樣，MySQL數據庫引擎會在找到一條數據后停止搜索，而不是繼續往后查少下一條符合記錄的數據。
下面的示例，只是為了找一下是否有“中國”的用戶，很明顯，后面的會比前面的更有效率。(請注意，第一條中是Select *，第二條是Select 1)
// 沒有效率的：
$r = mysql_query("SELECT * FROM user WHERE country = 'China'");
if (mysql_num_rows($r) > 0) {
// ...
}
// 有效率的：
$r = mysql_query("SELECT 1 FROM user WHERE country = 'China' LIMIT 1");
if (mysql_num_rows($r) > 0) {
// ...
}
4. 為搜索字段建索引
索引并不一定就是給主鍵或是唯一的字段。如果在你的表中，有某個字段你總要會經常用來做搜索，那么，請為其建立索引吧。
從上圖你可以看到那個搜索字串 “last_name LIKE ‘a%’”，一個是建了索引，一個是沒有索引，性能差了4倍左右。
另外，你應該也需要知道什么樣的搜索是不能使用正常的索引的。例如，當你需要在一篇大的文章中搜索一個詞時，如： “WHERE post_content LIKE ‘%apple%’”，索引可能是沒有意義的。你可能需要使用MySQL全文索引 或是自己做一個索引(比如說：搜索關鍵詞或是Tag什么的)
5. 在Join表的時候使用相當類型的例，并將其索引
如果你的應用程序有很多 JOIN 查詢，你應該確認兩個表中Join的字段是被建過索引的。這樣，MySQL內部會啟動為你優化Join的SQL語句的機制。
而且，這些被用來Join的字段，應該是相同的類型的。例如：如果你要把 DECIMAL 字段和一個 INT 字段Join在一起，MySQL就無法使用它們的索引。對于那些STRING類型，還需要有相同的字符集才行。(兩個表的字符集有可能不一樣)
// 在state中查找company
$r = mysql_query("SELECT company_name FROM users
LEFT JOIN companies ON (users.state = companies.state)
WHERE users.id = $user_id");
// 兩個 state 字段應該是被建過索引的，而且應該是相當的類型，相同的字符集。
6. 千萬不要 ORDER BY RAND()
想打亂返回的數據行?隨機挑一個數據?真不知道誰發明了這種用法，但很多新手很喜歡這樣用。但你確不了解這樣做有多么可怕的性能問題。
如果你真的想把返回的數據行打亂了，你有N種方法可以達到這個目的。這樣使用只讓你的數據庫的性能呈指數級的下降。這里的問題是：MySQL會不得不去執行RAND()函數(很耗CPU時間)，而且這是為了每一行記錄去記行，然后再對其排序。就算是你用了Limit 1也無濟于事(因為要排序)
下面的示例是隨機挑一條記錄
// 千萬不要這樣做：
$r = mysql_query("SELECT username FROM user ORDER BY RAND() LIMIT 1");
// 這要會更好：
$r = mysql_query("SELECT count(*) FROM user");
$d = mysql_fetch_row($r);
$rand = mt_rand(0,$d[0] - 1);
$r = mysql_query("SELECT username FROM user LIMIT $rand, 1");
7. 避免 SELECT *
從數據庫里讀出越多的數據，那么查詢就會變得越慢。并且，如果你的數據庫服務器和WEB服務器是兩臺獨立的服務器的話，這還會增加網絡傳輸的負載。所以，你應該養成一個需要什么就取什么的好的習慣。
// 不推薦
$r = mysql_query("SELECT * FROM user WHERE user_id = 1");
$d = mysql_fetch_assoc($r);
echo "Welcome {$d['username']}";
// 推薦
$r = mysql_query("SELECT username FROM user WHERE user_id = 1");
$d = mysql_fetch_assoc($r);
echo "Welcome {$d['username']}";
8. 永遠為每張表設置一個ID
我們應該為數據庫里的每張表都設置一個ID做為其主鍵，而且最好的是一個INT型的（推薦使用UNSIGNED），并設置上自動增加的AUTO_INCREMENT標志。
就算是你 users 表有一個主鍵叫 “email”的字段，你也別讓它成為主鍵。使用 VARCHAR 類型來當主鍵會使用得性能下降。另外，在你的程序中，你應該使用表的ID來構造你的數據結構。
而且，在MySQL數據引擎下，還有一些操作需要使用主鍵，在這些情況下，主鍵的性能和設置變得非常重要，比如，集群，分區……
在這里，只有一個情況是例外，那就是“關聯表”的“外鍵”，也就是說，這個表的主鍵，通過若干個別的表的主鍵構成。我們把這個情況叫做“外鍵”。比如：有一個“學生表”有學生的ID，有一個“課程表”有課程ID，那么，“成績表”就是“關聯表”了，其關聯了學生表和課程表，在成績表中，學生ID和課程ID叫“外鍵”其共同組成主鍵。
9. 使用 ENUM 而不是 VARCHAR
ENUM類型是非常快和緊湊的。在實際上，其保存的是 TINYINT，但其外表上顯示為字符串。這樣一來，用這個字段來做一些選項列表變得相當的完美。
如果你有一個字段，比如“性別”，“國家”，“民族”，“狀態”或“部門”，你知道這些字段的取值是有限而且固定的，那么，你應該使用 ENUM 而不是 VARCHAR。
MySQL也有一個“建議”（見第十條）告訴你怎么去重新組織你的表結構。當你有一個 VARCHAR 字段時，這個建議會告訴你把其改成 ENUM 類型。使用 PROCEDURE ANALYSE() 你可以得到相關的建議。
10. 從 PROCEDURE ANALYSE() 取得建議
PROCEDURE ANALYSE() 會讓 MySQL 幫你去分析你的字段和其實際的數據，并會給你一些有用的建議。只有表中有實際的數據，這些建議才會變得有用，因為要做一些大的決定是需要有數據作為基礎的。
例如，如果你創建了一個 INT 字段作為你的主鍵，然而并沒有太多的數據，那么，PROCEDURE ANALYSE()會建議你把這個字段的類型改成 MEDIUMINT 。或是你使用了一個 VARCHAR 字段，因為數據不多，你可能會得到一個讓你把它改成 ENUM 的建議。這些建議，都是可能因為數據不夠多，所以決策做得就不夠準。
一定要注意，這些只是建議，只有當你的表里的數據越來越多時，這些建議才會變得準確。一定要記住，你才是最終做決定的人。
11. 盡可能的使用 NOT NULL
除非你有一個很特別的原因去使用 NULL 值，你應該總是讓你的字段保持 NOT NULL。這看起來好像有點爭議，請往下看。
首先，問問你自己“Empty”和“NULL”有多大的區別(如果是INT，那就是0和NULL)?如果你覺得它們之間沒有什么區別，那么你就不要使用NULL。(你知道嗎?在 Oracle 里，NULL 和 Empty 的字符串是一樣的!)
不要以為 NULL 不需要空間，其需要額外的空間，并且，在你進行比較的時候，你的程序會更復雜。 當然，這里并不是說你就不能使用NULL了，現實情況是很復雜的，依然會有些情況下，你需要使用NULL值。
12. 無緩沖的查詢
正常的情況下，當你在當你在你的腳本中執行一個SQL語句的時候，你的程序會停在那里直到沒這個SQL語句返回，然后你的程序再往下繼續執行。你可以使用無緩沖查詢來改變這個行為。
mysql_unbuffered_query()發送一個SQL語句到MySQL而并不像mysql_query()一樣去自動fethch和緩存結果。這會相當節約很多可觀的內存，尤其是那些會產生大量結果的查詢語句，并且，你不需要等到所有的結果都返回，只需要第一行數據返回的時候，你就可以開始馬上開始工作于查詢結果了。
然而，這會有一些限制。因為你要么把所有行都讀走，或是你要在進行下一次的查詢前調用 mysql_free_result() 清除結果。而且， mysql_num_rows() 或 mysql_data_seek()將無法使用。所以，是否使用無緩沖的查詢你需要仔細考慮。
13. 把IP地址存成 UNSIGNED INT
很多程序員都會創建一個 VARCHAR(15) 字段來存放字符串形式的IP而不是整形的IP。如果你用整形來存放，只需要4個字節，并且你可以有定長的字段。而且，這會為你帶來查詢上的優勢，尤其是當你需要使用這樣的WHERE條件：IP between ip1 and ip2。
我們必需要使用UNSIGNED INT，因為 IP地址會使用整個32位的無符號整形。
而你的查詢，你可以使用 INET_ATON() 來把一個字符串IP轉成一個整形，并使用 INET_NTOA() 把一個整形轉成一個字符串IP。在PHP中，也有這樣的函數 ip2long() 和 long2ip()。
$r = "UPDATE users SET ip = INET_ATON('{$_SERVER['REMOTE_ADDR']}') WHERE user_id = $user_id";
14. 固定長度的表會更快
如果表中的所有字段都是“固定長度”的，整個表會被認為是 “static” 或 “fixed-length”。 例如，表中沒有如下類型的字段： VARCHAR，TEXT，BLOB。只要你包括了其中一個這些字段，那么這個表就不是“固定長度靜態表”了，這樣，MySQL 引擎會用另一種方法來處理。
固定長度的表會提高性能，因為MySQL搜尋得會更快一些，因為這些固定的長度是很容易計算下一個數據的偏移量的，所以讀取的自然也會很快。而如果字段不是定長的，那么，每一次要找下一條的話，需要程序找到主鍵。
并且，固定長度的表也更容易被緩存和重建。不過，唯一的副作用是，固定長度的字段會浪費一些空間，因為定長的字段無論你用不用，他都是要分配那么多的空間。
使用“垂直分割”技術(見下一條)，你可以分割你的表成為兩個一個是定長的，一個則是不定長的。
15. 垂直分割
“垂直分割”是一種把數據庫中的表按列變成幾張表的方法，這樣可以降低表的復雜度和字段的數目，從而達到優化的目的。(以前，在銀行做過項目，見過一張表有100多個字段，很恐怖)
示例一：在Users表中有一個字段是家庭地址，這個字段是可選字段，相比起，而且你在數據庫操作的時候除了個人信息外，你并不需要經常讀取或是改寫這個字段。那么，為什么不把他放到另外一張表中呢? 這樣會讓你的表有更好的性能，大家想想是不是，大量的時候，我對于用戶表來說，只有用戶ID，用戶名，口令，用戶角色等會被經常使用。小一點的表總是會有好的性能。
示例二： 你有一個叫 “last_login” 的字段，它會在每次用戶登錄時被更新。但是，每次更新時會導致該表的查詢緩存被清空。所以，你可以把這個字段放到另一個表中，這樣就不會影響你對用戶ID，用戶名，用戶角色的不停地讀取了，因為查詢緩存會幫你增加很多性能。
另外，你需要注意的是，這些被分出去的字段所形成的表，你不會經常性地去Join他們，不然的話，這樣的性能會比不分割時還要差，而且，會是極數級的下降。
16. 拆分大的 DELETE 或 INSERT 語句
如果你需要在一個在線的網站上去執行一個大的 DELETE 或 INSERT 查詢，你需要非常小心，要避免你的操作讓你的整個網站停止相應。因為這兩個操作是會鎖表的，表一鎖住了，別的操作都進不來了。
Apache 會有很多的子進程或線程。所以，其工作起來相當有效率，而我們的服務器也不希望有太多的子進程，線程和數據庫鏈接，這是極大的占服務器資源的事情，尤其是內存。
如果你把你的表鎖上一段時間，比如30秒鐘，那么對于一個有很高訪問量的站點來說，這30秒所積累的訪問進程/線程，數據庫鏈接，打開的文件數，可能不僅僅會讓你泊WEB服務Crash，還可能會讓你的整臺服務器馬上掛了。
所以，如果你有一個大的處理，你定你一定把其拆分，使用 LIMIT 條件是一個好的方法。下面是一個示例：
while (1) {
//每次只做1000條
mysql_query("DELETE FROM logs WHERE log_date <= '2009-11-01' LIMIT 1000");
if (mysql_affected_rows() == 0) {
// 沒得可刪了，退出！
break;
}
// 每次都要休息一會兒
usleep(50000);
}
17. 越小的列會越快
對于大多數的數據庫引擎來說，硬盤操作可能是最重大的瓶頸。所以，把你的數據變得緊湊會對這種情況非常有幫助，因為這減少了對硬盤的訪問。
如果一個表只會有幾列罷了(比如說字典表，配置表)，那么，我們就沒有理由使用 INT 來做主鍵，使用 MEDIUMINT, SMALLINT 或是更小的 TINYINT 會更經濟一些。如果你不需要記錄時間，使用 DATE 要比 DATETIME 好得多。
當然，你也需要留夠足夠的擴展空間，不然，你日后來干這個事，你會死的很難看，參看Slashdot的例子(2009年11月06日)，一個簡單的ALTER TABLE語句花了3個多小時，因為里面有一千六百萬條數據。
以上轉于http://www.cnblogs.com/linuxops/p/6373042.html
18、選擇一個正確的存儲引擎
在 MySQL 中有兩個存儲引擎 MyISAM 和 InnoDB，每個引擎都有利有弊。酷殼以前文章《MySQL: InnoDB 還是 MyISAM?》討論和這個事情。
MyISAM 適合于一些需要大量查詢的應用，但其對于有大量寫操作并不是很好。甚至你只是需要update一個字段，整個表都會被鎖起來，而別的進程，就算是讀進程都無法操作直到讀操作完成。另外，MyISAM 對于 SELECT COUNT(*) 這類的計算是超快無比的。
InnoDB 的趨勢會是一個非常復雜的存儲引擎，對于一些小的應用，它會比 MyISAM 還慢。他是它支持“行鎖” ，于是在寫操作比較多的時候，會更優秀。并且，他還支持更多的高級應用，比如：事務。
19、小心“永久鏈接”
“永久鏈接”的目的是用來減少重新創建MySQL鏈接的次數。當一個鏈接被創建了，它會永遠處在連接的狀態，就算是數據庫操作已經結束了。而且，自從我們的Apache開始重用它的子進程后——也就是說，下一次的HTTP請求會重用Apache的子進程，并重用相同的 MySQL 鏈接。
PHP手冊：mysql_pconnect()
在理論上來說，這聽起來非常的不錯。但是從個人經驗（也是大多數人的）上來說，這個功能制造出來的麻煩事更多。因為，你只有有限的鏈接數，內存問題，文件句柄數，等等。
而且，Apache 運行在極端并行的環境中，會創建很多很多的了進程。這就是為什么這種“永久鏈接”的機制工作地不好的原因。在你決定要使用“永久鏈接”之前，你需要好好地考慮一下你的整個系統的架構。
參考
20、當查詢較慢的時候，可用Join來改寫一下該查詢來進行優化
mysql> select sql_no_cache * from guang_deal_outs \
where deal_id in \
(select id from guang_deals where id = 100017151) ;
----Empty set (18.87 sec)
mysql> select sql_no_cache a.* from guang_deal_outs a\
inner join guang_deals b on a.deal_id = b.id \
where b.id = 100017151;
----Empty set (0.01 sec)
原因
mysql> desc select sql_no_cache * from guang_deal_outs where deal_id in (select id from guang_deals where id = 100017151) ;
+----+--------------------+-----------------+-------+---------------+---------+---------+-------+----------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+--------------------+-----------------+-------+---------------+--------- +---------+-------+----------+-------------+
| 1 | PRIMARY | guang_deal_outs | ALL | NULL | NULL | NULL | NULL | 18633779 | Using where |
| 2 | DEPENDENT SUBQUERY | guang_deals | const | PRIMARY | PRIMARY | 4 | const | 1 | Using index |
+----+--------------------+-----------------+-------+---------------+--------- +---------+-------+----------+-------------+
2 rows in set (0.04 sec)
mysql> desc select sql_no_cache a.* from guang_deal_outs a inner join guang_deals b on a.deal_id = b.id where b.id = 100017151;
+----+-------------+-------+-------+---------------------- +----------------------+---------+-------+------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+-------+---------------------- +----------------------+---------+-------+------+-------------+
| 1 | SIMPLE | b | const | PRIMARY | PRIMARY | 4 | const | 1 | Using index |
| 1 | SIMPLE | a | ref | idx_guang_dlout_dlid | idx_guang_dlout_dlid | 4 | const | 1 | |
+----+-------------+-------+-------+---------------------- +----------------------+---------+-------+------+-------------+
2 rows in set (0.05 sec)
其實在 guang_deal_outs 在deal_id 上也是有索引的。
其實我想把子查詢設置為
select * from guang_deal_outs where deal_id in (select id from guang_deals where id = 100017151);
變成下面的樣子
select * from guang_deal_outs where deal_id in (100017151);
但不幸的是，實際情況正好相反。MySQL試圖讓它和外面的表產生聯系來“幫助”優化查詢，它認為下面的exists形式更有效率
select * from guang_deal_outs \
where exists
(select * from guang_deals \
where id = 100017151 and id = guang_deal_outs.deal_id);
這種in子查詢的形式，在外部表（比如上面的guang_deals）數據量比較大的時候效率是很差的（如果對于較小的表，不會造成顯著地影響）。
參考：
