golang mysql连接池 为什么MySQL在数据库较大的时候分页查询很慢，如何优化？

为什么MySQL在数据库较大的时候分页查询很慢，如何优化？

正如房东所说，分页查询在我们的实际应用中非常常见，也是问题最多的查询场景。例如，对于下面的简单语句，通常的思考方式是在name、age、register中u在time字段上创建一个复合索引。这样，条件排序可以有效地利用索引，性能得到快速提高。

如上例所示，当limit子句变为“limit 100000，50”时，我们会发现，如果只选择了50条语句，为什么会变慢？

，所以我们会觉得很慢。

mysql表数据量太大，达到了1亿多条数据，除了分库分表之外，还有没有其他的解决方式？

在正常配置下，MySQL只能承载2000万个数据（同时读写，并且表中有大的文本字段，单个服务器可以同时读写）服务器）。现在已经超过1亿，而且还在增加，建议按以下方式处理：

1子表。它可以按时间或一定的规则进行拆分，以便尽可能地查询子表中的数据库。这是最有效的方法。特别是写，放入一个新表，并定期同步。如果记录不断更新，最好将写入的数据放在redis中，并定期同步表3的大文本字段，将它们分隔成一个新的独立表。对于较大的文本字段，可以使用NoSQL数据库

4优化体系结构，或者优化SQL查询，避免联合表查询，尽量不要使用count（*）、in、recursion等性能消耗语句

5使用内存缓存，或者在前端读取时增加缓存数据库。重复读取时，直接从缓存中读取。

以上是一种低成本的管理方法，基本上几个服务器就可以做到，但是管理起来有点麻烦。

当然，如果总体数据量特别大，而且我们不关心投资成本，那就使用cluster或tidb

所谓的并发可以从概念上看它是不并行的。从用户的角度来看，有一种同时执行的假象，但它在数据库中确实是串行的，或者在某个粒度上是串行的。

以更新表中的一行数据为例，更新时会锁定更改后的数据行，避免其他进程访问该行，从而避免数据冲突。

此外，还有其他类型的锁，以适应不同的场景。因此，在我们所谓的并发场景中，不存在数据问题。

数据库高并发请求，如何保证数据完整性？

以MySQL为列：

1:要支持高并发系统，必须涉及事务，所以数据库引擎必须选择InnoDB。InnoDB支持事务，事务级别取决于业务。如果业务数据一致性要求非常高，事务将开启序列化级别，这将完全隔离事务，但会导致对锁资源的竞争加剧。MySQL的性能在一定程度上降低了。

2:数据库分为主数据库和从数据库。主数据库负责写入数据，集群数据库负责读取数据。注意主从数据库的数据一致性。

3:冷热数据分离，美团、饥饿部分设计采用冷热数据分离。以订单为例，出库单的主要业务场景是查询。数据查询越向前，概率越低。这是冷数据。正在交易的订单是热点数据，需要随时查询和更新。冷数据可以放入redis缓存。这将提高查询效率。

4：数据表设计，充分利用索引查询。businesssql避免返回无用的行和列，禁止使用select*query，在查询时增加限制，并尽可能返回满足要求的行。对于复杂的SQL，请考虑拆分SQL。拆分SQL有一个优点。对于重复查询SQL，将第二次查询放入MySQL缓冲区，避免重复磁盘操作，提高访问性能。

5：子数据库和子表。例如，业务数据按月份分类。在一定程度上，增加、删除、修改和检查的压力将得到缓解。

希望对您有所帮助。谢谢您。

golang mysql连接池 mysql高并发数据重复 golang连接mysql

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。