MySQL 优化分为两大类：单表优化和多表优化。如果数据量不大的情况下使用单表优化即可，而如果数据量比较大的情况下可以考虑使用多表优化。

单表优化

单表优化手段有：

1. 建立并使用索引：索引是提升查询效率最有效的手段，所以对比查询比较频繁的字段一定要创建合适的索引。创建了索引之后，还要能正常的使用索引。
2. 优化查询语句：避免 SELECT *，只查询需要的字段。使用小表驱动大表，比如，当 B 表的数据小于 A 表时，先查 B 表，再查 A 表，查询语句：select * from A where id in (select id from B)。
3. 优化表结构和数据类型：单表不要有太多字段，建议在 20 个字段以内，使用可以存下数据最小的数据类型，尽可能使用 not null 定义字段，因为 null 占用 4 字节空间。

多表优化

多表优化手段有：

1. 表拆分：也就是分表，让每张表的数据量变小，从而提高查询效率。表拆分又分为：垂直分隔和水平分隔。
   1. 垂直拆分：是指数据表列的拆分，把一张列比较多的表拆分为多张表，比如，用户表中一些字段经常被访问，将这些字段放在一张表中，另外一些不常用的字段放在另一张表中，插入数据时，使用事务确保两张表的数据一致性。
      1. 垂直拆分的原则：
         1. 把不常用的字段单独放在一张表；
         2. 把 text，blob 等大字段拆分出来放在附表中；
         3. 经常组合查询的列放在一张表中。
   2. 水平拆分：指数据表行的拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。通常情况下，我们使用取模的方式来进行表的拆分，比如，一张有 400W 的用户表 users，为提高其查询效率我们把其分成 4 张表 users1，users2，users3，users4，然后通过用户 ID 取模的方法，同时查询、更新、删除也是通过取模的方法来操作。
2. 读写分离：一般情况下对数据库而言都是“读多写少”，换言之，数据库的压力多数是因为大量的读取数据的操作造成的，我们可以采用数据库集群的方案，使用一个库作为主库，负责写入数据；其他库为从库，负责读取数据。这样可以缓解对数据库的访问压力。

特殊说明

以上内容来自我的《Java 面试突击训练营》，这门课程是有着十几年工作经验（前 360 开发工程师），10 年面试官经验的我，花费 4 年时间打磨完成的一门视频面试课。学完训练营的课程之后，基本可以应对目前市面上绝大部分公司的面试了，并且课程配备了 9 大就业服务，帮助上千人找到 Java 工作，其中上百人拿到大厂 Offer，学员最高薪资 70W 年薪，面试课目录和 9 大服务如下：

加我微信咨询：vipStone【备注：训练营】