企业官网建设流程全解析

一、优化核心思路：分层递进策略

优化原则：先易后难，先SQL后架构，先软件后硬件，80%的性能问题可通过SQL和索引优化解决。

二、SQL与索引优化（见效最快的优化手段）

1. 慢查询分析与定位

-- MySQL开启慢查询日志 SET GLOBAL slow_query_log = 'ON'; SET GLOBAL long_query_time = 1; -- 超过1秒记录 SET GLOBAL log_queries_not_using_indexes = 'ON'; -- 使用EXPLAIN分析执行计划 EXPLAIN SELECT * FROM users WHERE age > 30; -- 使用SHOW PROFILE分析执行细节 SET profiling = 1; SELECT * FROM orders WHERE user_id = 100; SHOW PROFILE FOR QUERY 1;

关键关注点：

• type：ALL（全表扫描）→ index/range/ref

• key：是否使用索引

• rows：扫描行数（越少越好）

• Extra：Using filesort、Using temporary（需优化）

2. 索引优化核心原则

• 最左前缀原则：联合索引(a,b,c)，查询条件必须包含a才能使用索引

• 覆盖索引：查询字段都在索引中，避免回表

• 避免索引失效：函数计算、类型转换、OR条件、LIKE '%xx%'会导致索引失效

• 索引选择性：区分度高的字段适合建索引（如性别不适合，手机号适合）

3. 常见SQL优化场景

场景1：避免SELECT*

-- 反例：查询所有字段，可能回表 SELECT * FROM users WHERE age > 30; -- 优化：只查询需要的字段 SELECT id, name FROM users WHERE age > 30;

场景2：避免大表JOIN

-- 反例：大表JOIN导致性能问题 SELECT * FROM orders o JOIN users u ON o.user_id = u.id WHERE u.create_time > '2024-01-01'; -- 优化：先过滤再JOIN，或使用子查询 SELECT * FROM orders o WHERE o.user_id IN (SELECT id FROM users WHERE create_time > '2024-01-01');

场景3：分页优化

-- 反例：OFFSET过大导致性能差 SELECT * FROM orders ORDER BY id LIMIT 1000000, 20; -- 优化：使用WHERE条件+索引 SELECT * FROM orders WHERE id > 1000000 ORDER BY id LIMIT 20;

场景4：避免IN/OR导致索引失效

-- 反例：IN条件过多或OR导致索引失效 SELECT * FROM users WHERE status IN (1,2,3,4,5,6,7,8,9,10); -- 优化：使用UNION或改写为范围查询 SELECT * FROM users WHERE status = 1 UNION ALL SELECT * FROM users WHERE status = 2 ...

4. 索引设计最佳实践

• 主键索引：自增ID或业务无关主键

• 唯一索引：保证字段唯一性

• 联合索引：根据查询条件顺序创建（WHERE条件在前，ORDER BY在后）

• 前缀索引：对长字符串字段，使用前N个字符建索引

• 定期维护：删除无用索引，重建碎片化索引

三、数据库架构优化（应对大数据量）

1. 读写分离

• 主库：写操作

• 从库：读操作（可多个）

• 实现方式：MySQL主从复制、中间件（MyCat、ShardingSphere）

• 注意点：主从延迟、数据一致性

2. 分库分表

• 垂直分表：按业务模块拆分（用户库、订单库）

• 水平分表：按数据范围或哈希分表（如按用户ID取模）

• 分片策略：范围分片、哈希分片、一致性哈希

• 挑战：跨分片查询、事务一致性、全局ID生成

3. 数据归档与冷热分离

• 热数据：近期数据，频繁访问，使用高性能存储

• 冷数据：历史数据，访问少，可归档到廉价存储

• 实现方式：定时任务迁移、分区表（MySQL Partition）