有关数据库性能优化

索引虽然可以提升查询的效率，但需要正确的使用索引，建立有价值的索引，避免使用冗余索引；注意最理想的情况是所有的索引都可以直接在内存中查找，而不需要访问磁盘；索引本身会占很多的磁盘空间，很多时候索引甚至比数据本身还要大，存储空间比计算时间要廉价的多，牺牲空间换取时间是值得的

我们可以认为查询的时间开销主要包括两部分，即查询本身所耗时间及查询开始前的等待时间，索引影响后者，锁定则影响前者，对锁优化的目标显然是减少等待时间。

合理正确使用数据库锁相关知识较多，后续跟进

访问内存比访问硬盘快得多，在接下来几年中，除非硬盘体系结构有重大改进，不然这一情况很可能会持续。缓存这一将数据存储于内存而非硬盘中的过程由此应运而生：用户从缓存而非数据库所驻留的磁盘中获取数据。在不考虑其它因素的情况下，从内存中读取数据要比从硬盘中读取数据快10000倍。这主要是内存与硬盘的速度差异所造成的。http://database.ctocio.com.cn/247/8883747.shtml

有关cache hit ratio:

　就是终端用户访问加速节点时，如果该节点有缓存住了要被访问的数据时就叫做命中，如果没有的话需要回原服务器取，就是没有命中。取数据的过程与用户访问是同步进行的，所以即使是重新取的新数据，用户也不会感觉到有延时。　　命中率＝命中数/(命中数＋没有命中数)　　缓存命中率是判断加速效果好坏的重要因素之一　　影响缓存命中率的因素　　缓存的命中率取决于很多的因素：　　1、应用场景　　是OLTP还是OLAP应用，即使是OLTP，也要看访问的频度，一个极少被访问到的缓存等于没有什么效果。一般来说，互联网网站是非常适合缓存应用的场景。　　2、缓存的粒度　　毫无疑问，缓存的粒度越小，命中率就越高，对象缓存是目前缓存粒度最小的，因此被命中的几率更高。举个例子来说吧：你访问当前这个页面，浏览帖子，那么对于ORM来说，需要发送n条SQL，取各自帖子user的对象。很显然，如果这个user在其他帖子里面也跟贴了，那么在访问那个帖子的时候，就可以直接从缓存里面取这个user对象了。　　3、架构的设计　　架构的设计对于缓存命中率也有至关重要的影响。例如你应该如何去尽量避免缓存失效的问题，如何尽量提供频繁访问数据的缓存问题，这些都是考验架构师水平的地方。再举个例子来说，对于论坛，需要记录每个topic的浏览次数，所以每次有人访问这个topic，那么topic表就要update一次，这意味着什么呢？对于topic的对象缓存是无效的，每次访问都要更新缓存。那么可以想一些办法，例如增加一个中间变量记录点击次数，每累计一定的点击，才更新一次数据库，从而减低缓存失效的频率。　　4、缓存的容量和缓存的有效期　　缓存太小，造成频繁的LRU，也会降低命中率，缓存的有效期太短也会造成缓存命中率下降。　　所以缓存命中率问题不能一概而论，一定说命中率很低或者命中率很高。但是如果你对于缓存的掌握很精通，有意识的去调整应用的架构，去分解缓存的粒度，总是会带来很高的命中率的。