1. 影响数据库的因素

SQL查询速度、服务器硬件、网卡流量、磁盘IO

超高的QPS和TPS：效率低下的SQL。（QPS：每秒钟处理的查询量，TPS：每秒钟处理的事务数）
大量的并发：数据库连接数被占满（max_connection默认为100，按需要进行修改）
超高的CPU使用率：因CPU资源耗尽而出现宕机
磁盘IO：磁盘IO的性能突然下降（使用更快的磁盘设备），其它大量消耗磁盘性能的计划任务（调整计划任务）
网卡流量：网卡IO被占满，导致无法连接数据库。（减少从服务器的数量、进行分级缓存、避免使用“select *”进行查询、分离业务网络和服务器网络）

2. 影响数据库性能的因素

大表(记录行数巨大，单表超过千万行，表数据文件巨大，表数据文件超过10G)带来的影响：

1. 慢查询：很难在一定时间内过滤所需要的数据
2. 大表对DDL操作的影响：建立索引需要很长时间。
3. 修改表结构需要长时间锁表（风险：会造成长时间的主从延迟，影响正常的数据操作）。MySQL版本 < 5.5 简历索引会引起锁表，MySQL版本 >= 5.5不会锁表但是会引起主从延迟。
   大事务带来的影响：
   （大事务：运行时间比较长，操作数据比较多的事务）
4. 锁定太多的数据，造成大量的阻塞和锁超时。
5. 回滚时间比较长
6. 执行时间长，容易造成主从延迟
   避免大事务带来的影响方法：
7. 避免一次处理太多的数据
8. 移出不必要在事务中的SELECT操作

3. 处理数据库中的大表

1. 分库分表把一张大表分成多个小表：
   难点 1：分表主键的选择、分表后跨分区数据的查询和统计
2. 大表的历史数据归档，减少对前后端业务的影响：
   难点 2：归档时间点的选择、如何进行归档操作

4. 影响性能的几个方面

1. 服务器硬件

• CPU：对于并发比较高的场景，CPU数量比频率重要。对于CPU密集型场景和复杂SQL则频率越高越好。
• 内存：选择主板能支持的最大频率
• IO子系统：PCIe > SSD > Raid > 磁盘 > SAN

2. 服务器系统
3. 数据库存储引擎的选择：

• MyISAM：不支持事务，使用的表级锁
• InnoDB：事务级存储引擎，完美支持行级锁，事务ACID特性。

4. 数据库参数配置
5. 数据库结构设计和SQL语句

• 过分的反范式化为表建立太多的列
• 过分的范式化造成太多的表关联
• 在OLTP环境中使用了不恰当的分区表
• 使用外键保证数据的完整性（效率很低）

5. 总结

性能优化顺序

• 数据库结构设计和SQL语句
• 数据库存储引擎的选择和参数配置
• 系统选择和优化
• 硬件升级