php大数据优化 php如何处理大数据( 三 )


30、尽量避免大事务操作,提高系统并发能力 。
PHP-大数据量怎么处理优化大数据的话可以进行以下操作:
减少对数据库的读?。簿褪羌跎俚饔檬菘?nbsp;, 
进行数据缓存,
利用数据库的自身优化技术,如索引等
精确查询条件,有利于提高查找速度
PHP如何解决网站的大数据大流量与高并发使用缓存php大数据优化,比如memcache,redis,因为它们是在内存中运行,所以处理数据,返回数据非常快,所以可以应对高并发 。
2.增加带宽和机器性能,1M的带宽同时处理的流量肯定有限,所以在资源允许的情况下,大带宽,多核cpu,高内存是一个解决方案 。
3.分布式,让多个访问分到不同的机器上去处理,每个机器处理的请求就相对减少php大数据优化了 。
简单说些常用技术,负载均衡,限流,加速器等
如何优化操作大数据量数据库如何优化操作大数据量数据库
下面以关系数据库系统Informix为例,介绍改善用户查询计划的方法 。
1.合理使用索引
索引是数据库中重要的数据结构,它的根本目的就是为了提高查询效率 。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构 。索引的使用要恰到好处 , 其使用原则如下:
●在经常进行连接,但是没有指定为外键的列上建立索引 , 而不经常连接的字段则由优化器自动生成索引 。
●在频繁进行排序或分组(即进行group by或order by操作)的列上建立索引 。
●在条件表达式中经常用到的不同值较多的列上建立检索,在不同值少的列上不要建立索引 。比如在雇员表的“性别”列上只有“男”与“女”两个不同值 , 因此就无必要建立索引 。如果建立索引不但不会提高查询效率 , 反而会严重降低更新速度 。
●如果待排序的列有多个,可以在这些列上建立复合索引(pound index) 。
●使用系统工具 。如Informix数据库有一个tbcheck工具,可以在可疑的索引上进行检查 。在一些数据库服务器上,索引可能失效或者因为频繁操作而使得读取效率降低,如果一个使用索引的查询不明不白地慢下来,可以试着用tbcheck工具检查索引的完整性,必要时进行修复 。另外,当数据库表更新大量数据后,删除并重建索引可以提高查询速度 。
2.避免或简化排序
应当简化或避免对大型表进行重复的排序 。当能够利用索引自动以适当的次序产生输出时 , 优化器就避免了排序的步骤 。以下是一些影响因素:
●索引中不包括一个或几个待排序的列;
●group by或order by子句中列的次序与索引的次序不一样;
●排序的列来自不同的表 。
为了避免不必要的排序,就要正确地增建索引,合理地合并数据库表(尽管有时可能影响表的规范化 , 但相对于效率的提高是值得的) 。如果排序不可避免,那么应当试图简化它,如缩小排序的列的范围等 。
3.消除对大型表行数据的顺序存取
在嵌套查询中 , 对表的顺序存取对查询效率可能产生致命的影响 。比如采用顺序存取策略 , 一个嵌套3层的查询,如果每层都查询1000行,那么这个查询就要查询10亿行数据 。避免这种情况的主要方法就是对连接的列进行索引 。例如,两个表:学生表(学号、姓名、年龄……)和选课表(学号、课程号、成绩) 。如果两个表要做连接,就要在“学号”这个连接字段上建立索引 。
还可以使用并集来避免顺序存取 。尽管在所有的检查列上都有索引,但某些形式的where子句强迫优化器使用顺序存取 。下面的查询将强迫对orders表执行顺序操作:

推荐阅读