前言
有时候我们出去面试的时候，会被问到是否有做过架构方面的优化。如果没有准备突然被问到的话通常会有点懵。那么我们这里来整理一下系统架构优化相关的知识。
其实一般架构优化主要就分为数据库架构，第二个就是应用程序架构。
数据库架构优化
- 读写分离，主从配置
数据库架构优化，其实主要就是读写分离，主从配置。通常公司并发量比较大，或者用户比较大的情况下都会考虑读写分离。数据库支持主从同步，一台机器作为主，一台机器作为从。一旦做成主从就可以实现读写分离。一般读写分离通常是读的操作放在从机上，写的操作放在主机上，这样当我们往主上面写入数据的时候，它会向从同步数据。
这样相当于我们把一个数据库的工作分担到两台数据库上，这样子每个数据的压力会降低，我们数据库的性能就会提升。
- 分库分表
然后一种数据库架构优化是分库分表。为什么要做分库分表呢？
MYSQL当它单表的数据达到某个值的时候，他的性能就会比较厉害。（通常单张表超出2-3千万），那么当大数据的情况下，分库分表就非常重要。分库分表会根据一个固定的算法来路由库名和表名。
这样子就相当于我们把数据平均拆分到某干个表中，每个表的单表容量就会降低。而且分表通常都会结合着分库，分库分表我们需要用到数据库中间件。
数据库硬件优化
使用更好的物理磁盘介质，如 SSD、fusionIO卡 等。通常公司比较核心的数据库用的都是比较好的磁盘。
SQL优化
说到数据库的话，我们不得不说到SQL，下面我们来看一下常见的一些SQL优化方案：
- 在
where及order by设计到列上建立索引，避免全表扫描，索引不要太多，一个表一般不要超过4个索引。 - 避免在
where子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引进行全局扫描。如果想要判断null值，可以使用EXISTS来判断 - 避免在
where子句中对字段进行函数或者表达式操作，否则导致引擎放弃使用索引进行全局扫描，可以将函数或者表达式放在代码层进行判断。 - 避免在
where子句中对字段进行左右模糊查询，否则导致引擎放弃使用索引进行全局扫描，如下sql
1｜select name from user where name like '%test%';
当我们数据量大的时候，模糊查询的功能就不应该在数据库层面做了，可以使用搜索引擎ES
- 查询语句中尽量不要使用 * ，减少内存的使用
- 尽量减少子查询，使用关联查询（left join，right join，inner join）代替
- 减少使用 in 或者 not in，使用 exists， not exists或者关联查询语句代替
- or 的查询尽量用 union 或者 union all 代替，如下SQL
# 如我们想要查询id 为1和2的数据
select * from user where id = 1 or id = 2
# 我们可以使用UNION代替，他们的查询效果是一样的，但是UNION的性能会更好
# UNION会自动去除重复数据
select * from user where id = 1
UNION
select * from user where id = 2
- 合理的添加冗余的字段（减少表的联接查询）
- 建表的时候能使用数字类型的字段就使用数字类型（type，status…)，数字类型的字段作为条件查询比字符串快