本发明属于smartrack数据库领域，具体涉及一种smartrack系统数据库的优化方法。
背景技术：
数据库是一个单位或是一个应用领域的通用数据处理系统，它存储的是属于企业和事业部门、团体和个人的有关数据的集合。数据库中的数据是为众多用户所共享其信息而建立的，已经摆脱了具体程序的限制和制约。不同的用户可以按各自的用法使用数据库中的数据；多个用户可以同时共享数据库中的数据资源，即不同的用户可以同时存取数据库中的同一个数据。数据共享性不仅满足了各用户对信息内容的要求，同时也满足了各用户之间信息通信的要求。
smartrack以标准机柜为设计单位，统一对其搭载的服务器节点进行供电、散热和管理，广泛应用于大数据云计算等领域，需要经常应对来自互联网端大量的数据索引，例如12306网站在高峰期面对数以亿计的访问，经常造成网络阻塞，网站崩溃等宕机现象时有发生。此为现有技术的不足之处。
技术实现要素：
本发明的目的在于，针对上述现有技术存在的缺陷，提供设计一种smartrack系统数据库的优化方法，以解决上述技术问题。
为实现上述目的，本发明给出以下技术方案：
一种smartrack系统数据库的优化方法，其特征在于，包括以下步骤：
步骤1）：降低数据访问量；
步骤2）：降低返回的数据量；
步骤3）：减少交互次数；
步骤4）：降低数据库服务器cpu运算量。
作为优选，所述的步骤1中包含以下步骤：
步骤1.1）：创建并使用正确的索引；在数据库中查看数据库真实的执行计划；根据真实的执行计划确定索引知否正确使用；
步骤1.2）：仅通过索引访问数据
只是访问表中的几个字段，并且字段内容较少，可以为这几个字段单独建立一个组合索引，这样就可以直接只通过访问索引就能得到数据，一般索引占用的磁盘空间比表小很多，所以这种方式可以大大减少磁盘io开销。
步骤1.3）：优化数据库执行计划
数据库执行计划是关系型数据库最核心的技术之一，它表示数据库执行时的数据访问算法。由于业务需求越来越复杂，表数据量也越来越大，数据库也需要支持非常复杂的业务逻辑，但数据库的性能还需要提高，因此，优秀的关系型数据库除了需要支持复杂的数据库语法及更多函数外，还需要有优秀的算法库来提高数据库性能。
步骤2.1）：数据分页处理，并具体包含以下步骤：
客户端(应用程序或浏览器)分页，将数据从应用服务器全部下载到本地应用程序或浏览器，在应用程序或浏览器内部通过本地代码进行分页处理，该方法编码简单，可以减少客户端与应用服务器网络交互次数；
应用服务器分页，将数据从数据库服务器全部下载到应用服务器，在应用服务器内部再进行数据筛选。优点是编码简单，只需要一次数据库交互，总数据与分页数据差不多时性能较好；
数据库分页，采用数据库分页需要两次数据库完成
步骤2.2）：只返回需要的字段
通过去除不必要的返回字段可以提高性能，如果你的查询表中有大字段或内容较多的字段，如备注信息、文件内容等等，那在查询表时一定要注意这方面的问题，否则可能会带来严重的性能问题；如果表经常要查询并且请求大内容字段的概率很低，我们可以采用分表处理，将一个大表分拆成两个一对一的关系表，将不常用的大内容字段放在一张单独的表中。
步骤3.1）：采用batchdml
数据库访问框架一般都提供了批量提交的接口，采用batch操作一般不会减少很多数据库服务器的物理io，但是会大大减少客户端与服务端的交互次数，从而减少了多次发起的网络延时开销，同时也会降低数据库的cpu开销；
步骤3.2）：采用inlist查询
很多时候需要按一些id查询数据库记录，我们可以采用一个id一个请求发给数据库，通过这样处理可以大大减少数据库请求的数量，从而提高性能；评估在in里面一次放多少个值还需要考虑应用服务器本地内存的开销，有并发访问时要计算本地数据使用周期内的并发上限；
步骤3.3）：设置fetchsize
当采用select从数据库查询数据时，数据默认是根据客户端fetch_size参数处理，每次只返回fetch_size条记录，当客户端游标遍历到尾部时再从服务端取数据，直到最后全部传送完成。所以如果我们要从服务端一次取大量数据时，可以加大fetch_size，这样可以减少结果数据传输的交互次数及服务器数据准备时间，提高性能。
步骤3.4）：使用存储过程
大型数据库一般都支持存储过程，合理的利用存储过程也可以提高系统性能，采用存储过程可以将整个业务逻辑封装在存储过程里，然后在客户端直接调用存储过程处理，这样可以减少网络交互的成本。
步骤4.1）：使用绑定变量
绑定变量是指数据库中对变化的值采用变量参数的形式提交，使用绑定变量为何会提高数据库解析性能，这个需要从数据库执行原理说明，当一条数据库发送给数据库服务器后，系统首先会将数据库字符串进行hash运算，得到hash值后再从服务器内存里的数据库缓存区中进行检索，如果有相同的数据库字符，并且确认是同一逻辑的数据库语句，则从共享池缓存中取出数据库对应的执行计划，根据执行计划读取数据并返回结果给客户端；
）：合理使用排序
当记录集增加到上万条以上时，大记录集排序不仅增加了cpu开销，而且可能会由于内存不足发生硬盘排序的现象，当发生硬盘排序时性能会急剧下降。
）：减少比较操作
数据库的业务逻辑经常会包含一些比较操作，对于这些比较操作数据库都体现得很好，like模糊查询对于数据库来说不是很擅长，特别是需要模糊检查的记录有上万条以上时，这种情况一般可以采用专用search或者采用全文索引方案来提高性能
步骤4.4）：复杂运算由客户端处理
大量这类复杂函数运算，放在客户端处理，一般cpu每秒中也只能处理1万-10万次这样的函数运算，放在数据库内不利于高并发处理。
本发明的有益效果在于，通过本发明给出的技术方案，能够快速定位能性的瓶颈点，快速找到数据库主要的开销位置，从而快速找到数据库的性能瓶颈点并进行处理，以提高整个数据库的运行效率。此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
具体实施方式
下面通过具体实施例对本发明进行详细阐述，以下实施例是对本发明的解释，而本发明并不局限于以下实施方式。
本发明给出以下实施例：
一种smartrack系统数据库的优化方法，其特征在于，包括以下步骤：
步骤1）：降低数据访问量；
步骤2）：降低返回的数据量；
步骤3）：减少交互次数；
步骤4）：降低数据库服务器cpu运算量。
作为优选，所述的步骤1中包含以下步骤：
步骤1.1）：创建并使用正确的索引；在数据库中查看数据库真实的执行计划；根据真实的执行计划确定索引知否正确使用；
步骤1.2）：仅通过索引访问数据
只是访问表中的几个字段，并且字段内容较少，可以为这几个字段单独建立一个组合索引，这样就可以直接只通过访问索引就能得到数据，一般索引占用的磁盘空间比表小很多，所以这种方式可以大大减少磁盘io开销。
步骤1.3）：优化数据库执行计划
数据库执行计划是关系型数据库最核心的技术之一，它表示数据库执行时的数据访问算法。由于业务需求越来越复杂，表数据量也越来越大，数据库也需要支持非常复杂的业务逻辑，但数据库的性能还需要提高，因此，优秀的关系型数据库除了需要支持复杂的数据库语法及更多函数外，还需要有优秀的算法库来提高数据库性能。
本实施例中，所述的步骤2）包含以下步骤：
步骤2.1）：数据分页处理，并具体包含以下步骤：
客户端(应用程序或浏览器)分页，将数据从应用服务器全部下载到本地应用程序或浏览器，在应用程序或浏览器内部通过本地代码进行分页处理，该方法编码简单，可以减少客户端与应用服务器网络交互次数；
应用服务器分页，将数据从数据库服务器全部下载到应用服务器，在应用服务器内部再进行数据筛选。优点是编码简单，只需要一次数据库交互，总数据与分页数据差不多时性能较好；
数据库分页，采用数据库分页需要两次数据库完成；
步骤2.2）：只返回需要的字段
通过去除不必要的返回字段可以提高性能，如果你的查询表中有大字段或内容较多的字段，如备注信息、文件内容等等，那在查询表时一定要注意这方面的问题，否则可能会带来严重的性能问题；如果表经常要查询并且请求大内容字段的概率很低，我们可以采用分表处理，将一个大表分拆成两个一对一的关系表，将不常用的大内容字段放在一张单独的表中。
所述步骤3）包含以下具体步骤：
步骤3.1）：采用batchdml
数据库访问框架一般都提供了批量提交的接口，采用batch操作一般不会减少很多数据库服务器的物理io，但是会大大减少客户端与服务端的交互次数，从而减少了多次发起的网络延时开销，同时也会降低数据库的cpu开销；
步骤3.2）：采用inlist查询
很多时候需要按一些id查询数据库记录，我们可以采用一个id一个请求发给数据库，通过这样处理可以大大减少数据库请求的数量，从而提高性能；评估在in里面一次放多少个值还需要考虑应用服务器本地内存的开销，有并发访问时要计算本地数据使用周期内的并发上限；
步骤3.3）：设置fetchsize
当采用select从数据库查询数据时，数据默认是根据客户端fetch_size参数处理，每次只返回fetch_size条记录，当客户端游标遍历到尾部时再从服务端取数据，直到最后全部传送完成。所以如果我们要从服务端一次取大量数据时，可以加大fetch_size，这样可以减少结果数据传输的交互次数及服务器数据准备时间，提高性能。
步骤3.4）：使用存储过程
大型数据库一般都支持存储过程，合理的利用存储过程也可以提高系统性能，采用存储过程可以将整个业务逻辑封装在存储过程里，然后在客户端直接调用存储过程处理，这样可以减少网络交互的成本。
所述的步骤4）具体包含以下步骤：
步骤4.1）：使用绑定变量
绑定变量是指数据库中对变化的值采用变量参数的形式提交，使用绑定变量为何会提高数据库解析性能，这个需要从数据库执行原理说明，当一条数据库发送给数据库服务器后，系统首先会将数据库字符串进行hash运算，得到hash值后再从服务器内存里的数据库缓存区中进行检索，如果有相同的数据库字符，并且确认是同一逻辑的数据库语句，则从共享池缓存中取出数据库对应的执行计划，根据执行计划读取数据并返回结果给客户端；
步骤4.2）：合理使用排序
当记录集增加到上万条以上时，大记录集排序不仅增加了cpu开销，而且可能会由于内存不足发生硬盘排序的现象，当发生硬盘排序时性能会急剧下降。
步骤4.3）：减少比较操作
数据库的业务逻辑经常会包含一些比较操作，对于这些比较操作数据库都体现得很好，like模糊查询对于数据库来说不是很擅长，特别是需要模糊检查的记录有上万条以上时，这种情况一般可以采用专用search或者采用全文索引方案来提高性能。
步骤4.4）：复杂运算由客户端处理
大量这类复杂函数运算，放在客户端处理，一般cpu每秒中也只能处理1万-10万次这样的函数运算，放在数据库内不利于高并发处理。
以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。