很多PHP 新手遇到网站卡了,第一反应是加服务器、换配置。其实大多数性能问题,都是SQL语句写得太烂、缓存用得太糙导致的。今天咱们就聊聊,怎么让 MySQL 少干点活,让Redis多干点活。
一、MySQL 优化:别让它做傻事
1. 循环查数据库是大忌
新手经常这么写:
$users = Db::name('user')->select();
foreach ($users as &$u) {
$u['orders'] = Db::name('order')->where('user_id', $u['id'])->select();
}
这叫 N+1 问题。100 个用户就查 101 次 SQL,不慢才怪。
正确姿势: 先查出所有用户 ID,一次性把订单全查出来,然后在 PHP 里手动组装。
$users = Db::name('user')->select();
$ids = array_column($users, 'id');
$orders = Db::name('order')->where('user_id', 'in', $ids)->select();
// 把订单按 user_id 分组
$orderMap = [];
foreach ($orders as $order) {
$orderMap[$order['user_id']][] = $order;
}
foreach ($users as &$u) {
$u['orders'] = $orderMap[$u['id']] ?? [];
}
虽然代码多了几行,但只用了 2 次 SQL,性能翻几十倍。
2. 索引失效的坑,你踩过几个?
索引就像书的目录。但有些写法会导致 MySQL 不用目录,只能一页一页翻。
坑1:对字段用函数
// 反面教材:用了 DATE() 函数,索引失效
Db::name('user')->where('DATE(create_time)', '2024-01-01')->select();
// 改成正向写法
Db::name('user')
->where('create_time', '>=', '2024-01-01')
->where('create_time', '<', '2024-01-02')
->select();
坑2:字段类型不匹配(表里 phone 是字符串,传了个数字)
// 反面
Db::name('user')->where('phone', 13800138000)->select();
// 改正
Db::name('user')->where('phone', '13800138000')->select();
坑3:LIKE 以 % 开头
// 反面:以 % 开头,索引废了
Db::name('user')->where('name', 'like', '%张三%')->select();
// 改正:能不用 % 开头就不用,或者用搜索引擎
Db::name('user')->where('name', 'like', '张三%')->select();
坑4:!= 或 <> 不等于查询,大部分情况下不走索引,能少用就少用。
3. 分页越翻越慢?试试游标分页
传统的 offset 分页,翻到 100 页以后,MySQL 要扫描前面所有数据,巨慢。
// 反面:翻到第 100 页,offset = 1980
$list = Db::name('user')->limit(1980, 20)->select();
改进:游标分页(记住上一页最后一条的 id)
// 前端传过来上次最后一个 id
$lastId = input('last_id', 0);
$list = Db::name('user')
->where('id', '>', $lastId)
->limit(20)
->order('id', 'asc')
->select();
这样无论翻到哪一页,速度和第一页一样快。
4. 批量操作,一次胜过一百次
插入 1000 条数据,千万不要循环 insert:
// 反面:1000 次网络请求
foreach ($data as $row) {
Db::name('log')->insert($row);
}
// 正确:一次搞定
Db::name('log')->insertAll($data);
更新多条记录的不同值,可以用 CASE WHEN:
// 把 id=1 的分数改成 100,id=2 的改成 90
$sql = "UPDATE user SET score = CASE id
WHEN 1 THEN 100
WHEN 2 THEN 90
END
WHERE id IN (1,2)";
Db::execute($sql);
二、Redis 优化:不只会 set/get
很多人把 Redis 当简单的 Map 用,存 JSON 字符串。其实 Redis 的数据结构才是精髓。
1. 排行榜用 ZSET(有序集合)
// 加积分
Redis::zadd('rank:score', 100, 'user:1');
Redis::zadd('rank:score', 95, 'user:2');
// 取前三名
$top3 = Redis::zrevrange('rank:score', 0, 2, true);
// 查 user:1 的排名(0 是第一名)
$rank = Redis::zrevrank('rank:score', 'user:1') + 1;
一行代码搞定排行榜,比用 MySQL 快 N 倍。
2. 关注关系用 SET(集合)
// 用户 100 关注 200
Redis::sadd('user:100:follow', 200);
Redis::sadd('user:200:fans', 100);
// 检查用户 100 是否关注了 200
$isFollow = Redis::sismember('user:100:follow', 200);
// 共同关注
$common = Redis::sinter('user:100:follow', 'user:200:follow');
3. 简单消息队列用 LIST
// 生产者:发消息
Redis::lpush('queue:email', json_encode(['to'=>'xx@xx.com', 'title'=>'hi']));
// 消费者:取消息(阻塞式)
$task = Redis::brpop('queue:email', 5); // 等5秒
4. 缓存穿透、击穿、雪崩怎么破?
穿透:查一个不存在的数据(比如 id=-1),每次请求都打到数据库。
解法:缓存空值。
$user = Redis::get("user:{$id}");
if ($user === false) {
$user = Db::name('user')->find($id);
if ($user) {
Redis::setex("user:{$id}", 3600, json_encode($user));
} else {
// 空值也缓存,短一点时间
Redis::setex("user:{$id}", 60, '');
}
}
击穿:一个热点 key 正好过期,瞬间大量请求涌进来。
解法:互斥锁,只让一个请求去查数据库。
$data = Redis::get('hot:data');
if ($data === false) {
// 抢锁
$lock = Redis::setnx('lock:hot', 1);
if ($lock) {
Redis::expire('lock:hot', 10);
// 从数据库查
$data = Db::name('hot')->find();
Redis::setex('hot:data', 3600, json_encode($data));
Redis::del('lock:hot');
} else {
// 没抢到锁,等一会再递归调用
usleep(50000);
return$this->getHotData();
}
}
雪崩:很多 key 同时过期,大家一起打数据库。
解法:过期时间加随机值。
$expire = 3600 + rand(0, 300); // 3600~3900 秒之间随机
Redis::setex($key, $expire, $data);
5. Pipeline 批量操作,提速 10 倍
普通操作:1000 次 set,就是 1000 次网络往返。
// 慢
for ($i=0;$i<1000;$i++) {
Redis::set("key:{$i}", $i);
}
用 Pipeline:一次打包发过去,一次返回。
$pipe = Redis::pipeline();
for ($i=0;$i<1000;$i++) {
$pipe->set("key:{$i}", $i);
}
$pipe->execute(); // 只发一次请求
三、实战举例:商品详情页优化
一个典型商品页,可能要查商品信息、分类、销量、库存、评论……新手可能查 5、6 次数据库。
优化思路:
代码如下(只写关键逻辑):
publicfunctiondetail($id){
// 1. 先取缓存
$cache = Redis::get("product:detail:{$id}");
if ($cache) {
return json_decode($cache, true);
}
// 2. 互斥锁
$lock = Redis::setnx("lock:product:{$id}", 1);
if (!$lock) {
usleep(50000); // 等 50ms 再试
return$this->detail($id);
}
Redis::expire("lock:product:{$id}", 10);
// 3. 查数据库(用 JOIN 减少查询)
$product = Db::name('product')
->alias('p')
->leftJoin('category c', 'p.cate_id = c.id')
->field('p.*, c.name as cate_name')
->find($id);
$sales = Db::name('order_item')->where('product_id', $id)->sum('quantity');
$data = ['product' => $product, 'sales' => $sales];
// 4. 缓存 1 小时,加随机偏移
Redis::setex("product:detail:{$id}", 3600 + rand(0, 300), json_encode($data));
Redis::del("lock:product:{$id}");
return $data;
}
性能对比:第一次可能 80ms,缓存命中后直接降到 5ms。
四、日常监控
发现慢查询:
# MySQL 慢查询日志分析
mysqldumpslow /var/log/mysql/slow.log
# Redis 命中率(低于 90% 就要检查了)
redis-cli INFO stats | grep hit
# Redis 慢日志(默认记录超过 10ms 的命令)
redis-cli SLOWLOG GET 10
最后三句话总结
- 能缓存别查库 —— Redis 是微秒级,MySQL 是毫秒级
- 加索引,但别滥用 —— 索引能加速查询,但会拖慢写入
从最慢的那个接口开始优化,你的网站就能起飞。