内存的大小最能直接反应数据库的性能。InnoDB存储引擎既缓存数据,又缓存索引(存放在数据文件中,表空间),并放入一个很大的缓冲池中(InnoDB Buffer Pool)。 【innodb_buffer_pool的大小如果能等于数据文件的大小,则能缓存所有的数据文件,性能会得到极高的提升】(innodb_buffer_pool_size),如何判断当前数据库的内存是否达到了瓶颈了呢。
mysql提供 show global status 命令查看系统运行状况监控,(INFORMATION_SCHEMA GLOBAL_STATUS临时表)。
关注如下参数:
innodb_buffer_pool_reads: 从物理磁盘读取页的次数
innodb_buffer_pool_read_ahead:预读的次数
innodb_buffer_pool_read_ahead_evicted:预读的页,但没有被读取就从缓冲区被替换的也的数量,一般用来判断预读的效率。
innodb_buffer_pool_read_requests:从缓冲池中读取页的次数(可以理解为缓冲命中次数)
innodb_data_read:总共读入的字节数
innodb_data_reads:发起读请求的次数
预读的效率:(1 - (innodb_buffer_pool_read_ahead / innodb_buffer_pool_read)) * 100 %
InnoDB缓存命中率: innodb_buffer_pool_read_requests / ( innodb_buffer_pool_read_requests + innodb_buffer_pool_reads + innodb_buffer_pool_read_ahead ) * 100 %,
InnoDB缓存命中率通常要保持在99%以上,才表明内存无压力,这样性能杠杠的。
平均每次读取的字节数= innodb_data_read/innodb_data_reads
内存大于数据文件,并不意味着没有IO操作,Innodb会定时刷脏(将被修改的页刷写到数据文件),并且每次
事务提交,会写redo日志。
3、磁盘对数据库性能的影响
数据库是IO密集型应用,推荐使用raid10(磁盘冗余阵列)
4、SQL语句优化
SQL语句的优化点基本上会落到是否能利用索引这个问题上来。
1)养成好的SQL使用习惯
a、禁止使用 select *,应写需要的数据字段。
b、尽量使用exists代替in
2)尽量利用索引来加速SQL数据的查询效率
以下情况将无法利用索引:
a、不支持 != 表达式,如果使用不等于,无法利用到索引。索引的存储结构是B+树,支持等值查询与范围查询。
b、like '%a%'无法利用索引,但’a%'可以使用索引。
原因分析,索引的存储结构是B+树,叶子节点存放数据,数据本身是排序的,输入值必须是一个明确的值,方便对比,a%开头的查询,是可以用a当查询关键字首先定位记录的,但%a%无法定位。
c、复合索引,查询条件必须包含第一列(最左列)
道理是一样的,索引的优势就是天生是排序的,查询类似于二分查询(每比较一次,就会缩短查询范围)。
例如有两列的复合索引类似( 1, 1 ) ( 1, 3 ) ( 2, 1 ) ( 2, 5 ) ( 3, 1 ) 只有包含第一列,整个二元序列就是有序的,但如果剔除第一列,那序列为 1,3,1,5,1,无序序列的查找,复杂度为o(n)。
d、对字段使用表达式或函数允许,将无法使用索引
3)索引建立原则
a、列高选择性(重复率低)
b、频繁查询的列
c、order by 或 group by字段(利用索引的有序性)
5、MySQL执行计划解读
MySQL提供explain查看查询语句的执行计划,使用案例如下:
EXPLAIN SELECT
t.id,
t.order_no,
t.total_price,
t.seller_id,
t.creator,
t.create_time
FROM
(
SELECT
a.id,
a.order_no,
a.total_price,
a.seller_id,
a.creator,
a.create_time
FROM
es_order a
WHERE
a.seller_id = 24
LIMIT 20,
10
) t
INNER JOIN es_order_item b ON b.order_id = t.id
相关字段:id、select_type、table、type、prossible_keys、key、ken_len、ref、rows、Extr
1) id : 执行顺序,数字越大,先执行。
2) select_type: (只是标记为查询类型)
simple : 查询中不包含子查询或union
primary:若查询中包含任何复杂的子查询,最外层查询标记为:PRIMARY
subquery:子查询
derived:驱动表,不是真实的物理表,但不同于临时表
union:
union result
3)type:访问类型,重点关注
取值如下:all、index、range、ref、 eq_ref、 const system、null
all : 全表扫描
index: Full Index Scan,index与all的区别为index只遍历索引树。
例如:(select a.id from es_order a)
range:索引范围扫描,常见于索引字段上的 between > < like( like ‘a%’)
ref : 非唯一索引的等值匹配,例如a.seller_id=24 (seller_id上建有索引)
eq_ref:唯一索引的等值匹配
const、system:当MySQL对查询某部分进行优化,并转换为一个常量时,使用这些类型访问。
explain select a.id,a.name from es_order a where a.id=8078
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Java工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024b (备注Java)
文末
我将这三次阿里面试的题目全部分专题整理出来,并附带上详细的答案解析,生成了一份PDF文档
- 第一个要分享给大家的就是算法和数据结构
- 第二个就是数据库的高频知识点与性能优化
- 第三个则是并发编程(72个知识点学习)
- 最后一个是各大JAVA架构专题的面试点+解析+我的一些学习的书籍资料
还有更多的Redis、MySQL、JVM、Kafka、微服务、Spring全家桶等学习笔记这里就不一一列举出来
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
第三个则是并发编程(72个知识点学习)
[外链图片转存中…(img-QajKZaEA-1712802351821)]
- 最后一个是各大JAVA架构专题的面试点+解析+我的一些学习的书籍资料
[外链图片转存中…(img-WvzA0Cis-1712802351821)]
还有更多的Redis、MySQL、JVM、Kafka、微服务、Spring全家桶等学习笔记这里就不一一列举出来
一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
[外链图片转存中…(img-cJAOJcc4-1712802351821)]