Mysql调优总结

最新推荐文章于 2023-06-06 07:45:00 发布

意田天

最新推荐文章于 2023-06-06 07:45:00 发布

阅读量1.6w

点赞数

分类专栏：数据库文章标签： mysql 数据库 mysql优化

本文链接：https://blog.csdn.net/A_Java_Dog/article/details/120172713

版权

数据库专栏收录该内容

8 篇文章 0 订阅

订阅专栏

数据类型优化

更小的通常更好

应该尽量使用可以正确存储数据的最小数据类型，更小的数据类型通常更快，因为它们占用更少的磁盘、内存和CPU缓存，并且处理时需要的CPU周期更少，但是要确保没有低估需要存储的值的范围，如果无法确认哪个数据类型，就选择你认为不会超过范围的最小类型
案例：
设计两张表，设计不同的数据类型，查看表的容量

简单就好

简单数据类型的操作通常需要更少的CPU周期，例如，
1、整型比字符操作代价更低，因为字符集和校对规则是字符比较比整型比较更复杂，
2、使用mysql自建类型而不是字符串来存储日期和时间
3、用整型存储IP地址
案例：
创建两张相同的表，改变日期的数据类型，查看SQL语句执行的速度

尽量避免null

如果查询中包含可为NULL的列，对mysql来说很难优化，因为可为null的列使得索引、索引统计和值比较都更加复杂，坦白来说，通常情况下null的列改为not null带来的性能提升比较小，所有没有必要将所有的表的schema进行修改，但是应该尽量避免设计成可为null的列

实际细则

整数类型

可以使用的几种整数类型：TINYINT，SMALLINT，MEDIUMINT，INT，BIGINT分别使用8，16，24，32，64位存储空间。
尽量使用满足需求的最小数据类型
字符和字符串类型

1、长度固定，即每条数据占用等长字节空间；最大长度是255个字符，适合用在身份证号、手机号等定长字符串
2、varchar可变程度，可以设置最大长度；最大空间是65535个字节，适合用在长度可变的属性
3、text不设置长度，当不知道属性的最大长度时，适合用text
按照查询速度：char>varchar>text
- varchar根据实际内容长度保存数据
  - 1、使用最小的符合需求的长度。
  - 2、varchar(n) n小于等于255使用额外一个字节保存长度，n>255使用额外两个字节保存长度。
  - 3、varchar(5)与varchar(255)保存同样的内容，硬盘存储空间相同，但内存空间占用不同，是指定的大小。
  - 4、varchar在mysql5.6之前变更长度，或者从255一下变更到255以上时时，都会导致锁表。
  - 应用场景
    - 1、存储长度波动较大的数据，如：文章，有的会很短有的会很长
    - 2、字符串很少更新的场景，每次更新后都会重算并使用额外存储空间保存长度
    - 3、适合保存多字节字符，如：汉字，特殊字符等
- char固定长度的字符串
  - 1、最大长度：255
  - 2、会自动删除末尾的空格
  - 3、检索效率、写效率会比varchar高，以空间换时间
  - 应用场景
    - 1、存储长度波动不大的数据，如：md5摘要
    - 2、存储短字符串、经常更新的字符串
BLOB和TEXT类型

MySQL 把每个 BLOB 和 TEXT 值当作一个独立的对象处理。
两者都是为了存储很大数据而设计的字符串类型，分别采用二进制和字符方式存储。
datetime和timestamp

1、不要使用字符串类型来存储日期时间数据
2、日期时间类型通常比字符串占用的存储空间小
3、日期时间类型在进行查找过滤时可以利用日期来进行比对
4、日期时间类型还有着丰富的处理函数，可以方便的对时间类型进行日期计算
5、使用int存储日期时间不如使用timestamp类型
- datetime
  - 占用8个字节
  - 与时区无关，数据库底层时区配置，对datetime无效
  - 可保存到毫秒
  - 可保存时间范围大
  - 不要使用字符串存储日期类型，占用空间大，损失日期类型函数的便捷性
- timestamp
  - 占用4个字节
  - 时间范围：1970-01-01到2038-01-19
  - 精确到秒
  - 采用整形存储
  - 依赖数据库设置的时区
  - 自动更新timestamp列的值
- date
  - 占用的字节数比使用字符串、datetime、int存储要少，使用date类型只需要3个字节
  - 使用date类型还可以利用日期时间函数进行日期之间的计算
  - date类型用于保存1000-01-01到9999-12-31之间的日期
使用枚举代替字符串类型

有时可以使用枚举类代替常用的字符串类型，mysql存储枚举类型会非常紧凑，会根据列表值的数据压缩到一个或两个字节中，mysql在内部会将每个值在列表中的位置保存为整数，并且在表的.frm文件中保存“数字-字符串”映射关系的查找表
create table enum_test(e enum(‘fish’,‘apple’,‘dog’) not null);
insert into enum_test(e) values(‘fish’),(‘dog’),(‘apple’);
select e+0 from enum_test;
特殊类型数据

人们经常使用varchar(15)来存储ip地址，然而，它的本质是32位无符号整数不是字符串，可以使用INET_ATON()和INET_NTOA函数在这两种表示方法之间转换
案例：
select inet_aton(‘1.1.1.1’)
select inet_ntoa(16843009)

合理使用范式和反范式

范式
- 优点
  - 范式化的更新通常比反范式要快
  - 当数据较好的范式化后，很少或者没有重复的数据
  - 范式化的数据比较小，可以放在内存中，操作比较快
- 缺点
  - 通常需要进行关联
反范式
- 优点
  - 所有的数据都在同一张表中，可以避免关联
  - 可以设计有效的索引；
- 缺点
  - 表格内的冗余较多，删除数据时候会造成表有些有用的信息丢失
注意
- 在企业中很好能做到严格意义上的范式或者反范式，一般需要混合使用
  - 在一个网站实例中，这个网站，允许用户发送消息，并且一些用户是付费用户。现在想查看付费用户最近的10条信息。在user表和message表中都存储用户类型(account_type)而不用完全的反范式化。这避免了完全反范式化的插入和删除问题，因为即使没有消息的时候也绝不会丢失用户的信息。这样也不会把user_message表搞得太大，有利于高效地获取数据。
  - 另一个从父表冗余一些数据到子表的理由是排序的需要。
  - 缓存衍生值也是有用的。如果需要显示每个用户发了多少消息（类似论坛的），可以每次执行一个昂贵的自查询来计算并显示它；也可以在user表中建一个num_messages列，每当用户发新消息时更新这个值。
- 案例
  - 范式设计
  - 反范式设计

主键的选择

代理主键
- 与业务无关的，无意义的数字序列
自然主键
- 事物属性中的自然唯一标识
推荐使用代理主键
- 它们不与业务耦合，因此更容易维护
- 一个大多数表，最好是全部表，通用的键策略能够减少需要编写的源码数量，减少系统的总体拥有成本

字符集的选择

字符集直接决定了数据在MySQL中的存储编码方式，由于同样的内容使用不同字符集表示所占用的空间大小会有较大的差异，所以通过使用合适的字符集，可以帮助我们尽可能减少数据量，进而减少IO操作次数。

1.纯拉丁字符能表示的内容，没必要选择 latin1 之外的其他字符编码，因为这会节省大量的存储空间。
2.如果我们可以确定不需要存放多种语言，就没必要非得使用UTF8或者其他UNICODE字符类型，这回造成大量的存储空间浪费。
3.MySQL的数据类型可以精确到字段，所以当我们需要大型数据库中存放多字节数据的时候，可以通过对不同表不同字段使用不同的数据类型来较大程度减小数据存储量，进而降低 IO 操作次数并提高缓存命中率。

存储引擎的选择

存储引擎的对比

适当的数据冗余

1.被频繁引用且只能通过 Join 2张(或者更多)大表的方式才能得到的独立小字段。
2.这样的场景由于每次Join仅仅只是为了取得某个小字段的值，Join到的记录又大，会造成大量不必要的 IO，完全可以通过空间换取时间的方式来优化。不过，冗余的同时需要确保数据的一致性不会遭到破坏，确保更新的同时冗余字段也被更新。

适当拆分

当我们的表中存在类似于 TEXT 或者是很大的 VARCHAR类型的大字段的时候，如果我们大部分访问这张表的时候都不需要这个字段，我们就该义无反顾的将其拆分到另外的独立表中，以减少常用数据所占用的存储空间。这样做的一个明显好处就是每个数据块中可以存储的数据条数可以大大增加，既减少物理 IO 次数，也能大大提高内存中的缓存命中率。

执行计划解析

在企业的应用场景中，为了知道优化SQL语句的执行，需要查看SQL语句的具体执行过程，以加快SQL语句的执行效率。

可以使用explain+SQL语句来模拟优化器执行SQL查询语句，从而知道mysql是如何处理sql语句的。

官网地址： https://dev.mysql.com/doc/refman/5.5/en/explain-output.html

执行计划中包含的信息

Column	Meaning
id	The `SELECT` identifier
select_type	The `SELECT` type
table	The table for the output row
partitions	The matching partitions
type	The join type
possible_keys	The possible indexes to choose
key	The index actually chosen
key_len	The length of the chosen key
ref	The columns compared to the index
rows	Estimate of rows to be examined
filtered	Percentage of rows filtered by table condition
extra	Additional information

select查询的序列号，包含一组数字，表示查询中执行select子句或者操作表的顺序

id号分为三种情况：

1、如果id相同，那么执行顺序从上到下

explain select * from emp e join dept d on e.deptno = d.deptno join salgrade sg on e.sal between sg.losal and sg.hisal;

2、如果id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行

explain select * from emp e where e.deptno in (select d.deptno from dept d where d.dname = 'SALES');

3、id相同和不同的，同时存在：相同的可以认为是一组，从上往下顺序执行，在所有组中，id值越大，优先级越高，越先执行

explain select * from emp e join dept d on e.deptno = d.deptno join salgrade sg on e.sal between sg.losal and sg.hisal where e.deptno in (select d.deptno from dept d where d.dname = 'SALES');

select_type

主要用来分辨查询的类型，是普通查询还是联合查询还是子查询

`select_type` Value	Meaning
SIMPLE	Simple SELECT (not using UNION or subqueries)
PRIMARY	Outermost SELECT
UNION	Second or later SELECT statement in a UNION
DEPENDENT UNION	Second or later SELECT statement in a UNION, dependent on outer query
UNION RESULT	Result of a UNION.
SUBQUERY	First SELECT in subquery
DEPENDENT SUBQUERY	First SELECT in subquery, dependent on outer query
DERIVED	Derived table
UNCACHEABLE SUBQUERY	A subquery for which the result cannot be cached and must be re-evaluated for each row of the outer query
UNCACHEABLE UNION	The second or later select in a UNION that belongs to an uncacheable subquery (see UNCACHEABLE SUBQUERY)

--SIMPLE:简单的查询，不包含子查询和union
explain select * from emp;

--primary:查询中若包含任何复杂的子查询，最外层查询则被标记为Primary
explain select staname,ename supname from (select ename staname,mgr from emp) t join emp on t.mgr=emp.empno ;

--union:若第二个select出现在union之后，则被标记为union
explain select * from emp where deptno = 10 union select * from emp where sal >2000;

--dependent union:跟union类似，此处的depentent表示union或union all联合而成的结果会受外部表影响
explain select * from emp e where e.empno  in ( select empno from emp where deptno = 10 union select empno from emp where sal >2000)

--union result:从union表获取结果的select
explain select * from emp where deptno = 10 union select * from emp where sal >2000;

--subquery:在select或者where列表中包含子查询
explain select * from emp where sal > (select avg(sal) from emp) ;

--dependent subquery:subquery的子查询要受到外部表查询的影响
explain select * from emp e where e.deptno in (select distinct deptno from dept);

--DERIVED: from子句中出现的子查询，也叫做派生类，
explain select staname,ename supname from (select ename staname,mgr from emp) t join emp on t.mgr=emp.empno ;

--UNCACHEABLE SUBQUERY：表示使用子查询的结果不能被缓存
 explain select * from emp where empno = (select empno from emp where deptno=@@sort_buffer_size);
 
--uncacheable union:表示union的查询结果不能被缓存：sql语句未验证

table

对应行正在访问哪一个表，表名或者别名，可能是临时表或者union合并结果集
1、如果是具体的表名，则表明从实际的物理表中获取数据，当然也可以是表的别名

2、表名是derivedN的形式，表示使用了id为N的查询产生的衍生表

3、当有union result的时候，表名是union n1,n2等的形式，n1,n2表示参与union的id

type

type显示的是访问类型，访问类型表示我是以何种方式去访问我们的数据，最容易想的是全表扫描，直接暴力的遍历一张表去寻找需要的数据，效率非常低下，访问的类型有很多，效率从最好到最坏依次是：

system > const > eq_ref > ref > fulltext > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

一般情况下，得保证查询至少达到range级别，最好能达到ref

--all:全表扫描，一般情况下出现这样的sql语句而且数据量比较大的话那么就需要进行优化。
explain select * from emp;

--index：全索引扫描这个比all的效率要好，主要有两种情况，一种是当前的查询时覆盖索引，即我们需要的数据在索引中就可以索取，或者是使用了索引进行排序，这样就避免数据的重排序
explain  select empno from emp;

--range：表示利用索引查询的时候限制了范围，在指定范围内进行查询，这样避免了index的全索引扫描，适用的操作符： =, <>, >, >=, <, <=, IS NULL, BETWEEN, LIKE, or IN() 
explain select * from emp where empno between 7000 and 7500;

--index_subquery：利用索引来关联子查询，不再扫描全表
explain select * from emp where emp.job in (select job from t_job);

--unique_subquery:该连接类型类似与index_subquery,使用的是唯一索引
 explain select * from emp e where e.deptno in (select distinct deptno from dept);
 
--index_merge：在查询过程中需要多个索引组合使用，没有模拟出来

--ref_or_null：对于某个字段即需要关联条件，也需要null值的情况下，查询优化器会选择这种访问方式
explain select * from emp e where  e.mgr is null or e.mgr=7369;

--ref：使用了非唯一性索引进行数据的查找
 create index idx_3 on emp(deptno);
 explain select * from emp e,dept d where e.deptno =d.deptno;

--eq_ref ：使用唯一性索引进行数据查找
explain select * from emp,emp2 where emp.empno = emp2.empno;

--const：这个表至多有一个匹配行，
explain select * from emp where empno = 7369;
 
--system：表只有一行记录（等于系统表），这是const类型的特例，平时不会出现

possible_keys

显示可能应用在这张表中的索引，一个或多个，查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询实际使用

explain select * from emp,dept where emp.deptno = dept.deptno and emp.deptno = 10;

key

实际使用的索引，如果为null，则没有使用索引，查询中若使用了覆盖索引，则该索引和查询的select字段重叠。

explain select * from emp,dept where emp.deptno = dept.deptno and emp.deptno = 10;

key_len

表示索引中使用的字节数，可以通过key_len计算查询中使用的索引长度，在不损失精度的情况下长度越短越好。

explain select * from emp,dept where emp.deptno = dept.deptno and emp.deptno = 10;

ref

显示索引的哪一列被使用了，如果可能的话，是一个常数

explain select * from emp,dept where emp.deptno = dept.deptno and emp.deptno = 10;

rows

根据表的统计信息及索引使用情况，大致估算出找出所需记录需要读取的行数，此参数很重要，直接反应的sql找了多少数据，在完成目的的情况下越少越好

explain select * from emp;

extra

包含额外的信息。

--using filesort:说明mysql无法利用索引进行排序，只能利用排序算法进行排序，会消耗额外的位置
explain select * from emp order by sal;

--using temporary:建立临时表来保存中间结果，查询完成之后把临时表删除
explain select ename,count(*) from emp where deptno = 10 group by ename;

--using index:这个表示当前的查询时覆盖索引的，直接从索引中读取数据，而不用访问数据表。如果同时出现using where 表名索引被用来执行索引键值的查找，如果没有，表面索引被用来读取数据，而不是真的查找
explain select deptno,count(*) from emp group by deptno limit 10;

--using where:使用where进行条件过滤
explain select * from t_user where id = 1;

--using join buffer:使用连接缓存，情况没有模拟出来

--impossible where：where语句的结果总是false
explain select * from emp where empno = 7469;

通过索引优化

数据结构

红黑树

在这里插入图片描述

B+Tree

在这里插入图片描述

每种数据结构的对比

在这里插入图片描述

索引基本知识

索引的优点

1、大大减少了服务器需要扫描的数据量

2、帮助服务器避免排序和临时表

3、将随机io变成顺序io
索引的用处

1、快速查找匹配WHERE子句的行

2、从consideration中消除行,如果可以在多个索引之间进行选择，mysql通常会使用找到最少行的索引

3、如果表具有多列索引，则优化器可以使用索引的任何最左前缀来查找行

4、当有表连接的时候，从其他表检索行数据

5、查找特定索引列的min或max值

6、如果排序或分组时在可用索引的最左前缀上完成的，则对表进行排序和分组

7、在某些情况下，可以优化查询以检索值而无需查询数据行
索引的分类

1、主键索引

2、唯一索引

3、普通索引

4、全文索引

5、组合索引
相关技术名词
- 回表
  
  普通索引中B+tree最后的叶子节点存储的是该调数据的主键id, 所以还有再次根据主键id查询该条数据
  
  假如name字段是索引
  
  例如select * from user where name = ‘张三’
  
  第一次查询出的是name是张三的主键id, 然后进行根据主键id进行回表查询
- 覆盖索引
  
  还是上面那个例子, 如果查询的是select id from user where name = ‘张三’。此时由于查询的就是id , 所以不必再次进行回表操作, 这种就叫覆盖索引。
  
  即如果查找的字段就是哪些索引，便不再去进行回表查询
- 最左匹配
  
  应用在组合索引中，例如user表中查询条件name和age使用的最多，此时，就可以将name和age建立组合索引，这个组合索引有顺序，查询name和age或者只查name，那么可以使用到该索引，但是如果只查age，便无法使用到该索引。
- 索引下推
  
  同样属于组合索引
索引采用的数据结构
- 哈希表 - memory catch引擎使用
- B+树 - innodb和myisam引擎使用
  
  innodb 中最后叶子节点中存储的是
索引匹配方式

create table staffs(
id int primary key auto_increment,
name varchar(24) not null default ‘’ comment ‘姓名’,
age int not null default 0 comment ‘年龄’,
pos varchar(20) not null default ‘’ comment ‘职位’,
add_time timestamp not null default current_timestamp comment ‘入职时间’
) charset utf8 comment ‘员工记录表’;
-----------alter table staffs add index idx_nap(name, age, pos);
- 全值匹配
  - 全值匹配指的是和索引中的所有列进行匹配
    - explain select * from staffs where name = ‘July’ and age = ‘23’ and pos = ‘dev’;
- 匹配最左前缀
  - 只匹配前面的几列
    - explain select * from staffs where name = ‘July’ and age = ‘23’;
    - explain select * from staffs where name = ‘July’;
- 匹配列前缀
  - 可以匹配某一列的值的开头部分
    - explain select * from staffs where name like ‘J%’;
    - explain select * from staffs where name like ‘%y’;
- 匹配范围值
  - 可以查找某一个范围的数据
    - explain select * from staffs where name > ‘Mary’;
- 精确匹配某一列并范围匹配另外一列
  - 可以查询第一列的全部和第二列的部分
    - explain select * from staffs where name = ‘July’ and age > 25;
- 只访问索引的查询
  - 查询的时候只需要访问索引，不需要访问数据行，本质上就是覆盖索引
    - explain select name,age,pos from staffs where name = ‘July’ and age = 25 and pos = ‘dev’;

哈希索引

基于哈希表的实现，只有精确匹配索引所有列的查询才有效
在mysql中，只有memory的存储引擎显式支持哈希索引
哈希索引自身只需存储对应的hash值，所以索引的结构十分紧凑，这让哈希索引查找的速度非常快
哈希索引的限制

1、哈希索引只包含哈希值和行指针，而不存储字段值，索引不能使用索引中的值来避免读取行

2、哈希索引数据并不是按照索引值顺序存储的，所以无法进行排序

3、哈希索引不支持部分列匹配查找，哈希索引是使用索引列的全部内容来计算哈希值

4、哈希索引支持等值比较查询，也不支持任何范围查询

5、访问哈希索引的数据非常快，除非有很多哈希冲突，当出现哈希冲突的时候，存储引擎必须遍历链表中的所有行指针，逐行进行比较，直到找到所有符合条件的行

6、哈希冲突比较多的话，维护的代价也会很高
案例

当需要存储大量的URL，并且根据URL进行搜索查找，如果使用B+树，存储的内容就会很大
select id from url where url=""
也可以利用将url使用CRC32做哈希，可以使用以下查询方式：
select id fom url where url="" and url_crc=CRC32("")
此查询性能较高原因是使用体积很小的索引来完成查找

组合索引

当包含多个列作为索引，需要注意的是正确的顺序依赖于该索引的查询，同时需要考虑如何更好的满足排序和分组的需要
案例，建立组合索引a,b,c
- 不同SQL语句使用索引情况

聚簇索引与非聚簇索引

聚簇索引
- 不是单独的索引类型，而是一种数据存储方式，指的是数据行跟相邻的键值紧凑的存储在一起
  - 优点
    
    1、可以把相关数据保存在一起
    
    2、数据访问更快，因为索引和数据保存在同一个树中
    
    3、使用覆盖索引扫描的查询可以直接使用页节点中的主键值
  - 缺点
    
    1、聚簇数据最大限度地提高了IO密集型应用的性能，如果数据全部在内存，那么聚簇索引就没有什么优势
    
    2、插入速度严重依赖于插入顺序，按照主键的顺序插入是最快的方式
    
    3、更新聚簇索引列的代价很高，因为会强制将每个被更新的行移动到新的位置
    
    4、基于聚簇索引的表在插入新行，或者主键被更新导致需要移动行的时候，可能面临页分裂的问题
    
    5、聚簇索引可能导致全表扫描变慢，尤其是行比较稀疏，或者由于页分裂导致数据存储不连续的时候
非聚簇索引
- 数据文件跟索引文件分开存放
例如myisam的非聚簇索引 , B+tree中的叶子节点存储的是索引存储位置的地址值

覆盖索引

基本介绍

1、如果一个索引包含所有需要查询的字段的值，我们称之为覆盖索引

2、不是所有类型的索引都可以称为覆盖索引，覆盖索引必须要存储索引列的值

3、不同的存储实现覆盖索引的方式不同，不是所有的引擎都支持覆盖索引，memory不支持覆盖索引
优势

1、索引条目通常远小于数据行大小，如果只需要读取索引，那么mysql就会极大的较少数据访问量

2、因为索引是按照列值顺序存储的，所以对于IO密集型的范围查询会比随机从磁盘读取每一行数据的IO要少的多

3、一些存储引擎如MYISAM在内存中只缓存索引，数据则依赖于操作系统来缓存，因此要访问数据需要一次系统调用，这可能会导致严重的性能问题

4、由于INNODB的聚簇索引，覆盖索引对INNODB表特别有用

案例演示

1、当发起一个被索引覆盖的查询时，在explain的extra列可以看到using index的信息，此时就使用了覆盖索引

mysql> explain select store_id,film_id from inventory
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: inventory
   partitions: NULL
         type: index
possible_keys: NULL
          key: idx_store_id_film_id
      key_len: 3
          ref: NULL
         rows: 4581
     filtered: 100.00
        Extra: Using index
1 row in set, 1 warning (0.01 sec)

优化小细节

当使用索引列进行查询的时候尽量不要使用表达式，把计算放到业务层而不是数据库层
- select actor_id from actor where actor_id=4;
- select actor_id from actor where actor_id+1=5;
尽量使用主键查询，而不是其他索引，因为主键查询不会触发回表查询

使用前缀索引

有时候需要索引很长的字符串，这会让索引变的大且慢，通常情况下可以使用某个列开始的部分字符串，这样大大的节约索引空间，从而提高索引效率，但这会降低索引的选择性，索引的选择性是指不重复的索引值和数据表记录总数的比值，范围从1/#T到1之间。索引的选择性越高则查询效率越高，因为选择性更高的索引可以让mysql在查找的时候过滤掉更多的行。

一般情况下某个列前缀的选择性也是足够高的，足以满足查询的性能，但是对应BLOB,TEXT,VARCHAR类型的列，必须要使用前缀索引，因为mysql不允许索引这些列的完整长度，使用该方法的诀窍在于要选择足够长的前缀以保证较高的选择性，通过又不能太长。

案例演示：

--创建数据表
create table citydemo(city varchar(50) not null);
insert into citydemo(city) select city from city;

--重复执行5次下面的sql语句
insert into citydemo(city) select city from citydemo;

--更新城市表的名称
update citydemo set city=(select city from city order by rand() limit 1);

--查找最常见的城市列表，发现每个值都出现45-65次，
select count(*) as cnt,city from citydemo group by city order by cnt desc limit 10;

--查找最频繁出现的城市前缀，先从3个前缀字母开始，发现比原来出现的次数更多，可以分别截取多个字符查看城市出现的次数
select count(*) as cnt,left(city,3) as pref from citydemo group by pref order by cnt desc limit 10;
select count(*) as cnt,left(city,7) as pref from citydemo group by pref order by cnt desc limit 10;
--此时前缀的选择性接近于完整列的选择性

--还可以通过另外一种方式来计算完整列的选择性，可以看到当前缀长度到达7之后，再增加前缀长度，选择性提升的幅度已经很小了
select count(distinct left(city,3))/count(*) as sel3,
count(distinct left(city,4))/count(*) as sel4,
count(distinct left(city,5))/count(*) as sel5,
count(distinct left(city,6))/count(*) as sel6,
count(distinct left(city,7))/count(*) as sel7,
count(distinct left(city,8))/count(*) as sel8 
from citydemo;

--计算完成之后可以创建前缀索引
alter table citydemo add key(city(7));

--注意：前缀索引是一种能使索引更小更快的有效方法，但是也包含缺点：mysql无法使用前缀索引做order by 和 group by。

使用索引扫描来排序
- 使用索引扫描来做排序.md
union all,in,or都能够使用索引，但是推荐使用in
- explain select * from actor where actor_id = 1 union all select * from actor where actor_id = 2;
- explain select * from actor where actor_id in (1,2);
- explain select * from actor where actor_id = 1 or actor_id =2;
范围列可以用到索引
- 范围条件是：<、>
- 范围列可以用到索引，但是范围列后面的列无法用到索引，索引最多用于一个范围列
强制类型转换会全表扫描

create table user(id int,name varchar(10),phone varchar(11));

alter table user add index idx_1(phone);
- explain select * from user where phone=13800001234;
  - 不会触发索引
- explain select * from user where phone=‘13800001234’;
  - 触发索引
更新十分频繁，数据区分度不高的字段上不宜建立索引
- 更新会变更B+树，更新频繁的字段建议索引会大大降低数据库性能
- 类似于性别这类区分不大的属性，建立索引是没有意义的，不能有效的过滤数据，
- 一般区分度在80%以上的时候就可以建立索引，区分度可以使用 count(distinct(列名))/count(*) 来计算
创建索引的列，不允许为null，可能会得到不符合预期的结果
当需要进行表连接的时候，最好不要超过三张表，因为需要join的字段，数据类型必须一致

例如A,B,C三个表, A和B关联使用id, B和C关联使用name, 此时就会导致

Simple Nested-Loop Join

在这里插入图片描述

IndexNested-Loop Join

在这里插入图片描述

Block Nested-Loop Join

在这里插入图片描述

能使用limit的时候尽量使用limit
单表索引建议控制在5个以内
单索引字段数不允许超过5个（组合索引）
创建索引的时候应该避免以下错误概念
- 索引越多越好
- 过早优化，在不了解系统的情况下进行优化

索引监控

show status like ‘Handler_read%’;
参数解释
- Handler_read_first：读取索引第一个条目的次数
- Handler_read_key：通过index获取数据的次数
- Handler_read_last：读取索引最后一个条目的次数
- Handler_read_next：通过索引读取下一条数据的次数
- Handler_read_prev：通过索引读取上一条数据的次数
- Handler_read_rnd：从固定位置读取数据的次数
- Handler_read_rnd_next：从数据节点读取下一条数据的次数

查询优化

在编写快速的查询之前，需要清楚一点，真正重要的是响应时间，而且要知道在整个SQL语句的执行过程中每个步骤都花费了多长时间，要知道哪些步骤是拖垮执行效率的关键步骤，想要做到这点，必须要知道查询的生命周期，然后进行优化，不同的应用场景有不同的优化方式，不要一概而论，具体情况具体分析，

查询慢的原因

网络
CPU
IO
上下文切换
系统调用
生成统计信息
锁等待时间

优化数据访问

查询性能低下的主要原因是访问的数据太多，某些查询不可避免的需要筛选大量的数据，我们可以通过减少访问数据量的方式进行优化
- 确认应用程序是否在检索大量超过需要的数据
- 确认mysql服务器层是否在分析大量超过需要的数据行
是否向数据库请求了不需要的数据
- 查询不需要的记录
  
  我们常常会误以为mysql会只返回需要的数据，实际上mysql却是先返回全部结果再进行计算，在日常的开发习惯中，经常是先用select语句查询大量的结果，然后获取前面的N行后关闭结果集。
  
  优化方式是在查询后面添加limit
- 多表关联时返回全部列
  
  select * from actor inner join film_actor using(actor_id) inner join film using(film_id) where film.title=‘Academy Dinosaur’;
  
  select actor.* from actor…;
- 总是取出全部列
  
  在公司的企业需求中，禁止使用select *,虽然这种方式能够简化开发，但是会影响查询的性能，所以尽量不要使用
- 重复查询相同的数据
  
  如果需要不断的重复执行相同的查询，且每次返回完全相同的数据，因此，基于这样的应用场景，我们可以将这部分数据缓存起来，这样的话能够提高查询效率

执行过程的优化

查询缓存

在解析一个查询语句之前，如果查询缓存是打开的，那么mysql会优先检查这个查询是否命中查询缓存中的数据，如果查询恰好命中了查询缓存，那么会在返回结果之前会检查用户权限，如果权限没有问题，那么mysql会跳过所有的阶段，就直接从缓存中拿到结果并返回给客户端
查询优化处理

mysql查询完缓存之后会经过以下几个步骤：解析SQL、预处理、优化SQL执行计划，这几个步骤出现任何的错误，都可能会终止查询
- 语法解析器和预处理
  
  mysql通过关键字将SQL语句进行解析，并生成一颗解析树，mysql解析器将使用mysql语法规则验证和解析查询，例如验证使用使用了错误的关键字或者顺序是否正确等等，预处理器会进一步检查解析树是否合法，例如表名和列名是否存在，是否有歧义，还会验证权限等等
- 查询优化器
  
  当语法树没有问题之后，相应的要由优化器将其转成执行计划，一条查询语句可以使用非常多的执行方式，最后都可以得到对应的结果，但是不同的执行方式带来的效率是不同的，优化器的最主要目的就是要选择最有效的执行计划
  
  mysql使用的是基于成本的优化器，在优化的时候会尝试预测一个查询使用某种查询计划时候的成本，并选择其中成本最小的一个
  - select count(*) from film_actor;
    show status like ‘last_query_cost’;
    可以看到这条查询语句大概需要做1104个数据页才能找到对应的数据，这是经过一系列的统计信息计算来的
    - 每个表或者索引的页面个数
    - 索引的基数
    - 索引和数据行的长度
    - 索引的分布情况
  - 在很多情况下mysql会选择错误的执行计划，原因如下：
    - 统计信息不准确
      
      InnoDB因为其mvcc的架构，并不能维护一个数据表的行数的精确统计信息
    - 执行计划的成本估算不等同于实际执行的成本
      
      有时候某个执行计划虽然需要读取更多的页面，但是他的成本却更小，因为如果这些页面都是顺序读或者这些页面都已经在内存中的话，那么它的访问成本将很小，mysql层面并不知道哪些页面在内存中，哪些在磁盘，所以查询之际执行过程中到底需要多少次IO是无法得知的
    - mysql的最优可能跟你想的不一样
      
      mysql的优化是基于成本模型的优化，但是有可能不是最快的优化
    - mysql不考虑其他并发执行的查询
    - mysql不会考虑不受其控制的操作成本
      
      执行存储过程或者用户自定义函数的成本
  - 优化器的优化策略
    - 静态优化
      - 直接对解析树进行分析，并完成优化
    - 动态优化
      - 动态优化与查询的上下文有关，也可能跟取值、索引对应的行数有关
    - mysql对查询的静态优化只需要一次，但对动态优化在每次执行时都需要重新评估
  - 优化器的优化类型
    - 重新定义关联表的顺序
      
      数据表的关联并不总是按照在查询中指定的顺序进行，决定关联顺序时优化器很重要的功能
    - 将外连接转化成内连接，内连接的效率要高于外连接
    - 使用等价变换规则，mysql可以使用一些等价变化来简化并规划表达式
    - 优化count(),min(),max()
      
      索引和列是否可以为空通常可以帮助mysql优化这类表达式：例如，要找到某一列的最小值，只需要查询索引的最左端的记录即可，不需要全文扫描比较
    - 预估并转化为常数表达式，当mysql检测到一个表达式可以转化为常数的时候，就会一直把该表达式作为常数进行处理
      
      explain select film.film_id,film_actor.actor_id from film inner join film_actor using(film_id) where film.film_id = 1
    - 索引覆盖扫描，当索引中的列包含所有查询中需要使用的列的时候，可以使用覆盖索引
    - 子查询优化
      
      mysql在某些情况下可以将子查询转换一种效率更高的形式，从而减少多个查询多次对数据进行访问，例如将经常查询的数据放入到缓存中
    - 等值传播
      
      如果两个列的值通过等式关联，那么mysql能够把其中一个列的where条件传递到另一个上：
      explain select film.film_id from film inner join film_actor using(film_id
      ) where film.film_id > 500;
      这里使用film_id字段进行等值关联，film_id这个列不仅适用于film表而且适用于film_actor表
      explain select film.film_id from film inner join film_actor using(film_id
      ) where film.film_id > 500 and film_actor.film_id > 500;
      3
  - 关联查询
    
    mysql的关联查询很重要，但其实关联查询执行的策略比较简单：mysql对任何关联都执行嵌套循环关联操作，即mysql先在一张表中循环取出单条数据，然后再嵌套到下一个表中寻找匹配的行，依次下去，直到找到所有表中匹配的行为止。然后根据各个表匹配的行，返回查询中需要的各个列。mysql会尝试再最后一个关联表中找到所有匹配的行，如果最后一个关联表无法找到更多的行之后，mysql返回到上一层次关联表，看是否能够找到更多的匹配记录，以此类推迭代执行。整体的思路如此，但是要注意实际的执行过程中有多个变种形式：
    - join的实现方式原理
      - Simple Nested-Loop Join
      - Index Nested-Loop Join
      - Block Nested-Loop Join
        
        （1）Join Buffer会缓存所有参与查询的列而不是只有Join的列。
        （2）可以通过调整join_buffer_size缓存大小
        （3）join_buffer_size的默认值是256K，join_buffer_size的最大值在MySQL 5.1.22版本前是4G-1，而之后的版本才能在64位操作系统下申请大于4G的Join Buffer空间。
        （4）使用Block Nested-Loop Join算法需要开启优化器管理配置的optimizer_switch的设置block_nested_loop为on，默认为开启。
        show variables like ‘%optimizer_switch%’
    - 案例演示
      
      查看不同的顺序执行方式对查询性能的影响：
      explain select film.film_id,film.title,film.release_year,actor.actor_id,actor.first_name,actor.last_name from film inner join f
      ilm_actor using(film_id) inner join actor using(actor_id);
      查看执行的成本：
      show status like ‘last_query_cost’;
      按照自己预想的规定顺序执行：
      explain select straight_join film.film_id,film.title,film.release_year,actor.actor_id,actor.first_name,actor.last_name from fil
      m inner join film_actor using(film_id) inner join actor using(actor_id);
      查看执行的成本：
      show status like ‘last_query_cost’;
  - 排序优化
    
    无论如何排序都是一个成本很高的操作，所以从性能的角度出发，应该尽可能避免排序或者尽可能避免对大量数据进行排序。
    推荐使用利用索引进行排序，但是当不能使用索引的时候，mysql就需要自己进行排序，如果数据量小则再内存中进行，如果数据量大就需要使用磁盘，mysql中称之为filesort。
    如果需要排序的数据量小于排序缓冲区(show variables like ‘%sort_buffer_size%’😉,mysql使用内存进行快速排序操作，如果内存不够排序，那么mysql就会先将树分块，对每个独立的块使用快速排序进行排序，并将各个块的排序结果存放再磁盘上，然后将各个排好序的块进行合并，最后返回排序结果
    - 排序的算法
      - 两次传输排序
        
        第一次数据读取是将需要排序的字段读取出来，然后进行排序，第二次是将排好序的结果按照需要去读取数据行。
        这种方式效率比较低，原因是第二次读取数据的时候因为已经排好序，需要去读取所有记录而此时更多的是随机IO，读取数据成本会比较高
        两次传输的优势，在排序的时候存储尽可能少的数据，让排序缓冲区可以尽可能多的容纳行数来进行排序操作
      - 单次传输排序
        
        先读取查询所需要的所有列，然后再根据给定列进行排序，最后直接返回排序结果，此方式只需要一次顺序IO读取所有的数据，而无须任何的随机IO，问题在于查询的列特别多的时候，会占用大量的存储空间，无法存储大量的数据
      - 当需要排序的列的总大小超过max_length_for_sort_data定义的字节，mysql会选择双次排序，反之使用单次排序，当然，用户可以设置此参数的值来选择排序的方式

优化特定类型的查询

优化count()查询

count()是特殊的函数，有两种不同的作用，一种是某个列值的数量，也可以统计行数
- 总有人认为myisam的count函数比较快，这是有前提条件的，只有没有任何where条件的count(*)才是比较快的
- 使用近似值
  
  在某些应用场景中，不需要完全精确的值，可以参考使用近似值来代替，比如可以使用explain来获取近似的值
  其实在很多OLAP的应用中，需要计算某一个列值的基数，有一个计算近似值的算法叫hyperloglog。
- 更复杂的优化
  
  一般情况下，count()需要扫描大量的行才能获取精确的数据，其实很难优化，在实际操作的时候可以考虑使用索引覆盖扫描，或者增加汇总表，或者增加外部缓存系统。
优化关联查询
- 确保on或者using子句中的列上有索引，在创建索引的时候就要考虑到关联的顺序
  
  当表A和表B使用列C关联的时候，如果优化器的关联顺序是B、A，那么就不需要再B表的对应列上建上索引，没有用到的索引只会带来额外的负担，一般情况下来说，只需要在关联顺序中的第二个表的相应列上创建索引
- 确保任何的groupby和order by中的表达式只涉及到一个表中的列，这样mysql才有可能使用索引来优化这个过程
优化子查询

子查询的优化最重要的优化建议是尽可能使用关联查询代替
优化limit分页

在很多应用场景中我们需要将数据进行分页，一般会使用limit加上偏移量的方法实现，同时加上合适的orderby 的子句，如果这种方式有索引的帮助，效率通常不错，否则的化需要进行大量的文件排序操作，还有一种情况，当偏移量非常大的时候，前面的大部分数据都会被抛弃，这样的代价太高。
要优化这种查询的话，要么是在页面中限制分页的数量，要么优化大偏移量的性能
- 优化此类查询的最简单的办法就是尽可能地使用覆盖索引，而不是查询所有的列
  - select film_id,description from film order by title limit 50,5
  - explain select film.film_id,film.description from film inner join (select film_id from film order by title limit 50,5) as lim using(film_id);
优化union查询

mysql总是通过创建并填充临时表的方式来执行union查询，因此很多优化策略在union查询中都没法很好的使用。经常需要手工的将where、limit、order by等子句下推到各个子查询中，以便优化器可以充分利用这些条件进行优化
- 除非确实需要服务器消除重复的行，否则一定要使用union all，因此没有all关键字，mysql会在查询的时候给临时表加上distinct的关键字，这个操作的代价很高
推荐使用用户自定义变量

用户自定义变量是一个容易被遗忘的mysql特性，但是如果能够用好，在某些场景下可以写出非常高效的查询语句，在查询中混合使用过程化和关系话逻辑的时候，自定义变量会非常有用。
用户自定义变量是一个用来存储内容的临时容器，在连接mysql的整个过程中都存在。
- 自定义变量的使用
  - set @one :=1
  - set @min_actor :=(select min(actor_id) from actor)
  - set @last_week :=current_date-interval 1 week;
- 自定义变量的限制
  - 1、无法使用查询缓存
  - 2、不能在使用常量或者标识符的地方使用自定义变量，例如表名、列名或者limit子句
  - 3、用户自定义变量的生命周期是在一个连接中有效，所以不能用它们来做连接间的通信
  - 4、不能显式地声明自定义变量地类型
  - 5、mysql优化器在某些场景下可能会将这些变量优化掉，这可能导致代码不按预想地方式运行
  - 6、赋值符号：=的优先级非常低，所以在使用赋值表达式的时候应该明确的使用括号
  - 7、使用未定义变量不会产生任何语法错误
- 自定义变量的使用案例
  - 优化排名语句
    - 1、在给一个变量赋值的同时使用这个变量
      - select actor_id,@rownum:=@rownum+1 as rownum from actor limit 10;
    - 2、查询获取演过最多电影的前10名演员，然后根据出演电影次数做一个排名
      - select actor_id,count(*) as cnt from film_actor group by actor_id order by cnt desc limit 10;
  - 避免重新查询刚刚更新的数据
    - 当需要高效的更新一条记录的时间戳，同时希望查询当前记录中存放的时间戳是什么
      - update t1 set lastUpdated=now() where id =1;
        select lastUpdated from t1 where id =1;
      - update t1 set lastupdated = now() where id = 1 and @now:=now();
        select @now;
  - 确定取值的顺序
    - 在赋值和读取变量的时候可能是在查询的不同阶段
      - set @rownum:=0;
        select actor_id,@rownum:=@rownum+1 as cnt from actor where @rownum<=1;
        因为where和select在查询的不同阶段执行，所以看到查询到两条记录，这不符合预期
      - set @rownum:=0;
        select actor_id,@rownum:=@rownum+1 as cnt from actor where @rownum<=1 order by first_name
        当引入了orde;r by之后，发现打印出了全部结果，这是因为order by引入了文件排序，而where条件是在文件排序操作之前取值的
      - 解决这个问题的关键在于让变量的赋值和取值发生在执行查询的同一阶段：
        set @rownum:=0;
        select actor_id,@rownum as cnt from actor where (@rownum:=@rownum+1)<=1;

意田天

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
Mysql调优总结

@TOC数据类型优化更小的通常更好应该尽量使用可以正确存储数据的最小数据类型，更小的数据类型通常更快，因为它们占用更少的磁盘、内存和CPU缓存，并且处理时需要的CPU周期更少，但是要确保没有低估需要存储的值的范围，如果无法确认哪个数据类型，就选择你认为不会超过范围的最小类型案例：设计两张表，设计不同的数据类型，查看表的容量简单就好简单数据类型的操作通常需要更少的CPU周期，例如，1、整型比字符操作代价更低，因为字符集和校对规则是字符比较比整型比较更复杂，2、使用mysql自建类型而不是字符
复制链接

扫一扫