MySQL-查询优化详解

首先了解查询执行的路径

mysql客户端/服务端通信，查询缓存，查询优化处理，查询执行引擎，返回客户端

Mysql客户端/服务端通信

Mysql 客户端与服务端的通信方式是 “ 半双工 ” ；半双工：双向通信，同时只能接收或者发送，无法同时操作

特点和限制：

• 客户端一旦开始发送消息，另一端要接受完，整个消息才能相应。
• 客户端一旦开始接收数据没法停下来发送指令。

查询状态

对于一个mysql连接，或者说一个线程，时刻都有一个状态来表示这个连接正在做什么，查看命令：show full processlist / show processlist

• Sleep：线程正在等待客户端发送数据
• Query：连接线程正在执行查询
• Locked：线程正在等待表锁的释放
• Sorting result：线程正在对结果进行排序
• Sending data：向请求段返回数据

可通过kill （id）的方式进行连接的杀掉。

查询缓存

工作原理：

缓存select操作的结果集和sql语句；新的select语句，先查询缓存，判断是否在可用的记录集中；

判断标准：

与缓存的sql语句，是否完全一样，区分大小写

query_cache_type

值的不同，影响缓存的启用：

• 0 -- 不启动查询缓存，默认值；
• 1 -- 启动查询缓存，只要符合查询缓存的要求，客户端的查询语句和记录集都可以缓存起来，供其他客户端使用，加上SQL_NO_CACHE将不缓存
• 2 -- 启动查询缓存，只要查询语句添加了参数：SQL_CACHE，且符合查询缓存的要求，客户端的查询语句和记录集，则可以缓存起来，供其他客户端使用。

query_cache_size

允许设置query_cache_size的值最小为40k，默认1M，推荐设置为：64M/128M；

query_cache_limit

限制查询缓存区最大能缓存的查询记录集，默认设置为1M

show statue like 'Qcache%'命令可以查看缓存情况

不会缓存的情况

1. 当查询语句中有一些不确定的数据时，则不会被缓存，如包含函数NOW()，CURRENT_DATE()等类似的函数，或者用户自定义的函数，存储函数，用户变量等都不会被缓存
2. 当查询的结果大于query_cache_limit设置的值时，结果不会被缓存
3. 对于InnoDB引擎来说，当一个语句在事务中修改了某个表，那么在这个事务提交之前，所有与这个表相关的查询都无法被缓存。因此长时间执行事务，会大大降低缓存命中率
4. 查询的表是系统表
5. 查询语句不涉及到表

为什么Mysql默认关闭了缓存

• 在查询之前必须先检查是否命中缓存，浪费计算资源
• 如果这个查询可以被缓存，那么执行完成后，mysql发现查询缓存中没有这个查询，则会将结果存入查询缓存，这回带来额外的系统消耗
• 针对表进行写入或更新数据时，将对应表的所有缓存都设置失效
• 如果查询缓存很大或者碎片很多时，这个操作可能带来很大的系统消耗

查询缓存的使用业务场景

• 以读为主的业务，数据生成之后就不常改变的业务
• 比如门户类、新闻类、报表类、论坛类等

查询优化处理的三个阶段

解析sql

通过lex词法分析，yacc语法分析将sql语句解析成解析树

预处理阶段

根据mysql的语法的规则进一步检查解析树的合法性，如：检查数据的表和列是否存在，解析名字和别名的设置。还会进行权限的验证

查询优化器

优化器的主要作用就是找到最优的执行计划

查询优化器如何找到最优执行计划

使用等价变化规则

• 5 = 5 and a > 5 会改写成 a > 5
• a < b and a = 5 会改写成 b > 5 and a = 5
• 基于联合索引，调整条件位置

优化count、min、max等函数

• min函数只需要找到索引最左边
• max函数只需要找到索引最右边

覆盖索引扫描、子查询优化、提前终止查询

IN的优化

先进行排序，再用二分查找的方式

注：mysql的查询优化器是基于成本计算的原则，他会尝试各种执行计划，数据抽样的方式进行试验（随机的读取一个4k的数据块进行分析）

Mysql的执行计划详解

id

select查询的序列号，标识执行的顺序

• id相同，执行顺序由上至下
• 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
• id相同的不同执行计划，从上往下顺序执行

select_type

查询的类型，主要是用于区分普通查询、联合查询、子查询等

• SIMPLE：简单的select查询，查询中不包含子查询或者union
• PRIMARY：查询中包含子部分，最外层查询则被标记为primary
• SUBQUERY/MATERIALIZED：前者表示在select或者where列表中包含了子查询；后者表示where后面in条件的子查询
• UNION：若第二个select出现在union之后，则被标记为union
• UNION RESULT：从union表获取结果的select

table

查询设计到的表，直接显示表名或者表的别名

<unionM,N>由ID为M，N查询union产生的结果；<subqueryN>由ID为N查询产生的结果

type

访问类型，sql查询优化中一个很重要的指标，结果值从好到坏依次是：

system > const > eq_ref > ref > range > index > ALL

• system：表示只有一行记录（等于系统表），const类型的特例，基本不会出现，可以忽略
• const：标识通过索引一次就找到了，const用于比较primary key或者unique索引
• eq_ref：唯一索引扫描，对于每个索引键，表中只有一条记录与之匹配，常见用于primary key或unique索引扫描
• ref：非唯一性索引扫描，返回匹配某个单独值的所有行，本质也是一种索引访问
• range：只检索给定范围的行，使用一个索引来选择行
• index：Full Index Scan，索引全表扫描，把索引从头到尾扫描一遍
• ALL：Full Table Scan，遍历全表以找到匹配的行

possible_keys

查询过程中有可能用到的索引

key

实际使用的索引，如果为NULL，则没有使用索引

rows

根据表统计信息或者索引选用情况，大致估算出找到所需的记录所需要读取的行数

filtered

它指返回结果的行占需要读到的行（rows列的值）的百分比，filtered的值越大越好

extra

• Using filesort
  • mysql对数据使用一个外部的文件内容进行了排序，而不是按照表内的索引进行排序读取
• Using temporary
  • 使用临时表保存中间结果，也就是说mysql在对查询结果排序时使用了临时表，常见于order by或者group by
• Using index
  • 表示相应的select操作中使用了覆盖索引（covering index），避免了访问表的数据行，效率高
• Using where
  • 使用了where过滤条件
• select tables optimized away
  • 基于索引优化MIN/MAX操作或者myisam存储引擎优化count(*)操作，不必等到执行阶段在进行计算，查询执行计划生成的阶段即可完成优化

查询执行引擎

调用插件式的存储引擎的原子API的功能进行执行计划的执行

返回客户端

• 有需要做缓存的，执行缓存操作
• 增量的返回结果
  • 开始生成第一条结果时，mysql就开始往请求方逐步返回数据；
  • mysql服务器无须保存过多的数据，浪费内存，用户体验好马上就能拿到数据

如何定位慢SQL

• 业务驱动：UI层发现查询过程耗时过长，可具体定位
• 测试驱动
• 慢查询日志，这个贼6

慢查询日志配置

show variables like 'slow_query_log'
set global slow_query_log = on
set global slow_query_log_file = '/var/lib/mysql/test-slow.log'
set global log_queries_not_using_indexes = on
set global long_query_time = 0.1

慢查询日志分析

• Time：日志记录的时间
• User@Host：执行的用户及主机
• Query_time：查询耗费的时间
• Lock_time：锁表时间
• Rows_sent：发送给请求方的记录条数
• Rows_examined：语句扫描的记录条数
• SET timestamp：语句执行的时间点
• select ...... ：执行的具体语句

慢查询日志分析工具

mysqldumpslow -t 10 -s at /var/lib/mysql/test-slow.log