MySQL查询优化详解

MySQL查询优化详解

查询执行路径

1. mysql 客户端/服务端通信
2. 查询缓存
3. 查询优化处理
4. 查询执行引擎
5. 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”；

• 全双工：双向通信，发送同时也可以接收
• 半双工：双向通信，同时只能接收或者是发送，无法同时做操作
• 单工：只能单一方向传送

半双工通信：

• 在任何一个时刻，要么是有服务器向客户端发送数据，要么是客户端向服务端发 送数据，这两个动作不能同时发生。所以我们无法也无需将一个消息切成小块进 行传输

特点和限制：

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

mysql 客户端/服务端通信-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标识这个连接正在做什么

查看命令 show full processlist / show processlist
可通过kill {id}的方式进行连接的杀掉

• 常用状态
• 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 向请求端返回数据

状态全集

• https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html

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，先去查询缓存，判断是否存在可用的记录集；

判断标准：

• 与缓存的SQL语句，是否完全一样，区分大小写 (简单认为存储了一个key-value结构，key为sql，value为sql查询结果集)

适用场景

• 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

缓存的变量值 及 意义

show status like ‘Qcache%’ 命令可查看缓存情况

query_cache_type

• 值：0 -– 不启用查询缓存，默认值；
• 值：1 -– 启用查询缓存，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
• 值：2 -– 启用查询缓存，只要查询语句中添加了参数：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

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

缓存的坑

为什么mysql默认关闭了缓存开启？

1. 在查询之前必须先检查是否命中缓存,浪费计算资源
2. 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，这会带来额外的系统消耗
3. 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。
4. 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

查询优化处理

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 https://www.ibm.com/developerworks/cn/linux/sdk/lex/
• 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

如果找到最优执行计划

• 使用等价变化规则

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

• 优化count 、min、max等函数

min函数只需找索引最左边 max函数只需找索引最右边 myisam引擎count(*)

• 覆盖索引扫描
• 子查询优化
• 提前终止查询

用了limit关键字或者使用不存在的条件

• IN的优化

先进性排序，再采用二分查找的方式

• …

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）

执行计划 explain select * from table \G

执行计划-id

select查询的序列号，标识执行的顺序

1. id相同，执行顺序由上至下
2. 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
3. id相同又不同即两种情况同时存在，id如果相同，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

执行计划-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：SUBQUERY表示在select 或 where列表中包含了子查询 MATERIALIZED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

执行计划-table

查询涉及到的表

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
由ID为N查询生产的结果

执行计划-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，可以忽略不计
• const：表示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。常见于主键 或 唯一索引扫描
• ref：非唯一性索引扫描，返回匹配某个单独值的所有行，本质是也是一种索引访问
• 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，把索引从头到尾扫一遍
• ALL：Full Table Scan，遍历全表以找到匹配的行

执行计划-possible_keys、key、rows、filtered

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 表示返回结果的行数占需读取行数的百分比，filtered的值越大越好

执行计划-Extra

1. 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

2. 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 group by

3. 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

4. Using where

使用了where过滤条件

5. 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