MySQL查询优化详解
查询执行路径
- 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”;
- 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
- 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
- 当查询的结果大于query_cache_limit设置的值时,结果不会被缓存
- 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
- 查询的表是系统表
- 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?
- 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,这会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
- 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
- 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 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