使用Explain进行分析
通过分析Explain结果来优化查询语句,比较重要的字段:
- select_type:查询类型,有简单查询,联合查询,子查询
- key: 使用的索引
- rows:扫描的行数
优化数据访问
1. 减少请求的数据量
- 只返回必要的列:最好不要使用select * 语句
- 只返回必要的行:使用limit语句来限制返回的数据
- 缓存重复查询的数据:使用缓存可以避免在数据库中进行查询,特别在要查询的数据经常被重复查询时,缓存带来的查询性能提升将会是非常明显的。
2. 减少服务器端扫描的行数
- 最有效的方式是使用索引来覆盖查询
重构查询方式
1. 切分大查询
- 一个大查询如果一次性执行的话,可能一次锁住很多数据,占满整个事务日志,耗尽系统资源,阻塞很多小的但重要的查询。
2. 分解大连接查询
将一个大连接查询分解成对每一个表进行一次单表查询,然后将结果在应用程序中进行关联,这样做的好处:
- 让缓存更高效。对于连接查询,如果其中一个表发生变化,那么整个查询缓存就无法使用。而分解后的多个查询,即使其中一个表发生变化,对其它表的查询缓存依然可以使用。
- 分解成多个单表查询,这些单表查询的缓存结果更可能被其他查询使用到,从而减少冗余记录的查询
- 减少锁竞争
- 在应用层进行连接,可以更容易对数据库进行拆分,从而更容易做到高性能和可伸缩
- 查询本身效率也可能会有所提升。例如:使用IN()代替连接查询,可以让MySQL按照ID顺序进行查询,这可能比随机的连接要更高效。