mysql数据库的优化

在这里说明本人不是专业的数据库方面的技术人员,只是在做完项目之后为了使速度和效率更好,所以研究了优化的一些方法和大家分享。
优化的目的是为了快速查询,良好的用户体验以及处理大量的流量。在你在进行服务器优化之前,建议做好数据库的备份!
方案一:建立数据库索引
1.1 什么是索引？

　　SQL索引有两种，聚集索引和非聚集索引，索引主要目的是提高了SQL Server系统的性能，加快数据的查询速度与减少系统的响应时间
下面举两个简单的例子：
图书馆的例子：一个图书馆那么多书，怎么管理呢？建立一个字母开头的目录，例如：a开头的书，在第一排，b开头的在第二排，这样在找什么书就好说了，这个就是一个聚集索引，可是很多人借书找某某作者的，不知道书名怎么办？图书管理员在写一个目录，某某作者的书分别在第几排，第几排，这就是一个非聚集索引
字典的例子：字典前面的目录，可以按照拼音和部首去查询，我们想查询一个字，只需要根据拼音或者部首去查询，就可以快速的定位到这个汉字了，这个就是索引的好处，拼音查询法就是聚集索引，部首查询就是一个非聚集索引.
看了上面的例子，下面的一句话大家就很容易理解了：聚集索引存储记录是物理上连续存在，而非聚集索引是逻辑上的连续，物理存储并不连续。就像字段，聚集索引是连续的，a后面肯定是b，非聚集索引就不连续了，就像图书馆的某个作者的书，有可能在第1个货架上和第10个货架上。还有一个小知识点就是：聚集索引一个表只能有一个，而非聚集索引一个表可以存在多个。
　　　1.2 索引的存储机制

　　首先，无索引的表，查询时，是按照顺序存续的方法扫描每个记录来查找符合条件的记录，这样效率十分低下,举个例子，如果我们将字典的汉字随即打乱，没有前面的按照拼音或者部首查询，那么我们想找一个字，按照顺序的方式去一页页的找，这样效率有多底，大家可以想象。
聚集索引和非聚集索引的根本区别是表记录的排列顺序和与索引的排列顺序是否一致，其实理解起来非常简单，还是举字典的例子：如果按照拼音查询，那么都是从a-z的，是具有连续性的，a后面就是b，b后面就是c， 聚集索引就是这样的，他是和表的物理排列顺序是一样的，例如有id为聚集索引，那么1后面肯定是2,2后面肯定是3，所以说这样的搜索顺序的就是聚集索引。非聚集索引就和按照部首查询是一样是，可能按照偏房查询的时候，根据偏旁‘弓’字旁，索引出两个汉字，张和弘，但是这两个其实一个在100页，一个在1000页，（这里只是举个例子），他们的索引顺序和数据库表的排列顺序是不一样的，这个样的就是非聚集索引。
原理明白了，那他们是怎么存储的呢？在这里简单的说一下，聚集索引就是在数据库被开辟一个物理空间存放他的排列的值，例如1-100，所以当插入数据时，他会重新排列整个整个物理空间，而非聚集索引其实可以看作是一个含有聚集索引的表，他只仅包含原表中非聚集索引的列和指向实际物理表的指针。他只记录一个指针，其实就有点和堆栈差不多的感觉了
1.3 什么情况下设置索引

建立索引的原则：

1) 定义主键的数据列一定要建立索引。

2) 定义有外键的数据列一定要建立索引。

3) 对于经常查询的数据列最好建立索引。

4) 对于需要在指定范围内的快速或频繁查询的数据列;

5) 经常用在WHERE子句中的数据列。

6) 经常出现在关键字order by、group by、distinct后面的字段，建立索引。如果建立的是复合索引，索引的字段顺序要和这些关键字后面的字段顺序一致，否则索引不会被使用。

7) 对于那些查询中很少涉及的列，重复值比较多的列不要建立索引。

8) 对于定义为text、image和bit的数据类型的列不要建立索引。

9) 对于经常存取的列避免建立索引

9) 限制表上的索引数目。对一个存在大量更新操作的表，所建索引的数目一般不要超过3个，最多不要超过5个。索引虽说提高了访问速度，但太多索引会影响数据的更新操作。

10) 对复合索引，按照字段在查询条件中出现的频度建立索引。在复合索引中，记录首先按照第一个字段排序。对于在第一个字段上取值相同的记录，系统再按照第二个字段的取值排序，以此类推。因此只有复合索引的第一个字段出现在查询条件中，该索引才可能被使用,因此将应用频度高的字段，放置在复合索引的前面，会使系统最大可能地使用此索引，发挥索引的作用。
　　1.4 如何创建索引

　　1.41 创建索引的语法：

CREATE [UNIQUE][CLUSTERED | NONCLUSTERED] INDEX index_name

ON {table_name | view_name} [WITH [index_property [,….n]]

说明：

UNIQUE: 建立唯一索引。

CLUSTERED: 建立聚集索引。

NONCLUSTERED: 建立非聚集索引。

Index_property: 索引属性。

UNIQUE索引既可以采用聚集索引结构，也可以采用非聚集索引的结构，如果不指明采用的索引结构，则SQL Server系统默认为采用非聚集索引结构。

1.42 删除索引语法：

DROP INDEX table_name.index_name[,table_name.index_name]

说明：table_name: 索引所在的表名称。

index_name : 要删除的索引名称。

1.43 显示索引信息：

使用系统存储过程：sp_helpindex 查看指定表的索引信息。

执行代码如下：

Exec sp_helpindex book1;

　　1.5 索引使用次数、索引效率、占用CPU检测、索引缺失

　　当我们明白了什么是索引，什么时间创建索引以后，我们就会想，我们创建的索引到底效率执行的怎么样？好不好？我们创建的对不对？

　　首先我们来认识一下DMV，DMV (dynamic management view)动态管理视图和函数返回特定于实现的内部状态数据。推出SQL Server 2005时，微软介绍了许多被称为dmvs的系统视图，让您可以探测SQL Server 的健康状况，诊断问题，或查看SQL Server实例的运行信息。统计数据是在SQL Server运行的时候开始收集的，并且在SQL Server每次启动的时候，统计数据将会被重置。当你删除或者重新创建其组件时，某些dmv的统计数据也可以被重置，例如存储过程和表，而其它的dmv信息在运行dbcc命令时也可以被重置。

　　当你使用一个dmv时，你需要紧记SQL Server收集这些信息有多长时间了，以确定这些从dmv返回的数据到底有多少可用性。如果SQL Server只运行了很短的一段时间，你可能不想去使用一些dmv统计数据，因为他们并不是一个能够代表SQL Server实例可能遇到的真实工作负载的样本。另一方面，SQL Server只能维持一定量的信息，有些信息在进行SQL Server性能管理活动的时候可能丢失，所以如果SQL Server已经运行了相当长的一段时间，一些统计数据就有可能已被覆盖。

　　因此，任何时候你使用dmv，当你查看从SQL Server 2005的dmvs返回的相关资料时，请务必将以上的观点装在脑海中。只有当你确信从dmvs获得的信息是准确和完整的，你才能变更数据库或者应用程序代码。

下面就看一下dmv到底能带给我们那些好的功能呢？

1.51 ：索引使用次数

我们下看一下下面两种查询方式返回的结果（这两种查询的查询用途一致）

①—-

declare @dbid int

select @dbid = db_id()

select objectname=object_name(s.object_id), s.object_id, indexname=i.name, i.index_id

        , user_seeks, user_scans, user_lookups, user_updates

from sys.dm_db_index_usage_stats s,

        sys.indexes i

where database_id = @dbid and objectproperty(s.object_id,’IsUserTable’) = 1

and i.object_id = s.object_id

and i.index_id = s.index_id

order by (user_seeks + user_scans + user_lookups + user_updates) asc
返回查询结果
②：使用多的索引排在前面

SELECT objects.name ,

    databases.name ,

    indexes.name ,

    user_seeks ,

    user_scans ,

    user_lookups ,

    partition_stats.row_count

FROM sys.dm_db_index_usage_stats stats

    LEFT JOIN sys.objects objects ON stats.object_id = objects.object_id

    LEFT JOIN sys.databases databases ON databases.database_id = stats.database_id

    LEFT JOIN sys.indexes indexes ON indexes.index_id = stats.index_id

                                     AND stats.object_id = indexes.object_id

    LEFT  JOIN sys.dm_db_partition_stats partition_stats ON stats.object_id = partition_stats.object_id

                                                          AND indexes.index_id = partition_stats.index_id

WHERE 1 = 1

–AND databases.database_id = 7

    AND objects.name IS NOT NULL

    AND indexes.name IS NOT NULL

    AND user_scans>0

ORDER BY user_scans DESC ,

    stats.object_id ,

    indexes.index_id

返回查询结果
user_seeks : 通过用户查询执行的搜索次数。
个人理解： 此统计索引搜索的次数

user_scans: 通过用户查询执行的扫描次数。
个人理解：此统计表扫描的次数，无索引配合
user_lookups: 通过用户查询执行的查找次数。
个人理解：用户通过索引查找，在使用RID或聚集索引查找数据的次数，对于堆表或聚集表数据而言和索引配合使用次数
user_updates: 通过用户查询执行的更新次数。
个人理解：索引或表的更新次数

我们可以清晰的看到，那些索引用的多，那些索引没用过，大家可以根据查询出来的东西去分析自己的数据索引和表

1.52 ：索引提高了多少性能

新建了索引到底增加了多少数据的效率呢？到底提高了多少性能呢？运行如下SQL可以返回连接缺失索引动态管理视图，发现最有用的索引和创建索引的方法：

SELECT

avg_user_impact AS average_improvement_percentage,

avg_total_user_cost AS average_cost_of_query_without_missing_index,

‘CREATE INDEX ix_’ + [statement] +

ISNULL(equality_columns, ‘_’) +

ISNULL(inequality_columns, ‘_’) + ’ ON ’ + [statement] +

’ (’ + ISNULL(equality_columns, ’ ‘) +

ISNULL(inequality_columns, ’ ‘) + ‘)’ +

ISNULL(’ INCLUDE (’ + included_columns + ‘)’, ”)

AS create_missing_index_command

FROM sys.dm_db_missing_index_details a INNER JOIN

sys.dm_db_missing_index_groups b ON a.index_handle = b.index_handle

INNER JOIN sys.dm_db_missing_index_group_stats c ON

b.index_group_handle = c.group_handle

WHERE avg_user_impact > = 40

返回结果
虽然用户能够修改性能提高的百分比，但以上查询返回所有能够将性能提高40%或更高的索引。你可以清晰的看到每个索引提高的性能和效率了

1.53 ：最占用CPU、执行时间最长命令

这个和索引无关，但是还是在这里提出来，因为他也属于DMV带给我们的功能吗，他可以让你轻松查询出，那些sql语句占用你的cpu最高

SELECT TOP 100 execution_count,

       total_logical_reads /execution_count AS [Avg Logical Reads],

       total_elapsed_time /execution_count AS [Avg Elapsed Time],

            db_name(st.dbid) as [database name],

       object_name(st.dbid) as [object name],

       object_name(st.objectid) as [object name 1],

       SUBSTRING(st.text, (qs.statement_start_offset / 2) + 1, 

       ((CASE statement_end_offset WHEN - 1 THEN DATALENGTH(st.text) ELSE qs.statement_end_offset END - qs.statement_start_offset) 

         / 2) + 1) AS statement_text

FROM sys.dm_exec_query_stats AS qs CROSS APPLY sys.dm_exec_sql_text(qs.sql_handle) AS st

WHERE execution_count > 100

ORDER BY 1 DESC;
返回结果
1.54：缺失索引

缺失索引就是帮你查找你的数据库缺少什么索引，告诉你那些字段需要加上索引，这样你就可以根据提示添加你数据库缺少的索引了

SELECT TOP 10

[Total Cost] = ROUND(avg_total_user_cost * avg_user_impact * (user_seeks + user_scans),0)

, avg_user_impact

, TableName = statement

, [EqualityUsage] = equality_columns

, [InequalityUsage] = inequality_columns

, [Include Cloumns] = included_columns

FROM sys.dm_db_missing_index_groups g

INNER JOIN sys.dm_db_missing_index_group_stats s

ON s.group_handle = g.index_group_handle

INNER JOIN sys.dm_db_missing_index_details d

ON d.index_handle = g.index_handle

ORDER BY [Total Cost] DESC;
一、不合理的索引设计—-

例：表record有620000行，试看在不同的索引下，下面几个 SQL的运行情况：

—- 1.在date上建有一非个群集索引

select count(*) from record where date >’19991201’ and date < ‘19991214’and amount >2000 (25秒)

select date ,sum(amount) from record group by date(55秒)

select count(*) from record where date >’19990901’ and place in (‘BJ’,’SH’) (27秒)

—- 分析：—-

date上有大量的重复值，在非群集索引下，数据在物理上随机存放在数据页上，在范围查找时，必须执行一次表扫描才能找到这一范围内的全部行。

—- 2.在date上的一个群集索引

select count(*) from record where date >’19991201’ and date < ‘19991214’ and amount >2000 （14秒）

select date,sum(amount) from record group by date（28秒）

select count(*) from record where date >’19990901’ and place in (‘BJ’,’SH’)（14秒）

—- 分析：—- 在群集索引下，数据在物理上按顺序在数据页上，重复值也排列在一起，因而在范围查找时，可以先找到这个范围的起末点，且只在这个范围内扫描数据页，避免了大范围扫描，提高了查询速度。

—- 3.在place，date，amount上的组合索引

select count(*) from record where date >’19991201’ and date < ‘19991214’ and amount >2000 （26秒）

select date,sum(amount) from record group by date（27秒）

select count(*) from record where date >’19990901’ and place in (‘BJ, ‘SH’)（< 1秒）

—- 分析：—- 这是一个不很合理的组合索引，因为它的前导列是place，第一和第二条SQL没有引用place，因此也没有利用上索引；第三个SQL使用了place，且引用的所有列都包含在组合索引中，形成了索引覆盖，所以它的速度是非常快的。

—- 4.在date，place，amount上的组合索引

select count(*) from record where date >’19991201’ and date < ‘19991214’ and amount >2000(< 1秒)

select date,sum(amount) from record group by date（11秒）

select count(*) from record where date >’19990901’ and place in (‘BJ’,’SH’)（< 1秒）

—- 分析：—- 这是一个合理的组合索引。它将date作为前导列，使每个SQL都可以利用索引，并且在第一和第三个SQL中形成了索引覆盖，因而性能达到了最优。

—- 5.总结：—-

缺省情况下建立的索引是非群集索引，但有时它并不是最佳的；合理的索引设计要建立在对各种查询的分析和预测上。

一般来说：

①.有大量重复值、且经常有范围查询（between, >,< ，>=,< =）和order by、group by发生的列，可考虑建立群集索引；

②.经常同时存取多列，且每列都含有重复值可考虑建立组合索引；

③.组合索引要尽量使关键查询形成索引覆盖，其前导列一定是使用最频繁的列。

二、不充份的连接条件：

例：表card有7896行，在card_no上有一个非聚集索引，表account有191122行，在account_no上有一个非聚集索引，试看在不同的表连接条件下，两个SQL的执行情况：

select sum(a.amount) from account a,card b where a.card_no = b.card_no（20秒）

select sum(a.amount) from account a,card b where a.card_no = b.card_no and a.account_no=b.account_no（< 1秒）

—- 分析：—- 在第一个连接条件下，最佳查询方案是将account作外层表，card作内层表，利用card上的索引，其I/O次数可由以下公式估算为：

外层表account上的22541页+（外层表account的191122行*内层表card上对应外层表第一行所要查找的3页）=595907次I/O

在第二个连接条件下，最佳查询方案是将card作外层表，account作内层表，利用account上的索引，其I/O次数可由以下公式估算为：外层表card上的1944页+（外层表card的7896行*内层表account上对应外层表每一行所要查找的4页）= 33528次I/O

可见，只有充份的连接条件，真正的最佳方案才会被执行。

总结：

1.多表操作在被实际执行前，查询优化器会根据连接条件，列出几组可能的连接方案并从中找出系统开销最小的最佳方案。连接条件要充份考虑带有索引的表、行数多的表；内外表的选择可由公式：外层表中的匹配行数*内层表中每一次查找的次数确定，乘积最小为最佳方案。

2.查看执行方案的方法– 用set showplanon，打开showplan选项，就可以看到连接顺序、使用何种索引的信息；想看更详细的信息，需用sa角色执行dbcc(3604,310,302)。

三、不可优化的where子句

1.例：下列SQL条件语句中的列都建有恰当的索引，但执行速度却非常慢：

select * from record wheresubstring(card_no,1,4)=’5378’(13秒)

select * from record whereamount/30< 1000（11秒）

select * from record whereconvert(char(10),date,112)=’19991201’（10秒）

分析：

where子句中对列的任何操作结果都是在SQL运行时逐列计算得到的，因此它不得不进行表搜索，而没有使用该列上面的索引；

如果这些结果在查询编译时就能得到，那么就可以被SQL优化器优化，使用索引，避免表搜索，因此将SQL重写成下面这样：

select * from record where card_no like’5378%’（< 1秒）

select * from record where amount< 1000*30（< 1秒）

select * from record where date= ‘1999/12/01’（< 1秒）

你会发现SQL明显快起来！

方案二:

* 1.使用InnoDB存储*
如果你还在使用MyISAM存储引擎,南无是时候转换到InnoDB了。有很多理由都表明InnoDB比MyISAM更优势,如果你关注性能,那么,我们来看下他们是如何利用物理内存的:
·MyISAM:仅在内存中保存索引
·InnoDB:在内存中保存索引和数据。
结论:保存在内存中的内容访问速度要比磁盘上的更快,这是废话,因为内存比磁盘要珍贵啊,哈哈
下面是如何在你的表上去转换存储引擎的命令:
ALTER TABLE 表名 ENGINE=lnnoDB;
注意:建立所以是数据库优化的第一选择
2.让InnoDB使用所有的内存
你可以在my.cnf文件中编辑你的MySQL配置。使用innodb_buffer_pool_size参数去配置在你的服务器上允许InnoDB使用物理内存数量。一般情况下是设置为物理内存的80%可以使效率达到最好。比如如果你的服务器内存为32GB,那么最高设置为25GB。设置的命令如下:
innodb_buffer_pool_size=25600M
注意:如果你的服务器内存比较小并且小于1GB。为了适应本文的方法,你应该去升级你的服务器。如果你的服务器内存特别大,比如200GB,那你可以更奢侈一点,哈哈
3.让InnoDB多任务运行
如果服务器上的参数innodb_buffer_pool_size的配置大于1GB,将根据参数innodb_buffer_pool_instances的设置,将InnoDB的缓冲池划分为多个。
拥有多于一个的缓冲池的好处有：

在多线程同时访问缓冲池时可能会遇到瓶颈。你可以通过启用多缓冲池来最小化这种争用情况：
对于缓冲池数量的官方建议是：
为了实现最佳的效果，要综合考虑 innodb_buffer_pool_instances 和 innodb_buffer_pool_size 的设置，以确保每个实例至少有不小于 1 GB 的缓冲池。
因此，在我们的示例中，将参数 innodb_buffer_pool_size 设置为 25 GB 的拥有 32 GB 物理内存的服务器上。一个合适的设置为 25600M / 24 = 1.06 GB

innodb_buffer_pool_instances = 24