Mysql 调优

已于 2023-07-10 21:09:07 修改
阅读量968 收藏
点赞数
分类专栏： MySql 文章标签： mysql b树 数据结构
于 2023-06-12 23:09:15 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_30818545/article/details/131153432
版权

前言

硬件层面：使用固态硬盘、扩大内存、加大带宽等等
架构层面：主从复制实现读写分离【一主一从 或 双主双从】
表结构层面：对含有大字段的表结构进行垂直拆分、对大数据量的表进行水平分表、分库分表
索引层面：索引是帮助MySQL高效获取数据的数据结构，优化索引的本质就是通过减少IO量和IO次数来提高查询效率

MySQL数据类型

在业务允许范围内，数据类型所占用的存储空间越少越好

数值类型

在这里插入图片描述

例如：decimal(m,d)
m是数字的最大位数，范围是1-65
d是小数点后的位数，范围是0-30，并且不能大于m
如果m被省略了，m的值默认为10
如果d被省略了，d的值默认为0

字符和字符串类型

建议对含有大文本类型的字段进行垂直拆分，把大文本字段拆分到子表
在这里插入图片描述

日期类型

在这里插入图片描述

MySQL索引的数据结构

在线演示

Hash

hash表本质是一个数组，每一个下标下挂载一个数据桶，以链表的方式实现数据的存储
在这里插入图片描述

对hash的算法要求比较高，否则会导致数据散列不均，浪费存储空间
查询数据的时候，需要将全量的数据加载到内存，数据量大的情况下非常耗内存
适合做等值查询，如果按照范围查询则非常慢

二叉树

在这里插入图片描述
在这里插入图片描述

  • 特点
左子节点值小于自身
右子节点值大于自身
中序遍历是递增有序

二叉树添加、删除、查询数据的时间复杂度为O ( log2N )
如果添加的数据是递减或递增时，则会出现左倾和右倾，最终退化成链表，添加、删除、查询数据的时间复杂度为O(N)

AVL - 平衡二叉树

为了解决二叉树左倾和右倾的问题，平衡二叉树中要求左子树和右子树的高度差不能超过1，如果超过1则会触发左旋或右旋来保持树的平衡。查找数据的最坏时间复杂度也为O(log2N)，频繁插入/删除时会触发旋转使得AVL的性能大打折扣

下面以连续添加1、2、3、4、5的数据为例：

  • 添加数据1
    在这里插入图片描述
  • 添加数据2
    在这里插入图片描述
  • 添加数据3（触发左旋）
    在这里插入图片描述
  • 添加数据4
    在这里插入图片描述
  • 添加数据5（触发左旋）
    在这里插入图片描述

红黑树

  • 红黑树的5个特性
性质1. 根节点是黑色
性质2. 节点是红色或黑色
性质3. 叶节点(NIL节点，空节点)是黑色
性质4. 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
性质5. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点

性质4和5保证了：从根到叶子的最长路径不能超过最短路径的2倍长，保证了这个树大致上是平衡的

红黑树和AVL树类似，都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能
红黑树是每个节点都带有颜色（红色或黑色）属性的平衡二叉树，通过牺牲平衡性(相对平衡)，换取插入/删除时少量的旋转操作，整体性能优于AVL

下面以连续添加 1、2、3、4、5、6、7、8、9 为例：

  • 添加数据1【左边是平衡二叉树、右边是红黑树】
    在这里插入图片描述
  • 添加数据2
    在这里插入图片描述
  • 添加数据3
    在这里插入图片描述
  • 添加数据4
    在这里插入图片描述
  • 添加数据5
    在这里插入图片描述
    在这里插入图片描述
  • 添加数据6
    在这里插入图片描述
    在这里插入图片描述
  • 添加数据7
    在这里插入图片描述
    在这里插入图片描述
  • 添加数据8
    在这里插入图片描述
    在这里插入图片描述
  • 添加数据9
    在这里插入图片描述
    在这里插入图片描述

BTree 数据结构

不论什么类型的二叉树，随着数据的增加，树的深度会增加，那么IO的查询次数也会随之增加

B树中有一个叫做度的概念，默认度为3，表示该节点做多可以存储2个key（每个key对应一个data数据区）和3个节点的应用，当节点存储的key超过2时就会触发自动分裂

B树查找的时间复杂度为O(h * lgn)，h为树高，n为每个节点存储key的数量，在数据量相同的情况下，B数据的高度要低于平衡二叉树，减少了IO查询次数

InnoDB存储引擎默认读取单位为页（16kb），而B树的key都会挂载一个data数据区，就会导致每页读取的key数量变少，当存储的数据量很大时，树的高度会更深，查询的IO次数会变多

下面以连续添加 1、2、3、4、5、6、7、8、9 为例：

  • 添加数据1（左平衡二叉树，右B树）
    在这里插入图片描述
  • 添加数据2
    在这里插入图片描述
  • 添加数据3
    在这里插入图片描述
  • 添加数据4
    在这里插入图片描述
  • 添加数据5
    在这里插入图片描述
  • 添加数据6
    在这里插入图片描述
  • 添加数据7
    在这里插入图片描述
  • 添加数据8
    在这里插入图片描述
  • 添加数据9
    在这里插入图片描述

B+Tree 数据结构

B+树中的根节点和支节点存储的是（关键字和节点引用），相比于B树，单位节点要存储更多的关键字，数据量相同的情况下，B+树的高度要小于B树

B+树的叶子节点存储的是（关键字和数据区），叶子节点是顺序排列的并且相邻叶子节点具有相互引用的关系，非常适合排序

下面以连续添加 1、2、3、4、5、6、7、8、9 为例：

  • 添加数据1
    在这里插入图片描述
  • 添加数据2
    在这里插入图片描述
  • 添加数据3
    在这里插入图片描述
  • 添加数据4
    在这里插入图片描述
  • 添加数据5
    在这里插入图片描述
  • 添加数据6
    在这里插入图片描述
  • 添加数据7
    在这里插入图片描述
  • 添加数据8
    在这里插入图片描述
  • 添加数据9
    在这里插入图片描述

MySQL索引

满足业务情况下，创建索引的原则

建议使用自增长作为主键
索引列的数据不建议为空，为空反而会消耗更多的存储空间
索引列的数据类型占用存储空间越少越好，因为索引本身也是占用磁盘空间的
索引列的数据重复率不要超过80%，否则索引会失效。针对重复率高的字段可以使用枚举类型
频繁更新的列不要创建索引

  • 普通索引
    普通索引是最基本的索引，仅用于加速查询，没有任何限制：可以为空、可以重复

  • 唯一索引
    唯一索引与普通索引类似，但索引列的值必须唯一

  • 主键索引
    主键索引是一种特殊的唯一索引，一个表只能有一个主键，不允许有空值

  • 组合索引（复合索引）
    组合索引是多列值组成的一个索引，专门用于组合搜索，使用组合索引时遵循最左前缀原则

  • 全文索引
    全文索引主要用来查找文本中的关键字，而不是直接与索引中的值相比较，目前只有char、varchar，text 列上可以创建全文索引

MySQL存储引擎

存储引擎MyISAMInnoDB
支持事务否是
支持行锁否是
支持外键否是
支持表锁是是
支持全文索引是5.6+支持
适合的操作类型大量查询大量的添加、删除、修改
MySQL默认存储引擎为InnoDB，可以通过修改配置文件的方式来指定MyISAM

MyISAM

在这里插入图片描述

该数据引擎中只有非聚簇索引，非聚簇索引的key和data是分开存储的】
MyISAM使用B+Tree作为索引结构时，叶节点的data域存放的是数据记录的内存地址

InnoDB

MySQL 默认数据引擎 InnoDB 中，数据在进行添加时必须和某一个索引列进行绑定，绑定优先级如下：
1、如果有主键，则和主键进行绑定
2、如果没有主键，则和唯一键进行绑定
3、如果没有唯一键，则根据系统生成的6字节rowid进行绑定
结论：和数据进行绑定的索引称之为聚簇索引，反之为非聚簇索引。一张表中只能有一个聚簇索引，非聚簇索引可以有多个

在这里插入图片描述

InnoDB引擎使用B+Tree作为索引结构时，聚簇索引中叶子节点的data域存放的是完整的数据记录

在这里插入图片描述

InnoDB引擎使用B+Tree作为索引结构时，非聚簇索引中叶子节点的data域存放的是主键，通过非聚簇索引搜索时需要通过主键来回查

MySQL执行计划 - explain

  • 测试数据
SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;

-- ----------------------------
-- Table structure for demo_department
-- ----------------------------
DROP TABLE IF EXISTS `demo_department`;
CREATE TABLE `demo_department`  (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `code` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '编号',
  `name` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '名称',
  `remark` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '介绍',
  PRIMARY KEY (`id`) USING BTREE,
  UNIQUE INDEX `index_code`(`code`) USING BTREE,
  INDEX `index_name`(`name`) USING BTREE,
  FULLTEXT INDEX `index_remark`(`remark`)
) ENGINE = InnoDB AUTO_INCREMENT = 79 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '部门表' ROW_FORMAT = Dynamic;

-- ----------------------------
-- Table structure for demo_staff
-- ----------------------------
DROP TABLE IF EXISTS `demo_staff`;
CREATE TABLE `demo_staff`  (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `department_code` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT '部门编号',
  `code` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '编号',
  `position` varchar(225) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '职位',
  `name` varchar(225) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '名称',
  `age` tinyint(3) NOT NULL COMMENT '年龄',
  `sex` enum('男','女') CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '男' COMMENT '性别',
  `remark` varchar(255) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL DEFAULT '' COMMENT '介绍',
  PRIMARY KEY (`id`) USING BTREE,
  INDEX `index_department_code`(`department_code`) USING BTREE
  UNIQUE INDEX `index_code`(`code`) USING BTREE,
  INDEX `index_position_name_age`(`position`, `name`, `age`) USING BTREE,
) ENGINE = InnoDB AUTO_INCREMENT = 1380 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '员工表' ROW_FORMAT = Dynamic;

-- ----------------------------
-- Table structure for demo_wages
-- ----------------------------
DROP TABLE IF EXISTS `demo_wages`;
CREATE TABLE `demo_wages`  (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `staff_code` varchar(10) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT '员工编号',
  `foundation_score` smallint(11) NOT NULL DEFAULT 0 COMMENT '基础工资',
  `performance_score` decimal(10, 2) NOT NULL DEFAULT 0.00 COMMENT '绩效工资',
  PRIMARY KEY (`id`) USING BTREE,
  UNIQUE INDEX `index_staff_code`(`staff_code`) USING BTREE,
  INDEX `index_foundation_performance`(`foundation_score`, `performance_score`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 2029 CHARACTER SET = utf8 COLLATE = utf8_general_ci COMMENT = '工资表' ROW_FORMAT = Dynamic;

执行计划相关字段说明

在这里插入图片描述

id【表示查询中执行select子句或操作表的顺序】

select_type【查询类型】
	sample: 简单查询，不包含子查询和union
	primary: 查询中包含任何复杂的子查询，则最外层的查询将被标记为Primary
	union: 若第二个select出现在union之后，则被标记为union
	dependent union: 与union类似，此处表示 union 或 union all 联合而成的结果会受外部表影响
	union result: 从 union 表获取结果的select
	subquery: 在select或where列表中包含子查询
	dependent subquery: subquery的子查询要受到外部表查询的影响
	derived: from子句中出现的子查询

type【访问类型】，访问效率从高到低以此为：一般情况下，查询至少达到range级别，最好能达到ref级别
	system > 
	const > 该表至多有一个匹配行
	eq_ret > 利用唯一索引进行数据查找
	ref > 利用非唯一索引进行数据查找
	ref_or_null > 
	index_merge > 查询过程中，需要多个索引来组合使用
	unique_subquery > 利用唯一索引来关联子查询
	index_subquery > 利用索引来关联子查询
	range > 利用索引查询的时候限制了范围
	index > 全索引扫描
	all 全表扫描

possible_keys【查询时可能用到的索引】
key【查询时实际使用到的索引】
key_len【索引中使用的字节数】
ref【显示索引的哪一列被使用了】
rows【找出所需记录需要读取的行】

extra【额外信息】
	using filesort: 无法利用索引进行排序，只能利用排序算法进行排序
	using temporary: 建立临时表来保存中间结果，查询完成后把临时表删除
	using index: 使用了覆盖索引，索引被用来读取数据，而非真正的查找。如果与using where同时出现，表明索引被用来执行索引键值的查找
	using where: 使用where进行条件过滤
	using join buffer: 使用连接缓存

回表查询

非聚簇索引的叶子节点上存储的是主键ID，在使用非聚簇索引查询时返回的是主键ID，再根据主键ID去聚簇索引上查找最终的数据
在这里插入图片描述

覆盖索引

当查询字段（select列）和 查询条件字段（where子句）全都包含在一个索引 （普通索引、唯一索引、联合索引）中时，可以直接使用索引查询而不需要回表
在这里插入图片描述

组合索引 - 最左匹配原则

EXPLAIN
SELECT * FROM demo_staff WHERE position = '职位名称<63>';

EXPLAIN 
SELECT * FROM demo_staff WHERE position = '职位名称<63>' AND `name` = '员工姓名<995765511>' AND age = '58';

EXPLAIN -- 优化器会自动优化 name 和 age 的顺序
SELECT * FROM demo_staff WHERE position = '职位名称<63>' AND age = '58' AND `name` = '员工姓名<995765511>';

在这里插入图片描述

模糊搜索 - like

EXPLAIN
SELECT * FROM demo_staff WHERE position like'职位名称<6%';

在这里插入图片描述

文本索引

EXPLAIN 
SELECT * FROM demo_department WHERE MATCH ( remark ) against ( 'JVM' );

在这里插入图片描述

隐式转化 - 数据类型不匹配

在这里插入图片描述

对查询条件进行计算或使用函数

注意：mysql8.0开始，通过函数索引可以避免索引字段使用函数时失效的情况

or（不推荐）

在这里插入图片描述
注意1：or两边的字段不同时，两边的索引都要生效才行
在这里插入图片描述
在这里插入图片描述
注意2：or连接的字段相同时，or 条件很多的情况下，可以使用in来优化

is null（不推荐）

注意：null 数据超过80%时索引会失效，不建议使用，建议使用默认值代替
在这里插入图片描述

is not null（不推荐）

注意：is not null 数据超过80%时索引会失效，不建议使用，建议使用默认值代替
在这里插入图片描述

in 和 exists

select * from A where id in (select id from B)
# in里面的B表先执行，适合外表A大而内表B小

select * from A where exists(select * from B where B.id=A.id)
# exists以外层A表为驱动表，适合外表A小而内表B大

not in（不推荐）

– 优化方案：左连接，条件：至少需要2个查询条件命中索引

select user_id from order_count where user_id not in ('1649123035720','1649123035724');

select 
	temp1.*,
	temp2.user_id as userId 
from order_count temp1 
	left join (select user_id from order_count where user_id in ('1649123035720','1649123035724')) temp2 
	on temp1.user_id = temp2.user_id 
where temp1.user_id = '1649123035728' and temp2.user_id is null;

limit 优化

对于 limit m,n 分页查询，越往后面翻页（即m越大的情况下）SQL的耗时会越来越长。当检索数据为 limit m,n 时，则需要排序前 m+n 条记录，最终只返回 m和m+n 间的 n 条数据，其他数据丢弃

使用索引覆盖 + 子查询优化

因为有主键 id，并且在上面建了索引，所以可以先在索引树中找到开始位置的 id 值，再根据找到的 id 值查询行数据

select id,name from table_name where id > (select id from table_name order by id limit 866612, 1)

起始位置重定义（效率最高）

可以取前一页的最大行数的id（将上次遍历到的最末尾的数据ID传给数据库，然后直接定位到该ID处，再往后面遍历数据），然后根据这个最大的id来限制下一页的起点。比如此列中，上一页最大的id是866612

select id,name from table_name where id > 866612 limit 20

join 连表优化

连表查询最好不要超过三张表，连表时需要join的字段类型必须一致，否则会造成慢查询
可通过 EXPLANIN 查看SQL语句的执行计划，EXPLANIN分析的第一行的表即是驱动表

连接类型

  • 内连接：INNER JOIN【求两个表的交集】【自动选择数据量小的表作为驱动表，大表作为被驱动表】
  • 左连接：LEFT JOIN【求两个表的交集外加左表剩下的数据】【左边为驱动表，右边为被驱动表】
  • 右连接：RIGHT JOIN【求两个表的交集外加右表剩下的数据】【右边为驱动表，左边为被驱动表】

连表算法 - 嵌套循环连接【Nested-Loop Join】

在这里插入图片描述

  • Simpe Nested-Loop Join
    外层循环遍历a表，内层循环则遍历b表，如果满足连接条件，则组合两个表的列输出，最终生成连接后的临时表

  • Index Nested-Loop Join
    通过外层表的匹配列的值直接与内层表匹配列的索引进行匹配，再遍历匹配上的记录进行匹配、合并、输出

  • Block Nested-Loop Join
    通过缓存外层表的多条数据到Join Buffer里（通常是HASH表），然后批量与内层表的数据进行匹配、合并、输出。当内层表的匹配列不存在索引时可以使用Block Nested Loop Join

连表算法 - 排序合并连接【SORT MERGE JOIN】

排序合并连接SORT MERGE JOIN 也是嵌套循环连接 NESTED LOOP JOIN 的一种变体。 该算法要求连接中的两个数据集有序，如果数据集尚未排序，则需要先对它们进行排序
在这里插入图片描述

MySQL性能监控工具 - Performance Schema

Performance Schema 默认是开启的，如果需要关闭，必须通过修改 /etc/my.cnf 文件，一般不建议关闭

查看具体配置项的开启情况

select * from setup_instruments;
select * from setup_consumers;

在这里插入图片描述

update setup_instruments set ENABLED = 'YES',TIMED = 'YES' where `NAME` like 'wait%';
update setup_consumers set ENABLED = 'YES' where `NAME` like 'wait%';

监控数据库的连接情况

show processlist;

在这里插入图片描述

常用统计sql

--1、哪类的 SQL 执行最多？
SELECT DIGEST_TEXT, COUNT_STAR, FIRST_SEEN,LAST_SEEN FROM events_statements_summary_by_digest ORDER BY COUNT_STAR DESC;

--2、哪类 SQL 的平均响应时间最多？
SELECT DIGEST_TEXT,AVG_TIMER_WAIT FROM events_statements_summary_by_digest ORDER BY COUNT_STAR DESC;

--3、哪类 SQL 排序记录数最多？
SELECT DIGEST_TEXT, SUM_SORT_ROWS FROM events_statements_summary_by_digest ORDER BY COUNT_STAR DESC;

--4、哪类 SQL 扫描记录数最多？
SELECT DIGEST_TEXT,SUM_ROWS_EXAMINED FROM events_statements_summary_by_digest ORDER BY COUNT_STAR DESC;

--5、哪类 SQL 使用临时表最多？
SELECT DIGEST_TEXT,SUM_CREATED_TMP_TABLES,SUM_CREATED_TMP_DISK_TABLES FROM events_statements_summary_by_digest 
ORDER BY COUNT_STAR DESC;

--6、哪类 SQL 返回结果集最多？
SELECT DIGEST_TEXT,SUM_ROWS_SENT FROM events_statements_summary_by_digest ORDER BY COUNT_STAR DESC;

--7、哪个表物理 IO 最多？
SELECT file_name, event_name, SUM_NUMBER_OF_BYTES_READ,SUM_NUMBER_OF_BYTES_WRITE FROM file_summary_by_instance 
ORDER BY SUM_NUMBER_OF_BYTES_READ + SUM_NUMBER_OF_BYTES_WRITE DESC;

--8、哪个表逻辑 IO 最多？
SELECT object_name,COUNT_READ, COUNT_WRITE, COUNT_FETCH,SUM_TIMER_WAIT FROM table_io_waits_summary_by_table 
ORDER BY sum_timer_wait DESC;

--9、哪个素引访问最多？
SELECT OBJECT_NAME, INDEX_NAME,COUNT_FETCH,COUNT_INSERT,COUNT_UPDATE,COUNT_DELETE FROM table_io_waits_summary_by_index_usage 
ORDER BY SUM_TIMER_WAIT DESC;

--10、哪个索引从来没有用过？
SELECT OBJECT_SCHEMA, OBJECT_NAME, INDEX_NAME FROM table_io_waits_summary_by_index_usage 
WHERE INDEX_NAME IS NOT NULL AND COUNT_STAR = 0 AND OBJECT_SCHEMA < 'mysal' 
ORDER BY OBJECT_SCHEMA,OBJECT_NAME;

--11、哪个等待事件消耗时间最多？
SELECT EVENT_NAME,COUNT_STAR,SUM_TIMER_WAIT,AVG_TIMER_WAIT FROM events_waits_summary_global_by_event_name 
WHERE event_name != 'idle'
ORDER BY SUM_TIMER_WAIT DESC;

--12-1、剖析某条 SQL 的执行情况，包括 statement 信息，stege 信息，wait 信息
SELECT EVENT_ID,sqL_text FROM events_statements_history WHERE sql_text LIKE '*%count(*)%';

--12-2、查看每个阶段的时间消耗
SELECT event_id, EVENT_NAME,SOURCE, TIMER_END - TIMER_START FROM events_stages_history_long WHERE NESTING_EVENT_ID = 1553;

--12-3、查看每个阶段的锁等待情况
SELECT event_id, event_name,source,timer_wait,object_name, index_name, operation,nesting_event_id FROM events_waits_history_long WHERE  nesting_event_id = 1553;
大能嘚吧嘚
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
MySQL调优
y_xiao_qi的博客
02-21 3642
调优的目的？让吞吐量更大，响应速度更快。 关于数据库优化，我们从以下5个维度进行。 一.优化表结构 表结构尽量遵循三范式的原则，在进行多表查询的时候，必要时可以采用反范式化进行优化。 什么叫范式？ 在关系型数据库中，关于数据表设计的基本原则，规则就称为范式。 一共有6大范式，知道前5个就行。满足了高级范式,就一定满足低级范式。比如满足第三范式,就一定满足第1,2范式。 第一范式：确保每一个字段保证"原子性",不能被拆分。比如有一个字段叫"个人信息",它就可以拆分为地址,年龄,姓名等。就不满足第一
MySQL调优方法总结的真全
Liu_csdn_csdn的博客
06-04 2436
可以通过查询MySQL的系统表，如information_schema.statistics等，来查找无用的索引和重复的索引，并移除这些索引。MySQL的缓存是一个非常重要的组件，它可以显著提升数据库的性能。通过分析日志，可以识别和解决慢查询、未优化的查询等问题，调整MySQL的配置和参数设置，并为未来的优化提供参考。MySQL的性能优化是一个长期的过程。通过使用MySQL执行计划工具EXPLAIN，我们可以从查询语句中了解每个操作的执行顺序、访问方式、索引使用情况和可能的性能问题，并提供了优化的建议。
你想知道的 MySQL 性能调优方式，都在这里
nhb687096的博客
06-14 896
对于性能测试来说，数据库的监控是尤为的重要，以及对数据库进行调优，用以提升性能，是能在短期内有显著的效果的，本文针对MySQL数据库进行分析如何定位MySQL数据库的性能问题。
面试之MySQL调优问题
雍仲的迎客茶庄
05-02 4206
文章目录前言一、MySQL的底层原理粗解1.1 MySQL的底层运作1.2 MySQL的存储方式二、索引（重点内容）2.1 索引是什么？2.2 MySQL调优到底是调啥的2.3 如何创建一个索引2.3.1在创建表的时候创建索引2.3.2 通过更新语句来创建索引2.4 索引的底层原理2.4.1 使用二叉树来进行模拟索引底层（淘汰）2.4.2 使用红黑树（平衡二叉树）树来进行模拟索引底层（淘汰）2.4.3 使用B树来进行模拟索引底层（淘汰）2.4.4 使用B +树来进行模拟索引底层（选用）3聚集索引与非聚集索引
mysql数据库调优
chen250727498的博客
07-10 2567
目录一、MySQL基础知识1.1 表结构(create table)1.2 常用的SQL操作二、问题SQL的定位2.1 全面日志查询2.2 慢SQL日志的生成、分析2.2.1 配置文件在my.cnf2.2.2 慢SQL分析2.3 进程列表查询2.4 SQL运行的步骤2.5 执行计划的查看2.5.1 SQL的执行计划2.5.2 explain 命令分解三、SQL并发问题3.1 锁3.2 事务3.3 并发引起的问题3.4 其它锁问题四、MYSQL基本分析命令五、索引5.1 索引的类型及作用5.2 索引的存储类型
Mysql调优.xmind
07-07
整理的mysql调优资料，适合刚入门的以及面试吹牛逼用，有些地方比较细致，有些地方比较粗糙，主要是一些理论，以及重要的知识点
MYSQL调优MYSQL调优MYSQL调优MYSQL调优MYSQL调优MYSQL调优
06-20
MySQL 调优是数据库管理中的关键环节，目的是提升数据查询效率，减少资源消耗，从而提高整体系统性能。针对给定的问题，我们将分析并提供相应的优化策略。 问题一涉及对表 `user1` 的查询优化。原查询语句如下： ``...
MySQL调优1
08-08
本文将针对“MySQL调优1”的主题，详细讨论与标题和描述相关的几个关键配置参数，包括它们的作用、最佳实践以及如何根据实际情况调整。 首先，`max_connections`参数定义了MySQL服务器能够同时处理的最大连接数。...
MySQL调优，收录MySQL调优
最新发布
06-25
MySQL调优，收录MySQL调优
MySQL性能调优的10个方法
05-15 2058
1. 选择合适的存储引擎: InnoDB 除非你的数据表使用来做只读或者全文检索 (相信现在提到全文检索，没人会用 MYSQL 了)，你应该默认选择 InnoDB 。 你自己在测试的时候可能会发现 MyISAM 比 InnoDB 速度快，这是因为： MyISAM 只缓存索...
解锁MySQL性能瓶颈！超实用的10种优化方法大揭秘
Lion_Long的博客
07-13 9045
本文涵盖了索引设计、SQL查询优化、缓存配置、并发控制等多个方面。读者可以通过阅读该文章，了解如何有效地解决MySQL性能问题，并提升系统的响应速度和稳定性。 以上仅为MySQL性能监控和调优的一些常用方法，实际应用中还需要结合具体场景和实际需求来选择和优化相应的策略。建议在进行性能优化前，先对数据库系统进行全面的评估和分析，并考虑合适的监控工具和方法。
Mysql的sql优化方法
qq_41466437的博客
04-06 1895
Mysql的sql优化方法 1、选择最合适的字段属性 Mysql是一种关系型数据库，可以很好地支持大数据量的存储，但是一般来说，数据库中的表越小，在它上面执行的查询也就越快。因此，在创建表的时候，为了获得更好的性能，我们可以将表中字段的宽度舍得尽可能小。 例如：在定义邮政编码这个字段时，如果将其设置为char(255)，显然给数据库增加了不必要的空间，甚至使用varchar这种类型也是多余的，因为char(6)就可以很好地完成了任务。同样的如果可以的话，我们应该是用MEDIUMINT而不是BIGINT来定
MySQL调优方法
ThanksJJY的博客
02-28 104
SQL调优是通过优化SQL查询语句的性能，来提高数据库操作效率的过程。以下是一些常用的SQL调优方法： 选择正确的数据类型：使用正确的数据类型可以减少磁盘空间的使用，提高查询性能。 创建索引：创建索引可以大大提高查询速度，但是要注意不要创建过多的索引。 避免使用SELECT *：尽量避免使用SELECT *，而是明确列出需要查询的列，可以减少不必要的查询和数据传输，提高查询速度。 优化WHERE子句：使用合适的运算符、避免使用子查询、避免在WHERE子句中使用函数等方式，
mysql调优的几种方式
qq_39990869的博客
09-19 7199
mysql调优的几种方式 一.选取最适合的字段属性 1、MySQL可以很好的支持数据量的很大的存取，但是一般说来，数据库中的表越小其查询的速度就也快。所以，可以在建表的时候，为了获取更好的性能，将表中的字段长度设的尽可能的小。尽量能够选用需要的字段空间就选用小的，比如电话号码如果用CHAR(255)这个就有点浪费空间啦，选用CHAR(20)就完全可以使用。 2、尽可能的把字段设置成NOT NULL，这样在执行查询的时候，数据库不用去比较NULL值。 3、对于部分的文本字段，比如“性别”，我们就可以用enum
MySQL索引及调优回顾
jiaowoshangege的博客
11-17 616
MySQL索引及调优回顾
Mysql调优大全梳理（涵盖90%需要调优的场景）
qq_45455361的博客
02-20 7542
前言 学习这个文章需要具备一定的理论基础，不妨先来看一下我这篇文章《一文道尽数据库底层原理，探讨Mysql调优之道》 1.Join语句优化 Join语句相关算法 算法1：Nested-Loop Join（NLJ） 这种算法称为“嵌套循环Join”，大致是这样玩的： Table Join Type t1 range t2 ref t3 All for each row in t1 matching range{ for each row in t2 matching refere
MySql优化参数论述
SiC B2B2C Shop大型B2B2C商城软件产品，使用Java语言开发，高性能高扩展性高安全性分布式。可帮助你快速的建立大型B2B2C电商系统
05-04 170
ITEYE官方的MySQL优化论述 ---------------------------------------------------------------------------------------- 我们使用MySQL5.0.XX版本，数据库引擎是InnoDB。关于MySQL数据库的调优，推荐大家看MySQL Performance Blog，作者是一个MySQL性能调优方面...
MySQL性能优化的9种方法
热门推荐
csdnlaiyanqi的博客
12-16 4万+
MySQL性能优化的9种方法 1、选择最合适的字段属性 Mysql是一种关系型数据库，可以很好地支持大数据量的存储，但是一般来说，数据库中的表越小，在它上面执行的查询也就越快。因此，在创建表的时候，为了获得更好的性能，我们可以将表中字段的宽度舍得尽可能小。 例如：在定义邮政编码这个字段时，如果将其设置为char(255)，显然给数据库增加了不必要的空间，甚至使用varchar这种类型也是多余的，因为char(6)就可以很好地完成了任务。同样的如果可以的话，我们应该是用MEDIUMINT而不是BIGINT来定
mysql调优面试题
09-11
MySQL调优是后端开发者在面试中经常被问到的高频率问题。在MySQL调优中，需要对MySQL的底层原理有一定的了解。MySQL的底层运作是指MySQL数据库是如何工作的。通过使用SELECT VERSION()可以获取当前MySQL的版本信息。在查询中，可以使用=，<>，<=，<，>=，>，<<，>>，<=>，AND，OR或LIKE等运算符进行列比较。要获取受查询影响的行数，可以使用SELECT COUNT(user_id)FROM users。MySQL查询不区分大小写，无论是SeLect version()还是select vErSiOn()都是一样的。在MySQL中，LIKE和REGEXP操作有所区别，BLOB和TEXT也有不同的特点[3]。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

大能嘚吧嘚

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值