来源:
https://blog.csdn.net/nanhuaibeian/article/details/121002601
http://3ms.huawei.com/hi/group/1003945/wiki_5769068.html
慢查询 的时间定义为10秒
慢SQL 优化原因
每个SQL执行要消耗一定I/O资源,SQL执行的快慢,决定资源被占用时间的长短
假设总资源是10,有一条慢SQL占用了3的资源共计1分钟
在这1分钟时间内,其他SQL能够分配的资源总量就是7,
如此循环,当资源分配完的时候,所有新的SQL执行将会排队等待。
应用的角度看:SQL执行时间长意味着等待,在OLTP应用当中,用户的体验较差
性能由综合因素决定,抛开业务复杂度,影响程度依次是:
硬件配置、MySQL配置、数据表设计、索引优化
《阿里巴巴Java开发手册》提出:
单表行数超过500万行 或 单表容量超过2GB,才推荐分库分表
分库分表 周期长、风险高的大活儿,应尽可能在当前结构上优化(如升级硬件、迁移历史数据),实在没辙了再分
并发数:同一时刻数据库能处理多少个请求
由max_connections和max_user_connections决定。
max_connections:MySQL实例的最大连接数,上限值是16384
max_user_connections:每个数据库用户的最大连接数
max_connections = 2000
max_user_connections= 300
当 MySQL 有 6 个用户时(不含root)
单个用户最大连接数为 300,6 个用户最多有 1800 连接
那么系统总会剩下 200 个连接留给 root 使用
-------------------------------------------
查看最大连接数与响应最大连接数:
show variables like '%max_connections%';
show variables like '%max_user_connections%';
---------------------------------------------
在配置文件my.cnf中修改最大连接数
[mysqld]
max_connections = 100
max_used_connections = 20
数据库:是数据的集合,是静态概念
这些数据按照一定的方式存储在一起,可以给多用户共享,与应用程序独立开来
MYSQL数据库中,数据库文件 按照存储引擎的不同,文件后缀也不同,可以是frm、myd、myi、ibd结尾,是静态概念
实例:MySQL数据库 由后台线程、一个共享内存区组成
数据库实例是真正用于操作数据库文件的程序集,是一个动态概念
单进程:1个数据库 对应 1个实例
多实例:1个数据库 被多个数据库实例使用
在1台服务器上同时开启多个不同的数据库服务端口(如3306、3307),同时运行多个MYSQL服务进程,这些服务进程通过不同的socket监听不同的服务端口来提供服务
InnoDB存储引擎
来源:https://juejin.cn/post/6914672970866622471
存储引擎是表级别的
同一数据库,不同的表可以是不同的存储引擎
创建表的时 可以指定存储引擎
mysql> create table user (id int primary key, age int, number int) engine=innodb;
存储引擎 | 说明 |
---|---|
InnoDB | 5.5版本后MySQL的默认数据库,支持事务和行级锁定,比MyISAM处理速度稍慢 |
MyISAM | 高速引擎,拥有较高的插入,查询速度,但不支持事务 |
Memory | 内存存储引擎,极高的插入、更新、查询效率 但是会占用和数据量成正比的内存空间 只在内存上保存数据,意味着数据可能会丢失 |
MRG_MyISAM(MERGE) | 将多个表联合成一个表使用,在超大规模数据存储时很有用 |
Falcon | 一种新的存储引擎,支持事物处理,传言可能是InnoDB的替代者 |
Archive | 将数据压缩后进行存储,非常适合存储大量的独立的,作为历史记录的数据,但是只能进行插入和查询操作 |
CSV | CSV 存储引擎是基于 CSV 格式文件存储数据(应用于跨平台的数据交换) |
InnoDB vs MyISAM
查看存储引擎:
show engines;
InnoDB架构图
内存池,后台线程、磁盘文件
内存:
InnoDB逻辑存储结构
表空间、段、区、页、行
优化
相比NoSQL数据库,MySQL是个娇气脆弱的家伙
它就像体育课上的女同学,、
一点纠纷就和同学闹别扭(扩容难
)
跑两步就气喘吁吁(容量小 并发低
)
常常身体不适要请假(SQL约束太多
)
预估重要数据表(比如订单表)的负载和数据增长态势,提前优化
利用分布式架构:在面对海量的数据时,通常的做法是将数据和I/O分散到多台主机上去执行
不在业务高峰期批量更新 或 查询数据库,避免在业务高峰期alter表
适当冗余字段,尝试创建中间表,用应用程序计算中间结果,用空间换时间
不允许执行极度耗时的事务,配合应用程序拆分成更小的事务
事务要简单,整个事务的时间长度不要太长,SQL结束后及时提交
SQL语句尽可能简单 大SQL语句尽可能拆成小SQL语句,MySQL对复杂SQL支持不好
少用 函数、视图
字段建议非空
禁止使用BLOB类型保存大文本、图片和文件
表必须定义主键
自增主键时,统一采用 BIGINT UNSIGNED类型(0~18446744073709551615)
禁止使用外键
外键会导致表与表之间耦合,update与delete操作都会涉及相关联的表,验证影响SQL的性能
单表字段数建议上限64左右
表越宽,装载进内存缓冲所占用的内存也就越大,也会消耗更多的IO
降低表的宽度,可以提高IO效率,内存缓存更多有效数据,从而提高响应速度和并发能力,后续 alter table 也更快
一个实例建议不超过10个schema
一个SCHEMA里面建议不超过1024张表
不建议使用cross join,full join等笛卡尔积关联
https://blog.csdn.net/xiaoshunzi111/article/details/68482772
交叉连接 CROSS JOIN
内连接 INNER JOIN
外连接 OUTER JOIN
1)左外连接 LEFT [OUTER] JOIN
显示符合条件的数据行,同时显示左边数据表不符合条件的数据行,右边没有对应的条目显示NULL
2)右外连接 RIGHT [OUTER] JOIN
显示符合条件的数据行,同时显示右边数据表不符合条件的数据行,左边没有对应的条目显示NULL
3)全外连接 full [outer] join
显示符合条件的数据行,同时显示左右不符合条件的数据行,相应的左右两边显示NULL,即显示左连接、右连接和内连接的并集
全外连接 full [outer] join
禁止不带where条件的全表查询
适当合并I/O:
分别执行select c1 from t1与select c2 from t1,与执行select c1,c2 from t1相比,后者开销更小
合并时也需要考虑执行时间的增加
使用 prepared statement 语句,只传参数,比传递 SQL 语句更高效;一次解析,多次使用;降低SQL
https://www.yiibai.com/mysql/prepared-statement.html
PREPARE stmt1 FROM 'SELECT productCode, productName
FROM products
WHERE productCode = ?';
SET @pc = 'S10_1678';
EXECUTE stmt1 USING @pc;
→
SELECT productCode, productName
FROM products
WHERE productCode = S10_1678;
不推荐使用数据库函数
格式化数据,交给应用程序处理
不推荐使用外键
约束,用应用程序保证数据准确性
写多读少
的场景,不推荐使用唯一索引,用应用程序保证唯一性
写少读多
,数据放在应用端的缓存当中 或 Redis这样的缓存当中,以提高存取速度
如果数据不做过滤、关联、排序等操作,仅按照key进行存取,且
不考虑强一致性需求,也可考虑选用NoSQL数据库
禁止在主库上执行 sum,count 等复杂的统计分析语句,可以使用从库来执行
禁止使用 order by rand()
禁止单条 SQL 语句同时更新多个表
数据类型:
如果长度能够满足,整型尽量使用 tinyint、smallint、medium_int 而非int
如果字符串长度确定,用char类型
如果varchar能够满足,不用text类型
精度要求较高的使用 decimal 类型、BIGINT,比如精确两位小数就乘以100后保存
尽量采用 timestamp 而非 datetime( timestamp 占用更少的空间,以UTC的格式储存自动转换时区)
避免空值:
字段为NULL 依然占用空间,会使索引、索引统计更加复杂
尽可能将NULL值用有意义的值代替,也能避免SQL语句里面包含is not null的判断
tinyint、smallint、medium_int、int:
https://blog.csdn.net/belen_xue/article/details/54357018
字节(byte),
1个字节 = 8个位(bit)
1个bit存储0或者1
1)tinyint:存储所占1个字节,无符号0~255;如果有符号,那就是-128~127
2)smallint:存储占2个字节,无符号从0开始则是可以存储0~65535;有符号则是-32768~32767
3)mediumint:存储占3个字节,也就是2的24次方,无符号可以存储0~16777215;有符号可以存储-8388608~8388607
4)int:存储所占4个字节,也就是2的32次方,可以存储4294967296种可能性
无符号可以存储0~4294967295;有符号则是-2147483648~2147483647
5)bigint:存储所占8个字节,也就是2的64次方
无符号可以存储0~((2^64)-1),有符号则是 [-(2^64)/2] ~ [(2^64)/2-1]
text 类型优化
text字段储存大量数据,表容量会很早涨上去,影响其他字段的查询性能。
建议抽取出来放在子表里,用业务主键关联
索引
索引
也消耗磁盘和CPU
经常查的字段 加索引
删除(delete)、插入(insert)、更新(update),索引越少,表中数据更新速度越快
分页查询很重要,如果查询数据量超过30%,MYSQL不会使用索引
合理使用覆盖索引(组合索引),如下所示:
select login_name, nick_name from member where login_name = ?
login_name, nick_name 两个字段建立组合索引,比login_name简单索引 快
单表索引数不超过5个
单个索引字段数不超过5个
字符串可使用前缀索引,前缀长度控制在5-8个字符
避免使用子查询,可以把子查询优化为join操作
子查询性能差的原因:子查询的结果集无法使用索引
如 user 表中的性别字段 加索引,可以明显区分的才建议创建索引,如身份证等字段
join 的字段两表的字段类型要相同,不然也不会命中索引
通常<>操作符无法使用索引
语句优化
更新、删除 需要分批
鱼塘挖开小口子放水,水面有各种漂浮物
浮萍和树叶总能顺利通过出水口,而树枝会挡住其他物体通过,有时还会卡住,需要人工清理
MySQL就是鱼塘,最大并发数、网络带宽就是出水口,用户SQL就是漂浮物