语句优化2 -慢sql

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