架构分层
mysql是插件式的,可拔插的数据库,可根据 业务需求 和 实际需要 修改插件或者引擎
- 连接层 : JDBC,.NET,PHP等
- 连接池 : c3p0,德鲁伊等
- 管理工具层 : 备份,容灾恢复,安全,复制,集群等
- sql接口 : 存储过程,视图触发器等
- 解析层 : 查询事务,对象(语句)权限等,将语句重组解析
- 优化层 : 对用户写的sql进行优化;极端情况下,不一定符合用户的需求
- 缓存/缓冲区 : 最大连接池,buf缓冲池大小等,可以在my.cnf修改
- 引擎层 : MyISAM,InnoDB 等10+种,一般只用前两种,暂时默认是InnoDB,区别可查看图片
- 文件/日志系统
SQL调优
- 性能下降,执行时间长,等待时间长 语句写的差/索引失效/关联查询太多(设计缺陷|不得已需求)等
- 建立 单值索引:user表的name字段 CREATE index idx_user_name on user(name);
- 建立 多值索引:CREATE index idx_user_nameEmail on user(name,email);
- 索引,是帮助MYSQL 高效获取数据的 数据结构 简单理解:排好序的快速查找的数据结构 索引影响 where 和 order by的速度
性能分析
MySql Query Optimizer mysql自带的 性能查询优化器
Explain + 可运行的 sql语句
Explain
-
id 表示加载顺序,大的是先加载的
-
select_type 常用有6种:
SIMPLE 简单查询,查询中不包含子查询 或 UNINO PRIMARY 若子查询中包含任何复杂的子部分,最外层则被标记为PRIMARY ,一般是表示最后被记载的 SUBQUERY 子查询 DERIVED 虚拟表/衍生表,包含子查询时 UNION 若第二个SELECT包含UNION时 UNION RESULT 从UNION 表中获取结果的SELECT
-
TABLE
-
type 字面表示访问类型
有8种值,从最好到最差一次是 system>const>eq_ref>ref>range>index>ALL system 指调用只有一条的数据,没有意义 const 指根据主键唯一索引(key) 查找一条数据,通过测试,即使数据500W,查询也仅需0.03秒 eq_ref 指创建了索引,且当前索引唯一 ref 指创建了索引,但是有可能包含多条数据 range 指范围 between < > in等 index 指只遍历索引树 ALL 全表扫描
-
possible_keys 查询可能用到的索引,但是不一定会被用到
-
key_len 表示查询时,用到的字节数,越小越好;(查询时 条件越少越小)
-
ref 表示本次查询引用到的数据
-
rows 表示本次查询,可能会需要查询的行数;如果复合查询,且有复合索引,会降低这个值
-
Extra 一些很重要,但是不适合在其他列显示的信息
-
Using filesort mysql会使用外部的索引排序,而不是按照表内索引顺序; 当我们建立一个复合索引,但是查询时,没有按照复合索引的顺序; 无法利用索引完成的排序 被称作“文件排序”; Using temporary order by,group by后的字段 和 复合索引顺序不一致,会产生临时表,文件排序 Using index 表示没有访问 表,效率很好,如果同时出现了Using where,表示索引被用到 Using where 表示使用了过滤 Using join buff 使用了连接缓冲,如果经常用到,可以调大 配置文件中的这个值 impossible where子句的值是false,不能获取任何元组;比如where id=1 and id = 2; ...... 其他的不重要,不做介绍
分析1:
查询xx_tab,a字段为1,b字段>1,且c字段最大的一条信息时:如果我们创建 abc索引,会导致范围扫描,第二个索引失效;
这时我们可以 只创建ab索引即可;
分析2:
左连接(1.1.0),表示坐标全有,所以右表必须加索引,相反,右连接 左表必须加索引
join:
永远都是小表 驱动 大表;小的结果集,驱动大的结果集;保证join字段被索引;内存允许的情况下,增加配置中JoinBuff的值;
- 复合索引规则:
1:全值匹配最佳
2:左前缀法则:查询时,必须从索引的第一个值开始,否则索引失效;如果中间不匹配,降低索引效率
3:不在索引列做任何操作(计算,函数,类型转换),否则会导致索引失效
4:范围判断之后,右列全失效;例:abc索引,where a=‘1’ and b like ‘x%’ and c = ‘2’ 只有ab的索引被用到,c失效
5:尽量查询的值 覆盖索引;即便有 范围查询,也可以避免读表
6:!= 或 <> 会导致索引失效,而扫描全表;
7:is null,is not null,也会导致 索引失效;
8:当like 以 %开头时,会导致索引失效;如果业务需要 必须这么写,需要select 后面的字段 覆盖索引;感觉不合理,为什么不先在索引查出数据,再去查表呢
9:char类型 必须带引号,比如name为‘10’;当 以name=10查询时,会导致失效;感觉不合理
10:or 也会导致索引失效;感觉不合理。
-
优化总结:
1:观察,跑一天,看看生产慢的sql的情况
2:开始慢查询,设值阈值,比如5s,抓取;
3:使用Explain +慢sql分析 解决80%问题
4:show profile 解决98%问题
5:参数调优 如果还解决不了,分表分库 -
小表驱动大表:
A表部门表,B表员工表
select * from A where id IN(select id from B); 当B表数据小于A表数据时,in 优于exists;
select * from A where exists (select 1 from b where B.id = A.id) 当A表数据小于B表数据时,exists优于in
优化原则
1.数据库设计和表创建时就要考虑性能
2.sql的编写需要注意优化
4.分区
4.分表
5.分库
mysql设计表:
- 表字段避免null值出现,null值很难查询优化且占用额外的索引空间,推荐默认数字0代替null。
尽量使用INT而非BIGINT,如果非负则加上UNSIGNED(这样数值容量会扩大一倍),当然能使用TINYINT、SMALLINT、MEDIUM_INT更好。
使用枚举或整数代替字符串类型 尽量使用TIMESTAMP而非DATETIME 单表不要有太多字段,建议在20以内
用整型来存IP
索引
- 索引并不是越多越好,要根据查询有针对性的创建,考虑在WHERE和ORDER
BY命令上涉及的列建立索引,可根据EXPLAIN来查看是否用了索引还是全表扫描 - 应尽量避免在WHERE子句中对字段进行NULL值判断,否则将导致引擎放弃使用索引而进行全表扫描
值分布很稀少的字段不适合建索引,例如"性别"这种只有两三个值的字段 - 字符字段只建前缀索引
- 字符字段最好不要做主键
- 不用外键,由程序保证约束
- 尽量不用UNIQUE,由程序保证约束
- 使用多列索引时主意顺序和查询条件保持一致,同时删除不必要的单列索引
选择合适的索引
选择合适的数据类型
- (1)使用可存下数据的最小的数据类型,整型 < date,time < char,varchar < blob
- (2)使用简单的数据类型,整型比字符处理开销更小,因为字符串的比较更复杂。如,int类型存储时间类型,bigint类型转ip函数
- (3)使用合理的字段属性长度,固定长度的表会更快。使用enum、char而不是varchar
- (4)尽可能使用not null定义字段
- (5)尽量少用text,非用不可最好分表
选择合适的索引列
- (1)查询频繁的列,在where,group by,order by,on从句中出现的列
- (2)where条件中<,<=,=,>,>=,between,in,以及like 字符串+通配符(%)出现的列
- (3)长度小的列,索引字段越小越好,因为数据库的存储单位是页,一页中能存下的数据越多越好
- (4)离散度大(不同的值多)的列,放在联合索引前面。查看离散度,通过统计不同的列值来实现,count越大,离散程度越高:
sql的编写需要注意优化
- 使用limit对查询结果的记录进行限定
- 避免select *,将需要查找的字段列出来
- 使用连接(join)来代替子查询
- 拆分大的delete或insert语句
- 可通过开启慢查询日志来找出较慢的SQL
- 不做列运算:SELECT id WHERE age + 1 =
10,任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等等,查询时要尽可能将操作移至等号右边 - sql语句尽可能简单:一条sql只能在一个cpu运算;大语句拆小语句,减少锁时间;一条大sql可以堵死整个库
- OR改写成IN:OR的效率是n级别,IN的效率是log(n)级别,in的个数建议控制在200以内
- 不用函数和触发器,在应用程序实现
- 避免%xxx式查询
- 少用JOIN
- 使用同类型进行比较,比如用’123’和’123’比,123和123比
- 尽量避免在WHERE子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描
- 对于连续数值,使用BETWEEN不用IN:SELECT id FROM t WHERE num BETWEEN 1 AND 5
- 列表数据不要拿全表,要使用LIMIT来分页,每页数量也不要太大