mysql简单调优

2019独角兽企业重金招聘Python工程师标准>>>

1.为什么要调优

由于某些语句执行效率缓慢，导致无法得到及时响应

2.简单调优准备

    打开慢查询日志

     show variables like 'slow_query_log'

    show variables like '%log%'(查看变量设置)

     set global slow_query_log_file = 'path'

set global log_queries_not_using_indexes =on

set global long_query_time = 1(大于1秒的查询记录下来)

explain 从句分析查询性能（具体参数意义可自行查询）

3.调优方式

     1）SQL语句优化

针对max函数可以用索引优化，覆盖索引

count优化 筛选条件需要增加or null（以免出现数据不一致情况）

子查询优化  优化成join查询  防止重复数据（1对多。需要增加去重关键字distinct）

group by优化 （默认使用临时表，所以优化方式是不要使用临时表还有文件表）  inner join ( a  group by a.id ) as c using(id)，即建立相关索引

limit 优化 时常伴随 order by  所以需要进行文件过滤 :使用主键或者索引列进行order by操作  返回上次查询的id  然后进行id过滤、

     2）索引优化

建立合适的索引

where从句  group by从句  order by从句 on从句出现的列适合增加索引

索引的字段越小越好

离散度大的列放到联合索引前面

索引优化sql的方法（增加索引有利于查询，不利于写入，避免重复索引，冗余索引，索引变更会带来问题，需要注意）

    3）数据表结构优化

选择合适的数据类型

      存下数据的最小类型

       使用简单的数据类型

        尽可能的使用notnull定义字段

         尽量少用text类型，非用不可的时候考虑分表

范式化和反范式化（第三范式）

         反范式化 : 空间换时间

         删除异常 ,更新异常  方式：  表拆分

表结构的垂直拆分

           把原来有很多列的表拆分成多个表

            解决了表宽度的问题

            把大字段独立存放到一张表中

           把不常用字段单独存放到表中

             把常用字段存放在一起

表结构的水平拆分

           解决表的数据量大

            表结构相同

             数据均分方法（HASH）

             问题：跨表进行数据查询，统计及后台报表操作（解决方法：前后台查询分开）

    4）系统优化

增加tcp支持队列数

net.ipv4.tcp_max_syn_backlog=65535

减少断开连接时，资源回收

net.ipv4.tcp_max_tw_buckets=8000

net.ipv4.tcp_tw_reuse=1

net.ipv4.tcp_tw_recycle=1

net.ipv4.tcp_fin_timeout=10

打开文件数限制

关闭防火墙

（硬件防火墙）

   5）服务器硬件优化

转载于:https://my.oschina.net/u/3656021/blog/1786615