本文更新于2019-08-18,使用MySQL 5.7,操作系统为Deepin 15.4。
优化SQL语句的步骤
通过SHOW STATUS了解SQL语句的执行情况
操作的计数,是对执行次数进行计数,不论提交还是回滚都会累加。
Com_xxx形式的参数表示每个xxx语句执行的次数,对所有的存储引擎都会进行累计,如:
Com_select:执行SELECT的次数。
Com_insert:执行INSERT的次数,对批量插入的操作只累加一次。
Com_update:执行UPDATE的次数。
Com_delete:执行DELETE的次数。
Com_commit:事务提交的次数。
Com_rollback:事务回滚的次数。
Innodb_rows_xxx形式的参数只对InnoDB存储引擎进行累计,其累计的方式也与Com_xxx不同:
Innodb_rows_read:执行SELECT返回的行数。
Innodb_rows_inserted:执行INSERT插入的行数。
Innodb_rows_updated:执行UPDATE更新的行数。
Innodb_rows_deleted:执行DELETE删除的行数。
Handler_read_xxx形式的参数可表示索引的使用情况:
Handler_read_key:一个行被索引值读的次数。高表示索引被经常使用。
Handler_read_rnd_next:在数据文件中读下一个行的次数。高表示索引不经常使用,进行大量的表扫描。
以下参数便于了解数据库的基本情况:
Connections:试图连接服务器的次数。
Uptime:服务器工作时间。
Slow_queries:慢查询次数。
定位执行效率低下的SQL语句
通过慢查询日志定位执行效率低下的SQL语句。
通过SHOW PROCESSLIST查看服务器当前的线程,包括线程的状态、是否锁表等,可以实时查看SQL的执行情况。
通过EXPLAIN或DESC分析SQL的执行计划
DESC和EXPLAIN分析SQL执行计划的使用和作用是一样的。
执行EXPLAIN statement后再执行SHOW WARNINGS,可以看到被优化器改写后真正执行的SQL。
一个执行计划包括若干行,每行包括如下的列:
id:值越大越先执行(值越大越位于下方),一样大从上至下执行。
select_type:查询类型,可取如下值:
DERIVED:派生表的查询。
SIMPLE:简单查询,即不使用子查询和UNION的查询。
SUBQUERY:子查询。
PRIMARY:主查询,即包含子查询的最外层查询,或UNION中的第一个查询。
UNION:UNION中的第二个或之后的查询。
table:输出结果集的表。
partitions:访问的分区。
type:访问类型,即在表中查找所需行的方式。
以下取值性能由最差至最好:
ALL:全表扫描,遍历所有行。
index:索引全扫描,遍历整个索引。
range:索引范围扫描,常见于、>=、BETWEEN等操作符。
ref:使用非唯一索引扫描或唯一索引的前缀扫描,返回匹配某个值的所有记录行。其经常出现在JOIN操作中。
eq_ref:类似ref,区别在于使用唯一索引。其出现在使用PRIMARY KEY或UNIQUE INDEX作为关联条件的表连接中。
const/system:单表中最多有一个匹配行,因此这个匹配行中的其他列能被优化器当做常量来使用。如根据PRIMARY KEY或UNIQUE INDEX进行过滤的查询。system是const的特例,当表中只有一条记录时的const就为system。
NULL:不用访问表或索引,就能直接得到结果。
还可取其他的值,如:
ref_or_null:与ref类似,区别在于条件中包含对NULL的查询。
index_merge:索引合并。
unique_subquery:IN后面是一个查询唯一索引字段的子查询。
index_subquery:与unique_subquery类型,区别在于IN后面是一个查询非唯一索引字段的子查询。
possible_keys:查询时可能使用的索引。
key:实际使用的索引。
key_len:实际使用到的索引的字节长度。
ref:实际使用的索引在其他表的关联字段。如果是常数等值查询,则为const。
rows:扫描的行数。
filtered:存储引擎返回的数据过滤后,满足查询条件的记录的比例。
Extra:执行情况的说明,包括不适合在其他列中显示但是对执行计划非常重要的额外信息。
Using filesort:filesort排序,而不是通过索引直接返回排序结果。
Using index:覆盖索引扫描,直接访问索引就能获取所需的数据,不需要通过索引回表。
Using index condition:使用ICP(Index Condition Pushdown,参看“索引”章节)优化查询,将某些情况下的条件过滤操作下放到存储引擎层完成,降低不必要的IO访问。
Using where:优化器除了利用索引加速访问外,还需根据索引回表查询数据。
Using union:多次查询后对结果集合并,如使用OR查询。
通过SHOW PROFILES和SHOW PROFILE分析SQL
profiling默认是关闭的,可通过设置变量@@profiling进行打开或关闭。
SHOW PROFILES结果包括以下字段:
Query_ID:查询ID。
Duration:查询耗时。
Query:查询语句。
SHOW PROFILE [ALL|CPU|{BLOCK IO}|{PAGE FAULTS}|SOURCE][, ...] FOR QUERY query_id(query_id为SHOW PROFILES结果的Query_ID字段)结果包括以下字段:
Status:查询执行过程中的状态。各状态含义如下:
starting
Waiting for query cache lock
checking query cache for query
checking permissions
Opening tables
inti
System lock
optimizing
statistics
preparing
executing
Sending data:开始访问数据行并把结果返回客户端,包含大量的磁盘操作。
end
query end
closing tables
removing tmp table
freeing items
storing result in query cache
logging slow query
cleaning up
Duration:耗时。
CPU_user
CPU_system
Context_voluntary
Context_involuntary
Block_ops_in
Block_ops_out
Messages_sent
Messages_received
Page_faults_major
Page_faults_minor
Swaps
Source_function
Source_file
Source_line
通过trace分析优化器如何选择执行计划
需打开trace,设置格式为JSON,设置trace最大能使用的内存大小。如:
SET @@optimizer_trace="enabled=on";
SET @@end_markers_in_json=on;
SET @@optimizer_trace_max_size=1000000;
执行SELECT * FROM information_schema.OPTIMIZER_TRACE即可得到结果。
分析、检查、优化、修复表
ANALYZE、CHECK、OPTIMIZE、REPAIR执行期间都会对表进行锁定。
分析表,使得SQL能够生成正确的执行计划。如果感觉实际的执行计划并不符合预期,执行一次分析表可能会解决问题:
ANALYZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE tablename[, ...]
检查表,用于检查表或视图是否有错误。如视图定义中被引用的表不存在:
CHECK TABLE tablename[, ...] [{QUICK|FAST|MEDIUM|EXTENDED|CHANGED}[ ...]]
优化表,可以将表中的空间碎片进行合并。如果已经删除表的很大一部分数据,或已经对含有可变长度行(含有VARCHAR、*BLOB或*TEXT的列)的表进行很多更改,则应该进行优化表:
OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE tablename[, ...]
修复表,对坏表进行修复:
REPAIR [LOCAL|NO_WRITE_TO_BINLOG] TABLE tablename[, ...] [{QUICK|EXTENDED|USE_FRM}[ ...]]
常用SQL优化
大批量导入数据
对MyISAM存储引擎,可通过关闭和打开非唯一索引的更新提高导入效率:
ALTER TABLE tablename DISABLE KEYS;
# import data
ALTER TABLE tablename ENALBE KEYS;
对InnoDB存储引擎:
因为InnoDB表是按照主键的顺序保存的,所以将导入的数据按照主键的顺序排列,可以提高导入效率。
在导入数据前执行SET unique_checks=0关闭唯一性校验,在导入结束后执行SET unique_checks=1恢复唯一性校验,可提高导入效率。
如果应用使用自动提交的方式,建议导入前执行SET autocommit=0关闭自动提交,导入结束后执行SET autocommit=1恢复自动提交,可提高导入效率。
优化INSERT语句
当从同一客户端插入很多行时,应尽量使用多个值列表的INSERT语句。
如果从不同客户端插入很多行,可以使用INSERT DELAYED,让INSERT`马上返回(实际上数据被放在MySQL服务器内存队列中)。
将索引文件和数据文件在不同的磁盘存放(利用建表中的选项)。
如果进行批量INSERT,可以增加bulk_insert_buffer_size变量值来提高速度(只对MyISAM表使用)。
当从一个文件装载一个表时,使用LOAD DATA INFILE。
优化ORDER BY语句
MySQL有两种排序方式:
通过有序索引扫描直接返回有序数据。在使用EXPLAIN分析时显示为Using index。
filesort排序。将返回的数据在sort_buffer_size设置的内存排序区进行排序,至于是否使用磁盘文件和临时表等,取决于MySQL服务器对排序参数的设置和需要排序数据的大小。
对于filesort,MySQL比较查询取出的字段总大小和max_length_for_sort_data,判断使用哪种排序算法:
两次扫描算法(Tow passes):第一次根据条件获取排序字段和行指针信息,并在排序区中排序。第二次根据行指针回表读取记录,可能导致大量随机IO操作。
一次扫描算法(Single Pass):一次性取出满足条件的行的所有字段,然后在排序区排序后直接输出结果。这会导致内存开销比较大。
优化ORDER BY语句应该:尽量减少额外的排序,通过索引直接返回有序数据。WHERE条件和ORDER BY使用相同的索引,并且ORDER BY的顺序和索引顺序相同,并且ORDER BY的字段都是升序或都是降序。否则肯定需要额外的排序操作,这样就会出现filesort排序。
尽量SELECT必要的字段名,而不是SELECT *所有字段,这样可以减少排序区的使用,提高性能。
优化GROUP BY语句
MySQL会对GROUP BY的所有字段进行排序。如果想避免排序的消耗,可以使用ORDER BY NULL禁止排序。
优化子查询
有些情况下,子查询可以被更有效率的表连接代替。因为表连接不需要在内存中创建临时表。
优化OR条件
对于含有OR的查询,如果要利用索引,则OR之间的每个字段都必需能利用索引。此时,实际是对OR的各个字段分别查询的结果进行UNION操作。
优化分页查询
执行LIMIT offset_start, row_count时,MySQL排序出offset_start+row_count条记录后仅仅返回最后row_count条记录,前面的offset_start条记录都会被丢弃,查询和排序的代价非常高。有两种优化思路:
在索引上完成排序分页的操作,最后根据主键关联回表查询所需的其他列内容。
把查询转换成基于某个位置的查询,使用LIMIT row_count代替LIMIT offset_start, row_count。但这种方式对数据集有特定的要求。
使用SQL提示
SQL提示(SQL HINT)就是在SQL语句中加入一些人为提示来达到优化的目的。
SELECT SQL_BUFFER_RESULT * FROM ...
这个语句强制MySQL生成一个临时结果集。生成后所有表上的锁均被释放,这能在遇到表锁问题或要花很长时间将结果传给客户端时有帮助。
SELECT * FROM tablename USE|IGNORE|FORCE INDEX (indexname[, ...]) WHERE ...
USE INDEX提供希望(实际执行时不一定会被选择)查询时使用的索引,IGNORE INDEX忽略指定的索引,FORCE INDEX强制使用指定的索引。
常用SQL技巧
利用ORDER BY RAND()提取随机行。
利用GROUP BY ... WITH ROLLUP获取更多的分组聚合信息。