一、性能优化简介
首先将性能定义为完成某件任务所需要的的时间度量,即响应时间。
性能优化就是在一定的工作负载下尽可能降低响应时间。
要想优化,就必须确定响应时间花在什么地方,就需要测量环节。
优化有两个方面:1.执行时间,去除子任务,降低子任务频率,提升子任务效率等 2.等待时间,比如锁竞争等。
1.通过性能剖析进行优化
性能剖析两个方面:
1.基于执行时间的分析 :什么任务执行时间最长
2.基于等待的分析:任务在什么地方被阻塞时间最长
具体操作:
1.使用explain 语句可看是否走了索引(是否使用了索引)
2.使用SHOW PROFILES可看执行该语句前所有语句的执行时间排名
3.使用show profile cpu ,block io for QUERY ID 可看具体情况。
2.理解性能剖析
※只有**响应占比时间较大(有必要)的和收益大于成本(有价值)**的查询才值得去优化。
二、对应用程序进行优化
这里作者推荐了New Rlic工具,说这个工具好。
三、剖析MySql查询
1.剖析服务器的负载
这里是通过慢查询日志记录查询或者使用pt-query-digest分析tcpdump的结果。
(这里虽然书上剖析过程我看了一遍,但是从没有实践过,感觉很空)
2.剖析单条查询
①使用SHOW PROFILE
默认为禁用,可通过SET profiling =1开启,但是单纯使用SHOW PROFILES只看到所有语句的时间与排名,显示信息并不细致。
此时如果我们想要查看最后一句具体的详细信息。可使用show profile cpu,block io for QUERY 218;查看具体是哪些操作,需要耗时多久。
不过需要注意这没有按照时间大小进行排序,所以看着并不是太方便,书中就给出了一个解决思路,首先使用SHOW PROFILES先查询值得优化的查询语句的ID,然后使用如下语句来,获取时间逆序排列的列表:
SET @query_id = ID;
SELECT STATE,SUM(DURATION) AS Total_R,
ROUND(100*SUM(DURATION)/(SELECT SUM(DURATION)
FROM information_schema.PROFILING
WHERE QUERY_ID = @query_id),2)AS Pct_R,
COUNT(*) AS CALLS,SUM(DURATION)/COUNT(*) AS "R/CALL"
FROM information_schema.PROFILING WHERE QUERY_ID = @query_id
GROUP BY STATE
ORDER BY Total_R DESC;
②使用SHOW STATUS
flush STATUS;
SELECT * FROM users;
SHOW STATUS WHERE VARIABLE_NAME LIKE 'Handler%' OR VARIABLE_NAME LIKE 'Created%';
四、诊断间歇性问题
1.使用SHOW GLOBAL STATUS 来查看全局的句柄数量,连接数量等
2.使用SHOW PROCESSLIST来查看是否有大量线程处于不正常的状态或者有其他不正常的特征。
ROCESSLIST**来查看是否有大量线程处于不正常的状态或者有其他不正常的特征。
3.使用查询日志