mysql 关联大于_mysql数据库调优（二）

第五、查询优化

1、查询慢的原因：网络因素、CPU、IO、上下文切换、系统调用、生成统计信息、锁等待时间等

2、优化数据库访问：查询性能地下的原因是访问的数据太多，某些查询不可避免的需要筛选大量的数据，可以通过减少访问数据量的方式优化；1、确认应用程序是否在检索大量超过需要的数据；2、确认mysql服务器层是否在分析大量超过需要的数据行

3、执行过程优化：

1、查询缓存：在解析一个查询语句之前，如果查询缓存是打开的，那么mysql会优先检查这个查询是否命中查询缓存中的数据，如果查询恰好命中了查询缓存，那么会在返回结果之前会检查用户权限，如果权限没有问题，那么mysql会跳过所有的阶段，就直接从缓存中拿到结果并返回给客户端；

2、查询优化处理：mysql查询完缓存之后会经过以下几个步骤：解析SQL、预处理、优化SQL执行计划，这几个步骤出现任何的错误，都可能会终止查询；

1、语法解析器和预处理：mysql通过关键字将SQL语句进行解析，并生成一颗解析树，mysql解析器将使用mysql语法规则验证和解析查询，例如验证使用使用了错误的关键字或者顺序是否正确等等，预处理器会进一步检查解析树是否合法，例如表名和列名是否存在，是否有歧义，还会验证权限等等

2、查询优化器：

1、select count(*) from table;show status like 'last_query_cost'; 可以看到这条查询语句大概需要做1104个数据页才能找到对应的数据，这是经过一系列的统计信息计算来的(每个表或者索引的页面个数；索引的基数；索引和数据行的长度；索引的分布情况)

2、很多时候mysql会选择错误的执行计划(统计信息不准确(InnoDB因为其mvcc的架构，并不能维护一个数据表的行数的精确统计信息

)；执行计划的成本估算不等同于实际执行的成本(有时候某个执行计划虽然需要读取更多的页面，但是他的成本却更小，因为如果这些页面都是顺序读或者这些页面都已经在内存中的话，那么它的访问成本将很小，mysql层面并不知道哪些页面在内存中，哪些在磁盘，所以查询之际执行过程中到底需要多少次IO是无法得知的)；mysql的最优可能跟你想的不一样(mysql的优化是基于成本模型的优化，但是有可能不是最快的优化)；mysql不考虑其他并发执行的查询；mysql不会考虑不受其控制的操作成本(执行存储过程或者用户自定义函数的成本))；

3、优化器的优化策略：1、静态优化，直接对解析树进行分析，并完成优化