文章目录
一、 慢查询日志
- 在使用mysql的过程中,我们发现系统有时候工作很慢。
- 要想优化这个系统,找到比较慢的sql语句,就要先查日志
1. MySQL的各种日志
- 日志用于记录数据库的运行情况,以及用户对数据库执行的各类操作。
- 当数据库发生故障时,可以根据日志分析和解决问题,从而对数据库进行恢复。
2. 认识慢查询日志
-
慢查询日志用于记录MySQL数据库中响应时间超过指定阈值(自己设置)的语句。慢查询日志通常也被称之为慢日志,因为它不仅仅只针对
SELECT
语句,像INSERT
、UPDATE
、DELETE
等语句,只要响应时间超过所设定阈值都会记录在慢查询日志中 -
mysql8.0的参数(5.x版本有区别)
3. 开启慢查询日志
-
开启日志会影响性能
-
慢查询日志可以通过命令临时设置,也可以修改配置文件永久设置。
-
语法:
#查看是否开启慢查询日志 show variables like 'slow%'; #临时开启慢查询日志 set global slow_query_log='ON'; set global long_query_time=1; #慢查询日志文件所在位置 show variables like '%datadir%'; #设置慢开始日志阈值为1s set long_query_time = 1; #查看各日志的阈值 show variables like '%long%'; #查看日志输出 show variables like '%log_output%'; #查看日志保存位置 show variables like '%datadir%';
4. 示例
# 查看是否开启慢查询日志,看到现在慢开始日志没开,慢开始日志保存位置为D:\programmer\MySQL\..
mysql> show variables like 'slow%';
+---------------------+---------------------------------------------------+
| Variable_name | Value |
+---------------------+---------------------------------------------------+
| slow_launch_time | 2 |
| slow_query_log | OFF |
| slow_query_log_file | D:\programmer\MySQL\Data\7CKJN7W619Q5V0C-slow.log |
+---------------------+---------------------------------------------------+
3 rows in set (0.00 sec)
# 开启慢查询日志
mysql> set global slow_query_log='ON';
Query OK, 0 rows affected (0.53 sec)
#设置慢开始日志阈值
mysql> set long_query_time = 1;
Query OK, 0 rows affected (0.05 sec)
#查看各日志阈值
mysql> show variables like '%long%';
+---------------------------------------------------+----------+
| Variable_name | Value |
+---------------------------------------------------+----------+
| long_query_time | 1.000000 |
| max_long_data_size | 1048576 |
| performance_schema_events_waits_history_long_size | 10000 |
+---------------------------------------------------+----------+
3 rows in set (0.13 sec)
#查看日志保存位置,这是所有日志保存的位置
mysql> show variables like '%datadir%';
+---------------+---------------------------+
| Variable_name | Value |
+---------------+---------------------------+
| datadir | D:\programmer\MySQL\Data\ |
+---------------+---------------------------+
1 row in set (0.00 sec)
#查看日志输出,看到这是一个表,这个表在mysql用于的管理的数据库mysql中
mysql> show variables like '%log_output%';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| log_output | FILE |
+---------------+-------+
1 row in set (0.00 sec)
mysql> use mysql
Database changed
mysql> show tables; #下面查出的slow_log就是慢开始日志输出的表
+---------------------------+
| Tables_in_mysql |
+---------------------------+
| columns_priv |
| db |
| event |
| func |
| general_log |
| help_category |
| help_keyword |
| help_relation |
| help_topic |
| host |
| ndb_binlog_index |
| plugin |
| proc |
| procs_priv |
| proxies_priv |
| servers |
| slow_log |
| tables_priv |
| time_zone |
| time_zone_leap_second |
| time_zone_name |
| time_zone_transition |
| time_zone_transition_type |
| user |
+---------------------------+
24 rows in set (0.32 sec)
-
下面写两个慢的sql语句,到日志看记录没
mysql> select sleep(3); +----------+ | sleep(3) | +----------+ | 0 | +----------+ 1 row in set (3.37 sec) mysql> select sleep(5); +----------+ | sleep(5) | +----------+ | 0 | +----------+ 1 row in set (5.00 sec)
二、查询分析器EXPLAIN
-
前面用日志找出慢的sql语句后,可以用
explain
分析问题出在哪里 -
先给出本文中用于演示的数据表:
mysql> select * from employee; +----+--------+------+--------+ | id | name | sex | salary | +----+--------+------+--------+ | 1 | 张三 | 男 | 5500 | | 2 | 李洁 | 女 | 4500 | | 3 | 李小梅 | 女 | 4200 | | 4 | 欧阳辉 | 男 | 7500 | | 5 | 李芳 | 女 | 8500 | | 6 | 张江 | 男 | 6800 | | 7 | 李四 | 男 | 12000 | | 8 | 王五 | 男 | 3600 | | 9 | 马小龙 | 男 | 6000 | | 10 | 龙五 | 男 | 8000 | | 11 | 冯小芳 | 女 | 10000 | | 12 | 马小龙 | 女 | 4000 | +----+--------+------+--------+ 12 rows in set (0.00 sec)
1. explain简介
-
explain
命令可以查看SQL语句的执行计划。当explain与SQL语句一起使用时,MySQL将显示来自优化器的有关语句执行计划的信息。也就是说,MySQL解释了它将如何处理语句,包括有关如何联接表以及以何种顺序联接表的信息。 -
explain能做什么?
- 分析出表的读取顺序
- 数据读取操作的操作类型
- 哪些索引可以使用
- 哪些索引被实际使用
- 表之间的引用
- 每张表有多少行被优化器查询
2. explain的使用
- explain的使用很简单,只需要在SQL语句之前加上explain命令即可,除
select
语句外,explain
也能分析insert
、update
和delete
语句。(最后加个\G
可以进行规格化显示
)
3. explain的结果解析
-
参数一览
- 连接类型:
all
是最糟糕的,在表格中越靠左边越好
- 连接类型:
-
对比where条件不同导致的不同
mysql> explain select * from employee where name = '张三'\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: employee type: ALL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 11 Extra: Using where 1 row in set (0.53 sec) mysql> explain select * from employee where id = 1\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: employee type: const possible_keys: PRIMARY key: PRIMARY key_len: 4 ref: const rows: 1 Extra: 1 row in set (0.11 sec)
- 用name做where条件时
- type: ALL (最糟糕)
- key: NULL 没有用索引
- rows: 11 扫描了11行(是全表扫描)
- 用id做where条件时
- type: const 比较好
- key: PRIMARY 用了主键索引
- rows: 1 扫描了1行
- 用name做where条件时
三、索引的基本使用
1. 什么是索引
- 索引是一种特殊的数据结构,类似于图书的目录,它能够极大地提升数据库的查询效率。如果没有索引,在查询数据时必须扫描表中的所有记录才能找出符合条件的记录,这种全表扫描的查询效率非常低
2. 常见的索引种类
-
索引是对数据库表中一列或多列的值进行排序的一种结构,使用索引可快速访问数据库表中的特定记录
-
数据库的索引好比一本书的目录,能够加快数据库的查询速度;
-
索引是快速搜索的关键,如果不加索引,查找任何一条特定的数据都会进行一次全表扫描
-
常见索引种类
3. 索引的使用
(1)创建索引
# 创建普通索引
CREATE INDEX indexName ON tableName(columnName(length));
# 创建唯一索引
CREATE UNIQUE INDEX indexName ON tableName(columnName(length));
# 创建复合索引
CREATE INDEX indexName ON tableName(columnName1, columnName2, …);
(2)删除索引
DROP INDEX [indexName] ON tableName;
(3)查看索引
SHOW INDEX FROM tableName;
4. 实战经验
-
5. 示例
-
先对employee查一下有没有索引
mysql> show index from employee\G; *************************** 1. row *************************** Table: employee Non_unique: 0 Key_name: PRIMARY Seq_in_index: 1 Column_name: id Collation: A Cardinality: 11 Sub_part: NULL Packed: NULL Null: Index_type: BTREE Comment: Index_comment: 1 row in set (0.00 sec)
- 可见:虽然没有手动建索引,但是有一个主键索引
- 主键会自动建一个索引
-
现在进行一个没有索引的查询
mysql> explain select * from employee where name = '张三'\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: employee type: ALL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: 11 Extra: Using where 1 row in set (0.00 sec)
- 可见:key为空,即没有索引,进行了全表扫描
-
为name字段添加索引
# 建立一个新索引 mysql> CREATE INDEX idx_name ON employee(name); Query OK, 0 rows affected (0.67 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> show index from employee\G; *************************** 1. row *************************** Table: employee Non_unique: 0 Key_name: PRIMARY Seq_in_index: 1 Column_name: id Collation: A Cardinality: 11 Sub_part: NULL Packed: NULL Null: Index_type: BTREE Comment: Index_comment: *************************** 2. row *************************** Table: employee Non_unique: 1 Key_name: idx_name Seq_in_index: 1 Column_name: name Collation: A Cardinality: 11 Sub_part: NULL Packed: NULL Null: YES Index_type: BTREE Comment: Index_comment: 2 rows in set (0.00 sec)
-
在进行一次字段的查询
mysql> explain select * from employee where name = '张三'\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: employee type: ref possible_keys: idx_name key: idx_name key_len: 93 ref: const rows: 1 Extra: Using where 1 row in set (0.00 sec)
- 可见:现在用idx_name作为索引进行查询,只扫描1行
-
删除刚刚建立的索引
mysql> DROP INDEX idx_name ON employee; Query OK, 0 rows affected (0.67 sec) Records: 0 Duplicates: 0 Warnings: 0
四、复合索引的前导列特性
1. 复合索引前导列特性
-
复合索引前导列特性:创建复合索引
(name, salary, dept)
,相当于创建了三个索引(name, salary, dept)
(name, salary)
(name)
-
因此在创建复合索引时应该将最常用作查询条件的列放在最左边,依次递减
-
只建立上述复合索引的话
-
以下查询都不会使用到索引
select * from employee where salary=8800; select * from employee where dept='部门A'; select * from employee where salary=8800 and dept='部门A';
-
以下查询会使用到索引
select * from employee where name='liufeng'; select * from employee where name='liufeng' and salary=8800; select * from employee where name='liufeng' and salary=8800 and dept='部门';
-
2. 示例
# 创建一个复合索引(name,salary,dept)
mysql> create index idx_name_salary_dept on employee(name,salary,dept);
Query OK, 0 rows affected (0.62 sec)
Records: 0 Duplicates: 0 Warnings: 0
# 查询name(可见用索引)
mysql> explain select * from employee where name='张三'\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: employee
type: ref
possible_keys: idx_name_salary_dept
key: idx_name_salary_dept
key_len: 93
ref: const
rows: 1
Extra: Using where
1 row in set (0.00 sec)
# 查询name ane dept(可见用索引)
mysql> explain select * from employee where name='张三' and dept = 'A'\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: employee
type: ref
possible_keys: idx_name_salary_dept
key: idx_name_salary_dept
key_len: 93
ref: const
rows: 1
Extra: Using where
1 row in set (0.00 sec)
# 查询dept(可见没有索引)
mysql> explain select * from employee where dept = 'A'\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: employee
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 11
Extra: Using where
1 row in set (0.00 sec)
五、覆盖索引
-
覆盖索引又称之为索引覆盖,即select的数据列只从索引中就能得到,不必读取数据行,也就是只需扫描索引就可以得到查询结果
-
这就好像:要查看的数据就在书的目录里,看看目录就可以了,不用真正去翻书
-
关于覆盖索引的几点说明:
-
使用覆盖索引,只需要从索引中就能检索到需要的数据,而不要再扫描数据表;
-
索引的体量往往要比数据表小很多,因此只读取索引速度会非常快,也会极大减少数据访问量;
-
MySQL的查询优化器会在执行查询前判断,是否有一个索引可以覆盖所有的查询列;
-
并非所有类型的索引都可以作为覆盖索引,覆盖索引必须要存储索引列的值。像哈希索引、空间索引、全文索引等并不会真正存储索引列的值
-
1. 如何判断使用了覆盖索引
- 当一个查询使用了覆盖索引,在查询分析器EXPLAIN的Extra列可以看到
Using index
2. 使用索引的示例
-
创建复合索引
(name, salary, dept)
mysql> show index from employee\G; *************************** 1. row *************************** Table: employee Non_unique: 0 Key_name: PRIMARY Seq_in_index: 1 Column_name: id Collation: A Cardinality: 11 Sub_part: NULL Packed: NULL Null: Index_type: BTREE Comment: Index_comment: *************************** 2. row *************************** Table: employee Non_unique: 1 Key_name: idx_name_salary_dept Seq_in_index: 1 Column_name: name Collation: A Cardinality: 11 Sub_part: NULL Packed: NULL Null: YES Index_type: BTREE Comment: Index_comment: *************************** 3. row *************************** Table: employee Non_unique: 1 Key_name: idx_name_salary_dept Seq_in_index: 2 Column_name: salary Collation: A Cardinality: 11 Sub_part: NULL Packed: NULL Null: YES Index_type: BTREE Comment: Index_comment: *************************** 4. row *************************** Table: employee Non_unique: 1 Key_name: idx_name_salary_dept Seq_in_index: 3 Column_name: dept Collation: A Cardinality: 11 Sub_part: NULL Packed: NULL Null: YES Index_type: BTREE Comment: Index_comment: 4 rows in set (0.00 sec)
- 由于复合索引的前导列特性,多建立了三个索引
-
使用覆盖索引(注意查询的列信息必须能从索引中获得)
# 使用了覆盖索引 mysql> explain select id from employee\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: employee type: index possible_keys: NULL key: idx_name_salary_dept key_len: 191 ref: NULL rows: 11 Extra: Using index 1 row in set (0.34 sec) # 使用了覆盖索引 mysql> explain select id from employee\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: employee type: index possible_keys: NULL key: idx_name_salary_dept key_len: 191 ref: NULL rows: 11 Extra: Using index 1 row in set (0.34 sec) # 多了一个sex字段,索引没有覆盖,这个只能全表扫描了 mysql> explain select id from employee\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: employee type: index possible_keys: NULL key: idx_name_salary_dept key_len: 191 ref: NULL rows: 11 Extra: Using index 1 row in set (0.34 sec)