欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Mysql优化思路

程序员文章站 2022-06-23 22:38:36
一、总体优化思路 首先构建脚本观察查询数,连接数等数据,确定环境原因以及内部SQL执行原因,然后根据具体原因做具体处理。 二、构建脚本观察状态 mysqladmin -uroot -p ext \G 该命令可获取当前查询数量等信息,定时轮询并将结果重定向到文本中,然后处理成图表。 三、处理对策 1. ......

一、总体优化思路

    首先构建脚本观察查询数,连接数等数据,确定环境原因以及内部sql执行原因,然后根据具体原因做具体处理。

Mysql优化思路

二、构建脚本观察状态

mysqladmin -uroot -p  ext \g

 

该命令可获取当前查询数量等信息,定时轮询并将结果重定向到文本中,然后处理成图表。

三、处理对策

    1.若是规律性出现查询慢,考虑缓存雪崩问题。

        对于该问题只需将缓存的失效时间处理成不要相近时间同时失效,失效时间尽量离散化,或者集中到午夜失效。

    2.若非规律性查询缓慢,考虑设计缺乏优化

      处理方法:

      a:开启profiling记录查询操作,并获取语句执行详细信息

show variables like '%profiling%';
set profiling=on;

select count(*) from user; 
show profiles;

show profile for query 1;


>>>
+--------------------------------+----------+
| status                         | duration |
+--------------------------------+----------+
| starting                       | 0.000060 |
| executing hook on transaction  | 0.000004 |
| starting                       | 0.000049 |
| checking permissions           | 0.000007 |
| opening tables                 | 0.000192 |
| init                           | 0.000006 |
| system lock                    | 0.000009 |
| optimizing                     | 0.000005 |
| statistics                     | 0.000014 |
| preparing                      | 0.000017 |
| executing                      | 0.001111 |
| end                            | 0.000006 |
| query end                      | 0.000003 |
| waiting for handler commit     | 0.000015 |
| closing tables                 | 0.000011 |
| freeing items                  | 0.000085 |
| cleaning up                    | 0.000008 |
+--------------------------------+----------+

 

      b:使用explain 查看语句执行情况,索引使用,扫描范围等等

mysql> explain select count(*) from goods \g
*************************** 1. row ***************************
           id: 1
  select_type: simple
        table: goods
   partitions: null
         type: index   
possible_keys: null
          key: gid
      key_len: 5
          ref: null
         rows: 3
     filtered: 100.00
        extra: using index

 

      c:相关优化手法

表的优化与列类型选择

列选择原则:
1:字段类型优先级 整型 > date,time > char,varchar > blob
原因:整型,time运算快,节省空间
char/varchar要考虑字符集的转换与排序时的校对集,速度慢
blob无法使用内存临时表
2:够用就行,不要慷慨(如 smallint,varchar(n))
原因:大的字段浪费内存,影响速度
以varchar(10), varchar(300)存储的内容相同,但在表联查时,varchar(300)要花更多内存
3:尽量避免使用null
原因:null不利于索引,要用特殊的字节来标注.
在磁盘上占据的空间其实更大

索引优化策略

1.索引类型
1.1 b-tree索引(排好序的快速查找结构)
注:myisam,innodb中,默认用的是b-tree索引
1.2 hash索引
在memory表里,默认是hash索引,hash的理论查询时间复查度为o(1)
疑问:既然hash索引如此高效,为何不都用他?
a.hash函数计算后的结果是随机的,如果是在磁盘上放置数据,以主键为id为例,那么随着id的增长,id对应的行,在磁盘上随机放置。
b.无法对范围查询进行优化
c.无法利用前缀索引,比如在b-tree中,field列的值为“helloworld”,索引查询xx=hello/xx=helloworld都可以利用索引(左前缀索引),但hash索引无法做到,因为hash(hello)与hash(helloworld)并无关联关系。
d.排序也无法优化
e.必须回行,通过索引拿到数据位置,必须回到表中取数据.

2.b-tree索引的常见误区
2.1 在where条件常用的列上都加上索引
例:where cat_id=3 and price>100; //查询第3个栏目,100元以上的商品
误:cat_id和price上都加上索引。其实只能用上一个索引,他们都是独立索引.
2.2 在多列上建立索引后,查询哪个列,索引都将发挥作用
2.2 在多列上建立索引后,查询哪个列,索引都将发挥作用
正解:多列索引上,索引发挥作用,需要满足左前缀要求(层层索引)
以index(a,b,c)为例:
语句 索引是否发挥作用
where a=3 是
where a=3 and b=5 是
where a=3 and b=5 and c=4 是
where b=3 or where c=4 否
where a=3 and c=4 a列能发挥索引作用,c列不能
where a=3 and b>10 and c=7 a,b能发挥索引作用,c列不能

高性能索引策略
1.对于innodb而言,因为节点下有数据文件,因此节点的分裂将会变得比较慢,对于innodb的主键,尽量用整型,而且是递增的整型。
2.索引的长度直接影响索引文件的大小,影响增删改的速度,并间接影响查询速度(占用内存多)。
3.针对列中的值,从左往右截取部分来建索引。
a.截的越短,重复度越高,区分越小,索引效果越不好
b.截的越长,虽然区分度提高,但索引文件变大影响速度
所以尽量在长度上找到一个平衡点使性能最大化,惯用手法:截取不同长度来测试索引区分度
区分度测试: select count(distinct left(word, 1)) / count(*) from table;
测试完成后可以按测试得出的最优长度建立索引 alter table table_name add index word(word(4));

理想的索引
1.查询频繁
2.区分度高
3.长度小
4.尽量覆盖常用查询字段