MySQL的慢查询与常见的查找方法（顺序查找，二分查找）

目录：

一. 寻找慢查询

定义：我们将超过指定时间的SQL语句查询称为“慢查询”。

1、在mysql日志中开启慢查询日志

• 修改配置文件 在 my.ini 增加几行: 主要是慢查询的定义时间（超过2秒就是慢查询），以及慢查询log日志记录（
  slow_query_log）
• 在mysql命令行中执行命令开启

2、分析慢查询日志

• 直接分析mysql慢查询日志 ,利用explain关键字可以模拟优化器执行SQL查询语句，来分析sql慢查询语句
• 例如：执行EXPLAIN SELECT * FROM res_user ORDER BYmodifiedtime LIMIT 0,1000

3. 得到如下结果： 显示结果分析：

table |  type | possible_keys | key |key_len  | ref | rows | Extra  EXPLAIN列的解释：           

table                 显示这一行的数据是关于哪张表的           

type                  这是重要的列，显示连接使用了何种类型。从最好到最差的连接类型为const、eq_reg、ref、range、indexhe和ALL 

rows                显示需要扫描行数

key                   使用的索引

二. 常见慢查询优化

1、索引没起作用的情况

1）使用LIKE关键字的查询语句

• 在使用LIKE关键字进行查询的查询语句中，如果匹配字符串的第一个字符为“%”，索引不会起作用。
• 只有“%”不在第一个位置索引才会起作用。

2）使用多列索引的查询语句

• MySQL可以为多个字段创建索引，一个索引最多可以包括16个字段。
• 对于多列索引，只有查询条件使用了这些字段中的第一个字段时，索引才会被使用。

2、优化数据库结构

• 对于字段比较多的表，如果有些字段的使用频率很低，可以将这些字段分离出来形成新表。
• 增加中间表，对于需要经常联合查询的表，可以建立中间表以提高查询效率。通过建立中间表，把需要经常联合查询的数据插入到中间表中，然后将原来的联合查询改为对中间表的查询，以此来提高查询效率。

分解关联查询举例：

SELECT * FROM tag 
        JOIN tag_post ON tag_id = tag.id
        JOIN post ON tag_post.post_id = post.id
        WHERE tag.tag = 'mysql';
 
        分解为：
 
        SELECT * FROM tag WHERE tag = 'mysql';
        SELECT * FROM tag_post WHERE tag_id = 1234;
        SELECT * FROM post WHERE post.id in (123,456,567);

三. 常见查找方法

1、顺序查找（linear search ）

• 最基本的查询算法当然是顺序查找（linear search），也就是对比每个元素的方法，不过这种算法在数据量很大时效率是极低的。
• 数据结构：有序或无序队列
• 复杂度：O(n)

2、二分查找

• 从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜素过程结束；
• 如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且根开始一样从中间元素开始比较。
• 如果在某一步骤数组为空，则代表找不到。
• 数据结构：有序数组
• 复杂度：O(logn)

3、二叉排序树查找

1）二叉排序树的特点是：

• 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
• 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
• 它的左、右子树也分别为二叉排序树。

2）搜索的原理：

• 若b是空树，则搜索失败，
• 若x等于b的根节点的数据域之值，则查找成功；
• 若x小于b的根节点的数据域之值，则搜索左子树；
• 数据结构：二叉排序树
• 时间复杂度： O(log2N)

4、哈希散列法(哈希表)

• 其原理是首先根据key值和哈希函数创建一个哈希表（散列表），燃耗根据键值，通过散列函数，定位数据元素位置。
• 数据结构：哈希表
• 时间复杂度：几乎是O(1)，取决于产生冲突的多少。