MySQL优化系列(二)--查找优化(1)(非索引设计)

  1. 云栖社区>
  2. 博客>
  3. 正文

MySQL优化系列(二)--查找优化(1)(非索引设计)

优惠码优惠 2018-12-01 07:53:23 浏览854
展开阅读全文

MySQL优化系列(二)--查找优化(1)(非索引设计)

接下来这篇是查询优化,用户80%的操作基本都在查询,我们有什么理由不去优化他呢??所以这篇博客将会讲解大量的查询优化(索引以及库表结构优化等高级用法后面文章再讲),先讲单表查优化,再讲多表查优化。
本系列:demo下载
(一)MySQL优化笔记(一)–库与表基本操作以及数据增删改
(二)MySQL优化笔记(二)–查找优化(1)(非索引设计)
(三)MySQL优化笔记(二)–查找优化(2)(外连接、多表联合查询以及查询注意点)
(四) MySQL优化笔记(三)–索引的使用、原理和设计优化
(五) MySQL优化笔记(四)–表的设计与优化(单表、多表)
(六)MySQL优化笔记(五)–数据库存储引擎
文章结构:(1)明确搜索优化的整体思路以及查询优化的因素;(2)优化查询前的几个工具说明;(3)单表查询步步优化;
文章目录:
(1)明确搜索优化的整体思路以及查询优化的因素
搜索优化的整体思路
查询优化的因素思路 
是否向数据库请求了不需要的数据
mysql是否扫描额外的纪录
查询方式 
- 一个复杂查询 or 多个简单查询 
- 切分查询 
- 分解关联查询
查询的流程(站在后端开发者角度)。
(2)优化查询前的几个工具说明
查看MySQL整体状态
开启慢查询日志 
在配置文件my.cnf或my.ini中在[mysqld]一行下面加入两个配置参数
查看日志启动状态
设置慢日志开启
查询long_query_time 的值
为了方便测试,可以将修改慢查询时间为3秒
以后就往我们设置的日志路径去访问日志即可
explain查询分析
profiling查询分析
(3)单表查询步步优化:(暂不讨论索引,在下篇文章再详解索引)
明确需要的字段,要多少就写多少字段
使用分页语句:limit start , count 或者条件 where子句
如果是有序的查询,可使用ORDER BY
开启查询缓存
建立索引(下篇博客再详讲) 
数据库文件依然是: 数据库文件,这篇主要看商品表
一、明确搜索优化的整体思路以及查询优化的因素:
(1)搜索优化的整体思路:
索引优化,查询优化,查询缓存,服务器设置优化,操作系统和硬件优化,应用层面优化(web服务器,缓存)等等。对于一个整体项目而言只有这些齐头并进,才能实现mysql高性能。
(2)查询优化的因素思路:
[一]是否向数据库请求了不需要的数据。
也就是说不要轻易使用select * from ,能明确多少数据就查多少个
[二]mysql是否扫描额外的纪录
查询是否扫描了过多的数据。最简单的衡量查询开销三个指标如下:响应时间;扫描的行数;返回的行数。
没有哪个指标能够完美地衡量查询的开销,但它们大致反映了mysql在内部执行查询时需要多少数据,并可以推算出查询运行的时间。
这三个指标都会记录到mysql的慢日志中,所以检查慢日志记录是找出扫描行数过多的查询的好办法。
响应时间:是两个部分之和:服务时间和排队时间。服务时间是指数据库处理这个查询真正花了多长时间。 排队时间是指服务器因为等待某些资源而没有真正执行查询的时间。—可能是等io操作完成,也可能是等待行锁,等等。
扫描的行数和返回的行数:分析查询时,查看该查询扫描的行数是非常有帮助的。这在一定程度上能够说明该查询找到需要的数据的效率高不高。
扫描的行数和访问类型: 在expain语句中的type列反应了访问类型。访问类型有很多种,从全表扫描(ALL)到索引扫描(index)到范围扫描()到唯一索引查询到常数引用等。这里列的这些,速度由慢到快,扫描的行数也是从小到大。
如果发现查询需要扫描大量的数据但只返回少数的行,那么通常可以尝试下面的技巧去优化它:
使用索引覆盖扫描。
改变库表结构。例如使用单独的汇总表。
重写这个复杂的查询。让mysql优化器能够以更优化的方式执行这个查询。
[三]查询方式:
1. 一个复杂查询 or 多个简单查询
设计查询的时候一个需要考虑的重要问题是,是否需要将一个复杂的查询分成多个简单的查询。
2.切分查询
有时候对于一个大查询我们需要“分而治之”,将大查询切分为小查询,每个查询功能完全一样,只完成一小部分,每次只返回一小部分查询结果。
3.分解关联查询
分解关联查询
    select * from tag 

       join tag_post on tag_post.tag_id = tag.id

       join post on tag_post.post_id = post.id

    where tag.tag = 'mysql'

    可以分解成下面这些查询来代替:

    > select * from tag where tag = 'mysql'

    > select * from tag_post where tag_id = 1234

    > select * from post where post_id in (123, 456, 567, 9098, 8904)    
    
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
让缓存的效率更高。
将查询分解后,执行单个查询可以减少锁的竞争。
在应用层做关联,可以更容易对数据库进行拆分,更容易做到高性能和可扩展。
查询本身效率也可能会有所提升。
可以减少冗余记录的查询,
更进一步,这样做相当于在应用中实现了哈希关联,而不是使用mysql的嵌套循环关联。
(3)查询的流程(站在后端开发者角度):摘自此博主此文章


1.客户端发送一条查询给服务器
2.服务器先检查查询缓存,如果命中了缓存,则立刻返回存储在缓存中的结果,否则进入下一阶段。
3.服务器进行SQL解析,预处理,再由优化器生成对应的执行计划,
4.mysql根据优化器生成的执行计划,调用存储引擎的API来执行查询。
5.将结果返回给客户端。
二、优化查询前的几个工具说明:
(1)查看MySQL整体状态:
1. Mysql> show status; ——显示状态信息(扩展show status like ‘XXX’)
2. Mysql>show variables ——显示系统变量(扩展show variables like ‘XXX’)
3. Mysql>show innodb status ——显示InnoDB存储引擎的状态
4. Mysql>show processlist ——查看当前SQL执行,包括执行状态、是否锁表等
5. Shell> mysqladmin variables -u username -p password——显示系统变量
6. Shell> mysqladmin extended-status -u username -p password——显示状态信息
7. Shell> mysqld –verbose –help [|more #逐行显示] 查看状态变量及帮助:
(2)开启慢查询日志:


1. 在配置文件my.cnf或my.ini中在[mysqld]一行下面加入两个配置参数
log-slow-queries={自己想存放的日志路径}/slow-query.log
long_query_time=2
注:log-slow-queries参数为慢查询日志存放的位置,一般这个目录要有mysql的运行帐号的可写权限,一般都将这个目录设置为mysql的数据存放目录;
long_query_time=2中的2表示查询超过两秒才记录;
在my.cnf或者my.ini中添加log-queries-not-using-indexes参数,表示记录下没有使用索引的查询。
log-slow-queries=/data/mysqldata/slow-query.log
long_query_time=10
log-queries-not-using-indexes
2. 查看日志启动状态:show variables like “slow%”;


3. 设置慢日志开启: set global slow_query_log = ON;


4. 查询long_query_time 的值 :
show variables like “long%”;
5. 为了方便测试,可以将修改慢查询时间为3秒。(小点容易比较,毕竟mysql处理那么快)


6.以后就往我们设置的日志路径去访问日志即可:
more  slow.log
1
(3)explain查询分析:
使用 EXPLAIN 关键字可以模拟优化器执行SQL查询语句,从而知道MySQL是如何处理你的SQL语句的。这可以帮你分析你的查询语句或是表结构的性能瓶颈。通过explain命令可以得到:
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


EXPLAIN查询出来的字段解析:
1)Table:显示这一行的数据是关于哪张表的
2)possible_keys:显示可能应用在这张表中的索引。如果为空,没有可能的索引。可以为相关的域从WHERE语句中选择一个合适的语句。
指出MySQL能使用哪个索引在表中找到记录,查询涉及到的字段上若存在索引,则该索引将被列出,但不一定被查询使用,因为MySQL内部优化器有自己的抉择。
该列完全独立于EXPLAIN输出所示的表的次序。这意味着在possible_keys中的某些键实际上不能按生成的表次序使用。
如果该列是NULL,则没有相关的索引。在这种情况下,可以通过检查WHERE子句看是否它引用某些列或适合索引的列来提高你的查询性能。如果是这样,创造一个适当的索引并且再次用EXPLAIN检查查询
3)key:实际使用的索引。如果为NULL,则没有使用索引。MYSQL很少会选择优化不足的索引,此时可以在SELECT语句中使用USE INDEX(index)来强制使用一个索引或者用IGNORE INDEX(index)来强制忽略索引
4)key_len:使用的索引的长度。在不损失精确性的情况下,长度越短越好
表示索引中使用的字节数,可通过该列计算查询中使用的索引的长度(key_len显示的值为索引字段的最大可能长度,并非实际使用长度,即key_len是根据表定义计算而得,不是通过表内检索出的)
不损失精确性的情况下,长度越短越好
5)ref:显示索引的哪一列被使用了,如果可能的话,是一个常数。
表示上述表的连接匹配条件,即哪些列或常量被用于查找索引列上的值
6)rows:MySQL认为必须检索的用来返回请求数据的行数
表示MySQL根据表统计信息及索引选用情况,估算的找到所需的记录所需要读取的行数
7)select_type:查询中每个select子句的类型
(1) SIMPLE(简单SELECT,不使用UNION或子查询等)
(2) PRIMARY(查询中若包含任何复杂的子部分,最外层的select被标记为PRIMARY)
(3) UNION(UNION中的第二个或后面的SELECT语句)
(4) DEPENDENT UNION(UNION中的第二个或后面的SELECT语句,取决于外面的查询)
(5) UNION RESULT(UNION的结果)
(6) SUBQUERY(子查询中的第一个SELECT)
(7) DEPENDENT SUBQUERY(子查询中的第一个SELECT,取决于外面的查询)
(8) DERIVED(派生表的SELECT, FROM子句的子查询)
(9) UNCACHEABLE SUBQUERY(一个子查询的结果不能被缓存,必须重新评估外链接的第一行)
8)type:这是最重要的字段之一,显示查询使用了何种类型。从最好到最差的连接类型为NULL、system、const、eq_ref、ref、range、index和ALL
NULL: MySQL在优化过程中分解语句,执行时甚至不用访问表或索引,例如从一个索引列里选取最小值可以通过单独索引查找完成。
system、const:可以将查询的变量转为常量. 如id=1; id为 主键或唯一键。当MySQL对查询某部分进行优化,并转换为一个常量时,使用这些类型访问。如将主键置于where列表中,MySQL就能将该查询转换为一个常量,system是const类型的特例,当查询的表只有一行的情况下,使用system
eq_ref:访问索引,返回某单一行的数据.(通常在联接时出现,查询使用的索引为主键或惟一键)。类似ref,区别就在使用的索引是唯一索引,对于每个索引键值,表中只有一条记录匹配,简单来说,就是多表连接中使用primary key或者 unique key作为关联条件
ref:访问索引,返回某个值的数据.(可以返回多行) 通常使用=时发生。表示上述表的连接匹配条件,即哪些列或常量被用于查找索引列上的值
range:这个连接类型使用索引返回一个范围中的行,比如使用>或<查找东西,并且该字段上建有索引时发生的情况(注:不一定好于index)。只检索给定范围的行,使用一个索引来选择行。
index:以索引的顺序进行全表扫描,优点是不用排序,缺点是还要全表扫描。index与ALL区别为index类型只遍历索引树
ALL:全表扫描,应该尽量避免。 MySQL将遍历全表以找到匹配的行。
9)Extra:关于MYSQL如何解析查询的额外信息,主要有以下几种
using index:只用到索引,可以避免访问表.。表示查询在索引树中就可查找所需数据, 不用扫描表数据文件, 往往说明性能不错
using where:使用到where来过虑数据. 不是所有的where clause都要显示using where. 如以=方式访问索引.
using tmporary:查询有使用临时表, 一般出现于排序, 分组和多表 join 的情况, 查询效率不高, 建议优化.
using filesort:用到额外的排序. (当使用order by v1,而没用到索引时,就会使用额外的排序)。MySQL中无法利用索引完成的排序操作称为“文件排序”
range checked for eache record(index map:N):没有好的索引.
Using join buffer:改值强调了在获取连接条件时没有使用索引,并且需要连接缓冲区来存储中间结果。如果出现了这个值,那应该注意,根据查询的具体情况可能需要添加索引来改进能。
Impossible where:这个值强调了where语句会导致没有符合条件的行。
(4)profiling查询分析:
通过慢日志查询可以知道哪些SQL语句执行效率低下,通过explain我们可以得知SQL语句的具体执行情况,索引使用等,还可以结合show命令查看执行状态。
如果觉得explain的信息不够详细,可以同通过profiling命令得到更准确的SQL执行消耗系统资源的信息。
profiling默认是关闭的。可以通过以下语句查看: select @@profiling;


打开profiling查询分析:set profiling = 1;


然后我们随便写几条select语句,再查看:show profiles\G;


mysql> show profiles\G; 可以得到被执行的SQL语句的时间和ID
mysql>show profile for query 1; 得到对应SQL语句执行的详细信息
Show Profile命令格式:

SHOW PROFILE [type [, type] … ]                                    

    [FOR QUERY n]                                                            

    [LIMIT row_count [OFFSET offset]]        



type参数:                                                                                 

  |ALL                                                                               

  | BLOCK IO                                                                      

  | CONTEXT SWITCHES                                                   

  | CPU                                                                              

  | IPC                                                                                

  | MEMORY                                                                            

  | PAGE FAULTS                                                               

  | SOURCE                                                                        

  | SWAPS                              
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
以上的16rows是针对非常简单的select语句的资源信息,对于较复杂的SQL语句,会有更多的行和字段,比如converting HEAP to MyISAM 、Copying to tmp table等等,由于以上的SQL语句不存在复杂的表操作,所以未显示这些字段。通过profiling资源耗费信息,我们可以采取针对性的优化措施。
测试完毕以后 ,关闭参数:mysql> set profiling=0
三、单表查询步步优化:(暂不讨论索引,在下篇文章再详解索引)
(我们继续看上面所用的商品表)
//最傻的查询方式
select * from commodity_list
1
2
(1)明确需要的字段,要多少就写多少字段:
select  d.Good_ID ,
        d.Classify_ID,
        d.Good_Name,
        d.Monthsale_Num,
        d.Store_Name,
        d.Comment_Num,
        d.Good_Brand,
        d.Ishas_License,
        ifnull(d.Good_Hot,0),
        d.Good_Price,
        d.Store_Add,
        d.Store_Age,
        d.Seller_Credit,
        d.Classify_Description
        from
        Commodity_list d;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
(2)使用分页语句:limit start , count 或者条件 where子句
有什么可限制的条件尽量加上,查一条就limit一条。做到不多拿不乱拿。
明确子句的执行顺序先:
SELECT select_list   
FROM table_name  
[ WHERE search_condition ]  
[ GROUP BY group_by_expression ]  
[ HAVING search_condition ]  
[ ORDER BY order_expression [ ASC | DESC ] ]
[limit m,n]
1
2
3
4
5
6
7
例子:
select
        d.Good_ID ,
        d.Classify_ID,
        d.Good_Name,
        d.Monthsale_Num,
        d.Store_Name,
        d.Comment_Num,
        d.Good_Brand,
        d.Ishas_License,
        ifnull(d.Good_Hot,0),
        d.Good_Price,
        d.Store_Add,
        d.Store_Age,
        d.Seller_Credit,
        d.Classify_Description
        from
        Commodity_list d
        where Classify_ID=23
        limit 1,10000
        ;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
补充:
1)limit语句的查询时间与起始记录的位置成正比
2)mysql的limit语句是很方便,但是对记录很多的表并不适合直接使用。
对limit分页性能优化分析:
偏移量越大,查询越费时。
原因:
每条数据的实际存储长度不一样(所以必须要依次遍历,不能直接跳过前面的一部分)
哪怕是每条数据存储长度一样,如果之前有过delete操作,那索引上的排列就有gap
所以数据不是定长存储,不能像数组那样用index来访问,只能依次遍历,就导致偏移量越大查询越费时
对limit的使用再优化 :
利用自增主键,避免offset的使用(演示在积分表score,商品表设计得不太好),约是上面方法的1/3时间。
select *
        from
        score 
        WHERE id>0 LIMIT 10000
        ;
select *
        from
        score 
        WHERE id>10000 LIMIT 10000
        ;
select *
        from
        score 
        WHERE id>20000 LIMIT 10000
        ;

        ......
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
(3)如果是有序的查询,可使用ORDER BY
select *
        from
        score 
        WHERE id>0
        ORDER BY score ASC
        LIMIT 10000
        ;
1
2
3
4
5
6
7
(4)开启查询缓存:部分摘自此博主此博客
大多数的MySQL服务器都开启了查询缓存。这是提高性最有效的方法之一。当有很多相同的查询被执行了多次的时候,这些查询结果会被放到一个缓存中,这样,后续的相同的查询就不用操作表而直接访问缓存结果了。
命中缓存条件:
1)缓存存在一个hash表中,通过查询SQL,查询数据库,客户端协议等作为key.在判断是否命中前,MySQL不会解析SQL,而是直接使用SQL去查询缓存,SQL任何字符上的不同,如空格,注释,都会导致缓存不命中.
2)如果查询中有不确定数据,例如CURRENT_DATE()和NOW()函数,那么查询完毕后则不会被缓存.所以,包含不确定数据的查询是肯定不会找到可用缓存的
工作流程:
1)服务器接收SQL,以SQL和一些其他条件为key查找缓存表(额外性能消耗)
2)如果找到了缓存,则直接返回缓存(性能提升)
3)如果没有找到缓存,则执行SQL查询,包括原来的SQL解析,优化等.
4)执行完SQL查询结果以后,将SQL查询结果存入缓存表(额外性能消耗)
缓存使用的时机:(并不是每个情况使用缓存都是好的)
衡量打开缓存是否对系统有性能提升是一个整体的概念。
1)通过缓存命中率判断, 缓存命中率 = 缓存命中次数 (Qcache_hits) / 查询次数 (Com_select)、
2)通过缓存写入率, 写入率 = 缓存写入次数 (Qcache_inserts) / 查询次数 (Qcache_inserts)
3)通过 命中-写入率 判断, 比率 = 命中次数 (Qcache_hits) / 写入次数 (Qcache_inserts), 高性能MySQL中称之为比较能反映性能提升的指数,一般来说达到3:1则算是查询缓存有效,而最好能够达到10:1
缓存参数配置:
1)query_cache_type: 是否打开缓存:
可选项:OFF: 关闭;ON: 总是打开;DEMAND: 只有明确写了SQL_CACHE的查询才会吸入缓存
2)query_cache_size: 缓存使用的总内存空间大小,单位是字节,这个值必须是1024的整数倍,否则MySQL实际分配可能跟这个数值不同(感觉这个应该跟文件系统的blcok大小有关)
3)query_cache_min_res_unit: 分配内存块时的最小单位大小
4)query_cache_limit: MySQL能够缓存的最大结果,如果超出,则增加 Qcache_not_cached的值,并删除查询结果
5)query_cache_wlock_invalidate: 如果某个数据表被锁住,是否仍然从缓存中返回数据,默认是OFF,表示仍然可以返回
6)缓存的一些整体参数:
Qcache_free_blocks: 缓存池中空闲块的个数

Qcache_free_memory: 缓存中空闲内存量

Qcache_hits: 缓存命中次数

Qcache_inserts: 缓存写入次数

Qcache_lowmen_prunes: 因内存不足删除缓存次数

Qcache_not_cached: 查询未被缓存次数,例如查询结果超出缓存块大小,查询中包含可变函数等

Qcache_queries_in_cache: 当前缓存中缓存的SQL数量

Qcache_total_blocks: 缓存总block数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
减少碎片策略:
1)选择合适的block大小
2)使用 FLUSH QUERY CACHE 命令整理碎片.这个命令在整理缓存期间,会导致其他连接无法使用查询缓存
PS: 清空缓存的命令式 RESET QUERY CACHE
InnoDB与查询缓存:
Innodb会对每个表设置一个事务计数器,里面存储当前最大的事务ID.当一个事务提交时,InnoDB会使用MVCC中系统事务ID最大的事务ID跟新当前表的计数器.
只有比这个最大ID大的事务能使用查询缓存,其他比这个ID小的事务则不能使用查询缓存.
另外,在InnoDB中,所有有加锁操作的事务都不使用任何查询缓存
(5)建立索引(下篇博客再详讲)
源码下载:工程以及数据库文件下载
好了,MySQL优化系列(二)–查找优化(1)(非索引设计)讲完了,由于篇幅太长,多表查询只能放到下篇了,还有一些查询的注意点也放到下一篇,我会继续出这个系列文章,分享经验给大家。欢迎在下面指出错误,共同学习!!你的点赞是对我最好的支持!!
更多内容,可以访问JackFrost的博客
--------------------- 
作者:Jack__Frost 
来源:CSDN 
版权声明:本文为博主原创文章,转载请附上博文链接!

网友评论

作者关闭了评论
优惠码优惠
+ 关注