分享Mysql优化思路

藏色散人
发布: 2020-04-23 13:37:20
转载
1858 人浏览过

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。

推荐:《mysql视频教程

二、构建脚本观察状态

mysqladmin -uroot -p  ext \G
登录后复制

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 |
+--------------------------------+----------+
登录后复制

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
登录后复制

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
登录后复制

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;
登录后复制

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));
登录后复制

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

以上是分享Mysql优化思路的详细内容。更多信息请关注PHP中文网其他相关文章!

相关标签:
来源:cnblogs.com
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责声明 Sitemap
PHP中文网:公益在线PHP培训,帮助PHP学习者快速成长!