【MySQL】MySQL优化提高查询性能

桃扇骨 2023-10-08 17:29 16阅读 0赞

## 1.MySQL 执行计划分析 ##

### 1. 查看 SQL 执行计划： ###

explain SQL；

**在查看执行计划（explain）时， Extra 列为 Using index 则表示优化器使用了覆盖索引。**  
![在这里插入图片描述][0ee4b0da926e4d8caea08fe9b50af368.png]  
**一般建议优先考虑使用覆盖索引，这是因为如果 SQL 需要查询辅助索引中不包含的数据列时，就需要先通过辅助索引查找到主键值，然后再回表通过主键查询到其他数据列（即回表查询），需要查询两次。而覆盖索引能从索引中直接获取查询需要的所有数据，从⽽避免回表进行二次查找，节省IO，效率较⾼。**

**select\_type 类型：**

*  simple：简单查询，不包含子查询和 union； primary：复杂查询的最外层查询；
 *  subquary：包含在select中不包含在from的子查询；
 *  derived：包含在from中的子查询，mysql会把这些数据放到临时表中，也称为派生查询；
 *  union：在union中第二个和随后的select。

**type 类型：**

*  NULL：MySQL在优化阶段分解查询语句，在执行阶段不需要访问索引树或表的查询类型
 *  system：这是常量的特殊情况。当表中只有一条数据时，常量查询为system
 *  const：MySQL优化了查询的一部分，并将其转换为常量。将主键与常量进行比较时，表最多返回一条记录。
 *  eq\_ref：当主键或非主键索引的所有部分都被引用时，最多只返回一条记录。简单选择查询不会显示此类型。
 *  ref：使用唯一索引是不实际的。如果使用公共索引或唯一索引的前缀部分，则与值进行比较时，索引可能会返回多行
 *  range：范围扫描，in between
 *  index：可以通过扫描整个索引获得结果。通常，扫描二级索引。此扫描不会从根节点开始快速搜索，而是直接扫描辅助索引的子节点。速度相对较慢。这种查询通常用于覆盖索引。次要索引通常较小，比所有索引都快
 *  All：全表扫描，扫描聚集索引的所有单词节点。通常，这种情况需要优化。

**extra类型：**

*  通常性能排序的结果是 usd index > use where > use filsort

### 2. 通过 Profile 定位 QUERY 代价消耗： ###

set profiling=1；
    
    
    -- 执行 SQL；
    
    
    show profiles; 获取 Query_ID。
    
    
    show profile for query Query_ID; -- 查看详细的 profile 信息;
    
    -- 参数：
    -- Sending data：从服务端发送到客户端的数据，数据量大时会出现耗时长情况。
    
    
    show profile cpu for query Query_ID; 
    -- CPU_user：当前用户占用的 CPU；
    -- CPU_system：当前系统占用的CPU。
    
    
    set profiling=0；-- 关了

**案例：**

set profiling=1;
    
    select * from t_system_user;
    
    show profiles;
    
    SHOW profile CPU,BLOCK IO   FOR query 487;   
    
    set profiling=0;

![在这里插入图片描述][7cc74f18f35b4df59af5e52786f30d8a.png]  
![在这里插入图片描述][6f802d36df1f4f10953f02f7f50211fb.png]  
**解释：**

starting：开始
    checking permissions：检查权限
    Opening tables：打开表
    init ： 初始化
    System lock ：系统锁
    optimizing ： 优化
    statistics ： 统计
    preparing ：准备
    executing ：执行
    Sending data ：发送数据
    Sorting result ：排序
    end ：结束
    query end ：查询 结束
    closing tables ： 关闭表 ／去除TMP 表
    freeing items ： 释放物品
    cleaning up ：清理

### 3. 通过 Optimizer Trace 表查看 SQL 执行计划树： ###

*  注意：mariadb直到10.4版本才有Optimizer Trace， 之前的版本执行’SET optimizer\_trace=‘enabled=on’; '会返回错误
 *  我的：mysql Ver 14.14 Distrib 5.5.61, for Win64 (AMD64) 版本低用不了，公司的可以，自己试试吧

set session optimizer_trace='enabled=on'；
    执行 SQL；
    SELECT trace FROM information_schema.OPTIMIZER_TRACE; -- 获取 SQL 查询计划树；
    set session optimizer_trace='enabled=off'；-- 开启此项影响性能，记得用后关闭。

## 2.Mysql相关参数（慢查询） ##

首先，MySQL 可以通过设置一些参数，将运行时间长或者非索引查找的 SQL 记录到慢查询文件中。可以分析慢查询文件中的 SQL，有针对性的进行优化。

*  参数 slow\_query\_log，表示是否开启慢查询日志，ON 或者 1 表示开启，OFF 或者 0 表示关闭。
 *  参数 long\_query\_time，设置慢查询的阈值，MySQL 5.7 版本支持微秒级。
 *  参数 slow\_query\_log\_file，慢查询文件的存放路径。
 *  参数 log\_queries\_not\_using\_indexes，表示是否将非索引查找的 SQL 也记录到慢查询文件中。
 *  参数 log\_throttle\_queries\_not\_using\_indexes，表示每分钟记录到慢查询文件中未使用索引的 SQL 语句上限，0 表示没限制。
 *  参数 max\_execution\_time，用来控制 SELECT 语句的最大执行时间，单位毫秒，超过此值MySQL 自动 kill 掉该查询。
 *

**慢查询文件中记录包括了慢 SQL 产生的时间，SQL 源自的 IP 和对应的数据库用户名，以及访问的数据库名称；查询的总耗时，被 lock 的时间，结果集行数，扫描的行数，以及字节数等。当然还有具体的 SQL 语句。**

## 3.如何优化 SQL ##

1.  全表扫描还是索引扫描。
2.  创建索引，在选择度高的列上创建索引。
3.  多表关联的 SQL，在关联列上要有索引且字段类型一致，在优化 SQL 时需要重点排查这种情况。注意：索引列上使用函数也不会涉及索引。
4.  创建索引以后，尽量不要过频修改。
5.  多表关联时，尽量让结果集小的表作为驱动表，注意是结果集小的表，不是小表。
6.  在日常中你会发现全模糊匹配的查询，由于 MySQL 的索引是 B+ 树结构，所以当查询条件为全模糊时，例如‘%\*\*%’，索引无法使用，这时需要通过添加其他选择度高的列或者条件作为一种补充，从而加快查询速度。
7.  order by/group by 的 SQL 涉及排序，尽量在索引中包含排序字段，并让排序字段的排序顺序与索引列中的顺序相同，这样可以避免排序或减少排序次数。**比如：where a=? order by b,c，就可以创建一个索引 (a,b,c)**
8.  不要总想着用一个SQL 解决所有事情；最烦同事写一大堆sql

## 4.基础数据库sql编写规范 ##

*  SELECT 只获取必要的字段，禁止使用 SELECT \*。这样能减少网络带宽消耗，有效利用覆盖索引，表结构变更对程序基本无影响。
 *  用 IN 代替 OR。SQL 语句中 IN 包含的值不宜过多，应少于 1000 个。过多会使随机 IO 增大，影响性能。
 *  禁止使用 order by rand()。order by rand() 会为表增加几个伪列，然后用 rand() 函数为每一行数据计算 rand() 值，最后基于该行排序，这通常都会生成磁盘上的临时表，因此效率非常低。建议先使用 rand() 函数获得随机的主键值，然后通过主键获取数据。
 *  SQL 中避免出现 now()、rand()、sysdate()、current\_user() 等不确定结果的函数。在语句级复制场景下，引起主从数据不一致；不确定值的函数，产生的 SQL 语句无法使用 QUERY CACHE。
 *  重要SQL必须被索引：update、delete 的 where 条件列、order by、group by、distinct 字段、多表 join 字段。
 *  禁止使用 % 前导查询，例如：like “%abc”，⽆法利⽤到索引。
 *  禁止使⽤负向查询，例如：not in、!=、<>、not like。
 *  使⽤ EXPLAIN 判断 SQL 语句是否合理使用索引，尽量避免 extra 列出现：Using File Sort、Using Temporary 等。
 *  减少与数据库交互次数，尽量采用批量 SQL 语句。
 *  获取大量数据时，建议分批次获取数据，每次获取数据少于 5000 条，结果集应小于 1M。
 *  拆分复杂 SQL 为多个 小SQL，避免⼤事务。简单的 SQL 容易使用到 MySQL 的 QUERY CACHE；减少锁表时间特别是 MyISAM；可以使用多核 CPU。

## 5.应用层性能优化 ##

除了对 MySQL 优化外，还有常用的缓存技术 Memcached、Redis、Codis、Pika、Aerospike 等，还需要知道常用的消息队列 Kafka、RabbitMQ、Redis Stream 数据结构等，还有常用的全文索引工具 Elasticsearch、Solr、sphinx 等，大数据系统 HBase、Spark、Druid 等等，都可以最为优化手段。

[0ee4b0da926e4d8caea08fe9b50af368.png]: https://img-blog.csdnimg.cn/0ee4b0da926e4d8caea08fe9b50af368.png
[7cc74f18f35b4df59af5e52786f30d8a.png]: https://img-blog.csdnimg.cn/7cc74f18f35b4df59af5e52786f30d8a.png
[6f802d36df1f4f10953f02f7f50211fb.png]: https://img-blog.csdnimg.cn/6f802d36df1f4f10953f02f7f50211fb.png