飞道的博客

MySQL-慢sql优化思路

477人阅读  评论(0)

目录

1、开启Mysql慢查询

1.1、查看慢查询相关配置

1.2、查询慢查询sql耗时临界点

1.3、开启Mysql慢查询

2、explain查看SQL执行计划

2.1、Select_type

2.2、Type

2.3、Possible_keys

2.4、Key

2.5、Key_len

2.6、Rows

2.7、Extra

3、profile 分析执行耗时

3.1、查询profile开启状态

3.2、开启profiling

3.3、查看最近运行的SQL

3.3.1、show profiles

3.3.2、show profile for query id

4、Optimizer Trace分析详情

4.1、分析流程

4.2、结果分析

5、慢查询经典案例总结

5.1、隐式类型转换

5.2、最左匹配

5.3、limit深分页问题

5.4、in元素过多

5.5、order走文件排序导致的慢查询

5.6、索引字段使用is null 或 is not null可能导致索引失效

5.7、索引字段上使用(!= 或者 < >, not in)可能导致索引失效

5.8、左右连接,关联的字段编码格式不一致

5.9、delete + in子查询不走索引


1、开启Mysql慢查询

1.1、查看慢查询相关配置

show variables like 'slow_query_log%'

  • slow_query_log 表示慢查询开启的状态

  • slow_query_log_file 表示慢查询日志存放的位置

1.2、查询慢查询sql耗时临界点

show variables like 'long_query_time'

  • long_query_time  表示查询超过多少秒才记录到慢查询日志。

1.3、开启Mysql慢查询

  • 方式一:修改配置文件开启慢查询

        在my.ini增加如下配置


  
  1. # 定义sql耗时多少秒就算是慢查询,记录慢查询日志
  2. long_query_time=2
  3. # 开启慢查询
  4. slow_query_log=on
  5. # 定义慢查询日志文件名
  6. slow_query_log_file=/usr/local/mysql/mysql-slow-query.log
  • 方式二:通过命令开启慢查询

  
  1. set global slow_query_log = ON # 开启慢查询日志
  2. set global long_query_time = 2 # SQL查询时间大于 2秒,则记录慢查询日志

2、explain查看SQL执行计划

explain + SQL,查看SQL的执行计划。重点关注type、rows、extra、key指标。

2.1、Select_type

查询类型:

  • SIMPLE : 表示查询语句不包含子查询或union
  • PRIMARY:表示此查询是最外层的查询
  • UNION:表示此查询是UNION的第二个或后续的查询
  • DEPENDENT UNION:UNION中的第二个或后续的查询语句,使用了外面查询结果
  • UNION RESULT:UNION的结果
  • SUBQUERY:SELECT子查询语句
  • DEPENDENT SUBQUERY:SELECT子查询语句依赖外层查询的结果

2.2、Type

存储引擎查询数据时采用的方式:

性能:NULL > const > eq_ref > ref > range > index > ALL

  • ALL:表示全表扫描,性能最差。
  • index:表示基于索引的全表扫描,先扫描索引再扫描全表数据。
  • range:表示使用索引范围查询。使用>、>=、<、<=、in等等。
  • ref:表示使用非唯一索引进行单值查询。
  • eq_ref:一般情况下出现在多表join查询,表示前面表的每一个记录,都只能匹配后面表的一行结果。
  • const:表示使用主键或唯一索引做等值查询,常量查询。
  • NULL:表示不用访问表,速度最快。

2.3、Possible_keys

        表示查询时可能使用到的索引。

2.4、Key

        查询时真正使用到的索引。

2.5、Key_len

        表示查询使用了索引的字节数量。可以判断是否全部使用了组合索引。

  • 字符串类型

        字符串长度跟字符集有关:latin1=1、gbk=2、utf8=3、utf8mb4=4

        char(n):n*字符集长度

        varchar(n):n * 字符集长度 + 2字节

  • 数值类型

        TINYINT:1个字节        SMALLINT:2个字节        MEDIUMINT:3个字节

        INT、FLOAT:4个字节        BIGINT、DOUBLE:8个字节

  • 时间类型

        DATE:3个字节        TIMESTAMP:4个字节        DATETIME:8个字节

  • 字段属性

        NULL属性占用1个字节,如果一个字段设置了NOT NULL,则没有此项

2.6、Rows

        SQL查询扫描的行数,行数越小越好。MySQL查询优化器会根据统计信息,估算SQL要查询到结果需要扫描多少行记录。

2.7、Extra

额外信息。

  • Using where:表示查询需要通过索引回表查询数据。
  • Using index:表示查询需要通过索引,索引就可以满足所需数据。
  • Using filesort:表示查询出来的结果需要额外排序,数据量小在内存,大的话在磁盘,因此有Using filesort建议优化。
  • Using temprorary:查询使用到了临时表,一般出现于去重、分组等操作。
  • Using index condition:MySQL5.6之后新增的索引下推。在存储引擎层进行数据过滤,而不是在服务层过滤,利用索引现有的数据减少回表的数据。

3、profile 分析执行耗时

观测SQL真正的执行线程状态及消耗的时间。

3.1、查询profile开启状态

show variables like '%profil%'

  • have_profiling:确定是否支持 profile
  • profiling:是否开启profiling
  • profiling_history_size:定义MySQL服务器最近接收到的SQL条数。

3.2、开启profiling

执行如下SQL:


  
  1. set profiling = ON
  2. set profiling_history_size = 30

3.3、查看最近运行的SQL

3.3.1、show profiles

查询最近SQL的执行耗时。


  
  1. -- 查询最近profiling_history_size条SQL
  2. show profiles;

3.3.2、show profile for query id

查询一条SQL从开始到结束整个生命周期各个阶段的执行耗时。


  
  1. -- 根据query_id查询指定SQL执行耗时
  2. show profile for query id

4、Optimizer Trace分析详情

        profile只能查询SQL执行耗时,无法看到SQL具体的执行信息。

        Optimizer Trace:可以跟踪执行语句的解析优化执行的全过程。

4.1、分析流程

  • 打开开关
set optimizer_trace="enabled=on"
  • 执行需要分析的SQL
  • 执行跟踪
select * from information_schema.optimizer_trace

4.2、结果分析

  • join_preparation:准备阶段

  • join_optimization:分析阶段

  • join_execution:执行阶段

5、慢查询经典案例总结

以user表为例举例说明:


  
  1. CREATE TABLE user (
  2. id int( 11) NOT NULL AUTO_INCREMENT,
  3. user_id varchar( 32) NOT NULL,
  4. age varchar( 16) NOT NULL,
  5. name varchar( 255) NOT NULL,
  6. PRIMARY KEY (id),
  7. KEY idx_userid (userId) USING BTREE
  8. ) ENGINE =InnoDB DEFAULT CHARSET =utf8;

5.1、隐式类型转换

把userId设为索引,如果在查询条件中把一个数字传给user_id,则索引失效。


  
  1. # user_id索引失效,传的是数字 123,索引user_id类型为字符串,两者类型不匹配
  2. # MySql会将user_id转换为字符串再进行比较。
  3. select * from user where user_id = 123
  4. # 走userId索引
  5. select * from user where user_id = '123'

5.2、最左匹配

        不满足最左匹配原则,索引不生效。

5.3、limit深分页问题

MySql会查询满足条件的100010行,然后丢弃前100000行,返回最后10行。

select *from user where age > 20 limit 100000,10

解决方案:减少回表

  • 标签记录法:

        标记一下上次查询到哪一条了,下次再来查的时候,从该条开始往下扫描。


  
  1. # 标签记录法:局限是要求id连续
  2. select * from user where id > 100000 limit 10
  • 延迟关联法:

        把条件转移到主键索引树,减少回表。


  
  1. # 为age字段创建索引,通过age索引查询到满足条件的id,再与原表通过id内连接
  2. select user1.id, user1.age, user1.name
  3. FROM user user1
  4. INNER JOIN (
  5. SELECT u.id FROM user u WHERE u.age > 20 limit 100000, 10
  6. ) AS user2 on user1.id = user2.id;

5.4、in元素过多

        如果in中的元素过多,建议分组查询,一次200个。


  
  1. select * from user where user_id in ( 1, 2, 3.. .200)
  2. union all
  3. select * from user where user_id in ( 201, 202, 203.. .400)

5.5、order走文件排序导致的慢查询

        执行计划如下,Extra中包含了Using filesort(文件排序)。

  • 因为数据是无序的,所以就需要排序。如果数据本身是有序的,那就不会再用到文件排序啦。而索引数据本身是有序的,我们通过建立索引来优化order by语句。

  • 我们还可以通过调整max_length_for_sort_data、sort_buffer_size等参数优化;

5.6、索引字段使用is null 或 is not null可能导致索引失效

        有时可能因为数据量问题,导致MySQL优化器放弃走索引。另外,用explain分析SQL的时候,需要注意type=range时,可能会因为数据量问题,导致索引无效。

5.7、索引字段上使用(!= 或者 < >, not in)可能导致索引失效

        如果优化器觉得即使走了索引,还是需要扫描很多很多行的哈,它觉得不划算,不如直接不走索引。

5.8、左右连接,关联的字段编码格式不一致


  
  1. select u.name, j.name, j.job
  2. from user u
  3. left join user_job j on u.name = j.name

将user表的name字段以及user_job表的name字段均设置索引

  • 假设user表的name字段编码为utf8,user_job表的name字段编码为utf8mb4,则上述sql查询不走索引。
  • 假设user表的name字段编码和user_job表的name字段编码均为utf8,则上述sql查询走索引。

5.9、delete + in子查询不走索引

delete from user where name in (select name from old_user)
  • delete + in子查询不走索引
  • select + in子查询走索引

        这是因为,实际执行的时候,MySQL对select in子查询做了优化,把子查询改成join的方式,所以可以走索引。但是对于delete in子查询,MySQL却没有对它做这个优化。

以上内容为个人学习理解,如有问题,欢迎在评论区指出。

部分内容截取自网络,如有侵权,联系作者删除。


转载:https://blog.csdn.net/weixin_37672801/article/details/127761094
查看评论
* 以上用户言论只代表其个人观点,不代表本网站的观点或立场