mysql优化
1.explain分析
explian引用
索引基数
show indexes from table_name;
主键索引具有最好的基数
测试时
不走缓存
SELECT SQL_NO_CACHE id from test_null;
2.更好的索引类型
索引列尽可能的为not null ,避免在可空的列索引上进行二次扫描
要尽量避免 NULL ，关于索引列为Null的是否走索引，见测试 索引列的值为null查询时走索引的情况
3.使用unique index
与常规索引比不需要进行索引范围扫描
4.使用primary key
主键是uniquekey的一种特殊形式 。在innodb中,一个uniquekey是一个聚集索引（即对磁盘上数据排列的索引）,当数据按照主键的次序进行检索时会极大改进性能
5.索引太多是有害的
例如，如果possible_keys 列表中有超过3个的索引,mysql优化器有太多信息而无法确定最好使用哪个索引，也就意味着有些是低效或者无用的索引
6.索引列使用最小可能的数据类型
比如在一个varchar(100)甚至更大的列上建立索引，一种改进方法是建立一个额外的列,并在包含较大的varchar(100)列的md5值的额外varchar(32)列上创建索引。
更好的方法是使用bigint来存储md5值的数字表示,数字索引更加高效
CONV(N,from_base,to_base)
mysql> select conv('a',16,10);+-----------------+| conv('a',16,10) |+-----------------+| 10 |+-----------------+mysql> select conv(substr(md5('abc'),1,16),16,10);+-------------------------------------+| conv(substr(md5('abc'),1,16),16,10) |+-------------------------------------+| 10376663631224000432 |+-------------------------------------+7.建立索引时
如果使用到多个列,定义多列索引
哪列的唯一性更高(基数大 show indexes from table_name),哪列优先放在多列索引的前面
覆盖索引是理性的索引 (explain 里extra的信息时using index)
覆盖索引包括所有需要的列,但是不需要读取单独的数据页,实际意味着不需要读取数据存储,只利用索引数据就可以检索到实际想要的查询的数据
在myisam表里,意味着只要读入索引就可以得到问题的记录,在innodb中 索引和数据是位于同一个文件中的,但仍然会高效些,因为只需要读入索引
优化部分索引的性能
select type from tb where sid=1
建立(sid,type)的索引 就是覆盖索引,比单独在sid,type上建索引要快
与其在长字符的列上定义索引,还不如只在左边的一小部分上建立索引
8.一些常见的不使用索引的情况
开始字符是通配符是,或者 在索引列上使用标量函数
like "%123",upper()
字符串类型的查询不加引号
9.覆盖索引的左前缀原则
10.更详细的分析
set profiling=1;
select * from table;
show profile;
show profile source ;
mysql> select * from test_null where mark like 'aaa9999%';+------+---------+| id | mark |+------+---------+| 9999 | aaa9999 |+------+---------+1 row in setmysql> show profile;+----------------------+----------+| Status | Duration |+----------------------+----------+| starting | 5.5E-5 || checking permissions | 1.1E-5 || Opening tables | 2E-5 || init | 2.4E-5 || System lock | 7E-6 || optimizing | 8E-6 || statistics | 1.4E-5 || preparing | 7E-6 || executing | 2E-6 || Sending data | 0.006271 || end | 5.7E-5 || query end | 3.6E-5 || closing tables | 5.1E-5 || freeing items | 0.000348 || cleaning up | 0.00011 |+----------------------+----------+mysql> show profile source;+----------------------+----------+-----------------------+----------------------+-------------+| Status | Duration | Source_function | Source_file | Source_line |+----------------------+----------+-----------------------+----------------------+-------------+| starting | 5.5E-5 | NULL | NULL | NULL || checking permissions | 1.1E-5 | check_access | sql_authorization.cc | 835 || Opening tables | 2E-5 | open_tables | sql_base.cc | 5648 || init | 2.4E-5 | handle_query | sql_select.cc | 121 || System lock | 7E-6 | mysql_lock_tables | lock.cc | 321 || optimizing | 8E-6 | JOIN::optimize | sql_optimizer.cc | 151 || statistics | 1.4E-5 | JOIN::optimize | sql_optimizer.cc | 367 || preparing | 7E-6 | JOIN::optimize | sql_optimizer.cc | 475 || executing | 2E-6 | JOIN::exec | sql_executor.cc | 119 || Sending data | 0.006271 | JOIN::exec | sql_executor.cc | 195 || end | 5.7E-5 | handle_query | sql_select.cc | 199 || query end | 3.6E-5 | mysql_execute_command | sql_parse.cc | 4952 || closing tables | 5.1E-5 | mysql_execute_command | sql_parse.cc | 5004 || freeing items | 0.000348 | mysql_parse | sql_parse.cc | 5578 || cleaning up | 0.00011 | dispatch_command | sql_parse.cc | 1864 |+----------------------+----------+-----------------------+----------------------+-------------+
mysql> set profiling=1; Query OK, 0 rows affected mysql> select * from a;+----+-----+-------+| id | uid | phone |+----+-----+-------+| 1 | 1 | 22 || 2 | 2 | 33 || 3 | 3 | 33 || 4 | 4 | 22 || 5 | 5 | 22 |+----+-----+-------+5 rows in setmysql> select * from b;+-------+| phone |+-------+| 1111 || 2222 || 3333 || 4444 |+-------+4 rows in setmysql> show profiles;+----------+------------+-----------------+| Query_ID | Duration | Query |+----------+------------+-----------------+| 1 | 0.00025225 | select * from a || 2 | 0.0009805 | select * from b |+----------+------------+-----------------+2 rows in setmysql> show profile for query 2;+----------------------+----------+| Status | Duration |+----------------------+----------+| starting | 0.000106 || checking permissions | 1.4E-5 || Opening tables | 3.3E-5 || init | 3E-5 || System lock | 2E-5 || optimizing | 0.000259 || statistics | 4.5E-5 || preparing | 2.5E-5 || executing | 4E-6 || Sending data | 0.000358 || end | 7E-6 || query end | 6E-6 || closing tables | 8E-6 || freeing items | 5.4E-5 || cleaning up | 1.4E-5 |+----------------------+----------+15 rows in set
View Code
优化update
换成select使用explain
优化delete
mysql> select * from parent;+----+------+| id | name |+----+------+| 1 | pa || 2 | pb || 3 | pc || 4 | pd |+----+------+4 rows in setmysql> select * from child;+-----------+----------+| parent_id | child_id |+-----------+----------+| 1 | 1 || 2 | 2 || 3 | 3 || 1 | 4 || 1 | 5 || 2 | 6 || 0 | 7 || 5 | 8 || 6 | 9 || 5 | 10 |+-----------+----------+
删除child中parent_id不在parent表的记录
一般的写法是
delete from child where parent_id not in(select id from parent);
更加高效的是使用连接查询
通过以下来验证
set profiling=1;
select * from child where parent_id not in(select id from parent);
select child.* from child left join parent on child.parent_id=parent.id where parent.id is null;
select query_id,count(*) as '#ops' ,sum(duration) from information_schema.profiling group by query_id;
select * from information_schema.profiling ;
演示结果 mysql> set profiling=1; Query OK, 0 rows affected mysql> select * from child where parent_id not in(select id from parent);+-----------+----------+| parent_id | child_id |+-----------+----------+| 0 | 7 || 5 | 8 || 6 | 9 || 5 | 10 |+-----------+----------+4 rows in setmysql> select child.* from child left join parent on child.parent_id=parent.id where parent.id is null;+-----------+----------+| parent_id | child_id |+-----------+----------+| 0 | 7 || 5 | 8 || 6 | 9 || 5 | 10 |+-----------+----------+4 rows in setmysql> select query_id,count(*) as '#ops' ,sum(duration) from information_schema.profiling group by query_id;+----------+------+---------------+| query_id | #ops | sum(duration) |+----------+------+---------------+| 1 | 23 | 0.000749 || 2 | 16 | 0.000388 |+----------+------+---------------+
优化器显示第二个用了更少的操作
优化Insert，同一表的多条类似的多个insert改写成1条减少数据库的网络往返
例外一个好处是mysql只需为insert语句产生一次执行计划,可以在多个值上利用同一个执行计划
当批量插入时,如果单个插入失败,多个value子句说明的记录都无法插入成功
优化insert ...on duplicate key update
replace在内部是使用delete和insert来实现的,因而其效率并不高
使用insert ...on duplicate key update
如果存在同样主键值的记录,而其它列与现在存指定的记录有所不同,就更新该记录,如果记录不存在就插入该记录,如果记录存在而且没有任何值发生改变
就不做任何操作,优于replace
mysql> desc a;+-------+----------+------+-----+---------+----------------+| Field | Type | Null | Key | Default | Extra |+-------+----------+------+-----+---------+----------------+| id | int(11) | NO | PRI | NULL | auto_increment || sid | int(11) | YES | | NULL | || type | char(10) | NO | | NULL | |+-------+----------+------+-----+---------+----------------+mysql> select * from a;+----+-----+------+| id | sid | type |+----+-----+------+| 1 | 11 | aa || 2 | 1 | b || 3 | 2 | c || 4 | 3 | d |+----+-----+------+mysql> insert into a(`id`,`type`) values(1,'a1');1062 - Duplicate entry '1' for key 'PRIMARY'mysql> insert into a(`id`,`type`) values(1,'a1') on duplicate key update type='a1'; Query OK, 2 rows affected 注意改变的是2行 mysql> insert into a(`id`,`type`) values(5,'a5') on duplicate key update type='a5'; Query OK, 1 row affected mysql> select * from a;+----+------+------+| id | sid | type |+----+------+------+| 1 | 11 | a1 || 2 | 1 | b || 3 | 2 | c || 4 | 3 | d || 5 | NULL | a5 |+----+------+------+
11.优化group by 在sakila
explain select actor.first_name,actor.last_name,count(*) from film_actorINNER JOIN actor USING(actor_id) GROUP BY film_actor.actor_id; explain SELECT actor.first_name,actor.last_name,c.cnt from actor INNER JOIN(SELECT actor_id ,count(actor_id) as cnt from film_actor GROUP BY actor_id)as c USING(actor_id);
小表 全表扫描效率更高
主键可以与外键构成参照完整性约束,防止数据不一致,唯一索引不行
覆盖索引复合索引前缀规则
like %不能在前面
column is null可以使用索引
如果mysql估计使用索引比全表扫描慢,会放弃使用索引 (比如100条数据,查 where id >1 and id<100)
如果or前的的条件的列有索引,后面的没有,索引都不会用到 (where a=1 or b=2 a有索引,b没有,则都不会用到索引)列类型是字符串类型,查询时一定要给值加引号,否则索引会失效 (name varchar(10) 存个100 where name=100 会索引失效)
关联更新
tb1 (id,sex,par,c1,c2) tb2 (id ,age,c1,c2)update A,B set tb1.c1=tb2.c1,tb1.c2=tb2.c2 where tb1.id=tb2.id and tb2.age>50update tb1 inner join tb2 on tb1.id=tb2.idset tb1.c1=tb2.c1,tb1.c2=tb2.c2where tb2.age>50
show status
返回一些计数器,show global status查看服务器级别的所有计数
show processlist
观察是否有大量的线程处于不正常状态
mysql> show processlist;+----+------+-----------------+------+---------+------+----------+------------------+| Id | User | Host | db | Command | Time | State | Info |+----+------+-----------------+------+---------+------+----------+------------------+| 2 | root | localhost:50043 | NULL | Sleep | 1019 | | NULL || 3 | root | localhost:50044 | yii2 | Sleep | 1019 | | NULL || 8 | root | localhost:50317 | yii2 | Query | 0 | starting | show processlist |+----+------+-----------------+------+---------+------+----------+------------------+
其它需要注意的小细节
范式修改
优化长难的查询语句Mysql内部每秒可扫描内存中上百万行数据,相比之下,相应数据给客户端就要慢得多
使用尽可能少的查询
有时将一个大查询分解为多个小的查询时有必要的(方便缓存)切分查询
将一个大查询分解为多个小的相同查询
一次性删除10000万的数据比一次删除1万暂停一会的方案更加损耗服务器开销分解关联查询
将一条关联语句分解成多条sql语句来执行
让缓存效率更高
执行单个查询可以减少锁的竞争
在应用层做关联查询可以更容易对数据库进行拆分
优化特定类型查询语句
count(*) 会忽略所有列,直接统计所有列数,因此不要使用count(列名)
在myisam中,没有任何where条件的count(*)非常快
有where的话就不一定比其它的引擎快
可以使用explain查询近似值,用近似值代替count(*)
增加汇总表,缓存
优化关联查询
确定on或者using子句列上有索引
确保group by 和order by中只有一个表中的列,mysql才可能使用到索引
使用标识列更快
优化子查询
使用关联查询替代优化group by和distinct
如果不需要order by进行group by时使用order by null,mysql不再进行文件排序
with rollup超级聚合,可以挪到应用程序处理
优化limit分页(加条件 比如 id>上次最后一个id)优化union
union all效率高于union
