本篇文章只是对开发过程中mysql的调优，也不介绍官方类似于单表记录不超过500-800个w的相关问题 开发过程中我们一般在创建完库表结构之后，一般通过mysql提供的Explain去查看我们的查询语句，优化对应的SQL和库表结构。

一、SQL慢的原因

  • 1、硬件问题。如网络速度慢，内存不足，I/O吞吐量小，磁盘空间满了等。
  • 2、没有索引或者索引失效
  • 3.数据过多（分库分表）
  • 4.服务器调优及各个参数设置（调整my.cnf）

二、mysql调优的方向

  • 1.先观察，开启慢查询日志，设置相应的阈值，在生产环境跑上个一天过后，看看哪些SQL比较慢。
  • 2、Explain和慢SQL分析。比如SQL语句写的烂，索引没有或失效，关联查询太多（有时候是设计缺陷或者不得以的需求）等等
  • 3、Show Profile是比Explain更近一步的执行细节，可以查询到执行每一个SQL都干了什么事，这些事分别花了多少秒。
  • 4、找DBA或者运维对MySQL进行服务器的参数调优。

三、mysql的索引

MySQL官方对索引的定义为：索引(Index)是帮助MySQL高效获取数据的数据结构。我们可以简单理解为：快速查找排好序的一种数据结构。Mysql索引主要有两种结构：B+Tree索引和Hash索引。我们平常所说的索引，如果没有特别指明，一般都是指B树结构组织的索引(B+Tree索引)。

四、explain 分析

MariaDB [test]> show create table order_info\G 
*************************** 1. row ***************************
       Table: order_info
Create Table: CREATE TABLE `order_info` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `user_id` bigint(20) DEFAULT NULL,
  `product_name` varchar(50) NOT NULL DEFAULT '',
  `productor` varchar(30) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `user_product_detail_index` (`user_id`,`product_name`,`productor`)
) ENGINE=InnoDB AUTO_INCREMENT=10 DEFAULT CHARSET=utf8
1 row in set (0.00 sec)

MariaDB [test]> show create table user_info\G
*************************** 1. row ***************************
       Table: user_info
Create Table: CREATE TABLE `user_info` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `name` varchar(50) NOT NULL DEFAULT '',
  `age` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `name_index` (`name`)
) ENGINE=InnoDB AUTO_INCREMENT=11 DEFAULT CHARSET=utf8；

4.1 explain分析执行顺序

1、id相同,执行顺序由上而下
explain select user.*,ord.* from user_info user,order_info ord where user.id = ord.user_id;

image.png

2、id不同，越大越先执行
explain select * from user_info where id =(select user_id from order_info where product_name = "p2");

image.png

4.2 explain的字段

explain select * from user_info;

image.png 索引使用情况在possible_keys、key和key_len三列，后文我们先从左到右依次讲解。

  • select_type
SIMPLE： 表示此查询不包含 UNION 查询或子查询

PRIMARY： 表示此查询是最外层的查询

SUBQUERY： 子查询中的第一个 SELECT

UNION： 表示此查询是 UNION 的第二或随后的查询

DEPENDENT UNION： UNION 中的第二个或后面的查询语句, 取决于外面的查询

UNION RESULT, UNION 的结果

DEPENDENT SUBQUERY: 子查询中的第一个 SELECT, 取决于外面的查询. 即子查询依赖于外层查询的结果.

DERIVED：衍生，表示导出表的SELECT（FROM子句的子查询）
  • table 表示查询涉及的表或衍生的表：
  • type 字段比较重要，它提供了判断查询是否高效的重要依据依据。 通过 type 字段，我们判断此次查询是 全表扫描 还是 索引扫描等
system: 表中只有一条数据， 这个类型是特殊的 const 类型。

const: 针对主键或唯一索引的等值查询扫描，最多只返回一行数据。 const 查询速度非常快， 因为它仅仅读取一次即可。例如下面的这个查询，它使用了主键索引，因此 type 就是 const 类型的：explain select * from user_info where id = 2；

eq_ref: 此类型通常出现在多表的 join 查询，表示对于前表的每一个结果，都只能匹配到后表的一行结果。并且查询的比较操作通常是 =，查询效率较高。例如：explain select * from user_info, order_info where user_info.id = order_info.user_id;

ref: 此类型通常出现在多表的 join 查询，针对于非唯一或非主键索引，或者是使用了 最左前缀 规则索引的查询。例如下面这个例子中， 就使用到了 ref 类型的查询：explain select * from user_info, order_info where user_info.id = order_info.user_id AND order_info.user_id = 5

range: 表示使用索引范围查询，通过索引字段范围获取表中部分数据记录。这个类型通常出现在 =, <>, >, >=, <, <=, IS NULL, <=>, BETWEEN, IN() 操作中。例如下面的例子就是一个范围查询：explain select * from user_info  where id between 2 and 8；

index: 表示全索引扫描(full index scan)，和 ALL 类型类似，只不过 ALL 类型是全表扫描，而 index 类型则仅仅扫描所有的索引， 而不扫描数据。index 类型通常出现在：所要查询的数据直接在索引树中就可以获取到, 而不需要扫描数据。当是这种情况时，Extra 字段 会显示 Using index。

ALL: 表示全表扫描，这个类型的查询是性能最差的查询之一。通常来说， 我们的查询不应该出现 ALL 类型的查询，因为这样的查询在数据量大的情况下，对数据库的性能是巨大的灾难。 如一个查询是 ALL 类型查询， 那么一般来说可以对相应的字段添加索引来避免。

一般来说一般的type类型的查询高效如下 ALL < index < range ~ index_merge < ref < eq_ref < const < system ALL 类型因为是全表扫描， 因此在相同的查询条件下，它是速度最慢的。而 index 类型的查询虽然不是全表扫描，但是它扫描了所有的索引，因此比 ALL 类型的稍快.后面的几种类型都是利用了索引来查询数据，因此可以过滤部分或大部分数据，因此查询效率就比较高了。

  • possible_keys 它表示 mysql 在查询时，可能使用到的索引。 注意，即使有些索引在 possible_keys 中出现，但是并不表示此索引会真正地被 mysql 使用到。 mysql 在查询时具体使用了哪些索引，由 key 字段决定。

  • key 此字段是 mysql 在当前查询时所真正使用到的索引。

  • key_len 表示查询优化器使用了索引的字节数，这个字段可以评估组合索引是否完全被使用。

  • ref 这个表示显示索引的哪一列被使用了，如果可能的话,是一个常量。前文的type属性里也有ref，注意区别。

  • rows rows 也是一个重要的字段，mysql 查询优化器根据统计信息，估算 sql 要查找到结果集需要扫描读取的数据行数，这个值非常直观的显示 sql 效率好坏， 原则上 rows 越少越好。可以对比key中的例子，一个没建立索引钱，rows是9，建立索引后，rows是4。

  • extra 如下列举了常见的几种类型

using filesort ：表示 mysql 需额外的排序操作，不能通过索引顺序达到排序效果。一般有 using filesort都建议优化去掉，因为这样的查询 cpu 资源消耗大。

using index：覆盖索引扫描，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 temporary：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 where ：表名使用了where过滤。

优化案例

MariaDB [test]> show create table order_info\G
*************************** 1. row ***************************
       Table: order_info
Create Table: CREATE TABLE `order_info` (
  `id` bigint(20) NOT NULL,
  `user_id` bigint(20) DEFAULT NULL,
  `product_name` varchar(50) NOT NULL DEFAULT '',
  `productor` varchar(30) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8
1 row in set (0.00 sec)

MariaDB [test]> show create table user_info\G
*************************** 1. row ***************************
       Table: user_info
Create Table: CREATE TABLE `user_info` (
  `id` bigint(20) NOT NULL,
  `name` varchar(50) NOT NULL DEFAULT '',
  `age` int(11) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
  • 这是没有加索引之前，明显看到type是ALL，扫描了全表的数据 image.png
  • 我们创建索引
explain select  u.*,o.* from  user_info u left join order_info o on u.id=o.user_id;
create index  index_user_id on order_info(user_id);

image.png

  • 我们稍稍改一下查询语句order_info用主键去查,看到type了吧
alter table order_info add primary key (id);

image.png

浅谈索引的缺点

索引虽然能非常高效的提高查询速度，同时却会降低更新表的速度。实际上索引也是一张表，该表保存了主键与索引字段，并指向实体表的记录，所以索引列也是要占用空间的。

需要创建索引的情况

image.png

image.png