SQL優化-如何分析性能瓶頸

MySQL優化一覽圖

 

 

 

 

筆者將優化分爲了兩大類：軟優化和硬優化。軟優化通常是操做數據庫便可；而硬優化則是操做服務器硬件及參數設置。

一、軟優化

1）查詢語句優化

首先咱們能夠用EXPLAIN或DESCRIBE(簡寫:DESC)命令分析一條查詢語句的執行信息。

例:

DESC SELECT * FROM `user`

其中會顯示索引和查詢數據讀取數據條數等信息。

2）優化子查詢

在MySQL中，儘可能使用JOIN來代替子查詢。由於子查詢須要嵌套查詢，嵌套查詢時會創建一張臨時表，臨時表的創建和刪除都會有較大的系統開銷，而鏈接查詢不會建立臨時表，所以效率比嵌套子查詢高。

3）使用索引

索引是提升數據庫查詢速度最重要的方法之一，使用索引的三大注意事項包括：

LIKE關鍵字匹配'%'開頭的字符串，不會使用索引；
OR關鍵字的兩個字段必須都是用了索引，該查詢纔會使用索引；
使用多列索引必須知足最左匹配。

4）分解表

對於字段較多的表，若是某些字段使用頻率較低，此時應當將其分離出來從而造成新的表。

5）中間表

對於將大量鏈接查詢的表能夠建立中間表，從而減小在查詢時形成的鏈接耗時。

6）增長冗餘字段

相似於建立中間表，增長冗餘也是爲了減小鏈接查詢。

7）分析表、檢查表、優化表

分析表主要是分析表中關鍵字的分佈；檢查表主要是檢查表中是否存在錯誤；優化表主要是消除刪除或更新形成的表空間浪費。

分析表： 使用 ANALYZE 關鍵字，如ANALYZE TABLE user

Op： 表示執行的操做；
Msg_type： 信息類型，有status、info、note、warning、error；
Msg_text： 顯示信息。

檢查表: 使用 CHECK關鍵字，如CHECK TABLE user [option]。 option 只對MyISAM有效。共五個參數值：

QUICK： 不掃描行，不檢查錯誤的鏈接；
FAST： 只檢查沒有正確關閉的表；
CHANGED： 只檢查上次檢查後被更改的表和沒被正確關閉的表；
MEDIUM： 掃描行，以驗證被刪除的鏈接是有效的，也能夠計算各行關鍵字校驗和；
EXTENDED： 最全面的的檢查，對每行關鍵字全面查找。
優化表： 使用OPTIMIZE關鍵字，如OPTIMIZE [LOCAL|NO_WRITE_TO_BINLOG] TABLE user;

LOCAL|NO_WRITE_TO_BINLOG都是表示不寫入日誌，優化表只對VARCHAR、BLOB和TEXT有效，經過OPTIMIZE TABLE語句能夠消除文件碎片，在執行過程當中會加上只讀鎖。

二、硬優化

1）硬件三件套

配置多核心和頻率高的cpu，多核心能夠執行多個線程；
配置大內存，提升內存，便可提升緩存區容量，所以能減小磁盤I/O時間，從而提升響應速度；
配置高速磁盤或合理分佈磁盤：高速磁盤提升I/O，分佈磁盤能提升並行操做的能力。

2）優化數據庫參數

優化數據庫參數能夠提升資源利用率，從而提升MySQL服務器性能。MySQL服務的配置參數都在my.cnf或my.ini，下面列出性能影響較大的幾個參數：

key_buffer_size： 索引緩衝區大小；
table_cache： 能同時打開表的個數；
query_cache_size和query_cache_type： 前者是查詢緩衝區大小，後者是前面參數的開關，0表示不使用緩衝區，1表示使用緩衝區，但能夠在查詢中使用SQL_NO_CACHE表示不要使用緩衝區，2表示在查詢中明確指出使用緩衝區才用緩衝區，即SQL_CACHE；
sort_buffer_size： 排序緩衝區。

3）分庫分表

由於數據庫壓力過大，首先一個問題就是高峯期系統性能可能會下降，由於數據庫負載太高對性能會有影響。

另一個，壓力過大把你的數據庫給搞掛了怎麼辦？

因此此時你必須得對系統作分庫分表+讀寫分離，也就是把一個庫拆分爲多個庫，部署在多個數據庫服務上，這時做爲主庫承載寫入請求。而後每一個主庫都掛載至少一個從庫，由從庫來承載讀請求。

4）緩存集羣

若是用戶量愈來愈大，此時你能夠不停的加機器，好比說系統層面不停加機器，就能夠承載更高的併發請求。

而後數據庫層面若是寫入併發愈來愈高，就擴容加數據庫服務器，經過分庫分表是能夠支持擴容機器的，若是數據庫層面的讀併發愈來愈高，就擴容加更多的從庫。

可是這裏有一個很大的問題：

數據庫其實自己不是用來承載高併發請求的，因此一般來講，數據庫單機每秒承載的併發就在幾千的數量級，並且數據庫使用的機器都是比較高配置，比較昂貴的機器，成本很高。

若是你就是簡單的不停的加機器，實際上是不對的。

因此在高併發架構裏一般都有緩存這個環節，緩存系統的設計就是爲了承載高併發而生。單機承載的併發量都在每秒幾萬，甚至每秒數十萬，對高併發的承載能力比數據庫系統要高出一到兩個數量級。

你徹底能夠根據系統的業務特性，對那種寫少讀多的請求，引入緩存集羣。

具體來講，就是在寫數據庫的時候同時寫一份數據到緩存集羣裏，而後用緩存集羣來承載大部分的讀請求。這樣的話，經過緩存集羣，就能夠用更少的機器資源承載更高的併發。

 

 

 

 

 

==================================================================================================

==================================================================================================

==================================================================================================

MySQL慢SQL優化-如何分析性能瓶頸

優化慢SQL首先得知道瓶頸在哪，本文主要介紹慢SQL性能瓶頸分析。本文就之前段時間參加的一個SQL優化活動爲例。
mysql命令行或者一些可視化工具在sql執行時間的精度比較低，尤爲是命令行只顯示到10ms，因此須要打開mysql的執行時間監聽：

set profiling = 1;

而後使用

show profiles;

命令就可查看sql的執行時間。

例如：

mysql> show profiles;
+----------+------------+------------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------------------------------------------------+
| Query_ID | Duration   | Query
                                                                                                                                           |
+----------+------------+------------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------------------------------------------------+
|        1 | 0.18553425 | select a.seller_id,a.seller_name,b.user_name,c.state   from  a,b,c
where  a.seller_name=b.seller_name  and    b.user_id=c.user_id   and  c.user_id=17  and
a.gmt_create BETWEEN DATE_ADD(NOW(), INTERVAL - 600 MINUTE) AND  DATE_ADD(NOW(), INTERVAL 600 MINUTE)  order  by  a.gmt_create |
+----------+------------+------------------------------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------------------------------------------------+
1 row in set, 1 warning (0.00 sec)

在命令行中執行完sql後，使用 show profiles; 語句就可顯示上面的執行歷史信息，找到對應的，能夠看到我剛測試的執行了0.18553425s這個精度就至關高。
接下來咱們使用explain語句分析這條語句在所牽連的表中一共遍歷了多少紀錄

mysql> explain
    -> select a.seller_id,a.seller_name,b.user_name,c.state   from  a,b,c
    -> where  a.seller_name=b.seller_name  and    b.user_id=c.user_id   and  c.user_id=17  and
    -> a.gmt_create BETWEEN DATE_ADD(NOW(), INTERVAL - 600 MINUTE) AND  DATE_ADD(NOW(), INTERVAL 600 MINUTE)  order  by  a.gmt_create
    -> ;
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+----------------------------------------------------+
| id | select_type | table | partitions | type | possible_keys | key  | key_len | ref  | rows   | filtered | Extra                                              |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+----------------------------------------------------+
|  1 | SIMPLE      | a     | NULL       | ALL  | NULL          | NULL | NULL    | NULL |  16108 |    11.11 | Using where; Using temporary; Using filesort       |
|  1 | SIMPLE      | b     | NULL       | ALL  | NULL          | NULL | NULL    | NULL |  16592 |    10.00 | Using where; Using join buffer (Block Nested Loop) |
|  1 | SIMPLE      | c     | NULL       | ALL  | NULL          | NULL | NULL    | NULL | 359382 |     1.00 | Using where; Using join buffer (Block Nested Loop) |
+----+-------------+-------+------------+------+---------------+------+---------+------+--------+----------+----------------------------------------------------+
3 rows in set, 1 warning (0.00 sec)

這裏有一個介紹的對這個結果各個列介紹比較好的網頁explain結果介紹

從上面的分析中發現每一個表的數據遍歷了不少（實際上是所有），能夠添加索引進行優化，同時能夠看到a表extra有using temorary就是使用臨時表，這是須要優化的。

這篇文章比較簡單，主要講了mysql的相關使用，等之後再sql優化有了更多的心得必定在總結。

PS
關於join的優化
在沒有分庫分表的時候，join在創建合適的索引後仍是可用的。
關於join的原理 嵌套循環算法，經過join連接的字段通常要創建索義。

看過嵌套循環算法後，其實A left B和B left A在算法複雜度上沒有區別，因此仍是根據業務選擇便可。
同時，嵌套循環的數據並不必定是全表數據，若是where中約束其中一個表，假設是B，這時在循環遍歷B表是遍歷where約束的數據量，因此並非全量對比。

 

 

 

原文連接：https://blog.csdn.net/u013592964/article/details/76154170

原文地址：https://www.toutiao.com/a6733466794163454472/?timestamp=1569375599&app=news_article_lite&group_id=6733466794163454472&req_id=201909250939590100260790161ABB2A15