mysql 优化思路_Mysql优化思路
一、总体优化思路
首先构建脚本观察查询数,连接数等数据,确定环境原因以及内部SQL执行原因,然后根据具体原因做具体处理。
二、构建脚本观察状态
mysqladmin -uroot -p ext \G
该命令可获取当前查询数量等信息,定时轮询并将结果重定向到文本中,然后处理成图表。
三、处理对策
1.若是规律性出现查询慢,考虑缓存雪崩问题。
对于该问题只需将缓存的失效时间处理成不要相近时间同时失效,失效时间尽量离散化,或者集中到午夜失效。
2.若非规律性查询缓慢,考虑设计缺乏优化
处理方法:
a:开启profiling记录查询操作,并获取语句执行详细信息
show variables like '%profiling%';
set profiling=on;select count(*) from user;
show profiles;
show profilefor query 1;>>>
+--------------------------------+----------+
| Status | Duration |
+--------------------------------+----------+
| starting | 0.000060 |
| Executing hook on transaction | 0.000004 |
| starting | 0.000049 |
| checking permissions | 0.000007 |
| Opening tables | 0.000192 |
| init | 0.000006 |
| System lock | 0.000009 |
| optimizing | 0.000005 |
| statistics | 0.000014 |
| preparing | 0.000017 |
| executing | 0.001111 |
| end | 0.000006 |
| query end | 0.000003 |
| waiting for handler commit | 0.000015 |
| closing tables | 0.000011 |
| freeing items | 0.000085 |
| cleaning up | 0.000008 |
+--------------------------------+----------+
b:使用explain 查看语句执行情况,索引使用,扫描范围等等
mysql> explain select count(*) from goods \G*************************** 1. row ***************************
id: 1select_type: SIMPLE
table: goods
partitions: NULL
type: index
possible_keys: NULL
key: gid
key_len:5ref: NULL
rows:3filtered:100.00Extra: Using index
c:相关优化手法
表的优化与列类型选择
列选择原则:
1:字段类型优先级 整型 > date,time > char,varchar > blob
原因:整型,time运算快,节省空间
char/varchar要考虑字符集的转换与排序时的校对集,速度慢
blob无法使用内存临时表
2:够用就行,不要慷慨(如 smallint,varchar(N))
原因:大的字段浪费内存,影响速度
以varchar(10), varchar(300)存储的内容相同,但在表联查时,varchar(300)要花更多内存
3:尽量避免使用NULL
原因:NULL不利于索引,要用特殊的字节来标注.
在磁盘上占据的空间其实更大
索引优化策略
1.索引类型
1.1 B-tree索引(排好序的快速查找结构)
注:Myisam,innodb中,默认用的是B-tree索引
1.2 hash索引
在memory表里,默认是hash索引,hash的理论查询时间复查度为O(1)
疑问:既然hash索引如此高效,为何不都用他?
a.hash函数计算后的结果是随机的,如果是在磁盘上放置数据,以主键为id为例,那么随着id的增长,id对应的行,在磁盘上随机放置。
b.无法对范围查询进行优化
c.无法利用前缀索引,比如在b-tree中,field列的值为“helloworld”,索引查询xx=hello/xx=helloworld都可以利用索引(左前缀索引),但hash索引无法做到,因为hash(hello)与hash(helloworld)并无关联关系。
d.排序也无法优化
e.必须回行,通过索引拿到数据位置,必须回到表中取数据.
2.b-tree索引的常见误区
2.1 在where条件常用的列上都加上索引
例:where cat_id=3 and price>100; //查询第3个栏目,100元以上的商品
误:cat_id和price上都加上索引。其实只能用上一个索引,他们都是独立索引.
2.2 在多列上建立索引后,查询哪个列,索引都将发挥作用
2.2 在多列上建立索引后,查询哪个列,索引都将发挥作用
正解:多列索引上,索引发挥作用,需要满足左前缀要求(层层索引)
以index(a,b,c)为例:
语句 索引是否发挥作用
where a=3 是
where a=3 and b=5 是
where a=3 and b=5 and c=4 是
where b=3 or where c=4 否
where a=3 and c=4 a列能发挥索引作用,c列不能
where a=3 and b>10 and c=7 a,b能发挥索引作用,c列不能
高性能索引策略
1.对于innodb而言,因为节点下有数据文件,因此节点的分裂将会变得比较慢,对于innodb的主键,尽量用整型,而且是递增的整型。
2.索引的长度直接影响索引文件的大小,影响增删改的速度,并间接影响查询速度(占用内存多)。
3.针对列中的值,从左往右截取部分来建索引。
a.截的越短,重复度越高,区分越小,索引效果越不好
b.截的越长,虽然区分度提高,但索引文件变大影响速度
所以尽量在长度上找到一个平衡点使性能最大化,惯用手法:截取不同长度来测试索引区分度
区分度测试: select count(distinct left(word, 1)) / count(*) from table;
测试完成后可以按测试得出的最优长度建立索引 alter table table_name add index word(word(4));
理想的索引
1.查询频繁
2.区分度高
3.长度小
4.尽量覆盖常用查询字段
mysql 优化思路_Mysql优化思路相关推荐
- mysql优化篇_MySQL优化篇-查询优化
可以参考一下官方文档中的解释. 7. 优化 7.1. 优化概述 7.1.1. MySQL设计局限与折衷 7.1.2. 为可移植性设计应用程序 7.1.3. 我们已将MySQL用在何处? 7.1.4. ...
- 对mysql优化关注_MySQL优化看这篇就对了
我们在面试的时候经常被问到你如何对数据库优化?动不动就分库分表,但是实际上有几个有分库分表的经验呢?下面我们将介绍优化数据库的各个阶段. 一.SQL语句优化 sql语句的优化是我们优化数据库的第一个阶 ...
- mysql 热块_mysql 优化
数据库层面:应用系统层面优化SQL优化 SQL优化一般通过分析慢查询日志来抓取长事务高消耗的sql,通过结合具体业务,对sql逻辑进行分析and精简,or重写sql.通过配置slow_query_lo ...
- mysql优化方法_mysql优化方案总结
u Mysql数据库的优化技术 对mysql优化时一个综合性的技术,主要包括 a: 表的设计合理化(符合3NF) b: 添加适当索引(index) [四种: 普通索引.主键索引.唯一索引u ...
- mysql优化要点_MySQL优化技巧总结
MySQL优化的几个大方向 ① 硬件优化 ② 对MySQL配置参数进行优化(my.cnf)此优化需要进行压力测试来进行参数调整 ③ SQL语句方面的优化 ④ 表方面的优化 硬件优化 cpu,内存,硬盘 ...
- mysql分页案例_MySQL优化案例系列-mysql分页优化
通常,我们会采用ORDER BY LIMIT start, offset 的方式来进行分页查询.例如下面这个SQL: SELECT * FROM `t1` WHERE ftype=1 ORDER BY ...
- mysql 极限优化配置_MySQL优化(二) 优化诀窍
一.索引的使用 (1)查询要使用索引最重要的条件是查询条件中的字段建立了索引: (2)下列几种情况可能使用到索引: <1> 对于创建的多列索引,只要查询条件使用了最坐边的列,索引一般就会被 ...
- mysql索引优化规则_Mysql优化选择最佳索引规则
索引的目的在于提高查询效率,其功能可类比字典,通过该索引可以查询到我们想要查询的信息,因此,选择建立好的索引十分重要,以下是为Mysql优化选择最佳索引的方法步骤: 1. 首先列出查询中所有使用的表, ...
- 优化mysql服务器硬件包括_MySQL优化之一:服务器硬件和操作系统
1 服务器硬件优化 在挑选数据库服务器时,可以从以下几个方面考虑: 1)CPU:建议采用高性能的服务器,如DELL R7.R8或R9系列的服务器. 2)磁盘:数据库服务器最大的制约在于磁盘I/O,如果 ...
最新文章
- 一周第一次课笔记(1月22日)
- python unittest断言大全_Python-unittest框架 断言使用
- PyTorch-图像分类演示
- QT 线程池 + TCP 小试(二)实现通信功能
- java中注释的嵌套,java – 使用mybatis注释获取嵌套对象
- ASP.NET底层的初步认识与理解
- python 包的使用 (二)——pyecharts
- 超强扒站神器:SiteSucker Pro for Mac(4.1.3多语言)
- Tree命令的下载与使用
- keil_v4 安装(图文教程)
- VCF vs Maf | 变异注释及整理为Maf格式
- 追意那些经典的老软件、老网站
- 嵌入式linux局域网聊天软件
- [963]Android app代理软件
- 典型医疗场景数据安全风险态势感知方案
- js如何获取计算机当前时间,js获取当前系统时间实例代码
- 点量云流化技术在云游戏和虚拟仿真教学中有啥优势?
- 【林轩田】机器学习基石(七)——VC维
- 3D数学 - 三角函数
- .net cf wince 贝兹 曲线图
热门文章
- 使用python为Excel插入附件
- 恒生电子面试过程纪录
- unityar自动识别人脸_三款Unity插件带您玩转人脸识别与模拟
- 20189200余超 2018-2019-2 移动平台应用开发实践第七周作业
- 移远BC35-G配置网络连接阿里云MQTT发送数据
- WPF入门第三篇 ControlTemplate、Trigger与Storyboard
- 什么是机器学习(ML)
- 【程序人生】:一些编程语言及发展方向
- 数据结构(Data Structure)(C/C++)PTA习题+课后习题
- [网络安全自学篇] 一 web学习及异或解密