网站设计风格分析/西安百度网站快速排名

1. 慢 SQL 优化思路

1. 慢查询日志记录慢 SQL
2. explain 分析 SQL 的执行计划
3. profile 分析执行耗时
4. Optimizer Trace 分析详情
5. 确定问题并采用相应的措施

1. 慢查询日志记录慢 SQL

如何定位慢SQL呢？

我们可以通过 慢查询日志 来查看慢 SQL。

①：开启慢查询日志：

• SET global slow_query_log = ON;：设置慢查询开启的状态（ON：开启；OFF：关闭）
• slow_query_log_file：设置慢查询日志存放的位置
• SET global log_queries_not_using_indexes = ON;：记录没有使用索引的查询 SQL。前提是slow_query_log 的值为 ON，否则不会奏效
• SET long_query_time = 10;：设置慢查询的阀值，单位秒。如果SQL执行时间超过阀值，就属于慢查询 记录到日志文件中

②：查看慢查询日志配置：

• show variables like 'slow_query_log%
• show variables like 'long_query_time'

③：慢查询日志分析工具：

mysqldumpslow：该工具是慢查询自带的分析慢查询工具，一般只要安装了mysql，就会有该工具

# 取出使用最多的10条慢查询
mysqldumpslow -s c -t 10 /var/run/mysqld/mysqld-slow.log 
# 取出查询时间最慢的3条慢查询
mysqldumpslow -s t -t 3 /var/run/mysqld/mysqld-slow.log 
# 得到按照时间排序的前10条里面含有左连接的查询语句
mysqldumpslow -s t -t 10 -g “left join” /database/mysql/slow-log 
# 按照扫描行数最多的
mysqldumpslow -s r -t 10 -g 'left join' /var/run/mysqld/mysqld-slow.log 

注意: 使用 mysqldumpslow 的分析结果不会显示具体完整的sql语句,只会显示sql的组成结构;

假如: SELECT * FROM sms_send WHERE service_id=10 GROUP BY content LIMIT 0, 1000;

Count: 1 Time=1.91s (1s) Lock=0.00s (0s) Rows=1000.0 (1000), vgos_dba[vgos_dba]@[10.130.229.196]
SELECT * FROM sms_send WHERE service_id=N GROUP BY content LIMIT N, N;

工具其实还有很多，并不限制只有这一种，还有 pt-query-digest、mysqlsla 等，这些都是可以定位慢查询日志的小工具

慢查询原因：

• 全表扫描：explain分析type属性all
• 全索引扫描：explain分析type属性index
• 索引过滤性不好：靠索引字段选型、数据量和状态、表设计
• 频繁的回表查询开销：尽量少用select *，使用覆盖索引

＜转＞详解 慢查询 之 mysqldumpslow

2. explain 查看分析 SQL 的执行计划

当定位出查询效率低的 SQL 后，可以使用 explain 查看 SQL 的执行计划。

当 explain 与 SQL 一起使用时，MySQL 将显示来自优化器的有关语句执行计划的信息。即：MySQL 解释了它将如何处理该语句，包括有关如何连接表以及以何种顺序连接表等信息：

一般来说，我们需要重点关注 type、key、rows、extra

13.1 type

type 表示连接类型，查看索引执行情况的一个重要指标。以下性能从好到坏依次：system > const > eq_ref > ref > ref_or_null > index_merge > unique_subquery > index_subquery > range > index > ALL

• NULL：表示不用访问表，速度最快
• system：这种类型要求数据库表中只有一条数据，是 const 类型的一个特例，一般情况下是不会出现的
• const：通过一次索引就能找到数据，一般用于主键或唯一索引作为条件，这类扫描效率极高，速度非常快
• eq_ref：常用于主键或唯一索引扫描，一般指使用主键的关联查询
• ref : 常用于非主键和唯一索引扫描
• ref_or_null：这种连接类型类似于 ref，区别在于 MySQL 会额外搜索包含 NULL 值的行
• index_merge：使用了索引合并优化方法，查询使用了两个以上的索引
• unique_subquery：类似于 eq_ref，条件用了 in 子查询
• index_subquery：区别于 unique_subquery，用于非唯一索引，可以返回重复值
• range：常用于范围查询，比如：between … and 或 In 等操作
• index：全索引扫描
• all：全表扫描

13.2 possible_keys

表示查询时能够使用到的索引（显示的是索引名称），只是可能用到的索引，而不是实际上用到的索引

13.3 key

该列表示实际用到的索引。一般配合 possible_keys 列一起看

13.4 rows

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。原则上 rows 是越少效率越高，可以直观的了解到SQL效率高低

13.5 extra

该字段包含有关 MySQL 如何解析查询的其他信息，它一般会出现这几个值：

• Using filesort：表示按文件排序，一般是在指定的排序和索引排序不一致的情况才会出现。一般见于 order by 语句。建议优化
• Using temporary: 表示使用了临时表，性能特别差，需要重点优化。一般多见于 group by 语句，或者 union 语句
• Using index ：表示用了覆盖索引
• Using where : 表示使用了 where 条件过滤，需要通过索引回表查询数据
• 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
• NULL：查询的列未被索引覆盖

总结：

extra	where 条件	select 的字段
null	where 筛选条件是索引的前导列	查询的列未被索引覆盖
Using index	where 筛选条件是索引的前导列	查询的列被索引覆盖
Using where; Using index	where 筛选条件是索引列之一但不是前导列或者where筛选条件是索引列前导列的一个范围	查询的列被索引覆盖
Using where;	where 筛选条件不是索引列	-
Using where;	where 筛选条件不是索引前导列、是索引列前导列的一个范围(>)	查询列未被索引覆盖
Using index condition	where 索引列前导列的一个范围（<、between）	查询列未被索引覆盖

两种排序的情况：

extra	出现场景
Using filesort	filesort主要用于查询数据结果集的排序操作，首先MySQL会使用sort_buffer_size大小的内存进行排序，如果结果集超过了sort_buffer_size大小，会把这一个排序后的chunk转移到file上，最后使用多路归并排序完成所有数据的排序操作。
Using temporary	MySQL使用临时表保存临时的结构，以用于后续的处理，MySQL首先创建heap引擎的临时表，如果临时的数据过多，超过max_heap_table_size的大小，会自动把临时表转换成MyISAM引擎的表来使用。

filesort 只能应用在单个表上，如果有多个表的数据需要排序，那么MySQL会先使用using temporary保存临时数据，然后再在临时表上使用filesort进行排序，最后输出结果

13.6 select_type

select_type：表示查询的类型。

常用的值如下：

• 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

最常见的查询类型是 SIMPLE，表示我们的查询没有子查询也没用到 UNION 查询

13.7 filtered

该列是一个百分比的值，通过查询条件最终查询记录行数和通过 type 字段扫描记录行数的百分比。简单点说，这个字段表示存储引擎返回的数据在经过过滤后，剩下满足条件的记录数量的比例

13.8 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）

key_len的计算规则如下：

1. 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
2. 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
3. 时间类型
   • DATE：3个字节
   • TIMESTAMP：4个字节
   • DATETIME：8个字节
4. 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

3. profile 分析执行耗时

explain 只是看到 SQL 的预估执行计划，如果要了解 SQL 真正的执行线程状态及消耗的时间，需要使用 profiling

开启 profiling 参数后，后续执行的 SQL 语句都会记录其资源开销，包括 IO，上下文切换，CPU，内存等等，我们可以根据这些开销进一步分析当前慢 SQL 的瓶颈再进一步进行优化

查看是否开启 profiling：

show variables like '%profil%'

开启 profiling ：

set profiling=ON

使用 profiling ：

show profiles

show profiles 会显示最近发给服务器的多条语句，条数由变量 profiling_history_size 定义，默认是 15。如果我们需要看单独某条 SQL 的分析，可以 show profile 查看最近一条 SQL 的分析，也可以使用 show profile for query id（其中id就是show profiles中的 QUERY_ID）查看具体一条的 SQL 语句分析：

4. Optimizer Trace 分析详情

profile 只能查看到 SQL 的执行耗时，但是无法看到 SQL 真正执行的过程信息，即不知道 MySQL 优化器是如何选择执行计划。这时候，我们可以使用 Optimizer Trace，它可以跟踪执行语句的解析优化执行的全过程

开启：

set optimizer_trace="enabled=on";

查看分析其执行树，会包括三个阶段：

• join_preparation：准备阶段
• join_optimization：分析阶段
• join_execution：执行阶段

5. 确定问题并采用相应的措施

确认问题，就采取对应的措施。

• 多数慢 SQL 都跟索引有关，比如不加索引，索引不生效、不合理等，这时候，我们可以优化索引
• 我们还可以优化 SQL 语句，比如一些in元素过多问题（分批），深分页问题（基于上一次数据过滤等），进行时间分段查询
• SQL 没办法很好优化，可以改用 ES 的方式，或者数仓
• 如果单表数据量过大导致慢查询，则可以考虑分库分表
• 如果数据库在刷脏页导致慢查询，考虑是否可以优化一些参数，跟 DBA 讨论优化方案
• 如果存量数据量太大，考虑是否可以让部分数据归档