可以进行优化的层面
硬件
系统配置
数据库表结构
SQL 语句和索引
进行优化前的数据准备
打开以下链接下载数据
http://downloads.mysql.com/docs/sakila-db.zip
打开终端,执行以下命令
# 登录 MySQL Cli 模式mysql -uroot -p
# 创建数据库SOURCE
/Users/LuisEdware/Downloads/sakila-db/sakila-schema.sql.sql
# 填充数据到数据库SOURCE
/Users/LuisEdware/Downloads/sakila-db/sakila-data.sql
# 使用 sakila 数据库USE sakila;SQL
语句和索引
MySQL 慢查询日志
如何发现有问题的 SQL?答案是使用 MySQL 慢查询日志对有效率问题的 SQL 进行监控,执行命令如下:
# 查看是否开启慢查询日志show variables like
"slow_query_log";
# 查看是否设置了把没有索引的记录到慢查询日志show variables like
"log_queries_not_using_indexes";
# 查看是否设置慢查询的 SQL 执行时间show variables like
"long_query_time";
# 查看慢查询日志记录位置show variables like
"slow_query_log_file";
# 开启慢查询日志set global slow_query_log=on
# 设置没有索引的记录到慢查询日志set global
log_queries_not_using_indexes=on
# 设置到慢查询日志的 SQL 执行时间set global
long_query_time=0
# 查看慢查询日志(在 Linux 终端下执行)tail -50
/usr/local/var/mysql/luyiyuandeMacBook-Pro-slow.log;
慢查询日志所包含的内容
SQL 的执行时间:# Time:
2016-10-13T10:01:45.914267Z
SQL 的执行主机:# User@Host: root[root] @ localhost [] Id:
949
SQL 的执行信息:# Query_time: 0.000227 Lock_time: 0.000099
Rows_sent: 2 Rows_examined: 2
SET timestamp=1476352905;
SQL 的执行内容:*select from store;**
慢查询日志分析工具
mysqldumpslow
安装:MySQL 数据库自带
使用:mysqldumpslow
/usr/local/var/mysql/luyiyuandeMacBook-Pro-slow.log;
选项
参数
pt-query-digest
安装:brew install brew install percona-toolkit
使用:pt-query-digest
/usr/local/var/mysql/luyiyuandeMacBook-Pro-slow.log |
more;
选项
参数
如何通过慢查询日志发现有问题的 SQL?
查询次数多且每次查询占用时间长的 SQL
IO 大的 SQL
未命中索引的 SQL
EXPLAIN 分析 SQL 的执行计划
使用 EXPLAIN 分析 SQL 的执行计划的例子如下:
EXPLAIN SELECT * FROM staff;
使用 EXPLAIN 分析 SQL 的各列参数含义如下:
id:SQL 语句执行顺序编号
select_type:SQL 语句执行的类型,主要区别普通查询、联合查询和子查询之类的复杂查询
table:SQL 语句执行所引用的数据表
type:显示连接使用的类型
possible_keys:指出 MySQL 能在该数据表中使用哪些索引有助于查询
key:SQL 语句执行时所使用的索引
key_len:SQL 语句执行时所使用的索引的长度。在不损失精确性的情况下,长度越短越好
ref:显示索引的哪一列被使用了
rows:MySQL 认为必须检查的用来返回请求数据的行数
Extra:提供 MySQL 优化器一系列额外信息
MAX() 和 COUNT() 的优化
MAX()
分析 SQL 语句:使用 MAX() 方法查询最后一笔交易的时间
EXPLAIN SELECT MAX(payment_date) FROM
payment_date
执行结果如下:
*************************** 1. row
***************************
id: 1 select_type: SIMPLE table: payment partitions:
NULL type: ALL possible_keys: NULL key: NULL key_len: NULL ref:
NULL rows: 16086 filtered: 100.00 Extra: NULL1 row in set, 1
warning (0.00 sec)
如果数据表的数据非常大,查询频率又非常高,那么服务器的 IO 消耗也会非常高,所以这条 SQL
语句需要优化。可以通过建立索引进行优化。执行代码如下:
CREATE INDEX idx_paydate ON
payment(payment_date);
然后再分析 SQL 语句,执行结果如下:
id: 1 select_type: SIMPLE table: NULL partitions: NULL
type: NULL possible_keys: NULL key: NULL key_len: NULL ref: NULL
rows: NULL filtered: NULL Extra: Select tables optimized away1 row
in set, 1 warning (0.01 sec)
经过优化之后,由于索引是按顺序排列的,MySQL
不需要查询表中的数据,而是通过查询索引最后的一个数据,就可以得知执行结果了。而且这个时候,不管表的数据量多大,查询 MAX()
所需要的时间都是基本固定的,这样就尽可能地减少了 IO 操作。
COUNT()
分析 SQL 语句:使用 COUNT() 函数在一条 SQL 中同时查出 2006 年和 2007 年电影的数量
SELECT count(release_year = '2006' OR NULL) AS '2006
年电影数量' , count(release_year = '2007' OR NULL) AS '2007 年电影数量'FROM
film;
count(*) 包含空值,count(id) 不包含空值。上述语句就是优化 Count() 函数取值
子查询
分析 SQL 语句:查询 sandra 出演的所有影片
SELECT title , release_year , LENGTH FROM film WHERE
film_id IN( SELECT film_id FROM film_actor WHERE actor_id IN(
SELECT actor_id FROM actor WHERE first_name = 'sandra' )
)
通常情况下,需要把子查询优化为 join 查询,但在优化时要注意关联键是否有一对多的关系,要注意重复数据。
GROUP BY
group by 可能会出现临时表、文件排序等,影响效率。可以通过关联的子查询,来避免产生临时表和文件排序,可以节省
IO。
group by 查询优化前:
EXPLAIN SELECT actor.first_name , actor.last_name ,
Count(*)FROM sakila.film_actor INNER JOIN sakila.actor
USING(actor_id)GROUP BY film_actor.actor_id;
执行结果如下:
id: 1 select_type: SIMPLE table: actor partitions: NULL
type: ALL possible_keys: PRIMARY key: NULL key_len: NULL ref: NULL
rows: 200 filtered: 100.00 Extra: Using temporary; Using
filesort*************************** 2. row
*************************** id: 1 select_type: SIMPLE table:
film_actor partitions: NULL type: refpossible_keys:
PRIMARY,idx_fk_film_id key: PRIMARY key_len: 2 ref:
sakila.actor.actor_id rows: 27 filtered: 100.00 Extra: Using index2
rows in set, 1 warning (0.01 sec)
group by 查询优化后:
EXPLAIN SELECT actor.first_name , actor.last_name ,
c.cnt FROM sakila.actor INNER JOIN( SELECT actor_id , count(*) AS
cnt FROM sakila.film_actor GROUP BY actor_id) AS c
USING(actor_id);
执行结果如下:
id: 1 select_type: PRIMARY table: actor partitions: NULL
type: ALL possible_keys: PRIMARY key: NULL key_len: NULL ref: NULL
rows: 200 filtered: 100.00 Extra: NULL***************************
2. row *************************** id: 1 select_type: PRIMARY
table: partitions: NULL type: refpossible_keys: key: key_len: 2
ref: sakila.actor.actor_id rows: 27 filtered: 100.00 Extra:
NULL*************************** 3. row ***************************
id: 2 select_type: DERIVED table: film_actor partitions: NULL type:
index possible_keys: PRIMARY,idx_fk_film_id key: PRIMARY key_len: 4
ref: NULL rows: 5462 filtered: 100.00 Extra: Using index3 rows in
set, 1 warning (0.00 sec)
LIMIT
LIMIT 常用于分页处理,时常会伴随 ORDER BY 从句使用,因此大多时候会使用 Filesorts
,这样会造成大量的 IO 问题
优化步骤1:使用有索引的列或主键进行 Order By 操作
优化步骤2:记录上次返回的主键,在下次查询时使用主键过滤(保证主键是自增且有索引)
索引优化
1.为合适的列建立索引
在 where 从句,group by 从句,order by 从句,on 从句中出现的列
索引字段越小越好
离散度的列放到联合索引的前面
例如:
SELECT * FROM payment WHERE staff_id = 2 AND customer_id
= 584;
上述 SQL 语句,是 index(staff_id,customer_id) 合理,还是
index(customer_id,staff_id) 合理。执行语句如下:
SELECT count(DISTINCT customer_id) ,
count(DISTINCT staff_id) FROM payment;-- 结果是 599
2
由于 customer_id 的离散度更大,所以应该使用
2.找到重复和冗余的索引
之所以要找到重复和冗余的索引,是因为过多的索引不但影响写入,而且影响查询,索引越多,分析越慢。那么为何重复索引、冗余索引?概念如下:
重复索引是指相同的列以相同的顺序建立的同类型的索引,如下表中 primary key 和 ID
列上的索引就是重复索引,例子如下:
CREATE TABLE test(
id INT NOT NULL PRIMARY KEY ,
NAME VARCHAR(10) NOT NULL ,
title VARCHAR(50) NOT NULL ,
UNIQUE(id)) ENGINE = INNODB;
UNIQUE(ID) 和 PRIMARY KEY 重复了。
冗余索引是指多个索引的前缀列相同,或是在联合索引中包含了主键的索引,例子如下:
KEY(NAME , id)) ENGINE = INNODB;
查找重复及冗余索引的 SQL 语句如下:
USE information_schema;
SELECT a.TABLE_SCHEMA AS '数据名' , a.table_name AS '表名' ,
a.index_name AS '索引1' , b.INDEX_NAME AS '索引2' , a.COLUMN_NAME AS
'重复列名'FROM STATISTICS a JOIN STATISTICS b ON a.TABLE_SCHEMA =
b.TABLE_SCHEMA AND a.TABLE_NAME = b.table_name AND a.SEQ_IN_INDEX =
b.SEQ_IN_INDEX AND a.COLUMN_NAME = b.COLUMN_NAME WHERE
a.SEQ_IN_INDEX = 1AND a.INDEX_NAME <> b.INDEX_NAME
也可以使用工具 pt-duplicate-key-checker
检查重复索引和冗余索引,使用例如:
pt-duplicate-key-checker -uroot -p '123456' -h 127.0.0.1
-d sakila
执行结果如下:
#
#########################################################################
Summary of indexes#
#########################################################################
Size Duplicate Indexes 118425374# Total Duplicate Indexes 24# Total
Indexes 1439
3.删除不用的索引
目前 MySQL 中还没有记录索引的使用情况,但是在 PerconMySQL 和 MariaDB 中可以通过
INDEX_STATISTICS 表来查看哪些索引未使用,但在 MySQL 中目前只能通过慢查询日志配合共组
pt-index-usage 来进行索引使用情况的分析。
pt-index-usage -uroot -p '123456'
/usr/local/var/mysql/luyiyuandeMacBook-Pro-slow.log;
数据库结构优化
选择合适的数据类型
使用可以存下你的数据的最小的数据类型
使用简单的数据类型。Integer 要比 varchar 类型在 MySQL 中处理更高效
尽可能使用 not null 定义字段
尽量少用 text 类型,非用不可时最好考虑分表
数据库表的范式化优化与反范式化优化
略
数据库表的垂直拆分
垂直拆分,就是把原来一个有很多列的表拆分成多个表,这解决了表的宽度问题。通常垂直拆分就可以按以下原则进行:
把不太常用的字段单独存放到一个表中
把大字段独立存放到一个表中
把经常一起使用的字段放到一起
数据库表的水平拆分
当单表的数据量过大,导致增删查改等操作过慢,这时候需要对表进行水平拆分。水平拆分的表,每一张表的结构都是完全一致的。
常用的水平拆分方法为:
1. 对 customer_id 进行 hash 运算,如果要拆分成 5 个表则使用 mod(customer_id,5)
取出 0-4 个值
2. 针对不同的 hashID 把数据存到不同的表中
挑战:
跨分区表进行数据查询
统计及后台报表操作
系统配置优化
数据库系统配置优化
数据库是基于操作系统的,目前大多数 MySQL 都是安装在Linux 系统之上,所以对于操作系统的一些参数配置也会影响到
MySQL 的性能,下面列举一些常用到的系统配置。
网络方面的配置,要修改文件 /etc/sysctl.conf
# 增加 tcp 支持的队列数net.ipv4.tcp_max_syn_backlog = 65535#
减少断开连接时,资源回收net.ipv4.tcp_max_tw_buckets = 8000net.ipv4.tcp_tw_reuse
= 1net.ipv4.tcp_tw_recycle = 1net.ipv4.tcp_fin_timeout =
10
打开文件数的限制,可以使用 ulimit -a 查看目录的各项限制,可以修改文件
/etc/security/limits.conf ,增加以下内容以修改打开文件数量的限制
soft nofile 65535hard nofile 65535
除此之外最好在 MySQL 服务器上关闭 iptables,selinux 等防火墙软件。
MySQL 配置文件
MySQL 可以通过启动时指定配置参数和使用配置文件两种方法进行配置,在一般情况下,配置文件位于
/etc/my.cnf 或是 /etc/mysql/my.cnf,MySQL
查询配置文件的顺序是可以通过以下方法过的
常用参数说明
innodb_buffer_pool_size:用于配置 Innodb 的缓冲池
如果数据库中只有 Innodb 表,则推荐配置量为总内存的 75%
Innodb_buffer_pool_size >= Total MBSELECT ENGINE
,round(sum(data_length + index_length) / 1024 / 1024 ,1) AS 'Total
MB'FROM information_schema. TABLES WHERE table_schema NOT
IN("information_schema" ,"performance_schema")GROUP BY
ENGINE;
innodb_buffer_pool_instances:MySQL 5.5
中新增参数,可以控制缓冲池的个数,默认情况下只有一个缓冲池。
innodb_log_buffer_size:Innodb
日志缓冲的大小,由于日志最长,每秒钟就会刷新,所以一般不用太大。
innodb_flush_log_at_trx_commit:对 Innodb 的 IO
效率影响很大。
innodb_file_per_table:控制 Innodb
每一个表都使用独立的表空间,默认为 OFF,也就是所有表都会建立在共享表空间中。
innodb_stats_on_metadata:决定 MySQL 在什么情况下会刷新
innodb 表的统计信息。
第三方配置工具使用
percona:https://tools.percona.com/
服务器硬件优化
如何选择 CPU
MySQL 有一些工作只能使用到单核 CPU,选择高频
MySQL 对 CPU 核数的支持并不是越多越快,MySQL 5.5 版本不要超过 32 个核
硬盘 IO 优化
RAID 级别简介
RAID 0:也称为条带,就是把多个磁盘链接成一个硬盘使用,这个级别 IO 最好
RAID 1:也成为镜像,要求至少两个磁盘,每组磁盘存储的数据相同
RAID 1 + 0:就是 RAID 1 和 RAID
0的结合。同时具备两个级别的优缺点。一般建议数据库使用这个级别。
RAID 5:把多个(最少 3 个)硬盘合并成 1
个逻辑盘使用,数据读写时会建立奇偶校验信息,并且奇偶校验信息和相对应的数据分别存储在不同的磁盘上。当 RAID 5
的一个磁盘数据发生损坏后,利用剩下的数据和相应的奇偶校验信息去恢复被损坏的数据。