mysqlupdate几万非常慢_数据库性能测试！MySQL调优「案例详解」

文末领取【MySQL测试题&＃43;答案】

性能调优前提&＃xff1a;无监控不调优

01

Mysql性能指标及问题分析和定位

1.我们在监控图表中关注的性能指标

CPU、内存、连接数、io读写时间、io操作时间、慢查询、系统平均负载以及memoryOver。

2.Grafana模板中各性能指标的意思

• Mysql数据库的连接数

• 图标表示了慢查询

• Mysql数据库的缓存区&＃xff0c;展示了最大缓存以及已使用缓存等数据

3.性能分析

一般在产生Mysql瓶颈的时候往往伴随着的是CPU使用率急速上升&＃xff0c;需要top看一下是哪个线程占据了大量的CPU资源&＃xff0c;如果发现Mysql进程占用较高&＃xff0c;那么基本可以判断是Mysql数据库出现了问题。

接下来就是对问题具体的分析和定位。

对于数据库的操作基本上就是大量的查询&＃xff0c;会导致数据库出现性能问题。对有问题的场景使用Jmeter模拟场景进行并发&＃xff0c;并观察Grafana的图表。

Mysql的几个问题基本上就是&＃xff1a;

• 缓存区较小&＃xff0c;大量查询导致了缓存区溢出&＃xff0c;使用io进行读写&＃xff0c;众所周知&＃xff0c;io的读写速度远远比内存读写速度要慢得多。

• sql语句问题&＃xff0c;导致mysql数据库出现瓶颈的查询语句类型很多&＃xff0c;最后会给大家列举一些。

那么怎么定位到这些问题呢&＃xff1f;

(1)在负载测试中&＃xff0c;通过Grafana图表观察Memory Over这个图表&＃xff0c;如果发现占用基本占满所分配给Mysql数据库缓存区的内存&＃xff0c;然后IO读写时间非常长&＃xff0c;读写频率非常高&＃xff0c;那基本上是可以判断是缓存区较小导致的问题。(这个问题已经很少出现了)

(2)判断慢查询&＃xff1a;在mysql数据库的配置文件中找到

log_output&＃61;file,table #二选 1 或者 2 个都选slow_query_log&＃61;onslow_query_log_file &＃61; /tmp/mysql-slow.log long_query_time &＃61; 1 #设置如何判断慢查询&＃xff0c;这边设置超过1s就算慢查询#使用完记得关闭

重启Mysql数据库&＃xff1a;在Grafana图表中如果看到慢查询的时间超过1s时&＃xff0c;基本判断为存在慢查询。

登入数据库运行命令

select * from mysql.slow_log;#查看慢查询表数据

运行完这条命令后&＃xff0c;可以查看到所有超过1s的查询语句&＃xff0c;这个时候复制这条语句到查询输入框中&＃xff0c;选中右键点击解释。

• type列&＃xff0c;连接类型。一个好的sql语句至少要达到range级别。杜绝出现all级别

• key列&＃xff0c;使用到的索引名。如果没有选择索引&＃xff0c;值是。可以采取强制索引方式

• key_len列&＃xff0c;索引长度

• rows列&＃xff0c;扫描行数。该值是个预估值

• extra列&＃xff0c;详细说明。注意常见的不太友好的值有&＃xff1a;Using filesort, Using temporary

02 sql语句调优

1.SQL语句中IN包含的值不应过多

MySQL对于IN做了相应的优化&＃xff0c;即将IN中的常量全部存储在一个数组里面&＃xff0c;而且这个数组是排好序的。但是如果数值较多&＃xff0c;产生的消耗也是比较大的。再例如&＃xff1a;select id from t where num in(1,2,3) 对于连续的数值&＃xff0c;能用between就不要用in了&＃xff1b;再或者使用连接来替换。

2.SELECT语句务必指明字段名称

SELECT *增加很多不必要的消耗(cpu、io、内存、网络带宽)&＃xff1b;增加了使用覆盖索引的可能性&＃xff1b;当表结构发生改变时&＃xff0c;前断也需要更新。所以要求直接在select后面接上字段名。

3.当只需要一条数据的时候&＃xff0c;使用limit 1

这是为了使EXPLAIN中type列达到const类型。

4.如果排序字段没有用到索引&＃xff0c;就尽量少排序

5.如果限制条件中其他字段没有索引&＃xff0c;尽量少用or

or两边的字段中&＃xff0c;如果有一个不是索引字段&＃xff0c;而其他条件也不是索引字段&＃xff0c;会造成该查询不走索引的情况。很多时候使用union all 或者是union(必要的时候)的方式来代替“or”会得到更好的效果。

6.区分in和exists&＃xff0c;not in和not exists

select * from 表A where id in (select id from 表B)上面sql语句相当于select*from 表A where exists(select*from 表B where表B.id&＃61;表A.id)

区分in和exists主要是造成了驱动顺序的改变(这是性能变化的关键)&＃xff0c;如果是exists&＃xff0c;那么以外层表为驱动表&＃xff0c;先被访问&＃xff0c;如果是IN&＃xff0c;那么先执行子查询。所以IN适合于外表大而内表小的情况&＃xff1b;EXISTS适合于外表小而内表大的情况。

关于not in和not exists&＃xff0c;推荐使用not exists&＃xff0c;不仅仅是效率问题&＃xff0c;not in可能存在逻辑问题。如何高效的写出一个替代not exists的sql语句&＃xff1f;

原sql语句

select colname … from A表 where a.id not in (select b.id from B表)

高效的sql语句

select colname … from A表 Left join B表 on where a.id &＃61; b.id where b.id is

7.分段查询

在一些用户选择页面中&＃xff0c;可能一些用户选择的时间范围过大&＃xff0c;造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序&＃xff0c;分段进行查询&＃xff0c;循环遍历&＃xff0c;将结果合并处理进行展示。

8.避免在 where 子句中对字段进行 值判断

对于的判断会导致引擎放弃使用索引而进行全表扫描。

9.不建议使用%前缀模糊查询

例如LIKE“%name”或者LIKE“%name%”&＃xff0c;这种查询会导致索引失效而进行全表扫描。但是可以使用LIKE“name%”。

10.注意范围查询语句

对于联合索引来说&＃xff0c;如果存在范围查询&＃xff0c;比如between,>,

• type 访问类型

• ALL 扫描全表数据

• index 遍历索引

• range 索引范围查找

• index_subquery 在子查询中使用 ref

• unique_subquery 在子查询中使用 eq_ref

• ref_or_ 对进行索引的优化的 ref

• fulltext 使用全文索引

• ref 使用非唯一索引查找数据

• eq_ref 在join查询中使用PRIMARY KEYorUNIQUE NOT 索引关联。

• const 使用主键或者唯一索引&＃xff0c;且匹配的结果只有一条记录。

• system const 连接类型的特例&＃xff0c;查询的表为系统表。

性能从好到差依次为&＃xff1a;

system&＃xff0c;const&＃xff0c;eq_ref&＃xff0c;ref&＃xff0c;fulltext&＃xff0c;ref_or_&＃xff0c;unique_subquery&＃xff0c;index_subquery&＃xff0c;range&＃xff0c;index_merge&＃xff0c;index&＃xff0c;ALL。(除了ALL之外&＃xff0c;其他的type都可以使用到索引&＃xff0c;除了index_merge之外&＃xff0c;其他的type只可以用到一个索引。)

所以&＃xff0c;如果通过执行计划发现某张表的查询语句的type显示为ALL&＃xff0c;那就要考虑添加索引&＃xff0c;或者更换查询方式&＃xff0c;使用索引进行查询。

• possible_keys

可能使用的索引&＃xff0c;注意不一定会使用。查询涉及到的字段上若存在索引&＃xff0c;则该索引将被列出来。当该列为 时就要考虑当前的SQL是否需要优化了。

• key

显示MySQL在查询中实际使用的索引&＃xff0c;若没有使用索引&＃xff0c;显示为。TIPS:查询中若使用了覆盖索引(覆盖索引&＃xff1a;索引的数据覆盖了需要查询的所有数据)&＃xff0c;则该索引仅出现在key列表中。

03

SQL优化建议

1.SQL语句不要写的太复杂&＃xff0c;要尽量简单&＃xff0c;不要嵌套太多层。

2.使用like的时候要注意是否会导致全表扫。

3.尽量避免使用!&＃61;或<>操作符&＃xff1a;在where语句中使用!&＃61;或<>&＃xff0c;引擎将放弃使用索引而进行全表扫描。

4.尽量避免使用 or 来连接条件&＃xff1a;在 where子句中使用or来连接条件&＃xff0c;引擎将放弃使用索引而进行全表扫描。

5.尽量避免使用in和not in&＃xff1a;在where子句中使用in和not in&＃xff0c;引擎将放弃使用索引而进行全表扫描。

6.尽量避免使用表达式、函数等操作作为查询条件。

7.尽量避免大事务操作&＃xff0c;提高系统并发能力。

8.任何地方都不要使用select*from t&＃xff0c;用具体的字段列表代替“*”&＃xff0c;不要返回用不到的任何字段。

9.尽量使用数字型字段&＃xff0c;若只含数值信息的字段尽量不要设计为字符型&＃xff0c;这会降低查询和连接的性能&＃xff0c;并会增加存储开销。

10.索引并不是越多越好&＃xff0c;索引固然可以提高相应的select的效率&＃xff0c;但同时也降低insert及update的效率。

11.并不是所有索引对查询都有效&＃xff0c;SQL是根据表中数据来进行查询优化的&＃xff0c;当索引列有大量数据重复时&＃xff0c;SQL查询可能不会去利用索引。

End.

作者&＃xff1a;白加黑呀

来源&＃xff1a;博客园

本文为转载分享&＃xff0c;如有侵权请联系后台删除。

长按下方海报领取 【MySQL测试题&＃43;答案】

8个SQL常被忽视的错误用法&＃xff0c;你踩过坑吗&＃xff1f;

疫情时期&＃xff0c;互联网人如何选择行业&＃xff1f;猎聘给出了这些方向

10个常用数据分析思路&＃xff0c;看看是否有你没用过的&＃xff1f;

Python实战|5步实现客户细分