注:由于在MySQL日常查询中,查询类型的语句占慢sql的大部分,因此本文仅针对query类型的sql进行阐述,modify类型会单独分析。
为何要对慢SQL进行治理
从数据库角度看:每个SQL执行都需要消耗一定I/O资源,SQL执行的快慢,决定资源被占用时间的长短。假设总资源是100,有一条慢SQL占用了30的资源共计1分钟。那么在这1分钟时间内,其他SQL能够分配的资源总量就是70,如此循环,当资源分配完的时候,所有新的SQL执行将会排队等待。
从应用的角度看:SQL执行时间长意味着等待,在OLTP应用当中,用户的体验较差
治理的优先级上
-
master数据库->slave数据库
目前数据库基本上都是读写分离架构,读在从库(slave)上执行,写在主库(master)上执行。
由于从库的数据都是从主库上复制过去的,主库等待较多的,会加大与从库的复制时延。
执行次数多的SQL优先治理
如果有一类SQL高并发集中访问某一张表,应当优先治理。
MySQL执行原理
绿色部分为SQL实际执行部分,可以发现SQL执行2大步骤:解析,执行。
以com_query为例,dispatch_command会先调用alloc_query为query buffer分配内存,之后调用解析
解析:词法解析->语法解析->逻辑计划->查询优化->物理执行计划
检查是否存在可用查询缓存结果,如果没有或者缓存失效,则调用mysql_execute_command执行
执行:检查用户、表权限->表上加共享读锁->取数据到query cache->取消共享读锁
影响因素
如不考虑MySQL数据库的参数以及硬件I/O的影响, 则影响SQL执行效率的因素主要是I/O和CPU的消耗量
总结:
数据量:数据量越大需要的I/O次数越多
-
取数据的方式
数据在缓存中还是在磁盘上
是否可以通过索引快速寻址
-
数据加工的方式
排序、子查询等,需要先把数据取到临时表中,再对数据进行加工
增加了I/O,且消耗大量CPU资源
解决思路
-
将数据存放在更快的地方。
如果数据量不大,变化频率不高,但访问频率很高,此时应该考虑将数据放在应用端的缓存当中或者Redis这样的缓存当中,以提高存取速度。如果数据不做过滤、关联、排序等操作,仅按照key进行存取,且不考虑强一致性需求,也可考虑选用NoSQL数据库。
-
适当合并I/O
分别执行select c1 from t1与select c2 from t1,与执行select c1,c2 from t1相比,后者开销更小。
合并时也需要考虑执行时间的增加。
-
利用分布式架构
在面对海量的数据时,通常的做法是将数据和I/O分散到多台主机上去执行。
案例与小技巧
OLTP环境下通常使用innodb引擎。索引使用b+tree.
主键
MyISAM引擎表的索引当中存的是指针,指向数据的地址。而innodb引擎当中主键存的是行数据。
因此绝大多数情况下,通过主键取数据效率是最高的。
另外,通常我们在建表的时候会指定一个自增整数列作为主键,因此数据在存放时是按照id顺序存放的。
也就是说,select c1 from t1 与 select c1 from t1 order by id 是一致的。
索引
向有索引的表当中插入、更新、删除数据时,都需要对索引进行相应操作, 因此索引越多,写表效率越低。
索引列的选择需要注意列的离散度(唯一性)越高,越适合做索引。
create table t1 ( id int,
name varchar2(50),
tel int(11),
zipcode int(6),
city varchar2(10),
gender smallint(1)
);
上述表中,最不适合做索引的列就是gender。另外如果某列当中有很多的null值,也不适合做索引。
索引中存的是主键的值(表如果没有设置主键,mysql会自动为表设置一列隐藏数字列作为主键。)
因此与顺序排列的主键不同,查询索引多是随机I/O。
复合索引
如果一列无法做到唯一,可以将几列数据组合起来做成索引。这种情况就是复合索引。
例如上表,我们可以建立一条复合索引
ALTER TABLE t1 ADD INDEX t1_tel_city_zipcode (tel,zipcode,city);
这时,我们查询条件包含如下条件,都可以利用索引:
tel
tel,zipcode
tel,zipcode,city
需要注意的是,如果条件是zipcode或者tel,city是无法走索引的。
复合索引设计时,应考虑索引之间组合的顺序,将离散度最高的列放在前面
索引列长度
InnoDB单列索引长度不能超过767bytes,复合索引是3072。
mysql> CREATE TABLE tb (
a varchar(255) DEFAULT NULL,
b varchar(255) DEFAULT NULL,
c varchar(255) DEFAULT NULL,
d varchar(255) DEFAULT NULL,
e varchar(255) DEFAULT NULL,
KEY a (a,b,c,d,e)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
ERROR 1071 (42000): Specified key was too long; max key length is 3072 bytes
我们知道InnoDB一个page的默认大小是16k。由于是Btree组织,要求叶子节点上一个page至少要包含两条记录(否则就退化链表了)。
所以一个记录最多不能超过8k。又由于InnoDB的聚簇索引结构,一个二级索引要包含主键索引,因此每个单个索引不能超过4k (极端情况,pk和某个二级索引都达到这个限制)。
由于需要预留和辅助空间,扣掉后不能超过3500,取个“整数”就是(1024*3)。
单列索引限制
上面有提到单列索引限制767,起因是256×3-1。这个3是字符最大占用空间(utf8)。但是在5.5以后,开始支持4个字节的uutf8。255×4>767, 于是增加了一个参数叫做 innodb_large_prefix
。
这个参数默认值是OFF。当改为ON时,允许列索引最大达到3072。
索引列的长度应考虑尽可能短,以提高读写效率。基于此规则可以引申出
整型数值类型优于字符类型,例如手机号码
日期字段,date类型,timestamp类型优于字符类型
字符集选择
latin1 ->gbk ->utf8
对于某些很长,但又必须建索引的列,可以考虑建立前缀索引。
利用索引
假设有一张500w的表,以自增列id 为主键,取id为400w到401w的数据,你会怎么做?
通常的做法是使用limit m,n ,这里提供一种思路:通过id定位到第400w条数据,再往后取1w条。
mysql> select id,c1 from t1 limit 4000000,10000;
......
| 4009998 | 4009998 |
| 4009999 | 4009999 |
| 4010000 | 4010000 |
+---------+---------+
10000 rows in set (0.84 sec)
mysql> reset query cache;
Query OK, 0 rows affected (0.00 sec)
mysql> select id,c1 from t1 where id > 4000000 limit 10000;
......
| 4009998 | 4009998 |
| 4009999 | 4009999 |
| 4010000 | 4010000 |
+---------+---------+
10000 rows in set (0.00 sec)
避免隐式转化
where 条件时,变量的类型应当与列的类型匹配。如果不匹配,数据库需要额外将变量类型转换,称为隐式转化。
mysql> desc t1;
+-------+--------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+-------+--------+------+-----+---------+----------------+
| id | int(8) | NO | PRI | NULL | auto_increment |
| c1 | int(8) | YES | | NULL | |
+-------+--------+------+-----+---------+----------------+
2 rows in set (0.00 sec)
mysql> select id,c1 from t1 where c1='4398724';
+---------+---------+
| id | c1 |
+---------+---------+
| 4398724 | 4398724 |
+---------+---------+
1 row in set (0.99 sec)
mysql> reset query cache;
Query OK, 0 rows affected (0.00 sec)
mysql> select id,c1 from t1 where c1=4398825;
+---------+---------+
| id | c1 |
+---------+---------+
| 4398825 | 4398825 |
+---------+---------+
1 row in set (0.98 sec)
同理
where子句的查询条件里有!=,MySQL将无法使用索引。
where子句使用了Mysql函数的时候,索引将无效,比如:
select * from tb where left(name, 4) = 'xxx';
使用LIKE进行搜索匹配的时候,这样索引是有效的:
select * from tbl1 where name like 'xxx%';
而like '%xxx%' 时索引无效
字段长度
MySQL数字分为tinyint、smallint、int、bigint
bigint
从 -2^63 (-9223372036854775808) 到 2^63-1 (9223372036854775807) 的整型数据(所有数字)。存储大小为 8 个字节。int
从 -2^31 (-2,147,483,648) 到 2^31 - 1 (2,147,483,647) 的整型数据(所有数字)。存储大小为 4 个字节。int 的 SQL-92 同义字为 integer。smallint
从 -2^15 (-32,768) 到 2^15 - 1 (32,767) 的整型数据。存储大小为 2 个字节。tinyint
从 0 到 255 的整型数据。存储大小为 1 字节。
为什么要这么复杂, 所有的数字类型都设置为bigint不就可以了么?我们来做一个实验
create table t1 ( c1 smallint);
create table t2 ( c1 bigint);
delimiter $$
drop procedure if exists wk;
create procedure wk()
begin
declare i int;
set i = 1;
while i < 32767 do
insert into t1 (c1) values (i);
insert into t2 (c1) values (i);
set i = i +1;
end while;
commit;
end $$
delimiter ;
call wk();
select c1 from t1;
......
| 32765 |
| 32766 |
+-------+
32766 rows in set (0.01 sec)
select c1 from t2;
......
| 32765 |
| 32766 |
+-------+
32766 rows in set (0.02 sec)
可以发现同样的数据,从t2表中取出的耗时较长。因为我们为t2表设置了较宽的列长,意味着将数据swap进query cache需要更多的I/O。因此建议在设置字段宽度的时候,在保持长度够用的情况下,尽量使用较短宽度的数据类型,以节省空间。同理,使用varchar类型替换char类型,并避免使用blob、clob这样的长字段。
使用join替代in
SELECT * FROM customerinfo
WHERE CustomerID NOT in (SELECT CustomerID FROM salesinfo );
SELECT * FROM customerinfo
LEFT JOIN salesinfo
ON customerinfo.CustomerID=salesinfo.CustomerID
WHERE salesinfo.CustomerID IS NULL;
假设2张表CustomerID字段都有索引,使用join的效率要高于使用in,因为join不需要建立临时表。
explain使用方法
explain就是SQL的执行计划,通过执行计划,我们可以了解sql的执行当中的一些细节。
使用方法为在SQL语句前加explain
得到结果如下:
mysql> explain select id,c1 from t1 where c1=4398825;
+----+-------------+-------+------+---------------+------+---------+------+---------+-------------+
| id | select_type | table | type | possible_keys | key | key_len | ref | rows | Extra |
+----+-------------+-------+------+---------------+------+---------+------+---------+-------------+
| 1 | SIMPLE | t1 | ALL | NULL | NULL | NULL | NULL | 4992210 | Using where |
+----+-------------+-------+------+---------------+------+---------+------+---------+-------------+
1 row in set (0.00 sec)
各列功能如下:
id: 按照sql语法解析后分层后的编号,可能重复
-
select_type:
SIMPLE,简单的select查询,不使用union及子查询
PRIMARY,最外层的select查询
UNION,UNION 中的第二个或随后的 select 查询,不依赖于外部查询的结果集
DEPENDENT UNION,UNION 中的第二个或随后的 select 查询,依赖于外部查询的结果集
SUBQUERY,子查询中的第一个 select 查询,不依赖于外部查询的结果集
DEPENDENT SUBQUERY,子查询中的第一个 select 查询,依赖于外部查询的结果集
DERIVED,用于 from子句里有子查询的情况。 MySQL会递归执行这些子查询, 把结果放在临时表里。
UNCACHEABLE SUBQUERY,结果集不能被缓存的子查询,必须重新为外层查询的每一行进行评估。
UNCACHEABLE UNION,UNION 中的第二个或随后的 select 查询,属于不可缓存的子查询
table:涉及的表,如果SQL中表有赋别名,这里出现的是别名
-
type:
system,从系统表读一行。这是const联接类型的一个特例。
const,表最多有一个匹配行,它将在查询开始时被读取。因为仅有一行,在这行的列值可被优化器剩余部分认为是常数。const表很快,因为它们只读取一次!
eq_ref,查询条件为等于
ref,条件查询不等于
ref_or_null,同ref(条件查询),包含NULL值的行。
index_merge,索引联合查询
unique_subquery,利用唯一索引进行子查询
index_subquery,用非唯一索引进行子查询
range,索引范围扫描
index,索引全扫描
ALL,全表扫描。
possible_keys:可能使用的索引
key:sql中使用的索引
key_len:索引长度
ref:使用哪个列或常数与key一起从表中选择行。
rows:显示MYSQL执行查询的行数,简单且重要,数值越大越不好,说明没有用好索引
-
Extra:该列包含MySQL解决查询的详细信息。
Distinct,去重,返回第一个满足条件的值
Not exists 使用not exists查询
Range checked for each record,有索引,但索引选择率很低
Using filesort,有序查询
Using index,索引全扫描
Using index condition,索引查询
Using temporary,临表表检索
Using where,where条件查询
Using sort_union,有序合并查询
Using union,合并查询
Using intersect,索引交叉合并
Impossible WHERE noticed after reading const tables,读取const tables,查询结果为空
No tables used,没有使用表
Using join buffer (Block Nested Loop),使用join buffer(BNL算法)
Using MRR(Multi-Range Read ) 使用辅助索引进行多范围读
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。