第11步---MySQL的优化

第11步---MySQL的优化

 1.概念

原先写功能。后来对平静进行优化

  • 设计

  • 查询语句

  • 索引

  • 存储

2.查看执行效率

-- 查看当前会话sql得执行类型得统计信息SHOW session STATUS like 'Com%'

上面展示得信息就是统计了当前会话得执行得操作得次数。

-- 查看全局得
SHOW GLOBAL STATUS like 'Com%'

-- 查看基于innoDB引擎得操作
SHOW STATUS LIKE 'Innodb_rows_%'

 3.sql优化操作

查看慢sql

-- 查看慢日志得配置得信息
SHOW VARIABLES LIKE '%slow_query_log%';

 

系统得慢日志是默认是关闭的状态的需要自己单独进行开启。

开启慢日志查询

-- 开启慢日志查询
set GLOBAL slow_query_log=1;

重新查看慢日志的信息

 

-- 查看慢日志的执行的阈值的信息
SHOW VARIABLES LIKE '%long_query_time%';

 只有执行的执行的时间超过了10s的就会被记录下来。

-- 修改慢日志的执行的阈值的信息
SET SESSION long_query_time=5;-- 查看慢日志的执行的阈值的信息
SHOW VARIABLES LIKE '%long_query_time%';

要是进行全局修改的修改的话只能修改本地的配置文件。

4.定位执行效率低下的sql

-- 查看当前客户端连接服务器的线程执行的状态信息
SHOW PROCESSLIST;

5.Explain执行计划

-- 查看当前sql的执行计划
EXPLAIN SELECT * FROM account WHERE name ='zhangsan';

 

  • id是表的查询序号

  • type是简单表还是子查询等

  • 输出结果的表

  • type：连接的类型

  • 用到的索引

  • 实际的索引

  • 索引字段的长度

  • 扫描字段的长度

  • 扫描行的长度

  • 执行情况的说明和描述

-- 查看表的连接情况
EXPLAIN SELECT * FROM dept d join emp e ON d.deptno=e.deptno;

 

上面的表都是平行的关系，没有主副之分的。

要是子查询的话有顺序的关系。id的值越大执行的顺序就越高。里面的子查询最先被加载的。

主查询是子查询最外层的查询。

 

select_type指定的是表中的数据来自于什么地方。可以来自基本表，可以来自衍生表等等。

6.type类型

all：表示全表扫描。

 

5.7以上的版本不再显示system。

普通的索引是ref。只有唯一索引才会出现const。

CREATE TABLE `user2` (`id` int(11) NOT NULL AUTO_INCREMENT,`name` varchar(255) COLLATE utf8mb4_general_ci DEFAULT NULL,PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;CREATE TABLE `user2_sex` (`id` int(11) NOT NULL AUTO_INCREMENT,`age` int(11) DEFAULT NULL,PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;INSERT INTO `xx`.`user2` (`id`, `name`) VALUES (1, '张三');
INSERT INTO `xx`.`user2` (`id`, `name`) VALUES (2, '李四');
INSERT INTO `xx`.`user2` (`id`, `name`) VALUES (3, '王五');INSERT INTO `xx`.`user2_sex` (`id`, `age`) VALUES (1, 20);
INSERT INTO `xx`.`user2_sex` (`id`, `age`) VALUES (2, 22);
INSERT INTO `xx`.`user2_sex` (`id`, `age`) VALUES (3, 23);EXPLAIN SELECT * FROM user2 a,user2_sex b WHERE a.id=b.id;

 

下面给第二个添加一个主键索引。

eq_ref比ref效率更高。

range：

EXPLAIN SELECT * FROM user2 WHERE id>2;

index:扫描的是索引列

all：把整个表都进行扫描一遍

执行的效率：

system<const<eq_ref<ref<range<index<all

7.其他执行字段

table

  • 显示的不一定是真实的名字可以是数据表的简称

rows：

  • 扫描的行的数量

key：

  • possible_keys：显示可能应用在这张表的索引，一个或多个。

  • key：实际使用的索引。如果为null，就是没有使用索引。

EXPLAIN SELECT * FROM user2 WHERE id>2;

 要是直接查询全部的话就是不会显示

EXPLAIN SELECT * FROM user2 ;

 

extra

  • 显示额外的执行计划

EXPLAIN SELECT * FROM user2 order by name  ;

 


EXPLAIN SELECT count(*) FROM user2 GROUP BY name   ;

 

 8.show profile查看执行效率

-- 采用show profile
-- 8.x不支持的
show @@have_profiling;-- 不支持的话
SET profiling=1;

执行一些简单的操作

SHOW DATABASES;
USE xx;
SELECT * FROM user2 WHERE id>2;SHOW PROFILES;

 查看单个sql的执行的时间的信息。

SHOW PROFILE FOR QUERY 90;

 查看cpu的执行的时间的信息

SHOW PROFILE cpu FOR QUERY 109;

 

  • 1：整个阶段的时间

  • 2：用户消耗

  • 3：系统的cpu的消耗

9.查看trace优化器

sql中提供了跟踪的trace，通过trace文件可以进一步为什么优化器执行的过程。

-- 设置trace
set optimizer_trace ='enabled=on',end_markers_in_json=on;
-- 设置最大的显示内存
SET optimizer_trace_max_mem_size=1000000;SELECT * FROM user2;-- 执行sql
SELECT * FROM information_schema.OPTIMIZER_TRACE \G;

下面是在dos终端显示的内容。navicat中是显示不出来的。

*************************** 1. row ***************************QUERY: SELECT * FROM user2TRACE: {"steps": [{"join_preparation": {"select#": 1,"steps": [{"expanded_query": "/* select#1 */ select `user2`.`id` AS `id`,`user2`.`name` AS `name` from `user2`"}] /* steps */} /* join_preparation */},{"join_optimization": {"select#": 1,"steps": [{"table_dependencies": [{"table": "`user2`","row_may_be_null": false,"map_bit": 0,"depends_on_map_bits": [] /* depends_on_map_bits */}] /* table_dependencies */},{"rows_estimation": [{"table": "`user2`","table_scan": {"rows": 3,"cost": 0.25} /* table_scan */}] /* rows_estimation */},{"considered_execution_plans": [{"plan_prefix": [] /* plan_prefix */,"table": "`user2`","best_access_path": {"considered_access_paths": [{"rows_to_scan": 3,"access_type": "scan","resulting_rows": 3,"cost": 0.55,"chosen": true}] /* considered_access_paths */} /* best_access_path */,"condition_filtering_pct": 100,"rows_for_plan": 3,"cost_for_plan": 0.55,"chosen": true}] /* considered_execution_plans */},{"attaching_conditions_to_tables": {"original_condition": null,"attached_conditions_computation": [] /* attached_conditions_computation */,"attached_conditions_summary": [{"table": "`user2`","attached": null}] /* attached_conditions_summary */} /* attaching_conditions_to_tables */},{"refine_plan": [{"table": "`user2`"}] /* refine_plan */}] /* steps */} /* join_optimization */},{"join_execution": {"select#": 1,"steps": [] /* steps */} /* join_execution */}] /* steps */
}

10.索引优化

最左原则

避免索引失效。

  • 全值匹配是会出现失效的。

  • 组合索引的时候从左到右进行匹配的。只要包含就行与顺序是无关的。

  • 不能违背最左原则

11.其他常见失效的情况

索引失效的其他的常见的做法

  • 范围上不能进行运算

  • 字符串不加单引号索引会失效。不影响查询，会自动地进行类型地转换

  • 尽量避免覆盖索引。避免select *。

  •  没有必要的时候尽量不要写select *的操作。

  •  避免l以%
  • 开头的like模糊查询。索引失效。要是%放在最后面的话就可以利用索引

12.不使用索引的情况

不使用索引的情况

  • 当全表查询的速度比索引快的时候不用索引

  • is null 和 is not null 有时候失效。有时候是有效的。根据实际的数据是有关的。

  • in走索引。not in索引失效。但是主键索引都是会用的。

  • 单列索引和复合索引，尽量比卖你使用复合索引。

  • 多个索引的话，即使where中有多个索引列，则只有一个是最优的索引是有效的。

 

13.SQL优化-大批量插入数据

大批量插入数据

  • 要保证主键列是有序的插入的速度是比较快的

CREATE TABLE tb_user
(id int(11) NOT NULL AUTO_INCREMENT,username varchar(45) NOT NULL,password varchar(96) NOT NULL,name varchar(45) NOT NULL,birthday datetime DEFAULT NULL,sex char(1) DEFAULT NULL,email varchar(45) DEFAULT NULL,phone varchar(45) DEFAULT NULL,qq varchar(32) DEFAULT NULL,status varchar(32) NOT NULL COMMENT '用户状态',create_time datetime NOT NULL,update_time datetime DEFAULT NULL,PRIMARY KEY (id),UNIQUE KEY unique_user_username (username)
) ;

我们将文件中的数据保存到表中。插入的数据最好是要插入的数据是有顺序的。

  • 指定字段之间的分隔符 逗号

  • 指定行之间的分割符是 换行符

  • load是加载本地的文件插入到数据库中的

load data local infile 'D:\\sql_data\\sql1.log' into table tb_user fields terminated by ',' lines terminated by '\n';

需要开启系统的相关的操作


-- 1、首先，检查一个全局系统变量 'local_infile' 的状态， 如果得到如下显示 Value=OFF，则说明这是不可用的
show global variables like 'local_infile';-- 2、修改local_infile值为on，开启local_infile
set global local_infile=1;

此时执行load操作。

主键乱序的比主键不乱序的执行的效率是低的。

关闭唯一性校验

-- 关闭唯一性校验
SET UNIQUE_CHECKS=0;执行插入操作
-- 插入完成之后再开启校验的操作
SET UNIQUE_CHECKS=1;

14.insert优化

  • 将多个insert转换成一个插入的操作

  • 采用手动事务提交的方式。

  • 插入的数据尽量保持有序

15.order by优化

常见的两种排序的方式

  • 直接对返回的数据进行的排序就是filesort，所有不是通过索引直接返回排序结果的排序叫做filesort

  • 有序索引顺序扫描直接返回有序数据。这种情况极为using index。不需要额外排序，操作效率高。

DROP TABLE IF EXISTS emp;
-- 优化order by语句
CREATE TABLE `emp` (`id` int(11) NOT NULL AUTO_INCREMENT,`name` varchar(100) NOT NULL,`age` int(3) NOT NULL,`salary` int(11) DEFAULT NULL,PRIMARY KEY (`id`)
) ;
insert into `emp` (`id`, `name`, `age`, `salary`) values('1','Tom','25','2300');
insert into `emp` (`id`, `name`, `age`, `salary`) values('2','Jerry','30','3500');
insert into `emp` (`id`, `name`, `age`, `salary`) values('3','Luci','25','2800');
insert into `emp` (`id`, `name`, `age`, `salary`) values('4','Jay','36','3500');
insert into `emp` (`id`, `name`, `age`, `salary`) values('5','Tom2','21','2200');
insert into `emp` (`id`, `name`, `age`, `salary`) values('6','Jerry2','31','3300');
insert into `emp` (`id`, `name`, `age`, `salary`) values('7','Luci2','26','2700');
insert into `emp` (`id`, `name`, `age`, `salary`) values('8','Jay2','33','3500');
insert into `emp` (`id`, `name`, `age`, `salary`) values('9','Tom3','23','2400');
insert into `emp` (`id`, `name`, `age`, `salary`) values('10','Jerry3','32','3100');
insert into `emp` (`id`, `name`, `age`, `salary`) values('11','Luci3','26','2900');
insert into `emp` (`id`, `name`, `age`, `salary`) values('12','Jay3','37','4500');-- 创建组合索引
CREATE INDEX idx_emp_age_salary on emp (age,salary);-- Using filesort
EXPLAIN SELECT * FROM emp ORDER BY age;-- Using filesort
EXPLAIN SELECT * FROM emp ORDER BY age,salary;

上面出现的不能使用索引的原因是select *

-- Using index
EXPLAIN SELECT id FROM emp ORDER BY age;-- Using index
EXPLAIN SELECT id,age FROM emp ORDER BY age;-- Using index
EXPLAIN SELECT id,age,salary FROM emp ORDER BY age;-- Using filesort
EXPLAIN SELECT id,age,salary,name  FROM emp ORDER BY age;-- Using index; Using filesort
EXPLAIN SELECT id,age  FROM emp ORDER BY age ASC ,salary DESC;-- Backward index scan; Using index
EXPLAIN SELECT id,age  FROM emp ORDER BY age DESC ,salary DESC;-- Using index; Using filesort
EXPLAIN SELECT id,age  FROM emp ORDER BY salary,age;

order by后面的排序的字段尽量和索引的顺序是一致的。

可以适当的提高排序的缓存的空间大小。

show variables like 'max_length_for_sort_data'; -- 4096
show variables like 'sort_buffer_size'; -- 262144

上面的值越大越优先选择一次扫描。

16.优化子查询

连接查询比子查询效率更高一点。尽量不采用临时表的形式进行查询。

17.优化limit

数据量越大需要的数据越少，消耗的性能越大，查询900010的10条数据，前面900000排序号的数据被舍弃了，导致了性能的损耗。

优化的方式

  • 可以对索引列进行排序，在这个基础上进行limit。可以跟原先的表进行关联查询。

explain select * from tb_user limit 900000,10; -- 0.684  速度是比较慢的explain select * from tb_user a, (select id from tb_user order by id limit 900000,10) b where a.id = b.id; -- 0.486 速度是比较快的。用到了id索引列然后进行了关联查询
  • 转换成某个id的查询

采用下面的方式也是可以的
explain select * from tb_user where id > 900000 limit 10;

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/76331.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

C语言刷题训练DAY.7

C语言刷题训练DAY.7

1.及格分数 解题思路&#xff1a; 这里直接用while语句控制循环&#xff0c;if else语句判断即可。 解题代码&#xff1a; #include<stdio.h> int main() {int a 0;while(scanf("%d", &a) ! EOF){if (a >60)printf("Pass\n");elseprintf…
阅读更多...
【力扣每日一题】2023.8.17 切披萨的方案数

【力扣每日一题】2023.8.17 切披萨的方案数

目录 题目&#xff1a; 示例&#xff1a; 分析&#xff1a; 代码&#xff1a; 题目&#xff1a; 示例&#xff1a; 分析&#xff1a; 题目给我们一个二维数组来表示一个披萨&#xff0c;其中‘A’表示披萨上的苹果。 让我们切k-1刀&#xff0c;把披萨切成 k 份&#xff0…
阅读更多...
Risk Probability

Risk Probability

风险概率计算 sum p1 * v1 p2 * v2 p3 * v3 ... pn * vn
阅读更多...
【使用Hilbert变换在噪声信号中进行自动活动检测】基于Hilbert变换和平滑技术进行自动信号分割和活动检测研究（Matlab代码实现）

【使用Hilbert变换在噪声信号中进行自动活动检测】基于Hilbert变换和平滑技术进行自动信号分割和活动检测研究（Matlab代码实现）

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…
阅读更多...
【先进PID控制算法(ADRC,TD,ESO)加入永磁同步电机发电控制仿真模型研究（Matlab代码实现）

【先进PID控制算法(ADRC,TD,ESO)加入永磁同步电机发电控制仿真模型研究（Matlab代码实现）

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…
阅读更多...
小程序swiper一个轮播显示一个半内容且实现无缝滚动

小程序swiper一个轮播显示一个半内容且实现无缝滚动

效果图&#xff1a; wxml&#xff08;无缝滚动&#xff1a;circular"true"&#xff09;&#xff1a; <!--components/tool_version/tool_version.wxml--> <view class"tool-version"><swiper class"tool-version-swiper" circul…
阅读更多...
亚信科技AntDB数据库连年入选《中国DBMS市场指南》代表厂商

亚信科技AntDB数据库连年入选《中国DBMS市场指南》代表厂商

近日&#xff0c;全球权威ICT研究与顾问咨询公司Gartner发布了2023年《Market Guide for DBMS, China》&#xff08;即“中国DBMS市场指南”&#xff09;&#xff0c;该指南从市场份额、技术创新、研发投入等维度对DBMS供应商进行了调研。亚信科技是领先的数智化全栈能力提供商…
阅读更多...
一篇文章教你使用Docker本地化部署Chatgpt（非api，速度非常快！！！）及裸连GPT的方式（告别镜像GPT）

一篇文章教你使用Docker本地化部署Chatgpt（非api，速度非常快！！！）及裸连GPT的方式（告别镜像GPT）

本地搭建ChatGPT&#xff08;非api调用&#xff09; 第一种方法&#xff1a;使用Docker本地化部署第一步&#xff0c;下载安装Docker登录GPT 第二种方法&#xff1a;不部署项目&#xff0c;直接连接 第一种方法&#xff1a;使用Docker本地化部署 这种方法的好处就是没有登录限…
阅读更多...
NVIDIA Jetson 项目：机器人足球比赛

NVIDIA Jetson 项目：机器人足球比赛

推荐&#xff1a;使用 NSDT场景编辑器 助你快速搭建可二次编辑器的3D应用场景 事实上&#xff0c;整个比赛都致力于这个想法。RoboCup小型联盟&#xff08;SSL&#xff09;视觉停电技术挑战赛鼓励团队“探索本地传感和处理&#xff0c;而不是非车载计算机和全球摄像机感知环境的…
阅读更多...
广告牌安全传感器，实时监测事故隐患尽在掌握

广告牌安全传感器，实时监测事故隐患尽在掌握

在现代城市中&#xff0c;广告牌作为商业宣传的重要媒介&#xff0c;已然成为城市中一道独特的风景线。然而&#xff0c;随着城市迅速发展&#xff0c;广告牌的安全问题也引起了大众关注。广告招牌一般悬挂于建筑物高处&#xff0c;量大面大。由于设计、材料、施工方法的缺陷&a…
阅读更多...
windows ipv4 多ip地址设置，默认网关跃点和自动跃点是什么意思？（跃点数）

windows ipv4 多ip地址设置，默认网关跃点和自动跃点是什么意思？（跃点数）

文章目录 Windows中的IPv4多IP地址设置以及默认网关跃点和自动跃点的含义引言IPv4和IPv6&#xff1a;简介多IP地址设置&#xff1a;Windows环境中的实现默认网关跃点&#xff1a;概念和作用自动跃点&#xff1a;何时使用&#xff1f;关于“跃点数”如何确定应该设置多少跃点数&…
阅读更多...
深入源码分析kubernetes informer机制（三）Resync

深入源码分析kubernetes informer机制（三）Resync

[阅读指南] 这是该系列第三篇 基于kubernetes 1.27 stage版本 为了方便阅读&#xff0c;后续所有代码均省略了错误处理及与关注逻辑无关的部分。 文章目录 为什么需要resyncresync做了什么 为什么需要resync 如果看过上一篇&#xff0c;大概能了解&#xff0c;client数据主要通…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023