MySQL数据库优化

1-1MySQL优化简介

数据库优化的目的

避免出现页面访问错误

由于数据库连接timeout产生5XX错误

由于慢查询造成页面无法加载

由于阻塞造成数据无法提交

增加数据库的稳定性

很多数据库的问题都是由于低效查询引起的

优化用户体验

流畅页面的访问速度

良好的网站功能体验

可以从以下几个方面进行数据库优化

MySQL数据库优化：

1.SQL语句优化

2.有效的索引

3.数据库的表结构

4.Linux系统配置优化：打开的文件数等

5.硬件：更加适合数据库系统的cpu、更快的io：ssd等、更多的内存...

2-1数据准备

Sakila样本数据库介绍

下载Sakila样本数据库，下载地址http://downloads.mysql.com/docs/sakila-db.tar.gz(下载页面http://dev.mysql.com/doc/index-other.html)。

导入sakila-schema.sql和sakila-data.sql文件

首先下载mysql5.7.18 zip安装包，配置环境变量

bin文件夹下建立my.ini[mysqld]basedir=E:\Program Files (x86)\mysql-5.7.24-winx64\mysql-5.7.24-winx64\bin

datadir=E:\Program Files (x86)\mysql-5.7.24-winx64\mysql-5.7.24-winx64\data

port=3306

character-set-server=utf8[client]port=3306

character-set=utf8

在mysql根目录下新建data文件夹

以管理员身份运行cmd命令

输入cd G:\Program Files\MySQL\MySQL Server5.7\bin进入bin目录下

输入mysqld--initialize --user=mysql --console记下最后一行产生的随机密码

接着输入mysqld--install成功会显示Servers Successfully installed

控制台下输入net start mysql 启动mysql服务

修改密码：

mysql> set password=password('');

Query OK,0 rows affected, 1 warning (0.00sec)

source C:\Users\jiang\Desktop\sakila-db\sakila-db\sakila-schema.sql

source C:\Users\jiang\Desktop\sakila-db\sakila-db\sakila-data.sql

完成数据导入。

2-2 MySQL慢查日志的开启方式和存储格式

查看是否开启慢查询日志 show variables like 'slow_query_log'         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

查看日志 show variables like '%log%';

查看超过多长时间的sql进行记录到慢查询日志 show variables like 'long_query_time'

设置慢查询的时间 set long_query_time=1

2-3 MySQL慢查日志分析工具之mysqldumpslow

慢查日志分析软件:mysqldumpslow

mysql官方分析软件 启用mysqldumpslow时首先要在workbench中设置basedir的路径才能避免报错

mysqldumpslow 在windows中是一个perl文件，所以需要你配置perl环境变量,并使用perl运行

2-4 MySQL慢查日志分析工具之pt-query-digest

慢查询分析工具2：pt-query-digest

输出到文件：pt-query-digest show-log > slow_log.report

输出到数据库表 pt-query-digest show.log -review \ h=127.0.0.1,D=test,p=root.P=3306,u=root,t=query_review \ --create-reviewtable \ --review-history t=hostname_show

下载地址： wget http://www.percona.com/downloads/percona-toolkit/2.2.4/percona-toolkit-2.2.4.tar.gz

tar percona-toolkit-2.2.4.tar.gz

2-5 如何通过慢查日志发现有问题的SQL

1.查询次数多且每次查询占用时间长的SQL 通常为pt-query-digest分析的前几个查询

2.IO大的SQL 注意pt-query-digest分析中的Rows examine项

3.未命中索引的SQL 注意pt-query-digest分析中的Rows examine和Row send 的对比

1.对max()查询，可以为表创建索引，

例如 select max(payment_date) from payment;

可以对payment建立索引

create index idx_paydate on payment(payment_date); 然后在进行查询

max()使用索引，不需要扫描行了。称为覆盖索引

2、COUNT()的优化方法：

在一条SQL中同时查出2006年和2007年电影的数量——优化count()函数

错误的方式： SELECT COUNT(release_year='2006' OR release_year='2007') from film;

正确的方式：(利用NULL值不会被计数的特性)

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;

select count(year='2006' or null) as xx from tablename; 后面的or null会把为null的值跳过，不计入数量中。

这是利用了select count(col_name)的特点，指定列不为空的行数；

select count(*) 为所有行数。

EXPLAIN  SQL \G 显示好看

2-8 子查询的优化

子查询可以用join on查询优化(注意：如果两张表连接字段存在一对多的关系，需要进行去重distinct)

2-9 group by的优化

可以把

explain select actor.first_name,actor.last_name,count(*) from film_actor inner join actor on actor.actor_id = film_actor.actor_id group by actor.actor_id\G

改写为

explain select actor.first_name,actor.last_name,c.cnt from actor inner join (select actor_id,count(*) AS cnt from film_actor GROUP BY actor_id) AS c USING(actor_id)\G

2-10 limit的优化

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

1.使用有索引的列或主键进行order by操作

2.记录上次返回的主键，在下次查询时使用主键过滤

即将：select film_id,description from sakila.film order by film_id limit 50,5;

改为：select film_id,description from sakila.film where file_id >55 and film_id<=60 order by film_id limit 1,5;

使用这种方式有一个限制，就是主键一定要顺序排序和连续的，如果主键出现空缺可能会导致最终页面上显示的列表不足5条，解决办法是附加一列，保证这一列是自增的并增加索引就可以了