1 性能分析的思路
首先需要使用慢查询日志功能去获取所有查询时间比较长的SQL语句。
其次查看执行计划,查看有问题的SQL的执行计划。
最后使用show profile分析SQL语句性能消耗情况。
2 慢查询日志
MySQL的慢查询日志是MySQL提供的一种日志记录,它用来记录在MySQL中响应时间超过阈值的语句,具体指运行时间超过long_query_time值的SQL会被记录到慢查询日志中。
默认情况下,Mysql数据库并不启动慢查询日志,需要我们手动来设置这个参数,当然,如果不是调优需要的话,一般不建议启动该参数,因为开启慢查询日志会或多或少带来一定的性能影响。慢查询日志支持将日志记录写入文件,也支持将日志记录写入数据库表。
2.1 慢查询日志功能的开启
2.1.1 当前数据库的临时开启
可以通过设置slow_query_log的值来开启。默认情况下slow_query_log的值为OFF,表示慢查询日志是禁用的。
mysql> show variables like '%slow_query_log%';
+---------------------+------------------------------------------+
| Variable_name | Value |
+---------------------+------------------------------------------+
| slow_query_log | OFF |
| slow_query_log_file | /usr/local/mysql/data/localhost-slow.log |
+---------------------+------------------------------------------+
2 rows in set (0.00 sec)
mysql> set global slow_query_log=1;
Query OK, 0 rows affected (0.00 sec)
mysql> show variables like '%slow_query_log%';
+---------------------+------------------------------------------+
| Variable_name | Value |
+---------------------+------------------------------------------+
| slow_query_log | ON |
| slow_query_log_file | /usr/local/mysql/data/localhost-slow.log |
+---------------------+------------------------------------------+
2 rows in set (0.00 sec)
使用set global slow_query_log=1开启的慢查询日志只对当前数据库生效,MySQL重启后则会失效。
2.1.2 所有数据库的永久开启
如果要永久生效,就必须修改配置文件my.cnf(其它系统变量也是如此)。修改my.cnf文件,增加或修改参数slow_query_log 和slow_query_log_file后,然后重启MySQL服务器。
slow_query_log =1
slow_query_log_file=/usr/local/mysql/data/localhost-slow.log
mysql> show variables like 'slow_query%';
+---------------------+---------------------+
| Variable_name | Value |
+---------------------+---------------------+
| slow_query_log | ON |
| slow_query_log_file | /usr/local/mysql/data/localhost-slow.log |
+---------------------+---------------------+
2 rows in set (0.00 sec)
2.2 慢查询日志功能相关参数
- slow_query_log:是否开启慢查询日志,1表示开启,0表示关闭。
- log_slow_queries:旧版(5.6以下版本)MySQL数据库慢查询日志存储路径。可以不设置该参数,系统则会默认给一个缺省的文件host_name_slow.log
- slow_query_log_file:新版(5.6及以上版本)MySQL数据库慢查询日志存储路径。可以不设置该参数,系统则会默认给一个缺省的文件host_name_slow.log
- long_query_time:慢查询阈值。当查询时间大于设定的阈值时记录日志。long_query_time的默认值为10,意思是记录运行10S以上的语句。从MySQL 5.1开始,long_query_time开始以微秒记录SQL语句运行时间,之前仅用秒为单位记录。如果记录到表里面,只会记录整数部分,不会记录微秒部分。
mysql> show variables like 'long_query_time';
+-----------------+-----------+
| Variable_name | Value |
+-----------------+-----------+
| long_query_time | 10.000000 |
+-----------------+-----------+
1 row in set (0.00 sec)
mysql> set global long_query_time=4;
Query OK, 0 rows affected (0.00 sec)
mysql> show variables like 'long_query_time';
+-----------------+-----------+
| Variable_name | Value |
+-----------------+-----------+
| long_query_time | 10.000000 |
+-----------------+-----------+
1 row in set (0.00 sec)
如上所示,我修改了变量long_query_time,但是查询变量long_query_time的值还是10,难道没有修改到呢?使用命令 set global long_query_time=4修改后,需要重新连接或新开一个会话才能看到修改值。你用show variables like 'long_query_time'查看是当前会话的变量值。你也可以不用重新连接会话,而是用show global variables like 'long_query_time'。
mysql> show variables like 'long_query_time';
+-----------------+-----------+
| Variable_name | Value |
+-----------------+-----------+
| long_query_time | 10.000000 |
+-----------------+-----------+
1 row in set (0.00 sec)
mysql> show global variables like 'long_query_time';
+-----------------+----------+
| Variable_name | Value |
+-----------------+----------+
| long_query_time | 4.000000 |
+-----------------+----------+
1 row in set (0.00 sec)
- log_output:日志存储方式。log_output=FILE表示将日志存入文件。log_output=TABLE表示将日志存入数据库,这样日志信息就会被写入到mysql.slow_log表中。默认值是FILE。MySQL数据库支持同时两种日志存储方式,配置的时候以逗号隔开即可,如:log_output=FILE,TABLE。日志记录到系统的专用日志表中比记录到文件耗费更多的系统资源,因此对于需要启用慢查询日志,又需要能够获得更高的系统性能,那么建议优先记录到文件。
mysql> show variables like '%log_output%';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| log_output | TABLE |
+---------------+-------+
1 row in set (0.00 sec)
- log_queries_not_using_indexes:未使用索引的查询也被记录到慢查询日志中(可选项)。如果调优的话,建议开启这个选项。另外,开启了这个参数,其实使用full index scan的sql也会被记录到慢查询日志。
mysql> show variables like 'log_queries_not_using_indexes';
+-------------------------------+-------+
| Variable_name | Value |
+-------------------------------+-------+
| log_queries_not_using_indexes | OFF |
+-------------------------------+-------+
1 row in set (0.00 sec)
mysql> set global log_queries_not_using_indexes=1;
Query OK, 0 rows affected (0.00 sec)
mysql> show variables like 'log_queries_not_using_indexes';
+-------------------------------+-------+
| Variable_name | Value |
+-------------------------------+-------+
| log_queries_not_using_indexes | ON |
+-------------------------------+-------+
1 row in set (0.00 sec)
另外,如果你想查询有多少条慢查询记录,可以使用以下语句。
mysql> show global status like '%slow_queries%';
+---------------+-------+
| Variable_name | Value |
+---------------+-------+
| Slow_queries | 4 |
+---------------+-------+
1 row in set (0.00 sec)
2.3 慢查询日志格式
2.4 分析慢查询日志的工具
在实际生产环境中,如果要手工分析日志,查找、分析SQL,显然是个体力活。我们可以使用工具。
2.4.1 使用mysqldumpslow工具
mysqldumpslow是MySQL自带的慢查询日志工具。 可以使用mysqldumpslow工具搜索慢查询日志中的SQL语句。
常用参数说明:
-s:是表示按照何种方式排序。
c:访问计数
l:锁定时间
r:返回记录数
t:查询时间
al:平均锁定时间
ar:平均返回记录数
at:平均查询时间
-t:是top的意思。-t n,即为返回前面n条的数据。
-g:后边可以写一个正则匹配模式,大小写不敏感的。
比如:
#得到访问次数最多的10个SQL
mysqldumpslow -s c -t 10 /database/mysql/mysql06_slow.log
#得到返回记录集最多的10个SQL。
mysqldumpslow -s r -t 10 /database/mysql/mysql06_slow.log
#得到按照时间排序的前10条里面含有左连接的查询语句。
mysqldumpslow -s t -t 10 -g "left join" /database/mysql/mysql06_slow.log
#另外建议在使用这些命令时结合 | 和more 使用 ,否则有可能出现刷屏的情况。
mysqldumpslow -s r -t 20 /mysqldata/mysql/mysql06-slow.log | more
2.4.2 使用percona-toolkit工具
percona-toolkit是一组高级命令行工具的集合,可以查看当前服务的摘要信息,磁盘检测,分析慢查询
日志,查找重复索引,实现表同步等等。
2.4.2.1 下载
wget https://www.percona.com/downloads/percona-toolkit/3.0.11/binary/tarball/percona-toolkit-3.0.11_x86_64.tar.gz
2.4.2.2 解压安装
tar -zxvf percona-toolkit-3.0.11_x86_64.tar.gz
cd percona-toolkit-3.0.11
perl Makefile.PL
make make install
2.4.2.3 调错(先执行再安装)
#Can't locate ExtUtils/MakeMaker.pm in @INC
yum install -y perl-ExtUtils-CBuilder perl-ExtUtils-MakeMaker
#Can't locate Time/HiRes.pm in @INC
yum install -y perl-Time-HiRes
#Can't locate Digest/MD5.pm in @INC
yum install perl-Digest-MD5.x86_64
2.4.2.4 查看慢查询日志
pt-query-digest /var/lib/mysql/localhost-slow.log
2.4.2.5 pt-query-digest语法及重要选项
pt-query-digest [OPTIONS] [FILES] [DSN]
--create-review-table
当使用--review参数把分析结果输出到表中时,如果没有表就自动创建。
--create-history-table
当使用--history参数把分析结果输出到表中时,如果没有表就自动创建。
--filter
对输入的慢查询按指定的字符串进行匹配过滤后再进行分析
--limit
限制输出结果百分比或数量,默认值是20,即将最慢的20条语句输出,
如果是50%则按总响应时间占比从大到小排序,输 出到总和达到50%位置截止。
--host mysql服务器地址
--user mysql用户名
--password mysql用户密码
--history
将分析结果保存到表中,分析结果比较详细,下次再使用--history时,
如果存在相同的语句,且查询所在的时间区间和历史表中的不同,则会记录到数据表中,
可以通过查询同一CHECKSUM来比较某类型查询的历史变化。
--review
将分析结果保存到表中,这个分析只是对查询条件进行参数化,一个类型的查询一条记录,比较简单。
当下次使用-- review时,如果存在相同的语句分析,就不会记录到数据表中。
--output
分析结果输出类型,值可以是report(标准分析报告)、slowlog(Mysql slow log)、json、json-anon。
一般使用report,以便于阅读。
--since
从什么时间开始分析,值为字符串,可以是指定的某个”yyyy-mm-dd [hh:mm:ss]”格式的时间点,
也可以是简单的一个时间值:s(秒)、h(小时)、m(分钟)、d(天),如12h就表示从12小时前开始统计。
--until
截止时间,配合—-since可以分析一段时间内的慢查询。
2.4.2.6 分析pt-query-digest输出结果
第一部分:总体统计结果
Overall:总共有多少条查询
Time range:查询执行的时间范围
unique:唯一查询数量,即对查询条件进行参数化以后,总共有多少个不同的查询
total:总计
min:最小
max:最大
avg:平均
95%:把所有值从小到大排列,位置位于95%的那个数,这个数一般最具有参考价值
median:中位数,把所有值从小到大排列,位置位于中间那个数
#该工具执行日志分析的用户时间,系统时间,物理内存占用大小,虚拟内存占用大小
340ms user time, 140ms system time, 23.99M rss, 203.11M vsz
#工具执行时间
Current date: Fri Nov 25 02:37:18 2016
#运行分析工具的主机名
Hostname: localhost.localdomain
#被分析的文件名
Files: slow.log
#语句总数量,唯一的语句数量,QPS,并发数
Overall: 2 total, 2 unique, 0.01 QPS, 0.01x concurrency ________________
#日志记录的时间范围
Time range: 2016-11-22 06:06:18 to 06:11:40
#属性 总计 最小 最大 平均 95% 标准 中等
Attribute total min max avg 95% stddev median
============ ======= ======= ======= ======= ======= ======= =======
#语句执行时间
Exec time 3s 640ms 2s 1s 2s 999ms 1s
#锁占用时间
Lock time 1ms 0 1ms 723us 1ms 1ms 723us
#发送到客户端的行数
Rows sent 5 1 4 2.50 4 2.12 2.50
#select语句扫描行数
Rows examine 186.17k 0 186.17k 93.09k 186.17k 131.64k 93.09k
#查询的字符数
Query size 455 15 440 227.50 440 300.52 227.50
第二部分:查询分组统计结果
Rank:所有语句的排名,默认按查询时间降序排列,通过--order by指定
Query ID:语句的ID(去掉多余空格和文本字符,计算hash值)
Response:总的响应时间
time:该查询在本次分析中总的时间占比
calls:执行次数,即本次分析总共有多少条这种类型的查询语句
R/Call:平均每次执行的响应时间
V/M:响应时间Variance-to-mean的比率
Item:查询对象
Profile
Rank Query ID Response time Calls R/Call V/M Item
==== ================== ======== ===== ===== ====== ===== ===============
1 0xF9A57DD5A41825CA 2.0529 76.2% 1 2.0529 0.00 SELECT
2 0x4194D8F83F4F9365 0.6401 23.8% 1 0.6401 0.00 SELECT wx_member_base
第三部分:每一种查询的详细统计结果
由下面查询的详细统计结果,最上面的表格列出了执行次数、最大、最小、平均、95%等各项目的统计。
ID:查询的ID号,和上图的Query ID对应
Databases:数据库名
Users:各个用户执行的次数(占比)
Query_time distribution :查询时间分布, 长短体现区间占比,本例中1s-10s之间查询数量是10s以上的两倍。
Tables:查询中涉及到的表
Explain:SQL语句
Query 1: 0 QPS, 0x concurrency, ID 0xF9A57DD5A41825CA at byte 802 ______
This item is included in the report because it matches --limit.
Scores: V/M = 0.00 # Time range: all events occurred at 2016-11-22 06:11:40
Attribute pct total min max avg 95% stddev median
============ === ======= ======= ======= ======= ======= ======= =======
Count 50 1
Exec time 76 2s 2s 2s 2s 2s 0 2s
Lock time 0 0 0 0 0 0 0 0
Rows sent 20 1 1 1 1 1 0 1
Rows examine 0 0 0 0 0 0 0 0
Query size 3 15 15 15 15 15 0 15
String:
Databases test
Hosts 192.168.8.1
Users mysql
Query_time distribution
1us
10us
100us
1ms
10ms
100ms
1s
10s+
EXPLAIN /*!50100 PARTITIONS*/
select sleep(2)\G
2.4.2.7 用法示例
1.直接分析慢查询文件:
pt-query-digest slow.log > slow_report.log
2.分析最近12小时内的查询:
pt-query-digest --since=12h slow.log > slow_report2.log
3.分析指定时间范围内的查询:
pt-query-digest slow.log --since '2017-01-07 09:30:00' --until '2017-01-07 10:00:00' > slow_report3.log
4.分析指含有select语句的慢查询
pt-query-digest --filter '$event->{fingerprint} =~ m/^select/i' slow.log> slow_report4.log
5.针对某个用户的慢查询
pt-query-digest --filter '($event->{user} || "") =~ m/^root/i' slow.log> slow_report5.log
6.查询所有所有的全表扫描或full join的慢查询
pt-query-digest --filter '(($event->{Full_scan} || "") eq "yes") ||(($event-> {Full_join} || "") eq "yes")' slow.log> slow_report6.log
7.把查询保存到query_review表
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_review--create-review-table slow.log
8.把查询保存到query_history表
pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_history--create-review-table slow.log_0001 pt-query-digest --user=root –password=abc123 --review h=localhost,D=test,t=query_history--create-review-table slow.log_0002
9.通过tcpdump抓取mysql的tcp协议数据,然后再分析
tcpdump -s 65535 -x -nn -q -tttt -i any -c 1000 port 3306 > mysql.tcp.txt pt-query-digest --type tcpdump mysql.tcp.txt> slow_report9.log
10.分析binlog
mysqlbinlog mysql-bin.000093 > mysql-bin000093.sql pt-query-digest --type=binlog mysql-bin000093.sql > slow_report10.log
11.分析general log
pt-query-digest --type=genlog localhost.log > slow_report11.log
3 profile分析SQL语句性能消耗情况
Query Profiler是MySQL自带的一种query诊断分析工具,通过它可以分析出一条SQL语句的硬件性能瓶颈在什么地方。比如CPU,IO等,以及该SQL执行所耗费的时间等。不过该工具只有在MySQL 5.0.37以及以上版本中才有实现。默认的情况下,MYSQL的该功能没有打开,需要自己手动启动。
3.1 开启profile功能
Profile 功能由MySQL会话变量 profiling 控制,默认是OFF关闭状态。
3.1.1 查看是否开启了profile功能:
select @@profiling;
show variables like ‘%profil%’;
3.1.2 开启profile功能
mysql> select @@profiling;
+-------------+
| @@profiling |
+-------------+
| 0 |
+-------------+
1 row in set, 1 warning (0.00 sec)
mysql> set profiling=1;
Query OK, 0 rows affected, 1 warning (0.00 sec)
mysql> select @@profiling;
+-------------+
| @@profiling |
+-------------+
| 1 |
+-------------+
1 row in set, 1 warning (0.00 sec)
3.2 应用示例
mysql> select count(id) from tuser;
ERROR 1046 (3D000): No database selected
mysql> use test;
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A
Database changed
mysql> select count(id) from tuser;
+-----------+
| count(id) |
+-----------+
| 10000000 |
+-----------+
1 row in set (4.62 sec)
mysql> show profiles;
+-----------+------------+------------------------------+
| Query_ID | Duration | Query |
+-----------+------------+------------------------------+
| 1 | 0.00016275 | select @@profiling |
| 2 | 0.00009200 | select count(id) from tuser |
| 3 | 0.00014875 | SELECT DATABASE() |
| 4 | 0.00066875 | show databases |
| 5 | 0.00021050 | show tables |
| 6 | 4.61513875 | select count(id) from tuser |
+-----------+------------+------------------------------+
6 rows in set, 1 warning (0.13 sec)
mysql> show profile for query 6;
+----------------------+----------+
| Status | Duration |
+----------------------+----------+
| starting | 0.000228 |
| checking permissions | 0.000018 |
| Opening tables | 0.000035 |
| init | 0.000204 |
| System lock | 0.000071 |
| optimizing | 0.000013 |
| statistics | 0.000067 |
| preparing | 0.000027 |
| executing | 0.000004 |
| Sending data | 4.614239 |
| end | 0.000045 |
| query end | 0.000009 |
| closing tables | 0.000026 |
| freeing items | 0.000019 |
| logging slow query | 0.000124 |
| cleaning up | 0.000011 |
+----------------------+----------+
16 rows in set, 1 warning (0.00 sec)
#查看CPU、I/O及swaps的消耗情况
mysql> show profile cpu,block io,swaps for query 6;
+-------------+----------+----------+------------+--------------+---------------+-------+
| Status | Duration | CPU_user | CPU_system | Block_ops_in | Block_ops_out | Swaps |
+-------------+----------+----------+------------+--------------+---------------+-------+
| starting | 0.000228 | 0.000361 | 0.000000 | 0 | 0 | 0 |
| checking permissions | 0.000018 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| Opening tables | 0.000035 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| init | 0.000204 | 0.000224 | 0.000000 | 0 | 0 | 0 |
| System lock | 0.000071 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| optimizing | 0.000013 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| statistics | 0.000067 | 0.000131 | 0.000000 | 0 | 0 | 0 |
| preparing | 0.000027 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| executing | 0.000004 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| Sending data | 4.614239 | 3.648639 | 0.543410 | 55280 | 0 | 0 |
| end | 0.000045 | 0.000202 | 0.000000 | 0 | 0 | 0 |
| query end | 0.000009 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| closing tables | 0.000026 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| freeing items | 0.000019 | 0.000000 | 0.000000 | 0 | 0 | 0 |
| logging slow query | 0.000124 | 0.000155 | 0.000000 | 0 | 8 | 0 |
| cleaning up | 0.000011 | 0.000000 | 0.000000 | 0 | 0 | 0 |
+-------------+----------+----------+------------+--------------+---------------+-------+
4 性能优化
4.1 服务器层面优化
4.1.1 将数据保存在内存中,保证从内存中读取数据
4.1.1.1 足够大的buffer pool
推荐将数据完全保存在buffer pool中,即按存储量规划 buffer pool的容量。这样你能够完全从内存中读取数据,最大限度降低磁盘操作。buffer pool 默认大小是128M,可以通过修改innodb_buffer_pool_size 参数来调整buffer pool 的大小,理论上将其设置为内存的3/4或4/5。
怎样确定 innodb_buffer_pool_size 足够大,数据是从内存中读取而不是从硬盘中读取?
mysql> show global status like 'innodb_buffer_pool_pages_%';
+-----------------------------------+-------+
| Variable_name | Value |
+-----------------------------------+-------+
| Innodb_buffer_pool_pages_data | 8190 |
| Innodb_buffer_pool_pages_dirty | 0 |
| Innodb_buffer_pool_pages_flushed | 12646 |
| Innodb_buffer_pool_pages_free | 0 |
| Innodb_buffer_pool_pages_misc | 1 |
| Innodb_buffer_pool_pages_total | 8191 |
发现Innodb_buffer_pool_pages_free为0,则说明 buffer pool 已经被用光,须要增innodb_buffer_pool_size。
在配置文件my.cnf中修改 innodb_buffer_pool_size的大小。
innodb_buffer_pool_size = 750M
4.1.1.2 内存预热
默认情况,仅仅有某条数据被读取一次,才会缓存在 innodb_buffer_pool。所以,数据库刚刚启动,须要进行数据预热,将磁盘上的全部数据缓存到内存中。数据预热能够防止磁盘读增加I/O提高读取速度。可以配置如下参数,在关闭实例时dump一个 ib_buffer_pool 文件来存放上次关闭时的内存数据,当再次启动实例时加载进去。
-- 启动MySQL服务时,MySQL将本地热数据加载到InnoDB缓冲池中预热
innodb_buffer_pool_load_at_startup = 1
-- 停止MySQL服务时,InnoDB将InnoDB缓冲池中的热数据保存到本地硬盘
innodb_buffer_pool_dump_at_shutdown = 1
-- 关闭mysql服务时,转储活跃使用的innodb buffer pages的比例,默认25%;
-- 配合innodb_buffer_pool_load_at_startup和innodb_buffer_pool_dump_at_shutdown两个参数同时使用
-- 如果启用新的参数,比如40 ,每个innodb buffer pool instance中有100个pages ,每次转储每个innodb buffer实例中的40个pages#
innodb_buffer_pool_dump_pct = 40
演示
第一次进入mysql服务
-- 第一次查询数据为0.11秒
mysql> select count(1) from test_conver_table where b='1111';
+----------+
| count(1) |
+----------+
| 1 |
+----------+
1 row in set (0.11 sec)
-- 第二次查询数据为0秒,因为数据已加载到innodb_buffer_pool缓冲池中
mysql> select count(1) from test_conver_table where b='1111';
+----------+
| count(1) |
+----------+
| 1 |
+----------+
1 row in set (0.00 sec)
mysql> exit
Bye
kill -9 强制杀掉mysqld服务(此时不生产ib_buffer_pool)
[root@hostmysql-m ~]# kill -9 4540
[root@hostmysql-m ~]# service mysqld start
Starting mysqld: [ OK ]
第二次进入mysql服务
-- 第一次查询时用了0.05秒,说明数据没有加载到缓冲池中
mysql> select count(1) from test_conver_table where b='1111';
+----------+
| count(1) |
+----------+
| 1 |
+----------+
1 row in set (0.05 sec)
mysql> exit
Bye
service mysqld restart 正常的重启或者关闭mysqld 服务(可产生ib_buffer_pool文件,存放关闭时实例的内存数据)
[root@hostmysql-m ~]# service mysqld restart
Stopping mysqld: [ OK ]
Starting mysqld: [ OK ]
[root@hostmysql-m ~]# ll /var/lib/mysql/ib_buffer_pool
-rw-r----- 1 mysql mysql 1122 Dec 29 17:00 /var/lib/mysql/ib_buffer_pool
第三次进入mysql服务
-- 第一次查询时 用了0秒,说明数据已经通过预热方式 加载到了缓冲池中
mysql> select count(1) from test_conver_table where b='1111';
+----------+
| count(1) |
+----------+
| 1 |
+----------+
1 row in set (0.00 sec)
4.1.2 降低磁盘写入次数
①合理设置redo log的大小
redo log较大,则落盘次数就较少(innodb_log_file_size设置成innodb_buffer_pool_size的0.25倍)
②合理设置redolog的落盘策略
innodb_flush_log_at_trx_commit和写磁盘操作密切相关。
③避免双写入缓冲
innodb_flush_method=O_DIRECT
④关闭某些日志
关闭通用查询日志、慢查询日志,只开启二进制日志。
4.1.3 提高磁盘读写速度
采用固态硬盘(SSD)
4.2 SQL设计层面优化
① 选择合适的存储引擎: InnoDB
除非你的数据表使用来做仅仅读或者全文检索 (相信如今提到全文检索,没人会用MYSQL了),否则你应该默认选择 InnoDB 。你自己在测试的时候可能会发现 MyISAM 比 InnoDB 速度快。这是由于MyISAM 仅仅缓存索引,而 InnoDB 缓存数据和索引,MyISAM 不支持事务。可是假设你使用 innodb_flush_log_at_trx_commit = 2 能够获得接近的读取性能 (相差百倍) 。
a.将现有的 MyISAM 数据库转换为 InnoDB
mysql -u [USER_NAME] -p -e "SHOW TABLES IN [DATABASE_NAME];" | tail -n +2 | xargs -I '{}' echo "ALTER TABLE {} ENGINE=InnoDB;" > alter_table.sql
perl -p -i -e 's/(search_[a-z_]+ ENGINE=)InnoDB//1MyISAM/g' alter_table.sql
mysql -u [USER_NAME] -p [DATABASE_NAME] < alter_table.sql
b.为每一个表分别创建InnoDB FILE。这样能够保证 ibdata1 文件不会过大,失去控制。尤其是在运行 mysqlcheck -o –all-databases 的时候。
innodb_file_per_table=1
② 设计中间表,一般针对于统计分析功能,或者实时性不高的需求(OLTP、OLAP)。
③ 为减少关联查询,创建合理的冗余字段(考虑数据库的三范式和查询性能的取舍,创建冗余字段还需要注意数据一致性问题)
④ 对于字段太多的大表,考虑拆表(比如一个表有100多个字段) 人和身份证
⑤ 对于表中经常不被使用的字段或者存储数据比较多的字段,考虑拆表(比如商品表中会存储商品介绍,此时可以将商品介绍字段单独拆解到另一个表中,使用商品ID关联)
⑥ 建议每张表都要有一个主键(主键索引),而且主键类型最好是int类型,建议自增主键(不考虑分布式系统的情况下)。
4.3 SQL语句优化
4.3.1 充分使用索引
where字段 、组合索引(最左前缀) 、 索引下推(非选择行,不加锁)、索引覆盖(不回表)、on两边排序、分组统计不要用星。
4.3.2 LIMIT优化
单条查询最后添加 LIMIT 1,停止全表扫描
4.3.3 其他优化
count (星) :找普通索引 ,找到最小的那棵树来遍历(包含空值)
count(字段):走缓存(不包含空值)
count(1): 忽略字段(包含空值)
不用 MySQL 内置的函数,因为内置函数不会建立查询缓存。
SELECT * FROM user where birthday = now();