慢SQL调优-索引详解

Mysql 慢SQL调优-索引详解

  • 前言
  • 一、慢查询日志设置
  • 二、explain查看执行计划
  • 三、索引失效
  • 四、索引操作
  • 五、profile 分析执行耗时


前言

最新的 Java 面试题,技术栈涉及 Java 基础、集合、多线程、Mysql、分布式、Spring全家桶、MyBatis、Dubbo、缓存、消息队列、Linux…等等,会持续更新。

如果对老铁有帮助,帮忙免费点个赞,谢谢你的发财手!

一、慢查询日志设置

1、开启慢查询日志,设置超过几秒为慢SQL语句,抓取慢SQL语句;
(阿里的ARMS监控平台直接就能查询到慢SQL)

show variables like "%query%"

< img1>

  • 1)参数log_queries_not_using_indexes :表示如果运行的SQL语句没有使用到索引,是否也被当作慢查询语句记录到慢查询日志中,OFF表示不记录,ON表示记录
  • 2)参数long_query_time :表示“多长时间的查询”被认定为“慢查询”,默认值为10秒,表示超过10秒的查询被认定为慢查询
  • 3)参数 slow_query_log :表示是否开启慢查询日志。开启:“> set global slow_query_log=on”关闭:“> set global slow_query_log=off ”
  • 4)参数slow_query_log_file:指定慢查询日志存储于哪个日志文件中,默认的慢查询日志文件名为“主机名-slow.log”,慢查询日志的位置为datadir参数所对应的目录位置。
    慢查询日志中给出了账号、主机、运行时间、锁定时间、返回行等信息,当日志文件越来越大,通过vi或cat命令不能很直观地查看日志,这时就可以使用MySQL内置的mysqldumpslow命令来查询:
mysqldumpslow -s r -t 5 /data/mysql/mysql_slow.log

查询返回记录集最多的5个慢查询SQL。

二、explain查看执行计划

2、通过explain查看SQL执行计划,重点关注type、key、rows、extra指标;创建索引并调整语句,再查看执行计划,对比调优结果。
< img2>

  • 1)id:反映的是表的读取顺序或查询中执行select语句的顺序。
    ① id相同,可以认为是一组,从上往下顺序执行;
    ② id不同,如果是子查询,id序号会递增,id值越大优先级越高,越先被执行。
  • 2)select_type:表示select的类型,主要用于区别普通查询、联合查询、子查询等复杂查询。
    SIMPLE:表示查询语句不包含子查询或union。
    PRIMARY:查询中若包含任何复杂的子部分,最外层查询标记为primary。
    SUBQUERY:select中的子查询语句
    DEPENDENT SUBQUERY:select或where列表中的子查询。
    DERIVED(衍生):在from列表中包含的子查询,MySQL 会将结果存放在一个临时表中。
    UNION:若第二个select出现在union后,则被标记为union;若union包含在from子句的子查询中,外层select将被标记为DERIVED。
  • 3)table:表名称或别名(显示这一行的数据是关于哪张表的)。
  • 4)type:表示MySQL在表中找到目标行的方式,又称“访问类型”;
    性能:system > const > eq_ref > ref > range > index > ALL
    const、system:表示通过索引一次就查询到了相关记录,一般为主键或唯一索引查询,system是const类型的特例,当查询的表只有一行的情况下使用。
    eq_ref:类似ref,区别在于使用的索引是唯一索引,对于每个索引键,表中只有一条记录与之匹配,常见于多表连接中,一般使用primary key或者unique key作为关联条件。
    ref:非唯一性索引扫描,返回索引过滤的数据,可为多条,常出现在关联查询中。
    range:使用索引进行范围扫描,一般就是在where语句中出现between、< 、>、in等。
    index::index与ALL的区别为index类型只遍历索引树。
    ALL:扫描全表数据行。
  • 5)possible_keys:表示查询时可能使用到的索引。
  • 6)key:查询时真正使用到的索引,如果没有选择索引,则显示是NULL。
  • 7)key_len:显示索引中使用的字节数,可以判断是否全部使用了组合索引。
  • 8)ref:表示上述表的连接匹配条件,即哪些列或常量被用于查找索引列上的值。
  • 9)rows:显示MySQL根据表统计信息,估算找到所需的记录要读取的行数,越小越好。
  • 10)Extra:该列包含MySQL解决查询的说明和描述,包含不适合在其他列中显示但是对执行计划非常重要的额外信息。
    Using where:表示查询需要通过where条件查询数据。
    Using temporary:使用临时表保存中间结果,常见的情况有使用distinct关键字,join语句中使用order by或group by无索引列、order by与group by字段不同、union子查询等。
    Using filesort:表示有order by操作而且无法利用索引完成的排序,出现using filesort一般是因为order by后的条件导致索引失效,最好进行优化。
    Using join buffer:表明使用了连接缓存,比如说在查询的时候,多表join的次数非常多,就将配置文件中缓冲区的join buffer调大一些。如果出现了这个值,应当注意,根据查询的具体情况可能需要添加索引来改进。
    Using index:表示使用了索引覆盖(select要查询的字段少于或等于创建的索引字段),不需要访问表。如果与Using where一起出现,则表示索引用于查询过滤,还需回表查询出所需数据。
    Using Index Condition:表示通过使用索引对存储引擎索引出的数据进行再过滤,减少回表查询的次数。

总结一下针对explain命令生成执行计划:

  • 首先关注查询类型type列,如果出现all关键字,代表全表扫描,没有用到任何index;
  • 再看key列,如果key列是NULL,代表没有使用索引;
  • 然后看rows列,该列数值越大意味着需要扫描的行数越多,相应耗时越长;
  • 最后看Extra列,要避免出现Using filesort或Using temporary这样的字眼,这是很影响性能的。
    对于没有走索引的查询,通过添加适当的索引,注意需对照原表上的索引,看看有没有需要合并成联合索引,避免构建过多的索引,会占用空间和影响插入/更新的效率。

三、索引失效

下面列出常见的一些索引失效的场景:

    1. 索引列上加函数:在查询的索引列上使用内置函数都会让索引失效。
    1. 对索引列运算:与使用函数相似,都是会使得索引列值发生变化,从而无法使用索引。
    1. 联合索引最左匹配原则:不满足最左匹配原则,索引不生效。
    1. 隐式类型转换:select * from t_user where tel = 123; tel字段是varchar类型,但数值是int类型,自动类型转换会使得索引失效。
    1. 范围查询阻断后续字段不能走索引:范围查询包括 >=、<=、>、<、in、between。
    1. 负向查询和is NULL判断可能导致索引失效:负向查询包括 NOT、<>、!>、!<、!= 等。
    1. 使用like模糊查询,前后都加了%,”%李%”不会走索引, 而使用like “李%”会走索引。
    1. asc和desc混用:select * from t order by a asc, b desc。
    1. or:如果是单例索引,or会使用索引;如果是组合索引,or不会使用索引。

四、索引操作

  • 1、添加PRIMARY KEY(主键索引)
ALTER TABLE 表名 ADD PRIMARY KEY ( 字段 )
  • 2、添加UNIQUE(唯一索引)
ALTER TABLE 表名 ADD UNIQUE (字段)
  • 3、添加INDEX(普通索引)
ALTER TABLE 表名 ADD INDEX 索引名 ( 字段 )
  • 4、添加联合索引
ALTER TABLE 表名 ADD INDEX 索引名 ( 字段1, 字段2, ...)
  • 5、删除索引:
ALTER TABLE 表名 DROP INDEX 索引名;

五、profile 分析执行耗时

  • 1、查询profile开启状态
    show variables like ‘%profil%’
    < img3>
    1)have_profiling:确定是否支持 profile;
    2)profiling:是否开启profiling;
    3)profiling_history_size:定义MySQL服务器最近接收到的SQL条数。
  • 2、开启profiling
    set profiling=ON
    set profiling_history_size=30
  • 3、查看最近运行的SQL
    – 查询最近30条SQL
    show profiles;
    < img4>
    (查看数据库版本:show variables like ‘%version%’;)

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.mzph.cn/news/724222.shtml

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

相关文章

腾讯云4核16G12M服务器优惠价格32元1个月、96元3个月、156元6个月、312元一年

腾讯云4核16G12M服务器优惠价格32元1个月、96元3个月、156元6个月、312元一年 一张表看懂腾讯云服务器租用优惠价格表&#xff0c;一目了然&#xff0c;腾讯云服务器分为轻量应用服务器和云服务器CVM&#xff0c;CPU内存配置从2核2G、2核4G、4核8G、8核16G、4核16G、8核32G、1…

MySQL 篇-深入了解多表设计、多表查询

&#x1f525;博客主页&#xff1a; 【小扳_-CSDN博客】 ❤感谢大家点赞&#x1f44d;收藏⭐评论✍ 文章目录 1.0 多表设计概述 1.1 多表设计 - 一对多 1.2 多表设计 - 一对一 1.3 多表设计 - 多对多 2.0 多表查询概述 2.1 多表查询 - 内连接 2.2 多表查询 - 外连接 2.3 多表查…

Go 简单设计和实现可扩展、高性能的泛型本地缓存

相信大家对于缓存这个词都不陌生&#xff0c;但凡追求高性能的业务场景&#xff0c;一般都会使用缓存&#xff0c;它可以提高数据的检索速度&#xff0c;减少数据库的压力。缓存大体分为两类&#xff1a;本地缓存和分布式缓存&#xff08;如 Redis&#xff09;。本地缓存适用于…

【小智好书分享• 第二期】《低代码平台开发实践:基于React》

最近&#xff0c;我发现了一个超级强大的人工智能学习网站。它以通俗易懂的方式呈现复杂的概念&#xff0c;而且内容风趣幽默。我觉得它对大家可能会有所帮助&#xff0c;所以我在此分享。点击这里跳转到网站。 前些天发现了一个巨牛的人工智能学习网站&#xff0c;通俗易懂&am…

磁性机器人在医学领域取得进展

磁性医疗机器人利用磁场梯度来控制设备的运动&#xff0c;并最终以高精度进入体内的目标组织。这些磁性机器人可以采用导管和微型或纳米机器人的形式&#xff0c;并由磁导航系统操纵。磁性机器人最近取得了一些进展&#xff0c;为临床诊断和治疗用途开辟了新的可能性。在本期的…

自然语言处理实战项目27-深入探究ALBERT模型:结构与原理及其在中文命名实体识别中的应用

大家好,我是微学AI,今天给大家介绍一下自然语言处理实战项目27-深入探究ALBERT模型:结构与原理及其在中文命名实体识别中的应用。本文我将深入探究ALBERT模型的结构与原理,并详细介绍了其在中文命名实体识别中的应用。ALBERT模型作为一种轻量级预训练语言模型,采用了Trans…

一个测试OOM killer的程序未触发OOM所带来的问题

概述 我们知道&#xff0c;由于MMU实现了虚拟地址到物理地址的转换&#xff0c;所以我们在申请虚拟地址时往往可以申请一大块内存&#xff0c;这实际上是对资源的有效利用&#xff0c;毕竟只有内存真正被投入使用时&#xff08;如memset&#xff09;才会实际分配物理内存&…

【二叉树的最近公共祖先】【后序遍历】Leetcode 236. 二叉树的最近公共祖先

【二叉树的最近公共祖先】【后序遍历】Leetcode 236. 二叉树的最近公共祖先 解法1 涉及到结果向上返回就要用后序遍历解法2 自己写的方法 后序遍历 ---------------&#x1f388;&#x1f388;236. 二叉树的最近公共祖先 题目链接&#x1f388;&#x1f388;-----------------…

CMake-深入理解find_package()的用法

前言&#xff1a; CMake给我们提供了find_package()命令用来查找依赖包&#xff0c;理想情况下&#xff0c;一句find_package()命令就能把一整个依赖包的头文件包含路径、库路径、库名字、版本号等情况都获取到&#xff0c;后续只管用就好了。但实际使用过程可能会出现这样那样…

SpringBoot集成flink

Flink是一个批处理和流处理结合的统一计算框架&#xff0c;其核心是一个提供了数据分发以及并行化计算的流数据处理引擎。 最大亮点是流处理&#xff0c;最适合的应用场景是低时延的数据处理。 场景&#xff1a;高并发pipeline处理数据&#xff0c;时延毫秒级&#xff0c;且兼具…

鸿蒙NEXT开发实战:【视频文件裁剪】

使用OpenHarmony系统提供的ffmpeg三方库的能力在系统中实现了音视频文件裁剪的功能&#xff0c;并通过NAPI提供给上层应用调用。 基础信息 视频文件裁剪 简介 在OpenHarmony系统整个框架中有很多子系统&#xff0c;其中多媒体子系统是OpenHarmony比较重要的一个子系统&#…

Seata 2.x 系列【1】专栏导读

有道无术&#xff0c;术尚可求&#xff0c;有术无道&#xff0c;止于术。 本系列Spring Boot 版本 3.1.0 本系列Seata 版本 2.0.0 源码地址&#xff1a;https://gitee.com/pearl-organization/study-seata-demo 文章目录 1. 背景2. 简介3. 适用人群4. 环境及版本5. 文章导航5…

Spring基础——方法注入(Method Injection)

目录 查找方法注入&#xff08;Lookup Method&#xff09;查找方法注入基于XML的方法注入基于注解的方法注入 Arbitrary Method Replacement&#xff08;任意方法替换&#xff09; 文章所用项目源码参考&#xff1a;java_spring_learn_repo 查找方法注入&#xff08;Lookup Met…

解决微信好友添加频繁问题

今天我们来聊一聊微信好友添加频繁的问题。在日常使用中&#xff0c;有时候我们会遇到一些添加好友受限的情况&#xff0c;那么究竟是什么原因导致了这一问题呢&#xff1f;接下来&#xff0c;让我们逐一来看一看。 1. 添加好友的频率太高 首先&#xff0c;如果我们在短时间内…

Java必须掌握的红黑树(含面试大厂题含源码)

当面试官要求你实现一个红黑树时&#xff0c;可能会给你一些提示或者要求&#xff0c;比如要求实现插入、删除、查找等操作。下面是一个简单的红黑树实现示例&#xff0c;包含了插入操作&#xff1a; class RedBlackTree {private static final boolean RED false;private st…

.NetCore6.0实现ActionFilter过滤器记录接口请求日志

文章目录 目的实现案例&#xff1a;一.首先我们新建一个WebApi项目二.配置 appsettings.json 文件&#xff0c;配置日志存放路径三.创建 Model 文件夹&#xff0c;创建AppConfig类和ErrorLog类1.在AppConfig类中编写一个GetConfigInfo方法获取配置文件中的值2.在ErrorLog类中&a…

供应josef约瑟DL-24C电流继电器 额定电流3A 整定范围0.5-2A 电气控制必备元件

电流继电器是一种特殊的电子控制器件&#xff0c;具有控制系统和被控制系统&#xff0c;它使用较小的电流去控制较大的电流&#xff0c;起到自动开关的作用。以下是电流继电器的特征&#xff1a; 承载大电流&#xff1a;电流继电器可以承载大电流&#xff0c;通常能够承受数十…

SpringBoot集成Docker

Docker是一个开源的应用容器引擎&#xff0c;它允许开发者将应用及其依赖打包到一个可移植的容器中。 一、依赖 <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0"xmlns:xsi"http://ww…

SpringBoot 接口防刷

1&#xff1a;pom添加依赖 <dependency><groupId>net.jodah</groupId><artifactId>expiringmap</artifactId><version>0.5.10</version></dependency> 2&#xff1a;封装工具 Slf4j public class RequestUtil {/*** 1&#…

大语言模型(LLM):每个专业人士的完美助手

「大语言模型&#xff08;LLM&#xff09;革命」&#xff1a;ChatGPT如何引领工作效率新篇章 在不断发展的技术领域&#xff0c;像 ChatGPT 这样的大型语言模型 (LLM) 已成为各行业专业人士不可或缺的工具。 这篇博文探讨了大语言模型&#xff08;LLM&#xff09;在专业环境中的…