二.吊打面试官系列-数据库优化-Explain索引分析

1.如何定位慢SQL

我们知道数据库瓶颈80%都在查询上，数据库优化有一个比较重要的环节就是定位系统中的慢SQL，那么我们如何快速定位到哪些查询语句比较耗时呢？Mysql有自己的慢SQL定位功能

MySQL的慢查询日志，用来记录在MySQL中响应时间超过阀值的语句，具体指运行时间超过 long-query_time值的SQL，则会被记录到慢查询日志中。 long_query_time的默认值为 10，意思是运行10秒以上(不含10秒)的语句，认为是超出了我们的最大忍耐时间值。

命令备注
show status like ‘slow_queries’查看慢查询数量
show variables like ‘long_query_time’可以显示当前慢查询时间 ， 默认阈值 10s
set long_query_time=1可以修改慢查询时间 ， 可以通过my.ini永久修改
show variables like ‘%slow_query_log%’查看慢查询的日志路径
SET GLOBAL slow_query_log = 1开启慢查询日志
SET GLOBAL slow_query_log_file=‘路径\slow.log’指定慢查询日志文件
set global log_output=‘TABLE’把慢SQL输出到table
select * from mysql.slow_log查看日志内容

通过 show variables like ‘%slow_query_log% 查看慢日志是否开启以及可以看到日志存储位置，如果未开启使用SET GLOBAL slow_query_log = 1来开启

在这里插入图片描述

慢SQL记录默认执行时长为10S+的SQL，通过set long_query_time=1来修改慢SQL的时间。 此外还可以通过set global log_output=‘TABLE’来把慢SQL记录到Table中，通过SELECT *,CONVERT( sql_text USING utf8) AS text_data from mysql.slow_log来查看，这样就可以快速定位到慢SQL

在这里插入图片描述
上面的命令都是临时的，重启Mysql后就会失效，如果需要永久修改需要修改my.ini

[mysqld]
slow_query_log=ON # 开启慢查询日志的开关
slow_query_log_file=/var/lib/mysql/atguigu-slow.log #慢查询日志的目录和文件名信息
long_query_time=3 #设置慢查询的闽值为3秒，超出此设定值的SQL即被记录到慢查询日志
log_output=FILE

除此之外我们还可以通过三方工具来监控慢SQL，比如：Druid连接池的SQL监控
在这里插入图片描述

定位到慢SQL之后我们就需要去优化它，SQL优化的维度有很多，比如：

  • SQL是否太复杂，或者JOIN表太多，子查询太多：这种情况需要进行SQL简化，可以通过SQL拆解把一条SQL拆成多条SQL，或者通过冗余字段来减少JOIN。
  • 是不是数据量太大：如果是表数据量太大，那么需要考虑拆表，可以考虑垂直拆分或者水平拆分来减少表的数据量提高查询速度
  • 如果是对于报表类的查询最好是做统计表+定时结算的方式，不要直接查大表
  • 还有一个很重要的维度就是索引优化，500W的数据如果把索引优化好查询一般不会有大的问题

2.使用explain分析SQL

Explain用来分析SELECT查询语句，开发人员可以通过分析Explain结果来优化查询语句。通过explain命令我们可以学习到该条SQL是如何执行的，随后解析explain的结果可以帮助我们使用更好的索引，最终来优化它！通过explain命令我们可以知道以下信息：表的读取顺序，数据读取操作的类型，哪些索引可以使用，哪些索引实际使用了，表之间的引用，每张表有多少行被优化器查询等信息。如下,我们在 select 语句前面加上explain 就可以看到SQL有没有用到索引

在这里插入图片描述

ID列

id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的顺序增长的。id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。

select_type列

select_type 表示对应行是简单还是复杂的查询。

  • simple：代表一个简单的查询，没有连表的情况

  • primary：SQL的主查询，如：复杂查询中最外层的 select

  • subquery：包含在 select 中的子查询（不在 from 子句中）如：EXPLAIN select id,(select name from t_user where id = 1) from t_user
    在这里插入图片描述

  • derived：包含在 from 子句中的子查询。MySQL会将结果存放在一个临时表中，也称为派生表（derived的英文含义）

  • union：在有union连表查询的时候会出现 如：explain select 1 union all select 2;
    在这里插入图片描述

table列

代表的是当前访问的是哪个表

partitions列

分区，如果查询是基于分区表的话，会显示查询将访问的分区。分区用的很少

type列

这一列表示关联类型或访问类型，即MySQL决定如何查找表中的行，查找数据行记录的大概范围，依次从最优到最差分别为：system > const > eq_ref > ref > range > index > ALL 一般来说，得保证查询达到range级别，最好达到ref

const, system：const是常量的意思，Mysql能对查询的某部分进行优化并将其转化成一个常量，用于 primary key 或 unique key 的所有列与常数比较时，所以表最多有一个匹配行，读取1次，速度比较快。system是const的特例，表里只有一条元组匹配时为system.案例如下：
explain select * from t_user where id = 1
在这里插入图片描述

eq_ref：primary key 或 unique key 索引的所有部分被连接使用 ，最多只会返回一条符合条件的记录。这可能是在 const 之外最好的联接类型了，简单的 select 查询不会出现这种 type。多出现于外键连表的查询中案例： explain select * from t_user u join t_dept d on u.dept_id = d.id
在这里插入图片描述

ref：相比 eq_ref，不使用唯一索引，而是使用普通索引或者唯一性索引的部分前缀的情况，索引要和某个值相比较，可能会找到多个符合条件的行。案例如：explain select * from t_user where name = "zs"

在这里插入图片描述

range：范围扫描通常出现在 in(), between ,> ,<, >= 等操作中。使用一个索引来检索给定范围的行。案例如：explain select * from t_user where id > 1

在这里插入图片描述

index：扫描全索引就能拿到结果，一般是扫描某个二级索引，这种扫描不会从索引树根节点开始快速查找，而是直接对索引的叶子节点遍历和扫描，速度还是比较慢的，这种查询一般为使用覆盖索引，二级索引一般比较小，所以这种通常比ALL快一些。案例如：explain select name from t_user

在这里插入图片描述

all：即全表扫描，扫描你的聚簇索引的所有叶子节点。通常情况下这需要增加索引来进行优化了。
在这里插入图片描述

possible_keys 列

该列展示的是当前SQL可以选择的索引列，如果为null那么需要检查wehre后面的条件列是否有可选择的索引，案例 explain select * from t_user where name = "zs" and id = 1
在这里插入图片描述
可以选择的索引有3个 ：PRIMARY , index_name_age , name ，Mysql选择了主键索引。

key 列

这一列显示mysql实际采用哪个索引来优化对该表的访问。如果没有使用索引，则该列是 NULL。

key_len列

这一列显示了mysql在索引里使用的字节数，通过这个值可以算出具体使用了索引中的哪些列。 比如：
在这里插入图片描述
key_len为8，因为Mysql使用了主键列，主键列是BigInt类型，这种类型占8个字节。

ref列

显示索引的哪一列被使用了，如果有可能是一个常数，哪些列或const(常量)被用于查询索引列上的，比如：explain select * from t_user u join t_dept d on u.dept_id = d.id
在这里插入图片描述

rows列

这一列是mysql估计要读取并检测的行数，注意这个不是结果集里的行数。

Extra列

这一列展示的是额外信息。常见的重要值如下：

  • Using index：表示相应的select操作用使用覆盖索引，避免访问了表的数据行，案例：explain select name from t_user
    在这里插入图片描述
    因为index_name这个索引中就包含了查询的name列，所以不用回表了

  • Using where：使用 where 语句来处理结果，并未使用到索引，需要优化 案例：explain select * from t_user where age = 11 这里看得出没有使用任何索引
    在这里插入图片描述

  • Using index condition：是 MySQL 查询执行计划中的一个输出，它表示 MySQL 优化器决定使用“索引条件推送”优化技术来执行查询。索引条件推送 (Index Condition Pushdown, ICP): 这是一个查询优化技术，允许 MySQL 将部分 WHERE 子句的条件下推到存储引擎层，使其可以在读取索引条目时直接评估这些条件。这可以减少不必要的数据读取，从而提高查询性能。案例explain select age from t_user where username = "zs" and name like "z%"
    在这里插入图片描述

  • Using temporary：使用了临时表保存中间结果，mysql在查询结果排序时使用临时表。常见于排序order by和分组查询group by,案例：explain select DISTINCT(name) from t_user
    在这里插入图片描述
    name列没有索引，那么在去重的时候会使用一个临时表来存储name列的值然后去重。如果给name列创建索引那么就会 ： using index 在索引中去重。

  • Using filesort：将用外部排序而不是索引排序，数据较小时从内存排序，否则需要在磁盘完成排序。这种情况下一般也是要考虑使用索引来优化的。案例explain select * from t_user order by age
    在这里插入图片描述

  • Select tables optimized away：使用某些聚合函数（比如 max、min）来访问存在索引的某个字段时.案例explain select max(id) from t_user
    在这里插入图片描述

3.怎么选择索引列

这里我们需要一个常识，索引就是以空间换时间的打法，索引本身会占用磁盘空间，且索引会降低DML操作(增删改)的性能，当我们对数据发生写操作索引也需要跟着修改，所以索引不是越多越好，而是要找到过滤数据最有效的那个列来创建索引，或者结合业务场景来设计索引，那么什么样的列适合创建索引呢

  1. 不会出现在WHERE，ORDER BY, GROUP BY子句中字段不该创建索引
    因为意义不大，这样的列即使创建了索引也大概率不会用到,反而增加了磁盘开销和维护成本
  2. 唯一性太差(离散度)的字段不适合单独创建索引
    比如：状态，性别这种字段，假如我有1千万数据，对于性别最多过滤一般，剩下的数据量依然很大，所以这种字段创建索引没有太大意义。
  3. 更新非常频繁的字段不适合创建索引
    因为字段值修改索引也要跟着修改，这样反而增加了索引维护成本会导致性能变差
  4. 对于记录数较少的表不适合创建索引
    表数据少创建索引可能并不会带来明显的性能提升。相反，由于索引本身也需要存储和管理，因此可能会增加额外的开销。

4.索引失效的情况

在 MySQL 中，索引虽然能极大地提高查询性能，但在某些情况下，索引可能不会被优化器使用，即索引失效。以下是导致 MySQL 索引失效的一些常见情况：

  1. 使用了函数或表达式
    当在 WHERE 子句中对索引列使用函数或表达式时，MySQL 通常无法使用该索引。例如：SELECT * FROM users WHERE YEAR(create_date) = 2023; 在这个例子中，YEAR() 函数导致 create_date 列上的索引失效。因为B+tree的节点上存储的是一个确切的值，它无法和 函数计算过的不确定值进行比较

  2. 类型不一致导致隐式类型转换
    当查询条件中的数据类型与索引列的数据类型不一致，并且 MySQL 需要进行隐式类型转换时，索引可能失效。例如：SELECT * FROM users WHERE phone_number = '1234567890';如果 phone_number 列是整数类型，而查询中使用了字符串字面量，MySQL 可能需要进行类型转换,从而用到转换函数，从而导致索引失效

  3. 使用了 OR 连接的条件
    在某些情况下，使用 OR 连接的条件可能导致索引失效，尤其是当 OR 连接的列不在同一个索引中时。比如：SELECT * FROM users WHERE name = 'John' OR email = 'john@example.com';如果 name 和 email 不在同一个索引中，MySQL 可能无法使用索引来优化这个查询。

  4. LIKE 查询以通配符开头
    当使用 LIKE 查询时，如果搜索模式以通配符 % 开头，MySQL 通常无法使用该列的索引，比如：SELECT * FROM users WHERE name LIKE '%Smith';因为左边的’%'代表了一个不确定的值，无法和索引进行比较，如果是’Smith%'这可以使用到索引，因为可以向左匹配

  5. 不等于操作
    使用 != 或 <> 进行不等于操作时，MySQL 通常不会使用索引，因为它需要扫描全表来找到不等于指定值的记录。

  6. IS NULL 或 IS NOT NUL
    在某些情况下，对索引列使用 IS NULL 或 IS NOT NULL 条件可能不会导致索引被使用，尤其是当表中包含大量 NULL 值时

  7. Mysql优化器决定不使用索引
    及时可以使用索引，如果mysql估计使用全表扫描要比使用索引快,则不使用索引，比如表里面只有一条记录

为了避免索引失效，你应该：

  • 确保查询条件与索引列的数据类型和结构相匹配。
  • 仔细选择和设计索引，包括复合索引的列顺序。
  • 定期更新统计信息，以确保优化器做出正确的决策。
  • 使用 EXPLAIN 语句来分析查询的执行计划，检查是否使用了预期的索引。

文章就先写到这把，拿去面试差不多也够用了，如果文章对你有所帮助请给个好评哦！！！

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/821193.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

项目5-博客系统3+接口完

项目5-博客系统3+接口完

1.实现显示用户信息 ⽬前⻚⾯的⽤⼾信息部分是写死的. 形如 我们期望这个信息可以随着用户登陆而发生改变. • 如果当前⻚⾯是博客列表⻚, 则显⽰当前登陆⽤⼾的信息. • 如果当前⻚⾯是博客详情⻚, 则显⽰该博客的作者⽤⼾信息. 注意: 当前我们只是实现了显⽰⽤⼾名, 没有…
阅读更多...
工厂设备数据采集

工厂设备数据采集

在信息化浪潮席卷全球的时代背景下&#xff0c;工厂设备数据采集成为推动企业数字化转型和智能化升级的关键环节。HiWoo Box网关以其卓越的性能和便捷的操作&#xff0c;为工厂设备数据采集提供了强有力的支持。本文将深入探讨工厂设备数据采集的概念&#xff0c;阐述如何利用H…
阅读更多...
企业用户管理passwd/sudo工作原理/chage/用户组/切换用户及提权管理/chown知识详谈-6000字

企业用户管理passwd/sudo工作原理/chage/用户组/切换用户及提权管理/chown知识详谈-6000字

passwd 用户自己给自己设置密码&#xff1a;直接passwd root用户给普通用户设置密码&#xff1a;passwd用户名 stdin 从标准输入获取信息 批量创建用户&#xff1a; bash脚本&#xff1a; for n in {01…10} do useradd wulin$n done n先取01然后循环&#xff0c;再取再执行…
阅读更多...
掌握App用户注册情况，Xinstall来帮忙

掌握App用户注册情况，Xinstall来帮忙

在移动互联网时代&#xff0c;App已经成为企业与用户之间的重要桥梁。然而&#xff0c;对于许多App开发者来说&#xff0c;如何精准地获取和分析用户注册数据&#xff0c;一直是一个令人头疼的问题。幸运的是&#xff0c;有了Xinstall这样的一站式App全渠道统计服务商&#xff…
阅读更多...
java八股文知识点讲解（个人认为讲的比较好的）

java八股文知识点讲解（个人认为讲的比较好的）

1、解决哈希冲突——链地址法&#xff1a;【第7章查找】19哈希表的查找_链地址法解决哈希冲突_哔哩哔哩_bilibili 2、解决哈希冲突——开放地址法 &#xff1a; 【第7章查找】18哈希表的查找_开放定址法解决哈希冲突_哔哩哔哩_bilibili 3、小根堆大根堆的创建&#xff1a;选择…
阅读更多...
NL2SQL进阶系列(5)：论文解读业界前沿方案（DIN-SQL、C3-SQL、DAIL-SQL、SQL-PaLM）、新一代数据集BIRD-SQL解读

NL2SQL进阶系列(5)：论文解读业界前沿方案（DIN-SQL、C3-SQL、DAIL-SQL、SQL-PaLM）、新一代数据集BIRD-SQL解读

NL2SQL进阶系列(5)&#xff1a;论文解读业界前沿方案&#xff08;DIN-SQL、C3-SQL、DAIL-SQL&#xff09;、新一代数据集BIRD-SQL解读 NL2SQL基础系列(1)&#xff1a;业界顶尖排行榜、权威测评数据集及LLM大模型&#xff08;Spider vs BIRD&#xff09;全面对比优劣分析[Text2…
阅读更多...
【C++进阶】详解C++类型转换IO流

【C++进阶】详解C++类型转换IO流

C类型转换及IO流 一&#xff0c;C语言的类型转换方式二&#xff0c;C的四种强制类型转换方式2.1 static_cast2.2 reinterpret_cast2.3 const_cast2.4 dynamic_cast 三&#xff0c;C语言的输入和输出四&#xff0c;C的标准IO流五&#xff0c;C文件IO流总结 这一节我们来讲解 C的…
阅读更多...
数据结构OJ：设计循环队列

数据结构OJ：设计循环队列

题目介绍 本题为LeetCode上的经典题目&#xff0c;题目要求我们设计一种循环队列&#xff0c;满足FIFO原则且队尾被连接在队首之后。 思路讲解 题目中介绍循环队列的好处是可以重复利用空间&#xff0c;所以我们很容易想到在初始化时即开辟指定大小的空间&#xff0c;之后便不…
阅读更多...
策略模式：灵活调整算法的设计精髓

策略模式：灵活调整算法的设计精髓

在软件开发中&#xff0c;策略模式是一种行为型设计模式&#xff0c;它允许在运行时选择算法的行为。通过定义一系列算法&#xff0c;并将每个算法封装起来&#xff0c;策略模式使得算法可以互换使用&#xff0c;这使得算法可以独立于使用它们的客户。本文将详细介绍策略模式的…
阅读更多...
【每日刷题】Day16

【每日刷题】Day16

【每日刷题】Day16 &#x1f955;个人主页&#xff1a;开敲&#x1f349; &#x1f525;所属专栏&#xff1a;每日刷题&#x1f34d; &#x1f33c;文章目录&#x1f33c; 1. 24. 两两交换链表中的节点 - 力扣&#xff08;LeetCode&#xff09; 2. 160. 相交链表 - 力扣&…
阅读更多...
基于小程序实现的4s店管理系统

基于小程序实现的4s店管理系统

作者主页&#xff1a;Java码库 主营内容&#xff1a;SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app等设计与开发。 收藏点赞不迷路 关注作者有好处 文末获取源码 技术选型 【后端】&#xff1a;Java 【框架】&#xff1a;ssm 【…
阅读更多...
【C++11】智能指针

【C++11】智能指针

> 作者&#xff1a;დ旧言~ > 座右铭&#xff1a;松树千年终是朽&#xff0c;槿花一日自为荣。 > 目标&#xff1a;理解在C11中智能指针&#xff0c;自己能模拟实现 4 种智能指针 > 毒鸡汤&#xff1a;白日莫闲过&#xff0c;青春不再来。 > 专栏选自&#xff1…
阅读更多...
【halcon】C# halcon 内存暴增 续，找到一个解决方案

【halcon】C# halcon 内存暴增 续，找到一个解决方案

这里写自定义目录标题 背景释放临时缓存具体的使用感受背景 在之前的文章《【halcon】C# halcon 内存暴增 》中我们提到了一些会导致内存暴增的原因。 其中一个就是使用了计算复杂的算子，且图片很大时，此时内存就会暴增，而且内存无法被释放。 这次，我在做一个项目时，用到…
阅读更多...
L2-3 完全二叉树的层序遍历

L2-3 完全二叉树的层序遍历

完全二叉树的层序遍历 一个二叉树&#xff0c;如果每一个层的结点数都达到最大值&#xff0c;则这个二叉树就是完美二叉树。对于深度为 D 的&#xff0c;有 N 个结点的二叉树&#xff0c;若其结点对应于相同深度完美二叉树的层序遍历的前 N 个结点&#xff0c;这样的树就是完全…
阅读更多...
网络爬虫：定义、应用及法律道德考量

网络爬虫：定义、应用及法律道德考量

网络爬虫技术在当今数据驱动的世界中发挥着重要作用。本文将从网络爬虫的定义和主要功能&#xff0c;其在业界的应用实例&#xff0c;以及涉及的法律和道德问题三个方面进行深入探讨。 1. 爬虫的定义和主要功能 网络爬虫&#xff0c;也称为网页爬虫或蜘蛛&#xff0c;是一种…
阅读更多...
RocketMQ 01 Linux安装

RocketMQ 01 Linux安装

RocketMQ 01 主要内容&#xff1a; 编译安装HelloWorld官网名词 官方网站 http://rocketmq.apache.org GitHub https://github.com/apache/rocketmq Quick Start Linux下使用Maven编译源码安装 Rocketmq4.6需要jdk1.8环境编译和运行 各版本要求 VersionClientBroke…
阅读更多...
android不同版本（支持＞10）获取当前连接的wifi名称

android不同版本（支持＞10）获取当前连接的wifi名称

1、AndroidManifest.xml 配置权限 <uses-permission android:name"android.permission.ACCESS_COARSE_LOCATION" /> <uses-permission android:name"android.permission.CHANGE_NETWORK_STATE" /> <uses-permission android:name&q…
阅读更多...
《大话数据结构》02 算法

《大话数据结构》02 算法

算法是解决特定问题求解步骤的描述&#xff0c;在计算机中表现为指令的有限序列&#xff0c;并且每条指令表示一个或多个操作。 1. 两种算法的比较 大家都已经学过一门计算机语言&#xff0c;不管学的是哪一种&#xff0c;学得好不好&#xff0c;好歹是可以写点小程序了。现在…
阅读更多...
windows编译xlnt,获取Excel表里的数据

windows编译xlnt,获取Excel表里的数据

用git拉取项目 这个文件是空的 要用git拉下来&#xff0c;使用终端编译xlnt库 点击解决方案 运行生成 然后新建项目&#xff0c;配置好库&#xff0c; #include <iostream> #include <xlnt/xlnt.hpp>int main() {// 打开 Excel 文件xlnt::workbook workbook;workb…
阅读更多...
优斯特：防静电包装解决方案的巧妙运用

优斯特：防静电包装解决方案的巧妙运用

在现代电子产品生产与运输领域&#xff0c;防静电包装已成为保障产品安全的必备环节。优斯特凭借其创新的防静电包装解决方案&#xff0c;为客户提供了一种巧妙的方式来确保产品在存储和运输过程中不受静电影响&#xff0c;并且不会被刮花或损坏。 静电对产品的影响 静电对电子…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023