开启慢查询日志 计入sql
show variables like 'slow_query_log';//慢查询查看状态 OFF未开启 ON开启
show variables like '%log%';//没有使用索引的sql计入慢查询日志中
set global log_queries_nor_using_indexes = on;
//开启log_queries_nor_using_indexes 为ON 记录未使用索引的查询
show variables like 'long_query_time';
//超过多少时间就记录到慢查询中
//开启慢查询
set global slow_query_log = on;
//慢查询日志的位置
show variables like 'slow%';
left join :eft join是以A表的记录为基础的,A可以看成左表,B可以看成右表,left join是以左表为准的.
换句话说,左表(A)的记录将会全部表示出来,而右表(B)只会显示符合搜索条件的记录(例子中为: A.aID = B.bID).
right join:和left join的结果刚好相反,这次是以右表(B)为基础的,A表不足的地方用NULL填充.
inner join:这里只显示出了 A.aID = B.bID的记录.这说明inner join并不以谁为基础,它只显示符合条件的记录.
sql索引优化
explain select 字段 from 表名 ;
table 代表当前表
type 显示类型 重要列 !性能最好到最坏排序 const(主键唯一索引查找),eq_reg(范围查找),ref(一个表基于一个索引查找),range(基于索引范围查找),index(对索引的扫描),all(表扫描)
possible_keys 当前表可用到的索引有哪些,如果为null就是没有可能的索引
key 实际使用的索引,为null就是没有可能的索引
key_len 使用索引的长度 越小越好
ref 显示索引的哪一列被使用
rows mysql必须检查用来返回请求的数据行数
extra 返回值
using filesort:查询需要优化,mysql需要进行额外步骤,文件排序进行优化
using temporary :查询需要优化,mysql需要创建一个临时表来存储结果
- sql优化例子 *
Where查询条件,on内外连接时候用,as作为别名,in查询某值是否在某条件里
max优化方法:查找最大的 最后的
select max(字段data) from 表;
优化方法:在data上建立索引
create index idx_data on 表(字段data) ;
count优化方法:全部
查找2006-2007的数量全部的数量
优化方法:
select count(year='2006' or year='2007') from 表;
查找2006-2007的分开的数量
优化方法:
select count(year='2006' or null),count(year='2007' or null) from 表;
子查询优化:
select * from t where t.id in (select t1.tid from t1);
优化方法: 需要把子查询优化为join查询 join on 后边的条件只针对附表
select t.id from t jion t1 on t.id = t1.tid;
去重distinct
select distinct t.id from t jion t1 on t.id = t1.tid;
group by查询
select actor.first_name,actor.last_name, count(*) from filem_actor inner actor using(actor_id) group by filem_actor.actor_id;
优化后group by查询
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);
limit优化方法:
select film_id,dd from film order by title limit 600,5;//从第600行开始的5条记录
优化后
select film_id,dd from film where film_id >600 and film_id <=605 oder by film_id limit 1,5;
索引优化例子:
1在where从句,group by从句,order by从句,on从句中出现的列
2索引字段越小越好
3离散度大的列放到联合索引前面
优化查询效率,对插入 修改 删除语句有影响
索引越多查询越慢
如何找到重复索引
列子:
id primay key主键索引 unique(id)又生成一个唯一索引 这就重复索引!
如何找到zongyu索引
多个索引的前缀列是相同的
id primay key主键索引 又生成一个key(name,id)联合索引!
表结构优化
如何选择合适的数据类型:
1.可以存下数据的最小的数据类型
2.使用简单的数据类型。 int比varchar在mysql处理上简单
3.尽可能的使用not null定义字段
4.尽量少于text类型,非用时考虑分表
范式化优化
数据表结构
传递函数依赖关系 商品名称-》分类-》分类描述
商品名称 价格 重量 有效期 分类 分类描述
把一张表分成3张表
1商品表
商品名称 价格 重量 有效期
2分类表
分类 分类描述
3关系表 **
商品名称 分类
反范式化优化
操作前:
用户表:
用户id 姓名 电话 地址 邮编
订单表:
订单id 用户id 下单时间 支付类型 订单状态
订单商品表:
订单id 商品id 商品数量 商品价格
商品表:
商品id 名称 描述 过期时间
操作后:
用户表:
用户id 姓名 电话 地址 邮编
订单表:合并一个表中查询
订单id 用户id 下单时间 支付类型 订单状态 订单价格 用户名 电话 地址
订单商品表:
订单id 商品id 商品数量 商品价格
商品表:
商品id 名称 描述 过期时间
执行sql查询订单信息:
select a.用户名,a.电话,a.地址,a.订单id,a.订单价格 from 订单表 a
表的垂直拆分:
例:
id
title varvhar
description text
..字段
如果表中有包含 title和description text数据类型的话,拆分出去
用拆分后的付加表中的表id关联拆分前的表id
付加表:
id
title varvhar
description text
表的水平拆分:
解决表单的数据量过大
系统优化:
1操作系统的优化 2mysql系统本身优化
mysql服务器上关闭iptables,selinux等防火墙软件
mysql优化:
linux下mysql配置文件位置 /etc/my.cnf 或者 /etc/mysql/my.cnf
windows下mysql配置文件位置 c:/ windows/my.ini文件
服务器硬件优化
mysql一些工作只能用到单核cpu的
选择单核频率更快的cpu