查询性能优化——《高性能Mysql》学习笔记3

1.优化数据访问

查询常见问题：向数据库请求了不需要的数据

• 查询不需要的记录，没有加上limit导致返回大量结果集。
• select*返回全部列，尤其是多表关联时。
• 重复查询相同数据，没有采用缓存。

---

2. 衡量查询开销

1. 衡量查询开销的三个指标

1. 响应时间：服务时间（数据库处理该查询的时间）+排队时间（等待I/O以及等待锁的时间）。
2. 扫描的行数以及返回的行数：它们两个的比例越接近1:1就越好，能够说明查询效率问题。
3. 扫描的返回类型：Explain语句的type类型反映了返回类型，从好到坏分别为全表扫描，索引扫描，范围扫描，唯一索引查询，常数引用等，扫描速度从慢到块。

2. Explain的使用

• 如下图，因为定义了了索引idx_fk_film_id，所以MYSQL在该索引上使用了ref访问类型，扫描行数为10行。换句话说，这是一次高效的查询。
  

• 如果删除索引，访问类型会变成一个全表扫描（ALL），预估需要扫描5037条记录，Using Where表示使用where筛选存储引擎返回的记录。
  

对于WHERE条件，MYSQL的扫描条件从好到坏依次为：

• 速度最快的，利用索引，在索引中利用WHERE条件过滤掉不匹配的记录，这是存储引擎层完成的（Explain的Extra为空）。
• 稍慢的，使用索引覆盖扫描（Explain的Extra出现Using index），直接从索引中过滤掉不需要的记录并返回命中的结果。这是MYSQL服务器层完成的，无须再回表查询记录。
• 最慢的，从数据表中返回全部数据，然后过滤掉不必要的记录（Explain的Extra出现Using Where）。这也是MYSQL服务器层完成的。

2. 优化技巧

• 使用索引覆盖扫描，把所有查询需要用的列都放在索引中。
• 改变库表结构，例如使用单独的汇总表
• 重写复杂的查询，让MYSQL优化器能以更优化的方式查询。

---

3. 重构查询

1. 切分查询

• 将大的查询拆分成小的查询，每个查询功能完全一样，每次只返回一部分的查询结果。
• 例如，删除大量数据的时候，如果一次性删除的话，可能会一次锁住很多数据、占满事务日志、消耗资源。将一个大的DELETE语句拆成小的可能尽可能减少对性能的影响，如下图：

• 切分查询，一次删除一万行数据一般是比较高效的。
  

2. 分解关联查询

• 将连接查询分解成单表查询，如下图：
  

这样做的优势如下：

• 更好的利用MYSQL的查询缓存。
• 将查询分解后，执行单个查询可以减少锁竞争。
• 单表查询需要在应用层关联各个表的数据，因此更容易对数据库进行分库分表。
• 减少冗余数据的查询。

---

4. 查询执行的基本原理

1.查询流程

1. 客户端发送一条查询给服务器。
2. 服务器先检查缓存，如果缓存命中，则立刻返回缓存中的结果，否则进入下一阶段。
3. 服务器端进行SQL解析，预处理，再由优化器生成对应的执行计划。
4. MYSQL根据优化器生成的执行计划，调用存储引擎的API来查询。
5. 将结果返回给客户端。