慢查询日志 slow query log
https://dev.mysql.com/doc/refman/5.7/en/slow-query-log.html
打开慢日志开关
因为开启慢查询日志是有代价的（跟 bin log、optimizer-trace 一样），所以它默 认是关闭的：
show variables like 'slow_query%';
除了这个开关，还有一个参数，控制执行超过多长时间的 SQL 才记录到慢日志，默 认是 10 秒
show variables like 'long_query_time';
可以直接动态修改参数（重启后失效）。
set @@global.slow_query_log=1; -- 1 开启，0 关闭，重启后失效
set @@global.long_query_time=3; -- mysql 默认的慢查询时间是 10 秒，另开一个窗口
或者修改配置文件 my.cnf。 以下配置定义了慢查询日志的开关、慢查询的时间、日志文件的存放路径。
slow_query_log = ON
long_query_time=2
slow_query_log_file =/var/lib/mysql/localhost-slow.log
模拟慢查询：
select sleep(10);
--查询 user_innodb 表的 500 万数据（检查是不是没有索引）。
SELECT * FROM `user_innodb` where phone = '136';
慢日志分析
日志内容
show global status like 'slow_queries'; -- 查看有多少慢查询
show variables like '%slow_query%'; -- 获取慢日志目录
假设文件在： /var/lib/mysql/ localhost-slow.log
cat /var/lib/mysql/ localhost-slow.log
有了慢查询日志，怎么去分析统计呢？比如 SQL 语句的出现的慢查询次数最多，平 均每次执行了多久？
https://dev.mysql.com/doc/refman/5.7/en/mysqldumpslow.html MySQL 提供了 mysqldumpslow 的工具，在 MySQL 的 bin 目录下
mysqldumpslow --help
例如：查询用时最多的 20 条慢 SQL：
mysqldumpslow -s t -t 20 -g 'select' /var/lib/mysql/localhost-slow.log
Count 代表这个 SQL 执行了多少次；
Time 代表执行的时间，括号里面是累计时间；
Lock 表示锁定的时间，括号是累计；
Rows 表示返回的记录数，括号是累计。
除了慢查询日志之外，还有一个 SHOW PROFILE 工具可以使用。
SHOW PROFILE
https://dev.mysql.com/doc/refman/5.7/en/show-profile.html
SHOW PROFILE 是谷歌高级架构师 Jeremy Cole 贡献给 MySQL 社区的，可以查看SQL 语句执行的时候使用的资源，比如 CPU、IO 的消耗情况。
在 SQL 中输入 help profile 可以得到详细的帮助信息。
- 查看是否开启
select @@profiling;
set @@profiling=1;
- 查看 profile 统计
（命令最后带一个 s）
show profiles;
6.2E-5，小数点左移 5 位，代表 0.000062 秒。
也可以根据 ID 查看执行详细信息，在后面带上 for query + ID。
show profile for query 1;
除了慢日志和 show profile，如果要分析出当前数据库中执行的慢的 SQL，还可以 通过查看运行线程状态和服务器运行信息、存储引擎信息来分析。
其他系统命令
- show processlist 运行线程
https://dev.mysql.com/doc/refman/5.7/en/show-processlist.html
show processlist;
这是很重要的一个命令，用于显示用户运行线程。可以根据 id 号 kill 线程。 也可以查表，效果一样：
select * from information_schema.processlist;
- show status 服务器运行状态
https://dev.mysql.com/doc/refman/5.7/en/show-status.html SHOW STATUS 用于查看 MySQL 服务器运行状态（重启后会清空），有 session 和 global 两种作用域，格式：参数-值。
可以用 like 带通配符过滤。
SHOW GLOBAL STATUS LIKE 'com_select'; -- 查看 select 次数
- show engine 存储引擎运行信息
https://dev.mysql.com/doc/refman/5.7/en/show-engine.html show engine 用来显示存储引擎的当前运行信息，包括事务持有的表锁、行锁信息； 事务的锁等待情况；线程信号量等待；文件 IO 请求；buffer pool 统计信息。
例如：
show engine innodb status;
如果需要将监控信息输出到错误信息 error log 中（15 秒钟一次），可以开启输出。
show variables like 'innodb_status_output%';
-- 开启输出：
SET GLOBAL innodb_status_output=ON;
SET GLOBAL innodb_status_output_locks=ON;
我们现在已经知道了这么多分析服务器状态、存储引擎状态、线程运行信息的命令， 如果让你去写一个数据库监控系统，你会怎么做？
其实很多开源的慢查询日志监控工具，他们的原理其实也都是读取的系统的变量和 状态。
现在我们已经知道哪些 SQL 慢了，为什么慢呢？慢在哪里？
MySQL 提供了一个执行计划的工具（在架构中我们有讲到，优化器最终生成的就是 一个执行计划），其他数据库，例如 Oracle 也有类似的功能。
通过 EXPLAIN 我们可以模拟优化器执行 SQL 查询语句的过程，来知道 MySQL 是 怎么处理一条 SQL 语句的。通过这种方式我们可以分析语句或者表的性能瓶颈。
explain 可以分析 update、delete、insert 么？ MySQL 5.6.3以前只能分析 SELECT; MySQL5.6.3以后就可以分析update、delete、 insert 了。
EXPLAIN 执行计划
官方链接：https://dev.mysql.com/doc/refman/5.7/en/explain-output.html
我们先创建三张表。一张课程表，一张老师表，一张老师联系方式表（没有任何索 引）。
DROP TABLE IF EXISTS course;
CREATE TABLE `course` (
`cid` INT(3) DEFAULT NULL,
`cname` VARCHAR(20) DEFAULT NULL,
`tid` INT(3) DEFAULT NULL
) ENGINE = INNODB CHARSET = utf8mb4;
DROP TABLE IF EXISTS teacher;
CREATE TABLE `teacher` (
`tid` INT(3) DEFAULT NULL,
`tname` VARCHAR(20) DEFAULT NULL,
`tcid` INT(3) DEFAULT NULL
) ENGINE = INNODB CHARSET = utf8mb4;
DROP TABLE IF EXISTS teacher_contact;
CREATE TABLE `teacher_contact` (
`tcid` INT(3) DEFAULT NULL,
`phone` VARCHAR(200) DEFAULT NULL
) ENGINE = INNODB CHARSET = utf8mb4;
INSERT INTO `course`
VALUES ('1', 'mysql', '1');
INSERT INTO `course`
VALUES ('2', 'jvm', '1');
INSERT INTO `course`
VALUES ('3', 'juc', '2');
INSERT INTO `course`
VALUES ('4', 'spring', '3');
INSERT INTO `teacher`
VALUES ('1', 'qingshan', '1');
INSERT INTO `teacher`
VALUES ('2', 'jack', '2');
INSERT INTO `teacher`
VALUES ('3', 'mic', '3');
INSERT INTO `teacher_contact`
VALUES ('1', '13688888888');
INSERT INTO `teacher_contact`
VALUES ('2', '18166669999');
INSERT INTO `teacher_contact`
VALUES ('3', '17722225555');
explain 的结果有很多的字段，我们详细地分析一下。 先确认一下环境：
select version();
show variables like '%engine%';
id
id 是查询序列编号。
- id 值不同
id 值不同的时候，先查询 id 值大的（先大后小）。
-- 查询 mysql 课程的老师手机号
EXPLAIN
SELECT
tc.phone
FROM
teacher_contact tc
WHERE tcid =
(SELECT
tcid
FROM
teacher t
WHERE t.tid =
(SELECT
c.tid
FROM
course c
WHERE c.cname = 'mysql')) ;
先查课程表，再查老师表，最后查老师联系方式表。子查询只能以这种方式进行， 只有拿到内层的结果之后才能进行外层的查询。
- id 值相同
-- 查询课程 ID 为 2，或者联系表 ID 为 3 的老师
EXPLAIN
SELECT
t.tname,
c.cname,
tc.phone
FROM
teacher t,
course c,
teacher_contact tc
WHERE t.tid = c.tid
AND t.tcid = tc.tcid
AND (c.cid = 2
OR tc.tcid = 3) ;
id 值相同时，表的查询顺序是
从上往下顺序执行。例如这次查询的 id 都是 1，查询 的顺序是 teacher t（3 条）——course c（4 条）——teacher_contact tc（3 条）。
teacher 表插入 3 条数据后：
INSERT INTO `teacher` VALUES (4, 'james', 4) ;
INSERT INTO `teacher` VALUES (5, 'tom', 5);
INSERT INTO `teacher` VALUES (6, 'seven', 6);
-- （备份）恢复语句
DELETE FROM teacher where tid in (4,5,6);
COMMIT;
id 也都是 1，但是从上往下查询顺序变成了：teacher_contact tc（3 条）——teacher t（6 条）——course c（4 条）。
为什么数据量不同的时候顺序会发生变化呢？这个是由
笛卡尔积决定的。
举例：假如有 a、b、c 三张表，分别有 2、3、4 条数据，如果做三张表的联合查询， 当查询顺序是 a→b→c 的时候，它的笛卡尔积是：234=64=24。如果查询顺序是 c →b→a，它的笛卡尔积是 432=122=24
因为 MySQL 要把查询的结果，包括中间结果和最终结果都保存到内存，所以 MySQL 会优先选择中间结果数据量比较小的顺序进行查询。所以最终联表查询的顺序是 a→b→ c。这个就是为什么 teacher 表插入数据以后查询顺序会发生变化。
（小标驱动大表的思想）
- 既有相同也有不同
如果 ID 有相同也有不同，就是 ID 不同的先大后小，ID 相同的从上往下。
select type 查询类型
这里并没有列举全部（其它：DEPENDENT UNION、DEPENDENT SUBQUERY、 MATERIALIZED、UNCACHEABLE SUBQUERY、UNCACHEABLE UNION）。 下面列举了一些常见的查询类型：
-
SIMPLE
简单查询，不包含子查询，不包含关联查询 union。
image.png
再看一个包含子查询的案例：
-- 查询 mysql 课程的老师手机号
EXPLAIN
SELECT
tc.phone
FROM
teacher_contact tc
WHERE tcid =
(SELECT
tcid
FROM
teacher t
WHERE t.tid =
(SELECT
c.tid
FROM
course c
WHERE c.cname = 'mysql')) ;
- PRIMARY
子查询 SQL 语句中的主查询，也就是最外面的那层查询 - SUBQUERY
子查询中所有的内层查询都是 SUBQUERY 类型的 - DERIVED
衍生查询，表示在得到最终查询结果之前会用到临时表。例如：
-- 查询 ID 为 1 或 2 的老师教授的课程
EXPLAIN
SELECT
cr.cname
FROM
(SELECT
*
FROM
course
WHERE tid = 1
UNION
SELECT
*
FROM
course
WHERE tid = 2) cr ;
对于关联查询，先执行右边的 table（UNION），再执行左边的 table，类型是 DERIVED。
- UNION
用到了 UNION 查询。同上例。 - UNION RESULT
主要是显示哪些表之间存在 UNION 查询。
type 连接类型
https://dev.mysql.com/doc/refman/5.7/en/explain-output.html#explain-join-types
所有的连接类型中，上面的最好，越往下越差。
在常用的链接类型中：system > const > eq_ref > ref > range > index > all
这 里 并 没 有 列 举 全 部 （ 其 他 ： fulltext 、 ref_or_null 、 index_merger 、 unique_subquery、index_subquery）。
以上访问类型除了 all，都能用到索引
- const
主键索引或者唯一索引，只能查到一条数据的 SQL
CREATE TABLE single_data (
id int(3) PRIMARY KEY,
content varchar(20)
);
INSERT INTO single_data
VALUES (1, 'a');
EXPLAIN SELECT *
FROM single_data a
WHERE id = 1;
-
system
system是 const 的一种特例，只有一行满足条件。例如：只有一条数据的系统表。
image.png - eq_ref
通常出现在多表的 join 查询，表示对于前表的每一个结果,，都只能匹配到后表的 一行结果。一般是唯一性索引的查询（UNIQUE 或 PRIMARY KEY）。
eq_ref 是除 const 之外最好的访问类型。
先删除 teacher 表中多余的数据，teacher_contact 有 3 条数据，teacher 表有 3 条数据
DELETE FROM teacher WHERE tid IN (4, 5, 6);
为 teacher_contact 表的 tcid（第一个字段）创建主键索引。
ALTER TABLE teacher_contact ADD PRIMARY KEY(tcid);
为 teacher 表的 tcid（第三个字段）创建普通索引。
ALTER TABLE teacher ADD INDEX idx_tcid (tcid);
执行以下 SQL 语句：
select t.tcid from teacher t,teacher_contact tc where t.tcid = tc.tcid;
小结： 以上三种 system，const，eq_ref，都是可遇而不可求的，基本上很难优化到这个 状态。
-
ref
查询用到了非唯一性索引，或者关联操作只使用了索引的最左前缀。
例如：使用 tcid 上的普通索引查询：
image.png - range
索引范围扫描。
如果 where 后面是 between and 或 <或 > 或 >= 或 <=或 in 这些，type 类型就为 range。
不走索引一定是全表扫描（ALL），所以先加上普通索引。
ALTER TABLE teacher ADD INDEX idx_tid (tid);
执行范围查询（字段上有普通索引）：
IN 查询也是 range（字段有主键索引）
-
index
Full Index Scan，查询全部索引中的数据（比不走索引要快）。
image.png - all
Full Table Scan，如果没有索引或者没有用到索引，type 就是 ALL。代表全表扫描。 - NULL
不用访问表或者索引就能得到结果，例如：
EXPLAIN select 1 from dual where 1=1;
小结： 一般来说，需要保证查询至少达到 range 级别，最好能达到 ref。 ALL（全表扫描）和 index（查询全部索引）都是需要优化的。
possible_key、key
可能用到的索引和实际用到的索引。如果是 NULL 就代表没有用到索引。 possible_key 可以有一个或者多个，可能用到索引不代表一定用到索引。 反过来，possible_key 为空，key 可能有值吗？
表上创建联合索引：
ALTER TABLE user_innodb DROP INDEX comidx_name_phone;
ALTER TABLE user_innodb add INDEX comidx_name_phone (name,phone);
执行计划（改成 select name 也能用到索引）：
explain select phone from user_innodb where phone='126';
结论：是有可能的（这里是覆盖索引的情况）。
如果通过分析发现没有用到索引，就要检查 SQL 或者创建索引。
key_len
索引的长度（使用的字节数）。跟索引字段的类型、长度有关
rows
MySQL 认为扫描多少行才能返回请求的数据，是一个预估值。一般来说行数越少越 好
filtered
这个字段表示存储引擎返回的数据在 server 层过滤后，剩下多少满足查询的记录数 量的比例，它是一个百分比
ref
使用哪个列或者常数和索引一起从表中筛选数据。
Extra
执行计划给出的额外的信息说明
- using index
用到了覆盖索引，不需要回表
EXPLAIN SELECT tid FROM teacher ;
- using where
使用了 where 过滤，表示存储引擎返回的记录并不是所有的都满足查询条件，需要 在 server 层进行过滤（跟是否使用索引没有关系）。
EXPLAIN select * from user_innodb where phone ='13866667777';
- Using index condition（索引条件下推）
https://dev.mysql.com/doc/refman/5.7/en/index-condition-pushdown-optimization.html - using filesort
不能使用索引来排序，用到了额外的排序（跟磁盘或文件没有关系）。需要优化。 （复合索引的前提）
ALTER TABLE user_innodb DROP INDEX comidx_name_phone;
ALTER TABLE user_innodb add INDEX comidx_name_phone (name,phone);
EXPLAIN select * from user_innodb where name ='青山' order by id;
- using temporary
用到了临时表。例如（以下不是全部的情况）：
1、distinct 非索引列
EXPLAIN select DISTINCT(tid) from teacher t
2、group by 非索引列
EXPLAIN select tname from teacher group by tname;
3、使用 join 的时候，group 任意列
EXPLAIN select t.tid from teacher t join course c on t.tid = c.tid group by t.tid;
总结一下： 模拟优化器执行 SQL 查询语句的过程，来知道 MySQL 是怎么处理一条 SQL 语句的。 通过这种方式我们可以分析语句或者表的性能瓶颈。 分析出问题之后，就是对 SQL 语句的具体优化。
SQL 与索引优化
当我们的 SQL 语句比较复杂，有多个关联和子查询的时候，就要分析 SQL 语句有没 有改写的方法。 举个简单的例子，一模一样的数据：
-- 大偏移量的 limit
select * from user_innodb limit 900000,10;
-- 改成先过滤 ID，再 limit
SELECT * FROM user_innodb WHERE id >= 900000 LIMIT 10;
对于具体的 SQL 语句的优化，MySQL 官网也提供了很多建议，这个是我们在分析 具体的 SQL 语句的时候需要注意的
https://dev.mysql.com/doc/refman/5.7/en/optimization.html
——学自咕泡学院