面试冲刺:20---实践中如何优化MySQL?SQL语句该优化?

一、实践中如何优化MySQL?

  • MySQL的优化可以体现在两个方面:
    • MySQL外部因素:
      • 系统配置的优化
      • 硬件的优化
        • CPU:CPU在饱和的时候一般发生在数据装入内存或从磁盘上读取数据时候
        • I/O的瓶颈:磁盘I/O瓶颈发生在装入数据远大于内存容量的时候,如果应用分布在网络上,那么查询量相当大的时候那么平瓶颈就会出现在网络上
    • MySQL内部因素
      • SQL语句优化
      • 索引的优化
      • 慢查询优化
      • 数据库表结构的优化
  • 对于MySQL的外部因素,我们可以用mpstat、iostat、sar、vmstat等工具来查看系统的性能状态,或者优化服务器硬件的性能瓶颈。对于MySQL内部因素而言,其重要性比较高,也是优化的重点
  • 总之,MySQL的优化重点在MySQL内部的优化。在高并发网络环境下,除了优化数据库外,还会涉及到分布式缓存,CDN,数据库读写分离等高并发优化技术

SQL语句优化

  • 见文章下面介绍

索引的优化

  • 一般的应用系统,读写比例在10:1左右,而且插入操作和一般的更新操作很少出现性能问题,在生产环境中,我们遇到最多的也是最容易出现问题的,还是一些复杂的查询操作,因此对查询语句的优化是重中之重,加速查询最好的方法就是索引
  • 索引的内容太多了,此处就不一一介绍了,详情可以参阅相关链接:
    • 索引的基础知识:https://blog.csdn.net/qq_41453285/article/details/90046913
    • B+树索引:https://blog.csdn.net/qq_41453285/article/details/104208974
    • 什么时候不用索引,什么时候索引会失效:https://blog.csdn.net/qq_41453285/article/details/107747602

慢查询优化

面试冲刺:20---实践中如何优化MySQL?SQL语句该优化?_第1张图片

  • ①捕获低效SQL:
    • MySQL提供了慢查询日志,可以将超过运行时间超过指定值的SQL语句记录在慢查询日志中,并且提供了相关参数
    • 关于慢查询日志可以参阅:https://blog.csdn.net/qq_41453285/article/details/104110026
  • ②慢查询优化的基本步骤:
    • 先运行看看是否真的很慢,注意设置SQL_NO_CACHE
    • where条件单表查,锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起,单表每个字段分别查询,看哪个字段的区分度最高
    • explain查看执行计划,是否与1预期一致(从锁定记录较少的表开始查询)
    • order by limit 形式的sql语句让排序的表优先查
    • 了解业务方使用场景
    • 加索引时参照建索引的几大原则
    • 观察结果,不符合预期继续从1开始分析
  • ③优化原则
    • 查询时,能不要*就不用*,尽量写全字段名
    • 大部分情况连接效率远大于子查询
    • 多使用explain和profile分析查询语句
    • 查看慢查询日志,找出执行时间长的sql语句优化
    • 多表连接时,尽量小表驱动大表,即小表 join 大表
    • 在千万级分页时使用limit
    • 对于经常使用的查询,可以开启缓存

数据库表结构的优化

  • 表的字段尽可能用NOT NULL
  • 字段长度固定的表查询会更快
  • 把数据库的大表按时间或一些标志分成小表
  • 将表拆分
    • 数据表拆分:主要就是垂直拆分和水平拆分
    • 水平切分:将记录散列到不同的表中,各表的结构完全相同,每次从分表中查询, 提高效率
    • 垂直切分:将表中大字段单独拆分到另外一张表, 形成一对一的关系

二、SQL语句该优化?

  • 1.对查询进行优化,应尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的 列上建立索引
  • 2.应尽量避免在 where 子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全 表扫描
  • 3.应尽量避免在 where 子句中对字段进行 null 值判断,否则将导致引擎放弃使用索 引而进行全表扫描,如:select id from t where num is null 可以在 num 上设置默认值 0,确保表中 num 列没有 null 值,然后这样查询: select id from t where num=0
  • 4.应尽量避免在 where 子句中使用 or 来连接条件,否则将导致引擎放弃使用索引而 进行全表扫描,如: select id from t where num=10 or num=20 可以这样查询: select id from t where num=10 union all select id from t where num=20
  • 5.下面的查询也将导致全表扫描: select id from t where name like '%abc%' 若要提高效率,可以考虑全文检索
  • 6.in 和 not in 也要慎用,否则会导致全表扫描,如: select id from t where num in(1,2,3) 对于连续的数值,能用 between 就不要用 in 了: select id from t where num between 1 and 3
  • 7.如果在 where 子句中使用参数,也会导致全表扫描。因为 SQL 只有在运行时才会解 析局部变量,但优化程序不能将访问计划的选择推迟到运行时;它必须在编译时进行 选择。然而,如果在编译时建立访问计划,变量的值还是未知的,因而无法作为索引 选择的输入项。如下面语句将进行全表扫描: select id from t where num=@num 可以改为强制查询使用索引: select id from t with(index(索引名)) where num=@num
  • 8.应尽量避免在 where 子句中对字段进行表达式操作,这将导致引擎放弃使用索引而 进行全表扫描。如: select id from t where num/2=100 应改为: select id from t where num=100*2
  • 9.应尽量避免在 where 子句中对字段进行函数操作,这将导致引擎放弃使用索引而进 行全表扫描。如: select id from t where substring(name,1,3)='abc'--name 以 abc 开头的 id select id from t where datediff(day,createdate,'2005-11-30')=0--'2005-11- 30'生成的 id 应改为: select id from t where name like 'abc%' select id from t where createdate>='2005-11-30' and createdate<'2005-12-1'
  • 10.不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算,否则系 统将可能无法正确使用索引
  • 11.在使用索引字段作为条件时,如果该索引是复合索引,那么必须使用到该索引中的 第一个字段作为条件时才能保证系统使用该索引,否则该索引将不会被使用,并且应 尽可能的让字段顺序与索引顺序相一致
  • 12.不要写一些没有意义的查询,如需要生成一个空表结构: select col1,col2 into #t from t where 1=0 这类代码不会返回任何结果集,但是会消耗系统资源的,应改成这样: create table #t(...)
  • 13.很多时候用 exists 代替 in 是一个好的选择: select num from a where num in(select num from b) 用下面的语句替换: select num from a where exists(select 1 from b where num=a.num)
  • 14.并不是所有索引对查询都有效,SQL 是根据表中数据来进行查询优化的,当索引列 有大量数据重复时,SQL 查询可能不会去利用索引,如一表中有字段 sex,male、 female 几乎各一半,那么即使在 sex 上建了索引也对查询效率起不了作用
  • 15.索引并不是越多越好,索引固然可以提高相应的 select 的效率,但同时也降低了 insert 及 update 的效率,因为 insert 或 update 时有可能会重建索引,所以怎样 建索引需要慎重考虑,视具体情况而定。一个表的索引数最好不要超过 6 个,若太多 则应考虑一些不常使用到的列上建的索引是否有必要
  • 16.应尽可能的避免更新 clustered 索引数据列,因为 clustered 索引数据列的顺序 就是表记录的物理存储顺序,一旦该列值改变将导致整个表记录的顺序的调整,会耗 费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列,那么需要考虑是 否应将该索引建为 clustered 索引。
  • 17.尽量使用数字型字段,若只含数值信息的字段尽量不要设计为字符型,这会降低查 询和连接的性能,并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较 字符串中每一个字符,而对于数字型而言只需要比较一次就够了
  • 18.尽可能的使用 varchar/nvarchar 代替 char/nchar ,因为首先变长字段存储空间 小,可以节省存储空间,其次对于查询来说,在一个相对较小的字段内搜索效率显然 要高些
  • 19.任何地方都不要使用 select * from t ,用具体的字段列表代替“*”,不要返回 用不到的任何字段
  • 20.尽量使用表变量来代替临时表。如果表变量包含大量数据,请注意索引非常有限 (只有主键索引)
  • 21.避免频繁创建和删除临时表,以减少系统表资源的消耗。 22.临时表并不是不可使用,适当地使用它们可以使某些例程更有效,例如,当需要重 复引用大型表或常用表中的某个数据集时。但是,对于一次性事件,最好使用导出 表
  • 23.在新建临时表时,如果一次性插入数据量很大,那么可以使用 select into 代替 create table,避免造成大量 log ,以提高速度;如果数据量不大,为了缓和系统表 的资源,应先 create table,然后 insert
  • 24.如果使用到了临时表,在存储过程的最后务必将所有的临时表显式删除,先 truncate table ,然后 drop table ,这样可以避免系统表的较长时间锁定
  • 25.尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过 1 万行,那么 就应该考虑改写
  • 26.使用基于游标的方法或临时表方法之前,应先寻找基于集的解决方案来解决问题, 基于集的方法通常更有效
  • 27.与临时表一样,游标并不是不可使用。对小型数据集使用 FAST_FORWARD 游标通常 要优于其他逐行处理方法,尤其是在必须引用几个表才能获得所需的数据时。在结果 集中包括“合计”的例程通常要比使用游标执行的速度快。如果开发时间允许,基于 游标的方法和基于集的方法都可以尝试一下,看哪一种方法的效果更好
  • 28.在所有的存储过程和触发器的开始处设置 SET NOCOUNT ON ,在结束时设置 SET NOCOUNT OFF 。无需在执行存储过程和触发器的每个语句后向客户端发送 DONE_IN_PROC 消息
  • 29.尽量避免向客户端返回大数据量,若数据量过大,应该考虑相应需求是否合理
  • 0.尽量避免大事务操作,提高系统并发能力。

你可能感兴趣的:(面试冲刺)