MySQL性能优化 - 别再只会说加索引了

优质资源分享

学习路线指引（点击解锁）	知识定位	人群定位
Python实战微信订餐小程序	进阶级	本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。
Python量化交易实战	入门级	手把手带你打造一个易扩展、更安全、效率更高的量化交易系统

MySQL性能优化

MySQL性能优化我们可以从以下四个维度考虑：硬件升级、系统配置、表结构设计、SQL语句和索引。

从成本上来说：硬件升级>系统配置>表结构设计>SQL语句及索引，然而效果却是由低到高。所以我们在优化的时候还是尽量从SQL语句和索引开始入手。

硬件升级

硬件升级这里不在过多赘述，升级更好配置的机器、机械硬盘更换为SSD等等。

系统配置优化

1. 调整buffer_pool

通过调整buffer_pool使数据尽量从内存中读取，最大限度的降低磁盘操作，这样可以提升性能。查看buffer_pool数据的方法：

SHOW GLOBAL STATUS LIKE 'innodb\_buffer\_pool\_page\_%'

可以看出总页数8192，空闲页数1024。

//查看buffer\_pool大小
SELECT @@innodb\_buffer\_pool\_size/1024/1024

innodb_buffer_pool_size默认为128M，理论上可以扩大到内存的3/4或4/5。我们修改mysql配置文件my.cnf,增加如下配置：

innodb\_buffer\_pool\_size = 750M

然后重启MySQL。
2. 数据预热

默认情况下，某条数据被读取过一次才会被缓存在innodb_buffer_pool里。所以数据库刚刚启动，可以进行一次数据预热，将磁盘上的数据缓存到内存中去。

预热脚本：

SELECT DISTINCT
 CONCAT('SELECT ',ndxcollist,' FROM ',db,'.',tb,
  ' ORDER BY ',ndxcollist,';') SelectQueryToLoadCache
  FROM
 (
    SELECT
     engine,table_schema db,table_name tb,
     index_name,GROUP_CONCAT(column_name ORDER BY seq_in_index)
ndxcollist
    FROM
   (
      SELECT
       B.engine,A.table_schema,A.table_name,
       A.index_name,A.column_name,A.seq_in_index
      FROM
       information_schema.statistics A INNER JOIN
       (
          SELECT engine,table_schema,table_name
          FROM information_schema.tables WHERE
engine='InnoDB'
       ) B USING (table_schema,table_name)
      WHERE B.table_schema NOT IN ('information\_schema','mysql')
      ORDER BY table_schema,table_name,index_name,seq_in_index
   ) A
    GROUP BY table_schema,table_name,index_name
 ) AA
ORDER BY db,tb;

将脚本保存为：loadtomem.sql

执行命令：

mysql -uroot -p -AN < /root/loadtomem.sql > /root/loadtomem.sql

在需要进行数据预热时就执行下面的命令：

mysql -uroot < /root/loadtomem.sql > /dev/null 2>&1 

3. 降低日志的磁盘落盘

• 增大redolog，减少落盘次数，innodb_log_file_size设置为0.25 * innodb_buffer_pool_size
• 通用查询日志、慢查询日志可以不开，bin-log要开，慢日志查询可以遇到性能问题再开
• 写redolog策略 调整innodb_flush_log_at_trx_commit参数为0或2。当然涉及安全性非常高的系统（金融等）还是保持默认的就行。
  在配置文件里加上 innodb_flush_log_at_trx_commit =2 即可。

SHOW VARIABLES LIKE 'innodb\_flush\_log\_at\_trx\_commit'

表结构设计优化

1. 设计中间表

设计中间表，一般针对于统计分析功能
2. 设计冗余字段

为减少关联查询，创建合理的冗余字段
3. 拆表

对于字段太多的大表，考虑拆表；对于表中经常不被使用的字段或存储数据比较多的字段，考虑拆表
4. 主键优化

主键类型最好是int类型，建议自增主键（分布式系统下用雪花算法）
5. 字段的设计

• 字段的宽度设得尽可能的小。
• 尽量把字段设置为NOT NULL
• 对于某些文本字段，如省份、性别等，我们可以把他们定义为enum类型。在mysql里enum类型被当作数值类型数据来处理，而数值型数据处理起来比文本类型快得多。

SQL语句及索引优化

1. 学会用explain分析
2. SQL语句中IN包含的值不应太多

MySQL对IN做了一些优化，将IN中的常量去不存在一个数组里，而且会进行排序。如果数值较多，这些步骤消耗也是比较大的。
3. SELECT 语句务必指明字段名称

SELECT * 增加了很多不必要的消耗（CPU、IO、内存、网络带宽）
4. 当只需要一条数据时，使用limit
5. 排序字段加索引
6. 如果查询条件中其他字段没有索引，少用or

or两边的字段中，如果有一个不是索引字段，则会造成该查询都不会走索引的情况。

 select * from tbiguser where nickname='zy1' or loginname='zhaoyun3';

如nickname是索引字段，loginname不是索引字段，则整体不会走索引。可以用union all代替
7. 尽量用union all代替union

union和union all的区别是，union需要将结果集合并再进行唯一性过滤操作，这就会涉及到排序，增加了大量的CPU运算。当然，使用union all的前提条件是两个结果集没有重复数据。
8. 区分in和exists、not in和not exists

• exists：以外表为驱动表，先被访问。适合外表小而内表大的情况
• in：先执行子查询。适合外表大而内表小的情况
  关于not in和not exists，推荐使用not exists，不仅仅是效率问题，not in可能存在逻辑问题。如何高效的写出一个替代not exists的SQL语句？

原语句：

select colname … from A表 where a.id not in (select b.id from B表)

优化后的语句：

select colname … from A表 Left join B表 on where a.id = b.id where b.id is null

9. 不建议使用%前缀模糊查询，不会走索引
10. 避免在where子句中对字段进行表达式或函数操作
11. 避免隐式类型转换 如where age=‘18’,如果确定是int类型，应写为where age = 18;
12. 对于联合索引，要遵守最左前缀法则

举例来说索引含有字段id、name、school，可以直接用id字段，也可以id、name这样的顺序，但是name;school都无法使用这个索引。所以在创建联合索引的时候一定要注意索引字段顺序，常用的查询字段放在最前面。
13. 必要时可以使用force index来强制查询使用某个索引
14. 注意范围查询语句

对于联合索引来说，如果存在范围查询，比如between，>，<等条件时，会造成后面的索引字段失效
15. 使用JOIN优化

LEFT JOIN里左边的表为驱动表，RIGHT JOIN里右边的表为驱动表，而INNER JOIN MySQL会自动找出数据少的表为驱动表

注意：

• MySQL没有full join，可以用以下方式解决

select * from A left join B on B.name = A.name where B.name is null union all
select * from B;

• 尽量用inner join，避免left join
• 合理利用索引字段作为on的限制字段
• 利用小表去驱动大表

下图是join查询的原理图，从图中可以看出如果能够减少驱动表的话，就能减少嵌套循环中的次数，以减少IO总量及CPU运算的次数。

SQL优化实战案例

介绍：tbiguser表有10000000条记录，表结构如下：

create table tbiguser(
id int primary key auto_increment,
nickname varchar(255),
loginname varchar(255),
age int ,
sex char(1),
status int,
address varchar(255)
);

创建存储过程，并执行，插入一千万条数据

CREATE PROCEDURE test\_insert()
BEGIN DECLARE i INT DEFAULT 1;
WHILE i<=10000000
DO
insert into tbiguser
VALUES(null,concat('zy',i),concat('zhaoyun',i),23,'1',1,'beijing'); SET i=i+1;
END WHILE ;
commit;
END;

call test_insert

还有tuser1表和tuser2表，两个表结构一致。

create table tuser1(
id int primary key auto_increment,
name varchar(255),
address varchar(255)
);
create table tuser2(
id int primary key auto_increment,
name varchar(255),
address varchar(255)
);

需求：tbiguser表按照地区分组统计求和，并且要求是在tuser1表和tuser2表中出现过的地区。

按照需求写出SQL：

SELECT COUNT(*) num,address FROM tbiguser WHERE address IN (SELECT address FROM tuser1)
GROUP BY address
UNION
SELECT COUNT(*) num,address FROM tbiguser WHERE address IN (SELECT address FROM tuser2)
GROUP BY address

执行时间：4.65s

第一次优化：

加索引。我们可以给address字段加索引。

ALTER TABLE tuser1 ADD INDEX idx_address(address);
ALTER TABLE tuser2 ADD INDEX idx_address(address);
ALTER TABLE tbiguser ADD INDEX idx_address(address);

执行时间0.9s

我们用explain分析sql

发现有两次都扫描了964147行，就是tbiguser这个大表扫描了两次。且有临时表使用。于是我们进行优化

第二次优化

 SELECT COUNT(*) num,address FROM tbiguser WHERE address IN (SELECT address FROM tuser1) OR address IN (SELECT address FROM tuser2)
GROUP BY address

执行时间0.65s

没有临时表了，大表也只扫描了一次。

另外我尝试这样查询：

 SELECT COUNT(*) num,address FROM tbiguser WHERE address IN (SELECT address FROM tuser1 UNION ALL SELECT address FROM tuser2) 
GROUP BY address

执行时间12s。

SELECT COUNT(x.id),x.address
FROM
(SELECT DISTINCT b.* FROM tuser1 a,tbiguser b WHERE a.address=b.address UNION
ALL SELECT DISTINCT b.* FROM tuser2 a,tbiguser b WHERE a.address=b.address) X
GROUP BY x.address;

执行时间5.8s

根据实践发现，sql查询优化没有定式，不同的数据量下相同的sql表现是不一样的，需要灵活运用。