SQL优化(MySQL版)

文章目录

  • SQL优化(MySQL版)
    • SQL解析过程、索引、B树
      • SQL解析过程
      • 索引
      • B树索引
    • B树与索引
      • B+树索引
      • 索引
    • SQL优化准备
    • explain中的id、table
      • explain中的id
        • id值相同时表的执行顺序
        • id值不同时表的执行顺序
        • id值有相同,又有不同时表的执行顺序
      • select_type:查询类型
    • type级别详解
    • 索引类型及逐步优化、key_len计算方法
      • possible_keys :可能用到的索引,是一种预测,不准。
      • key :实际使用到的索引
      • key_len :索引的长度;
    • ref、rows、usingFilesort
      • ref : 指明当前表所 参照的 字段。
      • rows: 被索引优化查询的 数据个数 (实际通过索引而查询到的 数据个数)
    • Extra字段
      • usingFilesort
        • 对于单索引
        • 对于复合索引:不能跨列(最佳左前缀)
      • using temporary
      • using index
      • using where (需要回表查询)
      • impossible where
    • 优化示例
      • (1)单表优化
      • (2)两表优化
      • (3)三张表优化A B C
    • 避免索引失效原则
      • (1) 复合索引
      • (2) 不要在索引上进行任何操作(计算、函数、类型转换),否则索引失效
      • (3) 复合索引不能使用不等于(!= <>)或is null (is not null),否则自身以及右侧所有全部失效,有时 in、>、< 也会导致索引失效。
      • (4) 范围查询(> < in)概率问题的补救。尽量使用索引覆盖(using index),索引覆盖(using index)会一定程度上补救范围查询(> < in)概率问题
      • (5) like尽量以“常量”开头,不要以'%'开头,否则索引失效
      • (6) 尽量不要使用类型转换(显示、隐式),否则索引失效
      • (7) 尽量不要使用or,否则包括左侧的所有索引都会失效
    • 常见优化方法及慢查询SQL排查
      • (1) exist和in
      • (2)order by 优化
    • 慢查询阀值和mysqldumpslow工具
    • 模拟并通过profiles分析海量数据
      • 通过存储函数 插入海量数据:
      • 通过存储过程插入海量数据
      • 调用存储过程插入海量数据
      • 分析海量数据
        • (1) 粗略分析:profiles
        • (2) 精确分析:sql诊断
      • Mysql分析-profile详解
    • 全局查询日志
      • 执行的所有SQL记录在表中
      • 执行的所有SQL记录在文件中
    • 锁机制详解
      • (1)表锁
        • 增加锁:
        • 查看加锁的表:
        • 加读锁:
        • 加写锁:
        • MySQL表级锁的锁模式
        • 表锁情况分析及行锁解析
      • (2)行表(InnoDB)
        • 行锁写操作相同数据
        • 行锁写操作不同数据
        • 行锁的注意事项:
        • 查询行锁
    • 主从复制(集群在数据库的一种实现)
      • 主从同步原理
      • 主从同步实战

SQL优化(MySQL版)

SQL解析过程、索引、B树

优化原因:性能低、执行时间太长、等待时间太长、SQL语句欠佳(连接查询)、索引失效、服务器参数设置不合理(缓冲、线程数)

SQL解析过程

a.SQL

  • 编写过程:
    select dinstinct …from …join …on …where …group by …having …order by …limit …

  • 解析过程:
    from … on… join …where …group by …having …select dinstinct …order by limit …

步步深入:MySQL架构总览->查询执行流程->SQL解析顺序

索引

b.SQL优化, 主要就是在优化索引
索引: 相当于书的目录
索引: index是帮助MYSQL高效获取数据的数据结构。索引是数据结构(树:B树(默认)、Hash树…)

  • 索引的弊端:
    1.索引本身很大, 可以存放在内存/硬盘(通常为 硬盘)
    2.索引不是所有情况均适用: a.少量数据 b.频繁更新的字段 c.很少使用的字段
    3.索引会降低增删改的效率(增删改 查)

  • 优势:1提高查询效率(降低IO使用率)
    2.降低CPU使用率 (…order by age desc,因为 B树索引 本身就是一个 好排序的结构,因此在排序时 可以直接使用)

B树索引

SQL优化(MySQL版)_第1张图片

B树与索引

B+树索引

SQL优化(MySQL版)_第2张图片
看最上面结点:<17往P1找,>17&&<35往P2找,>35往P3找

索引

  • 分类:
    主键索引: 不能重复。id 不能是null
    唯一索引 :不能重复。id 可以是null
    单值索引 : 单列, age ;一个表可以多个单值索引,name。
    复合索引 :多个列构成的索引 (相当于 二级目录 : z: zhao) (name,age) (a,b,c,d,…,n)

  • 创建索引:

    • 方式一:create 索引类型 索引名 on 表(字段)

      单值:
      create index dept_index on tb(dept);
      唯一:
      create unique index name_index on tb(name) ;
      复合索引
      create index dept_name_index on tb(dept,name);

    • 方式二:alter table 表名 add 索引类型 索引名(字段)

      单值:
      alter table tb add index dept_index(dept) ;
      唯一:
      alter table tb add unique index name_index(name);
      复合索引
      alter table tb add index dept_name_index(dept,name);

      注意:如果一个字段是primary key,则该字段默认就是主键索引

  • 删除索引:drop index 索引名 on 表名;

    drop index name_index on tb ;

  • 查询索引:show index from 表名 ;

    show index from 表名 \G

SQL优化准备

a.分析SQL的执行计划: explain ,可以模拟SQL优化器执行SQL语句,从而让开发人员知道自己编写的SQL状况

查询执行计划: explain +SQL语句
explain select * from tb;

id : 编号				
select_type :查询类型
table :表
type   :索引类型
possible_keys :预测用到的索引 
key  :实际使用的索引
key_len :实际使用索引的长度     
ref  :表之间的引用关系
rows :通过索引查询到的数据量 
Extra :额外的信息

b.MySQL查询优化其会干扰我们的优化

优化方法,官网:https://dev.mysql.com/doc/refman/5.5/en/optimization.html

准备数据: 课程表:course、教师表:teacher、教师证表:teacherCard
在这里插入图片描述

create table course
(
cid int(3),
cname varchar(20),
tid int(3)
);

create table teacher
(
tid int(3),
tname varchar(20),
tcid int(3)
);

create table teacherCard
(
tcid int(3),
tcdesc varchar(200)
);

insert into course values(1,'java',1);
insert into course values(2,'html',1);
insert into course values(3,'sql',2);
insert into course values(4,'web',3);

insert into teacher values(1,'tz',1);
insert into teacher values(2,'tw',2);
insert into teacher values(3,'tl',3);

insert into teacherCard values(1,'tzdesc') ;
insert into teacherCard values(2,'twdesc') ;
insert into teacherCard values(3,'tldesc') ;

explain中的id、table

explain中的id

id值相同时表的执行顺序

1)id值相同时:从上往下 顺序执行 t-tc-c。 t(3条数据)、tc(3条数据)、c(4条数据) 数据小的表 优先查询;
查询课程编号为2 或 教师证编号为3 的老师信息

SELECT
	t.*
FROM
	teacher t,
	course c,
	teachercard tc
WHERE
	t.tid = c.tid
AND t.tcid = tc.tcid
AND (c.cid = 2 OR tc.tcid = 3)

在这里插入图片描述
解释:

explain SELECT
	t.*
FROM
	teacher t,
	course c,
	teachercard tc
WHERE
	t.tid = c.tid
AND t.tcid = tc.tcid
AND (c.cid = 2 OR tc.tcid = 3)

在这里插入图片描述
解释结果说明:
1)id值相同时:从上往下 顺序执行 t-tc-c。 t(3条数据)、tc(3条数据)、c(4条数据) 数据小的表 优先查询;

表的执行顺序 因数量的个数改变而改变的原因: 笛卡儿积

a b c
3 3 4 = 33=9 * 4 =36 中间临时表有9条数据
4 3 3 = 4
3=12* 3 =36 中间临时表有12条数据
中间临时表的数据越小越好

id值不同时表的执行顺序

2)id值不同时:id值越大越优先查询 (本质:在嵌套子查询时,先查内层 再查外层)
查询教授SQL课程的老师的描述(desc)
解释:

explain SELECT
	tc.tcdesc
FROM
	teacherCard tc,
	course c,
	teacher t
WHERE
	c.tid = t.tid
AND t.tcid = tc.tcid
AND c.cname = 'sql';

在这里插入图片描述
将以上 多表查询 转为子查询形式:

EXPLAIN SELECT
	tc.tcdesc
FROM
	teacherCard tc
WHERE
	tc.tcid = (
		SELECT
			t.tcid
		FROM
			teacher t
		WHERE
			t.tid = (
				SELECT
					c.tid
				FROM
					course c
				WHERE
					c.cname = 'sql'
			)
	);

解释结果:
在这里插入图片描述
子查询解释结果说明:
2)id值不同时:id值越大越优先查询 (本质:在嵌套子查询时,先查内层 再查外层)

id值有相同,又有不同时表的执行顺序

3)id值有相同,又有不同: id值越大越优先;id值相同,从上往下 顺序执行

子查询+多表:

EXPLAIN SELECT
	t.tname,
	tc.tcdesc
FROM
	teacher t,
	teacherCard tc
WHERE
	t.tcid = tc.tcid
AND t.tid = (
	SELECT
		c.tid
	FROM
		course c
	WHERE
		cname = 'sql'
);

解释:
在这里插入图片描述
3)id值有相同,又有不同: id值越大越优先;id值相同,从上往下 顺序执行

select_type:查询类型

  • PRIMARY:包含子查询SQL的 主查询 (最外层)

  • SUBQUERY:包含子查询SQL的 子查询 (非最外层)

  • simple:简单查询(不包含子查询、不包含union连接查询)

  • derived:衍生查询(使用到了临时表)

    • a.在from子查询中只有一张表,这该表就是衍生表(临时表)
      explain select cr.cname from ( select * from course where tid in (1,2) ) cr ;
      在这里插入图片描述
    • b.在from子查询中, 如果有table1 union table2 ,则table1 就是derived(衍生表、临时表),table2就是union
      explain select cr.cname from ( select * from course where tid = 1 union select * from course where tid = 2 ) cr ;
      在这里插入图片描述
      union:上例
      union result :告知开发人员,哪些表之间存在union查询

type级别详解

  • type:索引类型
    system>const>eq_ref>ref>range>index>all ,要对type进行优化的前提:有索引
    其中:system,const只是理想情况;实际能达到 ref>range
  • system(忽略): 只有一条数据的系统表 ;或 衍生表只有一条数据的主查询
    如:
create table test01
(
	tid int(3),
	tname varchar(20)
);
-- 插入数据
insert into test01 values(1,'a') ;
commit;
-- 增加索引
alter table test01 add constraint tid_pk primary key(tid) ;
-- 衍生表只有一条数据的主查询
explain select * from (select * from test01 )t where tid =1 ;

在这里插入图片描述

  • const:仅仅能查到一条数据的SQL ,用于Primary key 或unique索引 (类型 与索引类型有关)
    explain select tid from test01 where tid =1 ;
    在这里插入图片描述

alter table test01 drop primary key ;
explain select tid from test01 where tid =1 ;
在这里插入图片描述

create index test01_index on test01(tid) ;
explain select tid from test01 where tid =1 ;
在这里插入图片描述

  • eq_ref:唯一性索引:对于每个索引键的查询,返回匹配唯一行数据(有且只有1个,不能多 、不能0)
    select … from …where name = … .常见于唯一索引 和主键索引。
    alter table teacherCard add constraint pk_tcid primary key(tcid);
    alter table teacher add constraint uk_tcid unique index(tcid) ;
    explain select t.tcid from teacher t,teacherCard tc where t.tcid = tc.tcid ;
    在这里插入图片描述
    以上SQL,用到的索引是 t.tcid,即teacher表中的tcid字段;
    如果teacher表的数据个数 和 连接查询的数据个数一致(都是3条数据),则有可能满足eq_ref级别;否则无法满足。
  • ref:非唯一性索引,对于每个索引键的查询,返回匹配的所有行(0~多个)
-- 准备数据:
insert into teacher values(4,'tz',4) ;
insert into teacherCard values(4,'tz222');

-- 测试:
alter table teacher add index index_name (tname) ;
explain select * from teacher where tname = 'tz';
  • range:检索指定范围的行 ,where后面是一个范围查询(between ,> < >=, 特殊:in有时候会失效 ,从而转为 无索引all)
alter table teacher add index tid_index (tid) ;
explain select t.* from teacher t where t.tid in (1,2) ;

在这里插入图片描述

explain select t.* from teacher t where t.tid <3 ;

在这里插入图片描述

  • index:查询全部索引中数据
explain select tid from teacher; 
-- tid 是索引,只需要扫描索引表,不需要所有表中的所有数据

在这里插入图片描述

  • all:查询全部表中的数据
-- cid不是索引,需要扫表中的所有数据
explain select cid from course; 

在这里插入图片描述

system/const: 结果只有一条数据
eq_ref:结果多条;但是每条数据是唯一的 ;
ref:结果多条;但是每条数据是0条或多条 ;

索引类型及逐步优化、key_len计算方法

possible_keys :可能用到的索引,是一种预测,不准。

alter table  course add index cname_index (cname);

explain select t.tname ,tc.tcdesc from teacher t,teacherCard tc
 where t.tcid= tc.tcid
and t.tid = (select c.tid from course c where cname = 'sql');

在这里插入图片描述

如果 possible_key/key是NULL,则说明没用索引

key :实际使用到的索引

explain select tc.tcdesc from teacherCard tc,course c,teacher t where c.tid = t.tid
and t.tcid = tc.tcid and c.cname = 'sql';

在这里插入图片描述

key_len :索引的长度;

作用:用于判断复合索引是否被完全使用 (a,b,c) 。
utf8:1个字符3个字节
gbk:1个字符2个字节
latin:1个字符1个字节

create table test_kl
(
	name char(20) not null default ''
);
alter table test_kl add index index_name(name) ;
explain select * from test_kl where name ='' ;   -- key_len :60
在utf8:1个字符占3个字节  

在这里插入图片描述

alter table test_kl add column name1 char(20);  -- name1可以为null

alter table test_kl add index index_name1(name1);
explain select * from test_kl where name1 =''; 
-- 如果索引字段可以为Null,则会使用1个字节用于标识。

在这里插入图片描述

drop index index_name on test_kl ;
drop index index_name1 on test_kl ;

-- 增加一个复合索引 
alter table test_kl add index name_name1_index (name,name1); 

explain select * from test_kl where name1 = ''; -- 121

在这里插入图片描述

explain select * from test_kl where name = ''; -- 60

在这里插入图片描述

alter table test_kl add column name2 varchar(20) ; -- 可以为Null 
alter table test_kl add index name2_index (name2) ;

explain select * from test_kl where name2 = '' ;  -- 63 <- 20*3=60 +  1(用一个字节 标示null)  +2(用2个字节 标识可变长度) = 63

ref、rows、usingFilesort

ref : 指明当前表所 参照的 字段。

作用: 指明当前表所 参照的 字段。
select …where a.c = b.x ;(其中b.x可以是常量,ref是const)
注意与type中的ref值区分。

alter table course  add index tid_index (tid);

explain select * from course c,teacher t where c.tid = t.tid  and t.tname ='tw';

在这里插入图片描述

rows: 被索引优化查询的 数据个数 (实际通过索引而查询到的 数据个数)

explain select * from course c,teacher t  where c.tid = t.tid
	and t.tname = 'tz';

在这里插入图片描述

Extra字段

usingFilesort

(i).using filesort : 性能消耗大;需要“额外”的一次排序(查询) 。常见于 order by 语句中。

排序之前必然先查询

对于单索引

10个人 根据年龄排序。

create table test02
(
	a1 char(3),
	a2 char(3),
	a3 char(3),
	index idx_a1(a1),
	index idx_a2(a2),
	index idx_a3(a3)
);

explain select * from test02 where a1 ='' order by a1 ;

在这里插入图片描述

explain select * from test02 where a1 ='' order by a2 ; -- using filesort

在这里插入图片描述
小结:对于单索引, 如果排序和查找是同一个字段,则不会出现using filesort;如果排序和查找不是同一个字段,则会出现using filesort;
怎么避免using filesort: where哪些字段,就order by那些字段2

对于复合索引:不能跨列(最佳左前缀)
drop index idx_a1 on test02;
drop index idx_a2 on test02;
drop index idx_a3 on test02;

alter table test02 add index idx_a1_a2_a3 (a1,a2,a3) ;

explain select *from test02 where a1='' order by a3 ;  -- using filesort

在这里插入图片描述

explain select * from test02 where a2='' order by a3 ; -- using filesort

在这里插入图片描述

explain select *from test02 where a1='' order by a2 ;

在这里插入图片描述

explain select *from test02 where a2='' order by a1 ; -- using filesort

在这里插入图片描述
小结:
复合索引避免using filesort: where和order by 按照复合索引的顺序使用,不要跨列或无序使用。

using temporary

(ii). using temporary:性能损耗大,用到了临时表。一般出现在group by 语句中。

explain select a1 from test02 where a1 in ('1','2','3') group by a1;

在这里插入图片描述

explain select a1 from test02 where a1 in ('1','2','3') group by a2 ; --using temporary

在这里插入图片描述
避免using temporary:查询哪些列,就根据那些列 group by .

using index

(iii). using index :性能提升; 索引覆盖(覆盖索引)。原因:不读取原文件,只从索引文件中获取数据 (不需要回表查询)
只要使用到的列 全部都在索引中,就是索引覆盖using index
例如:test02表中有一个复合索引(a1,a2,a3)

explain select a1,a2 from test02 where a1='' or a2= '' ; -- using index   

在这里插入图片描述

drop index idx_a1_a2_a3 on test02;

alter table test02 add index idx_a1_a2(a1,a2) ;
explain select a1,a3 from test02 where a1='' or a3= '' ;

在这里插入图片描述

如果用到了索引覆盖(using index时),会对 possible_keys和key造成影响:

  • a.如果没有where,则索引只出现在key中;
  • b.如果有where,则索引 出现在key和possible_keys中。
explain select a1,a2 from test02 where a1='' or a2= '';

在这里插入图片描述

explain select a1,a2 from test02;

在这里插入图片描述

using where (需要回表查询)

假设age是索引列
但查询语句select age,name from …where age =…,此语句中必须回原表查Name,因此会显示using where.

explain select a1,a3 from test02 where a3 = '' ; -- a3需要回原表查询

在这里插入图片描述

impossible where

(iv). impossible where : where子句永远为false

explain select * from test02 where a1='x' and a1='y';

在这里插入图片描述

优化示例

单表优化、两表优化、三表优化

(1)单表优化

create table book
(
	bid int(4) primary key,
	name varchar(20) not null,
	authorid int(4) not null,
	publicid int(4) not null,
	typeid int(4) not null 
);

insert into book values(1,'tjava',1,1,2) ;
insert into book values(2,'tc',2,1,2) ;
insert into book values(3,'wx',3,2,1) ;
insert into book values(4,'math',4,2,3) ;	
commit;	

查询authorid=1且 typeid为2或3的 bid

explain select bid from book where typeid in(2,3) and authorid=1  order by typeid desc;

在这里插入图片描述

-- 优化:加索引
alter table book add index idx_bta (bid,typeid,authorid);

-- 索引一旦进行 升级优化,需要将之前废弃的索引删掉,防止干扰。
drop index idx_bta on book;

-- 根据SQL实际解析的顺序,调整索引的顺序:
alter table book add index idx_tab (typeid,authorid,bid); -- 虽然可以回表查询bid,但是将bid放到索引中 可以提升使用using index ;

在这里插入图片描述

-- 再次优化(之前是index级别):思路。因为范围查询in有时会失效,因此交换 索引的顺序,将typeid in(2,3) 放到最后。
drop index idx_tab on book;
alter table book add index idx_atb (authorid,typeid,bid);
explain select bid from book where  authorid=1 and  typeid in(2,3) order by typeid desc ;

在这里插入图片描述

小结:

  • a.最佳左前缀,保持索引的定义和使用的顺序一致性
  • b.索引需要逐步优化
  • c.将含in的范围查询 放到where条件的最后,防止失效。

本例中同时出现了Using where(需要回原表); Using index(不需要回原表):原因,where authorid=1 and typeid in(2,3)中authorid在索引(authorid,typeid,bid)中,因此不需要回原表(直接在索引表中能查到);而typeid虽然也在索引(authorid,typeid,bid)中,但是含in的范围查询已经使该typeid索引失效,因此相当于没有typeid这个索引,所以需要回原表(using where);

例如以下没有了in,则不会出现using where

explain select bid from book where  authorid=1 and  typeid =3 order by typeid desc;

在这里插入图片描述

还可以通过key_len证明in可以使索引失效。

(2)两表优化

SQL优化(MySQL版)_第3张图片

create table teacher2
(
	tid int(4) primary key,
	cid int(4) not null
);

insert into teacher2 values(1,2);
insert into teacher2 values(2,1);
insert into teacher2 values(3,3);

create table course2
(
	cid int(4) ,
	cname varchar(20)
);

insert into course2 values(1,'java');
insert into course2 values(2,'python');
insert into course2 values(3,'kotlin');
commit;
-- 左连接:
explain select *from teacher2 t left outer join course2 c
	on t.cid=c.cid where c.cname='java';

在这里插入图片描述
Using join buffer:extra中的一个选项,作用:Mysql引擎使用了 连接缓存。
索引往哪张表加?

  • 小表驱动大表

  • 索引建立在经常使用的字段上 (本题 t.cid=c.cid可知,t.cid字段使用频繁,因此给该字段加索引) [一般情况对于左外连接,给左表加索引;右外连接,给右表加索引]
    小表:10
    大表:300
    where 小表.x 10 = 大表.y 300; --循环了几次?10

      大表.y 300=小表.x 10	--循环了300次
    

    小表:10
    大表:300

    select …where 小表.x10=大表.x300 ;
    for(int i=0;i<小表.length10;i++)
    {
    for(int j=0;j<大表.length300;j++)
    {

    }
    }

    select …where 大表.x300=小表.x10 ;
    for(int i=0;i<大表.length300;i++)
    {
    for(int j=0;j<小表.length10;j++)
    {

    }
    }

以上2个FOR循环,最终都会循环3000次;但是 对于双层循环来说:一般建议 将数据小的循环 放外层;数据大的循环放内存。

当编写 …on t.cid=c.cid 时,将数据量小的表 放左边(假设此时t表数据量小)

alter table teacher2 add index index_teacher2_cid(cid) ;
alter table course2 add index index_course2_cname(cname);
-- 左连接:
explain select *from teacher2 t left outer join course2 c
	on t.cid=c.cid where c.cname='java';

在这里插入图片描述

(3)三张表优化A B C

  • a.小表驱动大表
  • b.索引建立在经常查询的字段上
    示例:
create table test03
(
  a1 int(4) not null,
  a2 int(4) not null,
  a3 int(4) not null,
  a4 int(4) not null
);
alter table test03 add index idx_a1_a2_a3_4(a1,a2,a3,a4) ;
explain select a1,a2,a3,a4 from test03 where a1=1 and a2=2 and a3=3 and a4 =4 ; -- 推荐写法,因为 索引的使用顺序(where后面的顺序) 和 复合索引的顺序一致

在这里插入图片描述

explain select a1,a2,a3,a4 from test03 where a4=1 and a3=2 and a2=3 and a1 =4 ; 
-- 虽然编写的顺序 和索引顺序不一致,但是 sql在真正执行前 经过了SQL优化器的调整,结果与上条SQL是一致的。
-- 以上 2个SQL,使用了 全部的复合索引

在这里插入图片描述

explain select a1,a2,a3,a4 from test03 where a1=1 and a2=2 and a4=4 order by a3; 
-- 以上SQL用到了a1 a2两个索引,该两个字段 不需要回表查询using index ;而a4因为跨列使用,造成了该索引失效,需要回表查询 因此是using where;以上可以通过 key_len进行验证

在这里插入图片描述

explain select a1,a2,a3,a4 from test03 where a1=1 and a4=4 order by a3; 
-- 以上SQL出现了 using filesort(文件内排序,“多了一次额外的查找/排序”) :不要跨列使用( where和order by 拼起来,不要跨列使用)

在这里插入图片描述

explain select a1,a2,a3,a4 from test03 where a1=1 and a4=4 order by a2 , a3; -- 不会using filesort

在这里插入图片描述

总结:

  • i.如果 (a,b,c,d)复合索引 和使用的顺序全部一致(且不跨列使用),则复合索引全部使用。如果部分一致(且不跨列使用),则使用部分索引。
    select a,c where a = and b= and d=
  • ii.where和order by 拼起来,不要跨列使用

using temporary: 需要额外再多使用一张表. 一般出现在group by语句中;已经有表了,但不适用,必须再来一张表。
解析过程:
from … on… join …where …group by …having …select dinstinct …order by limit …

  • a.
explain select * from test03 where a2=2 and a4=4 group by a2,a4 ;--没有using temporary

在这里插入图片描述

  • b.
explain select * from test03 where a2=2 and a4=4 group by a3 ;

在这里插入图片描述

避免索引失效原则

(1) 复合索引

  • a.复合索引,不要跨列或无序使用(最佳左前缀)
  • b.复合索引,尽量使用全索引匹配

(2) 不要在索引上进行任何操作(计算、函数、类型转换),否则索引失效

select …where A.x = … ; – 假设A.x是索引
不要:select …where A.x*3 = … ;

explain select * from book where authorid = 1 and typeid = 2 ; -- 用到了at 2个索引

在这里插入图片描述

explain select * from book where authorid = 1 and typeid*2 = 2 ; -- 用到了a 1个索引

在这里插入图片描述

explain select * from book where authorid*2 = 1 and typeid*2 = 2 ; -- 用到了0个索引

在这里插入图片描述

explain select * from book where authorid*2 = 1 and typeid = 2 ;---- 用到了0个索引,原因:对于复合索引,如果左边失效,右侧全部失效。(a,b,c),例如如果 b失效,则b c同时失效。

在这里插入图片描述

drop index idx_atb on book ; 
alter table book add index idx_authroid (authorid) ;
alter table book add index idx_typeid (typeid) ;
explain select * from book where authorid*2 = 1 and typeid = 2 ;

在这里插入图片描述

(3) 复合索引不能使用不等于(!= <>)或is null (is not null),否则自身以及右侧所有全部失效,有时 in、>、< 也会导致索引失效。

explain select * from book where authorid = 1 and typeid =2 ;

在这里插入图片描述

SQL优化,是一种概率层面的优化。 至于是否实际使用了我们的优化,需要通过explain进行推测。

explain select * from book where authorid != 1 and typeid =2 ;

在这里插入图片描述

explain select * from book where authorid != 1 and typeid !=2 ;

在这里插入图片描述

**体验概率情况(< > =):**原因是服务层中有SQL优化器,可能会影响我们的优化。

drop index idx_typeid on book;
drop index idx_authroid on book;
alter table book add index idx_book_at (authorid,typeid);
explain select * from book where authorid = 1 and typeid =2 ;-- 复合索引 a和t 全部使用

在这里插入图片描述

explain select * from book where authorid > 1 and typeid =2 ; -- 复合索引中如果有>,则自身和右侧索引全部失效。

在这里插入图片描述

explain select * from book where authorid = 1 and typeid >2 ;-- 复合索引a和t全部使用

在这里插入图片描述

明显的概率问题

explain select * from book where authorid < 1 and typeid =2 ;-- 复合索引a和t只用到了1个索引

在这里插入图片描述

explain select * from book where authorid < 4 and typeid =2 ;-- 复合索引全部失效

在这里插入图片描述

我们学习索引优化 ,是一个大部分情况适用的结论,但由于SQL优化器等原因 该结论不是100%正确。
一般而言, 范围查询(> < in),之后的索引失效。

(4) 范围查询(> < in)概率问题的补救。尽量使用索引覆盖(using index),索引覆盖(using index)会一定程度上补救范围查询(> < in)概率问题

select a,b,c from xx…where a= … and b =… ;

(5) like尽量以“常量”开头,不要以’%'开头,否则索引失效

mysql like %keyword%不走索引替代方法
select * from xx where name like ‘%x%’ ; – name索引失效

explain select * from teacher where tname like '%x%'; -- tname索引失效

在这里插入图片描述

explain select * from teacher  where tname like 'x%';

在这里插入图片描述

explain select tname from teacher  where tname like '%x%'; -- 如果必须使用like '%x%'进行模糊查询,可以使用索引覆盖 挽救一部分。

在这里插入图片描述

(6) 尽量不要使用类型转换(显示、隐式),否则索引失效

explain select * from teacher where tname = 'abc' ;

在这里插入图片描述

explain select * from teacher where tname = 123 ;-- 程序底层将 123 -> '123',即进行了类型转换,因此索引失效

在这里插入图片描述

(7) 尽量不要使用or,否则包括左侧的所有索引都会失效

explain select * from teacher where tname ='' or tcid >1 ; -- 将or左侧的tname 失效。

在这里插入图片描述

常见优化方法及慢查询SQL排查

(1) exist和in

select ..from table where exist (子查询) ;
select ..from table where 字段 in (子查询) ;

如果主查询的数据集大,则使用in ,效率高。
如果子查询的数据集大,则使用exist,效率高。

exist语法: 将主查询的结果,放到子查询结果中进行条件校验(看子查询是否有数据,如果有数据 则校验成功) ,
如果 复合校验,则保留数据;
浅析MySQL中exists与in的使用 (写的非常好)

select tname from teacher where exists (select * from teacher) ; -- 等价于select tname from teacher

SQL优化(MySQL版)_第4张图片

select tname from teacher where exists (select * from teacher where tid =9999) ;

在这里插入图片描述

(2)order by 优化

using filesort 有两种算法:双路排序、单路排序 (根据IO的次数)

  • MySQL4.1之前 默认使用 双路排序;双路:扫描2次磁盘
    (1:从磁盘读取排序字段 ,对排序字段进行排序(在buffer中进行的排序)
    (2:扫描其他字段 )
    SQL优化(MySQL版)_第5张图片

  • IO较消耗性能,MySQL4.1之后 默认使用 单路排序 : 只读取一次(全部字段),在buffer中进行排序。但此种单路排序 会有一定的隐患 (不一定真的是“单路|1次IO”,有可能多次IO)。原因:如果数据量特别大,则无法 将所有字段的数据 一次性读取完毕,因此 会进行“分片读取、多次读取”。

  • 注意:单路排序 比双路排序 会占用更多的buffer。
    单路排序在使用时,如果数据大,可以考虑调大buffer的容量大小: set max_length_for_sort_data = 1024 单位byte
    如果max_length_for_sort_data值太低,则mysql会自动从 单路->双路 (太低:需要排序的列的总大小超过了max_length_for_sort_data定义的字节数)

  • 提高order by查询的策略:

    • a.选择使用单路、双路 ;调整buffer的容量大小;
    • b.避免使用select * …
    • c.复合索引 不要跨列使用 ,避免using filesort
    • d.保证全部的排序字段 排序的一致性(都是升序 或 降序)

慢查询阀值和mysqldumpslow工具

  • SQL排查 - 慢查询日志:MySQL提供的一种日志记录,用于记录MySQL中响应时间超过阀值的SQL语句(long_query_time,默认10秒)

  • 慢查询日志默认是关闭的;建议:开发调优是 打开,而 最终部署时关闭。

  • 检查是否开启了 慢查询日志 : show variables like ‘%slow_query_log%’ ;

  • 临时开启:
    set global slow_query_log = 1 ; – 在内存种开启
    exit – 关闭mysql数据库,临时设置不失效
    service mysql restart – 重启mysql服务,临时设置失效

  • 永久开启:
    /etc/my.cnf 中追加配置:
    vi /etc/my.cnf – 打开配置文件
    [mysqld]
    slow_query_log=1 – 开启慢查询日志

  • slow_query_log_file=/var/lib/mysql/localhost-slow.log – 慢查询日志保存文件

  • 查询慢查询阀值:
    show variables like ‘%long_query_time%’ ;

  • 临时设置阀值:
    set global long_query_time = 5 ; --设置完毕后,重新登陆后起效 (不需要重启服务)

  • 永久设置阀值:
    /etc/my.cnf 中追加配置:
    vi /etc/my.cnf
    [mysqld]
    long_query_time=3

  • 查询超过阀值的SQL: show global status like ‘%slow_queries%’ ;

  • 慢查询的sql被记录在了日志中,因此可以通过日志 查看具体的慢SQL。
    cat /var/lib/mysql/localhost-slow.log

  • 通过mysqldumpslow工具查看慢SQL,可以通过一些过滤条件 快速查找出需要定位的慢SQL
    mysqldumpslow --help
    s:排序方式
    r:逆序
    l:锁定时间
    g:正则匹配模式

    • 获取返回记录最多的3个SQL
      mysqldumpslow -s r -t 3 /var/lib/mysql/localhost-slow.log

    • 获取访问次数最多的3个SQL
      mysqldumpslow -s c -t 3 /var/lib/mysql/localhost-slow.log

    • 按照时间排序,前10条包含left join查询语句的SQL
      mysqldumpslow -s t -t 10 -g “left join” /var/lib/mysql/localhost-slow.log

    • 语法:
      mysqldumpslow 各种参数 慢查询日志的文件

模拟并通过profiles分析海量数据

a.模拟海量数据

create database testdata ;
use testdata
create table dept -- 部门表
(
dno int(5) primary key default 0,
dname varchar(20) not null default '',
loc varchar(30) default ''
)engine=innodb default charset=utf8;

create table emp -- 员工表
(
eid int(5) primary key,
ename varchar(20) not null default '',
job varchar(20) not null default '',
deptno int(5) not null default 0
)engine=innodb default charset=utf8;

通过存储函数 插入海量数据:

存储过程(无return)/存储函数(有return)

创建存储函数:
randstring(6) -> aXiayx 用于模拟员工名称

delimiter $ -- 指定mysql结束符是$,防止,造成的语义中断
create function randstring(n int)   returns varchar(255) 
begin
	declare  all_str varchar(100) default 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ' ;
	declare return_str varchar(255) default '' ;
	declare i int default 0 ; 
	while i

产生随机整数

delimiter $
create function ran_num() returns int(5)
begin
	declare i int default 0;
	set i =floor( rand()*100 ) ;
	return i ;
end $
  • 如果报错:You have an error in your SQL syntax,说明SQL语句语法有错,需要修改SQL语句;

  • 如果报错This function has none of DETERMINISTIC, NO SQL, or READS SQL DATA in its declaration and binary logging is enabled (you might want to use the less safe log_bin_trust_function_creators variable)
    是因为 存储过程/存储函数在创建时 与之前的 开启慢查询日志冲突了
    解决冲突:
    临时解决 ( 开启log_bin_trust_function_creators )
    show variables like ‘%log_bin_trust_function_creators%’;
    set global log_bin_trust_function_creators = 1;
    永久解决:
    /etc/my.cnf
    [mysqld]
    log_bin_trust_function_creators = 1

通过存储过程插入海量数据

存储过程(无return)/存储函数(有return)

通过存储过程插入海量数据:emp表

delimiter $
create procedure insert_emp( in eid_start int(10), in data_times int(10)) -- 输入参数,eid_start:从哪个数字开始,data_times:插入多少条数据
begin 
	declare i int default 0;
	set autocommit = 0 ; -- 关闭自动提交
	
	repeat -- 循环
		insert into emp values(eid_start + i,  randstring(5), 'other', ran_num()) ;
		set i=i+1 ;
		until i=data_times
	end repeat ;
	commit ;
end $

通过存储过程插入海量数据:dept表中

delimiter $
create procedure insert_dept(in dno_start int(10) ,in data_times int(10))
begin
	declare i int default 0;
	set autocommit = 0 ;
	repeat
		insert into dept values(dno_start+i ,randstring(6),randstring(8)) ;
		set i=i+1 ;
		until i=data_times
	end repeat ;
commit ;
end$

调用存储过程插入海量数据

delimiter; 
call insert_emp(1000,800000);
call insert_dept(10,30);

分析海量数据

(1) 粗略分析:profiles
show variables like '%profiling%'; -- 查看profiling是否打开
set profiling = on ;  -- 打开profiling设置
-- 会记录所有profiling打开之后的  全部SQL查询语句所花费的时间。
show profiles ;

show profiles :会记录所有profiling打开之后的 全部SQL查询语句所花费的时间。缺点:不够精确,只能看到 总共消费的时间,不能看到各个硬件消费的时间(cpu io )

(2) 精确分析:sql诊断
show profile all for query 18; -- 18是上一步查询的其中一个Query_Id
show profile cpu,block io for query 18; -- 18是上一步查询的其中一个Query_Id

Mysql分析-profile详解

https://blog.csdn.net/ty_hf/article/details/54895026

全局查询日志

全局查询日志 :记录开启之后的 全部SQL语句。 (这次全局的记录操作 仅仅在调优、开发过程中打开即可,在最终的部署实施时 一定关闭)

执行的所有SQL记录在表中

show variables like '%general_log%';-- 查看全局日志是否打开
set global general_log = 1 ;-- 开启全局日志
set global log_output='table' ; -- 设置 将全部的SQL 记录在表中
-- 开启全局日志并设置 将全部的SQL 记录在表中后执行的所有SQL会被记录在mysql.general_log表中。
select * from mysql.general_log ; -- 查看表mysql.general_log中记录的所有全局日志

执行的所有SQL记录在文件中

-- 执行的所有SQL记录在文件中
set global general_log = on ;
set global log_output='file' ;
set global general_log_file='/tmp/general.log' ;
-- 查看/tmp/general.log文件记录的所有全局日志
cat /tmp/general.log

锁机制详解

  • 锁机制 :解决因资源共享 而造成的并发问题。

示例:买最后一件衣服X
A: 买X -> X加锁 -> 试衣服、下单、付款、打包 -> X解锁
B: 买X -> 发现X已被加锁 -> 等待X解锁 -> X已售空

  • 分类:
    操作类型:
    a.读锁(共享锁): 对同一个数据(衣服),多个读操作可以同时进行,互不干扰。
    b.写锁(互斥锁): 如果当前写操作没有完毕(买衣服的一系列操作,衣服拿试衣间去了),则无法进行其他的读操作、写操作

  • 操作范围:
    a.表锁 :一次性对一张表整体加锁。如MyISAM存储引擎使用表锁,开销小、加锁快;无死锁;但锁的范围大,容易发生锁冲突、并发度低。
    b.行锁 :一次性对一条数据加锁。如InnoDB存储引擎使用行锁,开销大,加锁慢;容易出现死锁;锁的范围较小,不易发生锁冲突,并发度高(很小概率 发生高并发问题:脏读、幻读、不可重复读、丢失更新等问题)。
    c.页锁

(1)表锁

自增操作 MYSQL/SQLSERVER 支持;oracle需要借助于序列来实现自

create table tablelock
(
id int primary key auto_increment , 
name varchar(20)
)engine myisam;

insert into tablelock(name) values('a1');
insert into tablelock(name) values('a2');
insert into tablelock(name) values('a3');
insert into tablelock(name) values('a4');
insert into tablelock(name) values('a5');
commit;
增加锁:
lock table 表1  read/write  ,表2  read/write   ,...
查看加锁的表:
show open tables ;

SQL优化(MySQL版)_第6张图片
0:没加锁
1:加锁了

lock table tablelock read; -- tablelock加读锁 

SQL优化(MySQL版)_第7张图片

  • 会话:session :每一个访问数据的dos命令行、数据库客户端工具 都是一个会话
加读锁:
  • 会话0:
    lock table tablelock read ; – 对tablelock加读锁
    – 对tablelock进行读/写操作
    select * from tablelock; – 读(查),可以
    delete from tablelock where id =1 ; – 写(增删改),不可以
    – 对emp进行读/写操作
    select * from emp ; --读,不可以
    delete from emp where eid = 1; --写,不可以

  • 结论1:加读锁 - 当前会话

    • 如果某一个会话 对A表加了read锁,则 该会话 可以对A表进行读操作、不能进行写操作; 且 该会话不能对其他表进行读、写操作。
    • 即如果给A表加了读锁,则当前会话只能对A表进行读操作。
  • 会话1(其他会话):
    – 对tablelock(加锁表)进行读/写操作
    select * from tablelock; – 读(查),可以
    delete from tablelock where id =1 ; – 写,可以,要“等待”会话0将锁释放
    – 对emp(其他表)进行读/写操作
    select * from emp ; --读(查),可以
    delete from emp where eno = 1; --写,可以

  • 结论2:加读锁 - 其他会话

    • a. 可以对其他表(A表以外的表)进行读、写操作
    • b. 对A表:读-可以; 写-需要等待释放锁。
      释放锁: unlock tables ;
加写锁:
  • 会话0:
    lock table tablelock write ; – 会话0对tablelock加写锁
  • 结论1:加写锁 - 当前会话
    当前会话(会话0) 可以对加了写锁的表 进行任何操作(增删改查);但是不能 操作(增删改查)其他表
  • 结论1:加写锁 - 其他会话
    对会话0中加写锁的表 可以进行增删改查的前提是:等待会话0释放写锁
MySQL表级锁的锁模式

MyISAM在执行查询语句(SELECT)前,会自动给涉及的所有表加读锁,
在执行更新操作(DML)前,会自动给涉及的表加写锁。
所以对MyISAM表进行操作,会有以下情况:

  • a、对MyISAM表的读操作(加读锁),不会阻塞其他进程(会话)对同一表的读请求,
    但会阻塞对同一表的写请求。只有当读锁释放后,才会执行其它进程(会话)的写操作。
  • b、对MyISAM表的写操作(加写锁),会阻塞其他进程(会话)对同一表的读和写操作,
    只有当写锁释放后,才会执行其它进程的读写操作。
表锁情况分析及行锁解析
  • 查看哪些表加了锁: show open tables ; 1代表被加了锁
  • 分析表锁定的严重程度: show status like ‘table%’ ;
    SQL优化(MySQL版)_第8张图片
    Table_locks_immediate:立刻能获取到的锁数
    Table_locks_waited:需要等待的锁数(如果该值越大,说明存在越大的锁竞争)
  • 一般建议:
    Table_locks_immediate/Table_locks_waited > 5000, 建议采用InnoDB引擎,因为InnoDB是行锁而MyISAM是表锁,对于高并发写入的应用InnoDB效果会好些,否则MyISAM引擎,

(2)行表(InnoDB)

create table linelock(
id int(5) primary key auto_increment,
name varchar(20)
)engine=innodb ;
insert into linelock(name) values('1')  ;
insert into linelock(name) values('2')  ;
insert into linelock(name) values('3')  ;
insert into linelock(name) values('4')  ;
insert into linelock(name) values('5')  ;

set autocommit =0 ; -- 关闭自动提交

mysql增删改的时候默认自动commit;
oracle增删改的时候默认不会自动commit ;

为了研究行锁,暂时将自动commit关闭; set autocommit =0 ; 以后需要通过commit手动提交

行锁写操作相同数据
  • 会话0:写操作
    insert into linelock values(6,‘a6’) ; – 插入数据不自动提交

  • 会话1: 写操作 同样的数据
    update linelock set name=‘ax’ where id = 6; – 数据被锁,等待会话0释放锁

  • 对行锁情况:

    • 1.如果会话x对某条数据a进行 DML操作(研究时:关闭了自动commit的情况下),则其他会话必须等待会话x结束事务(commit/rollback)后 才能对数据a进行操作。
    • 2.表锁 是通过unlock tables解锁,也可以通过事务解锁 ; 行锁 是通过事务解锁。
行锁写操作不同数据
  • 会话0: 写操作
    insert into linelock values(8,‘a8’) ;
  • 会话1: 写操作, 不同的数据
    update linelock set name=‘ax’ where id = 5;
  • 结论
    • 行锁,一次锁一行数据;因此 如果操作的是不同数据,则不干扰。
行锁的注意事项:
  • a.如果没有索引,则行锁会转为表锁
    show index from linelock ; – 查看表linelock索引情况
    alter table linelock add index idx_linelock_name(name); – 添加name索引

    • 会话0: 写操作
      update linelock set name = ‘ai’ where name = 3 ;

    • 会话1: 写操作, 不同的数据
      update linelock set name = ‘aiX’ where name = 4 ;

    • 可以发现,数据被阻塞了(加锁)
      原因:如果索引类 发生了类型转换,则索引失效。 因此 此次操作,会从行锁 转为表锁。

  • b.行锁的一种特殊情况:间隙锁:值在范围内,但却不存在

    • 此时linelock表中 没有id=7的数据
      update linelock set name =‘x’ where id >1 and id<9 ; – 即在此where范围中,没有id=7的数据,则id=7的数据成为间隙。
    • 间隙锁:Mysql会自动给 间隙 加索 ->间隙锁。即 本题 会自动给id=7的数据加 间隙锁(行锁)。
    • 行锁:如果有where,则实际加索的范围 就是where后面的范围(不是实际的值)
查询行锁
  • 如何仅仅是查询数据,能否加行锁? 可以 for update
    研究学习时,将自动提交关闭,关闭自动提交的三种方法:

    set autocommit =0 ;
    start transaction ;
    begin ;
    
    -- 通过for update对query语句进行加锁。
    select * from linelock where id =2 for update ;
    
  • 行锁:
    InnoDB默认采用行锁;
    缺点:比表锁性能损耗大。
    优点:并发能力强,效率高。
    因此建议,高并发用InnoDB,否则用MyISAM。

  • 行锁分析:
    show status like ‘%innodb_row_lock%’ ;
    Innodb_row_lock_current_waits:当前正在等待锁的数量
    Innodb_row_lock_time:等待总时长。从系统启到现在 一共等待的时间
    Innodb_row_lock_time_avg :平均等待时长。从系统启到现在平均等待的时间
    Innodb_row_lock_time_max :最大等待时长。从系统启到现在最大一次等待的时间
    Innodb_row_lock_waits :等待次数。从系统启到现在一共等待的次数

主从复制(集群在数据库的一种实现)

SQL优化(MySQL版)_第9张图片
windows:mysql 主
linux:mysql从
SQL优化(MySQL版)_第10张图片
安装windows版mysql:
如果之前计算机中安装过Mysql,要重新再安装 则需要:先卸载 再安装
先卸载:
通过电脑自带卸载工具卸载Mysql (电脑管家也可以)
删除一个mysql缓存文件C:\ProgramData\MySQL
删除注册表regedit中所有mysql相关配置
重启计算机

安装MYSQL:
安装时,如果出现未响应: 则重新打开D:\MySQL\MySQL Server 5.5\bin\MySQLInstanceConfig.exe

图形化客户端: SQLyog, Navicat

  • 如果要远程连接数据库,则需要授权远程访问。
-- 授权远程访问 :(A->B,则在B计算机的Mysql中执行以下命令)
GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION; 
FLUSH PRIVILEGES; -- 刷新权限立刻访问

如果仍然报错:可能是防火墙没关闭 : 在B关闭防火墙 service iptables stop

主从同步原理

SQL优化(MySQL版)_第11张图片
master是主,slave是从
目的:master中的数据同步到slave中去
二进制日志文件作用:对数据库进行的所有增删改查操作都会在二进制文件中备份一下

  • MySQL实现主从复制步骤:

    1. 主数据库(master)将改变的数 记录在本地的 二进制日志中(binary log) ;该过程 称之为:二进制日志事件
    2. 从数据库(slave)将主数据库(master)的binary log拷贝到自己的 relay log(中继日志文件)中
    3. 中继日志事件,将数据读取到自己的数据库之中
  • MYSQL主从复制 是异步的,串行化的,有延迟

  • master:slave = 1:n
    主数据库有一个,从数据库可以有n个

主从同步实战

  • 配置:
    windows(配置文件mysql: my.ini)
    linux(配置文件mysql: my.cnf)

  • 配置前,为了无误,先将权限(远程访问)、防火墙等处理:

    • 关闭windows/linux防火墙: windows:右键“网络” ,linux: service iptables stop
    • Mysql允许远程连接(windowos/linux):
      GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'root' WITH GRANT OPTION;
      FLUSH PRIVILEGES;
      
  • 主机(以下代码和操作 全部在主机windows中操作):

    my.ini
    [mysqld]
    #id
    server-id=1
    #二进制日志文件(注意是/  不是\)
    log-bin="D:/MySQL/MySQL Server 5.5/data/mysql-bin"
    #错误记录文件
    log-error="D:/MySQL/MySQL Server 5.5/data/mysql-error"
    #主从同步时 忽略的数据库
    binlog-ignore-db=mysql
    #(可选)指定主从同步时,同步哪些数据库
    binlog-do-db=test	
    

    windows中的数据库 授权哪台计算机中的数据库 是自己的从数据库:

     GRANT REPLICATION slave,reload,super ON *.* TO 'root'@'192.168.2.%' IDENTIFIED BY 'root';
     flush privileges ; 
    

    查看主数据库的状态(每次在左主从同步前,需要观察 主机状态的最新值)

show master status;  (mysql-bin.000001、 107)
  • 从机(以下代码和操作 全部在从机linux中操作):

    my.cnf
    [mysqld]
    server-id=2
    log-bin=mysql-bin
    replicate-do-db=test
    

    linux中的数据 授权哪台计算机中的数控 是自己的主计算机

    CHANGE MASTER TO 
    MASTER_HOST = '192.168.2.2', 
    MASTER_USER = 'root', 
    MASTER_PASSWORD = 'root', 
    MASTER_PORT = 3306,
    master_log_file='mysql-bin.000001',
    master_log_pos=107;
    

如果报错:This operation cannot be performed with a running slave; run STOP SLAVE first
解决:STOP SLAVE ;再次执行上条授权语句

  • 开启主从同步:
    从机linux:

    start slave ;
    

    检验 show slave status \G
    主要观察: Slave_IO_RunningSlave_SQL_Running,确保二者都是yes;如果不都是yes,则看下方的 Last_IO_Error。
    本次 通过 Last_IO_Error发现错误的原因是 主从使用了相同的server-id, 检查:在主从中分别查看serverid: show variables like ‘server_id’ ;
    可以发现,在Linux中的my.cnf中设置了server-id=2,但实际执行时 确实server-id=1,原因:可能是 linux版Mysql的一个bug,也可能是 windows和Linux版本不一致造成的兼容性问题。
    解决改bug: set global server_id =2 ;

    stop slave ;
    set global server_id =2 ;
    start slave ;
    show slave status \G
    

    演示:
    主windows =>从同步

    windows:
    将表,插入数据
    观察从数据库中该表的数据

你可能感兴趣的:(SQL优化(MySQL版),SQL优化(MySQL版))