Py学习  »  DATABASE

MySQL:教你学会如何做性能分析与查询优化

Java知音 • 4 年前 • 301 次点击  

点击上方“Java知音”,选择“置顶公众号”

技术文章第一时间送达!

作者:mikevictor

cnblogs.com/mikevictor07/p/7275218.html

优化应贯穿整个产品开发周期中,比如编写复杂SQL时查看执行计划,安装MySQL服务器时尽量合理配置(见过太多完全使用默认配置安装的情况),根据应用负载选择合理的硬件配置等。

1、性能分析

性能分析包含多方面:CPU、Memory、磁盘/网络IO、MySQL服务器本身等。

1.1 操作系统分析

常规的操作系统分析,在Linux中通常包含一些性能监控命令,如top、vmstat、iostat、strace、iptraf等。

  • 内存:内存是大项,高查询消耗大量的查询缓存,内存必须足够,并且给系统本身要预留一些。

  • 磁盘:配备高速磁盘+RAID会有更好的读写速度,并且SSD成本逐渐降低,升级成本会在可接受范围。

  • 网络:目前市场上千兆万兆网卡已很常见。

  • CPU:虽然很多情况下CPU用不完,但也不能让它成为瓶颈。

生产环境的MySQL多数情况部署在Linux系统中,Linux系统本身可以优化的配置并不多。硬件的选型是复杂,涉及计算机组成的原理性知识,需要额外了解。

1.2 MySQL服务性能分析

MySQL服务器的性能通常通过监控命令查看系统工作状态,确定哪些因素成为瓶颈。

1.2.1 SHOW GLOBAL STATUS

显示了目前MySQL的工作状态,包含很多参数,下面对一些参数进行说明,其余的参考官方说明:


1.Aborted_clients

如果该值随时间增加,检查是否优雅关闭连接,检查max_allowed_packet配置变量是否被超过导致强制中断。

2.Aborted_connections

接近于0,检查网络问题,如果有少量是正常的,比如鉴权失败等。

3.Binlog_cache_disk_use和Binlog_cache_use

大部分事务应该在缓冲中进行,如果disk cache很大,可考虑增加内存缓存。

4.Bytes_recevied和Bytes_sent

如果值很大,检查是否查询超过需要的数据。

5.Com_*

尽量让如Com_rollback这些不常见的变量超过预期,用innotop检查。

6.Create_tmp_tables

优化查询降低该值。

7.Handler_read_rnd_next

Handler_read_rnd_next / Handler_read_rnd显示全表扫面大致平均值,如果很大,只能优化查询。

8.Open_files

不应该接近于open_files_limit,如果接近就应该适当增加open_files_limit。

9.Qcache_*

查询缓存相关。

10.Select_full_join

全联接无索引联接,尽量避免,优化查询。

11.Select_full_range_join

值过高说明使用了范围查询联接表,范围查询比较慢,可优化。

12.Sort_meger_passes

如果值较大可考虑增加sort_buffer_size,查明是那个查询导致使用文件排序。

13.Table_locks_waited

表被锁定导致服务器锁等待,InnoDB的行锁不会使得该变量增加,建议开启慢查询日志。

14.Threads_created

如果值在增加,可考虑增加thread_cache_size。


1.2.2 SHOW ENGINE INNODB STATUS

暂时的数据包含了太多InnoDB核心信息,并且需要比较深的了解InnoDB引擎工作原理,这里不做过多说明,请查阅针对此的专项文档。

注: 通常包含SEMAPHORES、TRANSACTIONS、FILE I/O、LOG、BUFFER POOL AND MEMORY等一些详细值,有些参数是上一次执行以来的平均值,所以建议隔一段时间再打印一次得到这段时间的统计,有点类似iostat的统计磁盘平均读写一样。

1.2.3 开启慢查询日志配置

排查导致MySQL运行缓慢的问题SQL,开启慢查询日志配置,可能有很有帮助:

slow_query_log=1
slow_query_log_file=/YOUR_DIR/mysql_slow.log

配合慢查询日志分析工具(如mysqlsla)

2、查询性能优化

一般来说在编写SQL时,注意查询是否能使用到索引,是否在大表中或者高频率查询中引起全表扫描,这些主要通过经验分析配合execution plan得到比较理想的查询消耗。

MySQL查询优化,也可以参考:MySQL:数据库优化,看这篇就够了

2.1 查询基础

了解查询过程,才能知道哪些步骤可能出现瓶颈,execution plan结果也会有所体现,MySQL查询的一般过程:

  1. Client往服务器发送查询指令。

  2. 服务器查询缓存,如果存在则直接返回,否则下一步。

  3. 服务器解析、预处理和优化查询,生成执行计划。

  4. 执行引擎调用存储引擎API执行查询。

  5. 服务器将结果返回至客户端。

用图表示如下:

解析与预处理过程:

  • 解析器将查询分解后构造解析树,进行语法解析与验证查询,检查SQL是否有效。

  • 预处理器解析语义:如检查表和列是否存在,是否存在歧义等。

  • 预处理器检查权限。

查询优化器:

该过程比较复杂,将解析树的结果变成执行计划,优化器的任务是寻找最好的方式(但并不是总能选择最好的方案),MySQL使用基于开销的优化器,预测不同执行计划的开销。

  • MySQL不考虑不受它控制的开销,如用户存储过程与用户自定义的函数

  • 不考虑正在运行的其他查询

2.2 优化数据访问 (这一点很重要)

  1. 应用程序是否获取超过需要的数据量?(PS: 多次遇到过查询表所有数据然后再程序中只读取10行之类的代码)

  2. MySQL 服务器是否分析了超过需要的行?数据是否没有在存储引擎层被过来掉?(Using index , Using where)

典型的错误如下:

  1. 提取超过需要的行,然后在程序中只要一部分 (应该使用limit限制数据量)。

  2. 多表join提取所有的列 (应该只读取需要的列)。

  3. 提取所有的列(提取不需要的列可能导致优化索引失效,增加磁盘IO,浪费内存等, 但如果是知道这个影响并利用查询缓存,简化设计等也是可以考虑的)。

访问类型:

Full Table Scan > Index Scan > Range Scan > Unique Index Lookup > Constant.

访问速度依次递增。

对于使用where语句来过滤数据的话,最好到最坏的情况是:

  1. 对索引查找用where来消除不匹配的数据行,在存储引擎层。

  2. 使用覆盖索引 (Extra 为Using Index) 来避免访问行,取得索引数据后过滤行,发生在MySQL服务器层,但不需要读取行数据。

  3. 从表中查询数据,然后过滤 (Using Where), 发生在服务器端并且要读取行数据。

后面会针对执行计划结果做详细介绍。

2.3 关于执行计划

执行计划结果样例如下图(也可用其他的可视化工具,如mysql workbench):

所代表的含义可在官方文档中找到详细说明 ( https://dev.mysql.com/doc/refman/5.5/en/explain-output.html ),

这里说明一些比较重要的结果:

TYPE字段的值:

前面所说的访问速度依次递增就和这个有关:

Full Table Scan > Index Scan > Range Scan > Unique Index Lookup > Constant.

这里列出一些常见的说明:

1、const: 最多匹配一行, 如 SELECT * FROM rental where rental_id=1。

2、eq_ref: 读取的行依次匹配前一个表。

3、ref: 连接仅使用左索引或者索引不是PRIMARY或UNIQUE(或者说得到的不是一行的结果),如果得到的几行数据,这是个比较好的类型。

4、range: 使用索引的范围扫描,如使用了 =, <>, >, >=, , BETWEEN, IN()等条件。

5、index: 除了索引树被扫描之外,索引连接类型与ALL相同。这有两种方式:


  1. 如果索引是查询的覆盖索引,并满足表中所需的所有数据,则仅扫描索引树。在这种情况下,Extra列为Using index。仅索引扫描通常比ALL更快,因为索引的大小通常小于表数据。

  2. 使用索引来执行全表扫描,以按索引顺序查找数据行。在Extra列张则没有Using index,这种情况与ALL的区别是ALL是按行扫描。


6、ALL: 全表扫描,比较糟糕 (但有时候数据比较少的情况下,MySQL会直接进行全表扫描读取数据,效率更高)。

2.4 优化特定的查询

查询优化的一个办法是迁移旧数据,腾出内存空间重新平衡索引结构,使得更快的查询速度,很多应用保留半年或三个月的数据都能满足需求,对于旧数据,额外提供平台访问或者在应用层做路由。

2.4.1 优化COUNT (遇到过一知半解的使用,导致想优化却适得其反)

COUNT有两种不同的工作方式:统计值的数量和统计行的数量。

值是一个非空(Non-NULL)的表达式(NULL则表示没有值),如果在COUNT()中定义了列名或其他表达式,COUNT则会统计这个表达式有值(Non-NULL)的次数。

COUNT另外一种工作方式就是统计行数,当MySQL知道括号中的表达式不会为NULL的时候,则使用这种方式,COUNT(*)是个例子,它不会展开成所有列,则是忽略所以的列并统计。

2.4.2 优化limit和offset

偏移量很大的查询代价很高,如LIMIT 10000, 10, 则会产生10010数据,然后只截取10行。关于limit优化:MySQL:为什么用limit时,offset很大会影响性能

解决办法:

  1. 限制分页能读取的数据页数。

  2. 可考虑使用覆盖索引,如 select id, name, description from book limit 100,10;

在ID上有索引改进为:select id, name, description from book inner join (select id from book limit 100, 10) as b;

END

Java面试题专栏

【30期】说一下HashMap的实现原理?
【29期】Java集合框架 10 连问,你有被问过吗?
【28期】ZooKeeper面试那些事儿
【27期】Dubbo面试八连问,这些你都能答上来吗?
【26期】如何判断一个对象是否存活?(或者GC对象的判定方法)?
【25期】这三道常见的面试题,你有被问过吗?
【24期】请你谈谈单例模式的优缺点,注意事项,使用场景
【23期】请你谈谈关于IO同步、异步、阻塞、非阻塞的区别
【22期】为什么需要消息队列?使用消息队列有什么好处?
【21期】你能说说Java中Comparable和Comparator的区别吗


我知道你 “在看

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/51761
 
301 次点击