當前位置：首頁 > 运维知识 > 数据库 >内容正文

数据库

mysql字段简索引_MySQL优化看这一篇就够了

發布時間：2023/12/4 数据库 32 豆豆

生活随笔收集整理的這篇文章主要介紹了 mysql字段简索引_MySQL优化看这一篇就够了小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

本文概要

概述

為什么要優化

系統的吞吐量瓶頸往往出現在數據庫的訪問速度上
隨著應用程序的運行，數據庫的中的數據會越來越多，處理時間會相應變慢
數據是存放在磁盤上的，讀寫速度無法和內存相比

如何優化

設計數據庫時：數據庫表、字段的設計，存儲引擎
利用好MySQL自身提供的功能，如索引等
橫向擴展：MySQL集群、負載均衡、讀寫分離
SQL語句的優化（收效甚微）

字段設計

字段類型的選擇，設計規范，范式，常見設計案例

原則：盡量使用整型表示字符串

存儲IP

INET_ATON(str)，address to number

INET_NTOA(number)，number to address

MySQL內部的枚舉類型（單選）和集合（多選）類型

但是因為維護成本較高因此不常使用，使用關聯表的方式來替代enum

原則：定長和非定長數據類型的選擇

decimal不會損失精度，存儲空間會隨數據的增大而增大。double占用固定空間，較大數的存儲會損失精度。非定長的還有varchar、text

金額

對數據的精度要求較高，小數的運算和存儲存在精度問題（不能將所有小數轉換成二進制）

定點數decimal

price decimal(8,2)有2位小數的定點數，定點數支持很大的數（甚至是超過int,bigint存儲范圍的數）

小單位大數額避免出現小數

元->分

字符串存儲

定長char，非定長varchar、text（上限65535，其中varchar還會消耗1-3字節記錄長度，而text使用額外空間記錄長度）

原則：盡可能選擇小的數據類型和指定短的長度

原則：盡可能使用 not null

非null字段的處理要比null字段的處理高效些！且不需要判斷是否為null。

null在MySQL中，不好處理，存儲需要額外空間，運算也需要特殊的運算符。如select null = null和select null <> null（<>為不等號）有著同樣的結果，只能通過is null和is not null來判斷字段是否為null。

如何存儲？MySQL中每條記錄都需要額外的存儲空間，表示每個字段是否為null。因此通常使用特殊的數據進行占位，比如int not null default 0、string not null default ‘’

原則：字段注釋要完整，見名知意

原則：單表字段不宜過多

二三十個就極限了

原則：可以預留字段

在使用以上原則之前首先要滿足業務需求

關聯表的設計

外鍵foreign key只能實現一對一或一對多的映射

一對多

使用外鍵

多對多

單獨新建一張表將多對多拆分成兩個一對多

一對一

如商品的基本信息（item）和商品的詳細信息（item_intro），通常使用相同的主鍵或者增加一個外鍵字段（item_id）

范式 Normal Format

數據表的設計規范，一套越來越嚴格的規范體系（如果需要滿足N范式，首先要滿足N-1范式）。N

第一范式1NF：字段原子性

字段原子性，字段不可再分割。

關系型數據庫，默認滿足第一范式

注意比較容易出錯的一點，在一對多的設計中使用逗號分隔多個外鍵，這種方法雖然存儲方便，但不利于維護和索引（比如查找帶標簽java的文章）

第二范式：消除對主鍵的部分依賴

即在表中加上一個與業務邏輯無關的字段作為主鍵

主鍵：可以唯一標識記錄的字段或者字段集合。

course_namecourse_classweekday（周幾）course_teacherMySQL教育大樓1525周一張三Java教育大樓1521周三李四MySQL教育大樓1521周五張三

依賴：A字段可以確定B字段，則B字段依賴A字段。比如知道了下一節課是數學課，就能確定任課老師是誰。于是周幾和下一節課和就能構成復合主鍵，能夠確定去哪個教室上課，任課老師是誰等。但我們常常增加一個id作為主鍵，而消除對主鍵的部分依賴。

對主鍵的部分依賴：某個字段依賴復合主鍵中的一部分。

解決方案：新增一個獨立字段作為主鍵。

第三范式：消除對主鍵的傳遞依賴

傳遞依賴：B字段依賴于A，C字段又依賴于B。比如上例中，任課老師是誰取決于是什么課，是什么課又取決于主鍵id。因此需要將此表拆分為兩張表日程表和課程表（獨立數據獨立建表）：

idweekdaycourse_classcourse_id1001周一教育大樓15213546course_idcourse_namecourse_teacher3546Java張三

這樣就減少了數據的冗余（即使周一至周日每天都有Java課，也只是course_id:3546出現了7次）

存儲引擎選擇

早期問題：如何選擇MyISAM和Innodb？
現在不存在這個問題了，Innodb不斷完善，從各個方面趕超MyISAM，也是MySQL默認使用的。

存儲引擎Storage engine：MySQL中的數據、索引以及其他對象是如何存儲的，是一套文件系統的實現。

功能差異

show engines

EngineSupportCommentInnoDBDEFAULTSupports transactions, row-level locking, and foreign keysMyISAMYESMyISAM storage engine

存儲差異

MyISAMInnodb文件格式數據和索引是分別存儲的，數據.MYD，索引.MYI數據和索引是集中存儲的，.ibd文件能否移動能，一張表就對應.frm、MYD、MYI3個文件否，因為關聯的還有data下的其它文件記錄存儲順序按記錄插入順序保存按主鍵大小有序插入空間碎片（刪除記錄并flush table 表名之后，表文件大小不變）產生。定時整理：使用命令optimize table 表名實現不產生事務不支持支持外鍵不支持支持鎖支持（鎖是避免資源爭用的一個機制，MySQL鎖對用戶幾乎是透明的）表級鎖定行級鎖定、表級鎖定，鎖定力度小并發能力高

鎖擴展
表級鎖（table-level lock）：lock tables <table_name1>,<table_name2>... read/write，unlock tables <table_name1>,<table_name2>...。其中read是共享鎖，一旦鎖定任何客戶端都不可讀；write是獨占/寫鎖，只有加鎖的客戶端可讀可寫，其他客戶端既不可讀也不可寫。鎖定的是一張表或幾張表。
行級鎖（row-level lock）：鎖定的是一行或幾行記錄。共享鎖：select * from <table_name> where <條件> LOCK IN SHARE MODE;，對查詢的記錄增加共享鎖；select * from <table_name> where <條件> FOR UPDATE;，對查詢的記錄增加排他鎖。這里值得注意的是：innodb的行鎖，其實是一個子范圍鎖，依據條件鎖定部分范圍，而不是就映射到具體的行上，因此還有一個學名：間隙鎖。比如select * from stu where id < 20 LOCK IN SHARE MODE會鎖定id在20左右以下的范圍，你可能無法插入id為18或22的一條新紀錄。

選擇依據

如果沒有特別的需求，使用默認的Innodb即可。

MyISAM：以讀寫插入為主的應用程序，比如博客系統、新聞門戶網站。

Innodb：更新（刪除）操作頻率也高，或者要保證數據的完整性；并發量高，支持事務和外鍵保證數據完整性。比如OA自動化辦公系統。

索引

關鍵字與數據的映射關系稱為索引（==包含關鍵字和對應的記錄在磁盤中的地址==）。關鍵字是從數據當中提取的用于標識、檢索數據的特定內容。

索引檢索為什么快？

關鍵字相對于數據本身，==數據量小==
關鍵字是==有序==的，二分查找可快速確定位置

圖書館為每本書都加了索引號（類別-樓層-書架）、字典為詞語解釋按字母順序編寫目錄等都用到了索引。

MySQL中索引類型

普通索引（key），唯一索引（unique key），主鍵索引（primary key），全文索引（fulltext key）

三種索引的索引方式是一樣的，只不過對索引的關鍵字有不同的限制：

普通索引：對關鍵字沒有限制
唯一索引：要求記錄提供的關鍵字不能重復
主鍵索引：要求關鍵字唯一且不為null

索引管理語法

查看索引

show create table 表名：

desc 表名

創建索引

創建表之后建立索引

create TABLE user_index(id int auto_increment primary key,first_name varchar(16),last_name VARCHAR(16),id_card VARCHAR(18),information text );-- 更改表結構 alter table user_index -- 創建一個first_name和last_name的復合索引，并命名為name add key name (first_name,last_name), -- 創建一個id_card的唯一索引，默認以字段名作為索引名 add UNIQUE KEY (id_card), -- 雞肋，全文索引不支持中文 add FULLTEXT KEY (information);

show create table user_index：

創建表時指定索引

CREATE TABLE user_index2 (id INT auto_increment PRIMARY KEY,first_name VARCHAR (16),last_name VARCHAR (16),id_card VARCHAR (18),information text,KEY name (first_name, last_name),FULLTEXT KEY (information),UNIQUE KEY (id_card) );

刪除索引

根據索引名刪除普通索引、唯一索引、全文索引：alter table 表名 drop KEY 索引名

alter table user_index drop KEY name; alter table user_index drop KEY id_card; alter table user_index drop KEY information;

刪除主鍵索引：alter table 表名 drop primary key（因為主鍵只有一個）。這里值得注意的是，如果主鍵自增長，那么不能直接執行此操作（自增長依賴于主鍵索引）：

需要取消自增長再行刪除：

alter table user_index -- 重新定義字段 MODIFY id int, drop PRIMARY KEY

但通常不會刪除主鍵，因為設計主鍵一定與業務邏輯無關。

執行計劃explain

CREATE TABLE innodb1 (id INT auto_increment PRIMARY KEY,first_name VARCHAR (16),last_name VARCHAR (16),id_card VARCHAR (18),information text,KEY name (first_name, last_name),FULLTEXT KEY (information),UNIQUE KEY (id_card) ); insert into innodb1 (first_name,last_name,id_card,information) values ('張','三','1001','華山派');

我們可以通過explain selelct來分析SQL語句執行前的執行計劃：

由上圖可看出此SQL語句是按照主鍵索引來檢索的。

執行計劃是：當執行SQL語句時，首先會分析、優化，形成執行計劃，在按照執行計劃執行。

索引使用場景（重點）

where

上圖中，根據id查詢記錄，因為id字段僅建立了主鍵索引，因此此SQL執行可選的索引只有主鍵索引，如果有多個，最終會選一個較優的作為檢索的依據。

-- 增加一個沒有建立索引的字段 alter table innodb1 add sex char(1); -- 按sex檢索時可選的索引為null EXPLAIN SELECT * from innodb1 where sex='男';

可以嘗試在一個字段未建立索引時，根據該字段查詢的效率，然后對該字段建立索引（alter table 表名 add index(字段名)），同樣的SQL執行的效率，你會發現查詢效率會有明顯的提升（數據量越大越明顯）。

order by

當我們使用order by將查詢結果按照某個字段排序時，如果該字段沒有建立索引，那么執行計劃會將查詢出的所有數據使用外部排序（將數據從硬盤分批讀取到內存使用內部排序，最后合并排序結果），這個操作是很影響性能的，因為需要將查詢涉及到的所有數據從磁盤中讀到內存（如果單條數據過大或者數據量過多都會降低效率），更無論讀到內存之后的排序了。

但是如果我們對該字段建立索引alter table 表名 add index(字段名)，那么由于索引本身是有序的，因此直接按照索引的順序和映射關系逐條取出數據即可。而且如果分頁的，那么只用取出索引表某個范圍內的索引對應的數據，而不用像上述那取出所有數據進行排序再返回某個范圍內的數據。（從磁盤取數據是最影響性能的）

join

對join語句匹配關系（on）涉及的字段建立索引能夠提高效率

索引覆蓋

如果要查詢的字段都建立過索引，那么引擎會直接在索引表中查詢而不會訪問原始數據（否則只要有一個字段沒有建立索引就會做全表掃描），這叫索引覆蓋。因此我們需要盡可能的在select后==只寫必要的查詢字段==，以增加索引覆蓋的幾率。

這里值得注意的是不要想著為每個字段建立索引，因為優先使用索引的優勢就在于其體積小。

語法細節（要點）

在滿足索引使用的場景下（where/order by/join on或索引覆蓋），索引也不一定被使用

字段要獨立出現

比如下面兩條SQL語句在語義上相同，但是第一條會使用主鍵索引而第二條不會。

select * from user where id = 20-1; select * from user where id+1 = 20;

like查詢，不能以通配符開頭

比如搜索標題包含mysql的文章：

select * from article where title like '%mysql%';

這種SQL的執行計劃用不了索引（like語句匹配表達式以通配符開頭），因此只能做全表掃描，效率極低，在實際工程中幾乎不被采用。而一般會使用第三方提供的支持中文的全文索引來做。

但是關鍵字查詢熱搜提醒功能還是可以做的，比如鍵入mysql之后提醒mysql 教程、mysql 下載、mysql 安裝步驟等。用到的語句是：

select * from article where title like 'mysql%';

這種like是可以利用索引的（當然前提是title字段建立過索引）。

復合索引只對第一個字段有效

建立復合索引：

alter table person add index(first_name,last_name);

其原理就是將索引先按照從first_name中提取的關鍵字排序，如果無法確定先后再按照從last_name提取的關鍵字排序，也就是說該索引表只是按照記錄的first_name字段值有序。

因此select * from person where first_name = ?是可以利用索引的，而select * from person where last_name = ?無法利用索引。

那么該復合索引的應用場景是什么？==組合查詢==

比如對于select * person from first_name = ? and last_name = ?，復合索引就比對first_name和last_name單獨建立索引要高效些。很好理解，復合索引首先二分查找與first_name = ?匹配的記錄，再在這些記錄中二分查找與last_name匹配的記錄，只涉及到一張索引表。而分別單獨建立索引則是在first_name索引表中二分找出與first_name = ?匹配的記錄，再在last_name索引表中二分找出與last_name = ?的記錄，兩者取交集。

or，兩邊條件都有索引可用

一但有一邊無索引可用就會導致整個SQL語句的全表掃描

狀態值，不容易使用到索引

如性別、支付狀態等狀態值字段往往只有極少的幾種取值可能，這種字段即使建立索引，也往往利用不上。這是因為，一個狀態值可能匹配大量的記錄，這種情況MySQL會認為利用索引比全表掃描的效率低，從而棄用索引。索引是隨機訪問磁盤，而全表掃描是順序訪問磁盤，這就好比有一棟20層樓的寫字樓，樓底下的索引牌上寫著某個公司對應不相鄰的幾層樓，你去公司找人，與其按照索引牌的提示去其中一層樓沒找到再下來看索引牌再上樓，不如從1樓挨個往上找到頂樓。

如何創建索引

建立基礎索引：在where、order by、join字段上建立索引。
優化，組合索引：基于業務邏輯
- 如果條件經常性出現在一起，那么可以考慮將多字段索引升級為==復合索引==
- 如果通過增加個別字段的索引，就可以出現==索引覆蓋==，那么可以考慮為該字段建立索引
- 查詢時，不常用到的索引，應該刪除掉

前綴索引

語法：index(field(10))，使用字段值的前10個字符建立索引，默認是使用字段的全部內容建立索引。

前提：前綴的標識度高。比如密碼就適合建立前綴索引，因為密碼幾乎各不相同。

==實操的難度==：在于前綴截取的長度。

我們可以利用select count(*)/count(distinct left(password,prefixLen));，通過從調整prefixLen的值（從1自增）查看不同前綴長度的一個平均匹配度，接近1時就可以了（表示一個密碼的前prefixLen個字符幾乎能確定唯一一條記錄）

索引的存儲結構

BTree

btree（多路平衡查找樹）是一種廣泛應用于==磁盤上實現索引功能==的一種數據結構，也是大多數數據庫索引表的實現。

以add index(first_name,last_name)為例：

BTree的一個node可以存儲多個關鍵字，node的大小取決于計算機的文件系統，因此我們可以通過減小索引字段的長度使結點存儲更多的關鍵字。如果node中的關鍵字已滿，那么可以通過每個關鍵字之間的子節點指針來拓展索引表，但是不能破壞結構的有序性，比如按照first_name第一有序、last_name第二有序的規則，新添加的韓香就可以插到韓康之后。白起 < 韓飛 < 韓康 < 李世民 < 趙奢 < 李尋歡 < 王語嫣 < 楊不悔。這與二叉搜索樹的思想是一樣的，只不過二叉搜索樹的查找效率是log(2,N)（以2為底N的對數），而BTree的查找效率是log(x,N)（其中x為node的關鍵字數量，可以達到1000以上）。

從log(1000+,N)可以看出，少量的磁盤讀取即可做到大量數據的遍歷，這也是btree的設計目的。

B+Tree聚簇結構

聚簇結構（也是在BTree上升級改造的）中，關鍵字和記錄是存放在一起的。

在MySQL中，僅僅只有Innodb的==主鍵索引為聚簇結構==，其它的索引包括Innodb的非主鍵索引都是典型的BTree結構。

哈希索引

在索引被載入內存時，使用哈希結構來存儲。

查詢緩存

緩存select語句的查詢結果

在配置文件中開啟緩存

windows上是my.ini，linux上是my.cnf

在[mysqld]段中配置query_cache_type：

0：不開啟
1：開啟，默認緩存所有，需要在SQL語句中增加select sql-no-cache提示來放棄緩存
2：開啟，默認都不緩存，需要在SQL語句中增加select sql-cache來主動緩存（==常用==）

更改配置后需要重啟以使配置生效，重啟后可通過show variables like ‘query_cache_type’;來查看：

show variables like 'query_cache_type'; query_cache_type DEMAND

在客戶端設置緩存大小

通過配置項query_cache_size來設置：

show variables like 'query_cache_size'; query_cache_size 0set global query_cache_size=64*1024*1024; show variables like 'query_cache_size'; query_cache_size 67108864

將查詢結果緩存

select sql_cache * from user;

重置緩存

reset query cache;

緩存失效問題（大問題）

當數據表改動時，基于該數據表的任何緩存都會被刪除。（表層面的管理，不是記錄層面的管理，因此失效率較高）

注意事項

應用程序，不應該關心query cache的使用情況。可以嘗試使用，但不能由query cache決定業務邏輯，因為query cache由DBA來管理。

緩存是以SQL語句為key存儲的，因此即使SQL語句功能相同，但如果多了一個空格或者大小寫有差異都會導致匹配不到緩存。

分區

一般情況下我們創建的表對應一組存儲文件，使用MyISAM存儲引擎時是一個.MYI和.MYD文件，使用Innodb存儲引擎時是一個.ibd和.frm（表結構）文件。

當數據量較大時（一般千萬條記錄級別以上），MySQL的性能就會開始下降，這時我們就需要將數據分散到多組存儲文件，==保證其單個文件的執行效率==。

最常見的分區方案是按id分區，如下將id的哈希值對10取模將數據均勻分散到10個.ibd存儲文件中：

create table article(id int auto_increment PRIMARY KEY,title varchar(64),content text )PARTITION by HASH(id) PARTITIONS 10

查看data目錄：

==服務端的表分區對于客戶端是透明的==，客戶端還是照常插入數據，但服務端會按照分區算法分散存儲數據。

MySQL提供的分區算法

==分區依據的字段必須是主鍵的一部分==，分區是為了快速定位數據，因此該字段的搜索頻次較高應作為強檢索字段，否則依照該字段分區毫無意義

hash(field)

相同的輸入得到相同的輸出。輸出的結果跟輸入是否具有規律無關。==僅適用于整型字段==

key(field)

和hash(field)的性質一樣，只不過key是==處理字符串==的，比hash()多了一步從字符串中計算出一個整型在做取模操作。

create table article_key(id int auto_increment,title varchar(64),content text,PRIMARY KEY (id,title) -- 要求分區依據字段必須是主鍵的一部分 )PARTITION by KEY(title) PARTITIONS 10

range算法

是一種==條件分區==算法，按照數據大小范圍分區（將數據使用某種條件，分散到不同的分區中）。

如下，按文章的發布時間將數據按照2018年8月、9月、10月分區存放：

create table article_range(id int auto_increment,title varchar(64),content text,created_time int, -- 發布時間到1970-1-1的毫秒數PRIMARY KEY (id,created_time) -- 要求分區依據字段必須是主鍵的一部分 )charset=utf8 PARTITION BY RANGE(created_time)(PARTITION p201808 VALUES less than (1535731199), -- select UNIX_TIMESTAMP('2018-8-31 23:59:59')PARTITION p201809 VALUES less than (1538323199), -- 2018-9-30 23:59:59PARTITION p201810 VALUES less than (1541001599) -- 2018-10-31 23:59:59 );

注意：條件運算符只能使用==less than==，這以為著較小的范圍要放在前面，比如上述p201808,p201819,p201810分區的定義順序依照created_time數值范圍從小到大，不能顛倒。

insert into article_range values(null,'MySQL優化','內容示例',1535731180); flush tables; -- 使操作立即刷新到磁盤文件

由于插入的文章的發布時間1535731180小于1535731199（2018-8-31 23:59:59），因此被存儲到p201808分區中，這種算法的存儲到哪個分區取決于數據狀況。

list算法

也是一種條件分區，按照列表值分區（in (值列表)）。

create table article_list(id int auto_increment,title varchar(64),content text,status TINYINT(1), -- 文章狀態：0-草稿，1-完成但未發布，2-已發布PRIMARY KEY (id,status) -- 要求分區依據字段必須是主鍵的一部分 )charset=utf8 PARTITION BY list(status)(PARTITION writing values in(0,1), -- 未發布的放在一個分區 PARTITION published values in (2) -- 已發布的放在一個分區 ); insert into article_list values(null,'mysql優化','內容示例',0); flush tables;

分區管理語法

range/list

增加分區

前文中我們嘗試使用range對文章按照月份歸檔，隨著時間的增加，我們需要增加一個月份：

alter table article_range add partition(partition p201811 values less than (1543593599) -- select UNIX_TIMESTAMP('2018-11-30 23:59:59')-- more );

刪除分區

alter table article_range drop PARTITION p201808

注意：==刪除分區后，分區中原有的數據也會隨之刪除！==

key/hash

新增分區

alter table article_key add partition partitions 4

銷毀分區

alter table article_key coalesce partition 6

key/hash分區的管理不會刪除數據，但是每一次調整（新增或銷毀分區）都會將所有的數據重寫分配到新的分區上。==效率極低==，最好在設計階段就考慮好分區策略。

分區的使用

當數據表中的數據量很大時，分區帶來的效率提升才會顯現出來。

只有檢索字段為分區字段時，分區帶來的效率提升才會比較明顯。因此，==分區字段的選擇很重要==，并且==業務邏輯要盡可能地根據分區字段做相應調整==（盡量使用分區字段作為查詢條件）。

水平分割和垂直分割

水平分割：通過建立結構相同的幾張表分別存儲數據
垂直分割：將經常一起使用的字段放在一個單獨的表中，分割后的表記錄之間是一一對應關系。

分表原因

為數據庫減壓
分區算法局限
數據庫支持不完善（5.1之后mysql才支持分區操作）

id重復的解決方案

借用第三方應用如memcache、redis的id自增器
單獨建一張只包含id一個字段的表，每次自增該字段作為數據記錄的id

集群

橫向擴展：從根本上（單機的硬件處理能力有限）提升數據庫性能。由此而生的相關技術：==讀寫分離、負載均衡==

安裝和配置主從復制

環境

Red Hat Enterprise Linux Server release 7.0 (Maipo)（虛擬機）
mysql5.7（下載地址）

安裝和配置

解壓到對外提供的服務的目錄（我自己專門創建了一個/export/server來存放）

tar xzvf mysql-5.7.23-linux-glibc2.12-x86_64.tar.gz -C /export/server cd /export/server mv mysql-5.7.23-linux-glibc2.12-x86_64 mysql

添加mysql目錄的所屬組和所屬者：

groupadd mysql useradd -r -g mysql mysql cd /export/server chown -R mysql:mysql mysql/ chmod -R 755 mysql/

創建mysql數據存放目錄（其中/export/data是我創建專門用來為各種服務存放數據的目錄）

mkdir /export/data/mysql

初始化mysql服務

cd /export/server/mysql ./bin/mysqld --basedir=/export/server/mysql --datadir=/export/data/mysql --user=mysql --pid-file=/export/data/mysql/mysql.pid --initialize如果成功會顯示mysql的root賬戶的初始密碼，記下來以備后續登錄。如果報錯缺少依賴，則使用yum instally依次安裝即可

配置my.cnf

vim /etc/my.cnf[mysqld] basedir=/export/server/mysql datadir=/export/data/mysql socket=/tmp/mysql.sock user=mysql server-id=10 # 服務id，在集群時必須唯一，建議設置為IP的第四段 port=3306 # Disabling symbolic-links is recommended to prevent assorted security risks symbolic-links=0 # Settings user and group are ignored when systemd is used. # If you need to run mysqld under a different user or group, # customize your systemd unit file for mariadb according to the # instructions in http://fedoraproject.org/wiki/Systemd[mysqld_safe] log-error=/export/data/mysql/error.log pid-file=/export/data/mysql/mysql.pid# # include all files from the config directory # !includedir /etc/my.cnf.d

將服務添加到開機自動啟動

cp /export/server/mysql/support-files/mysql.server /etc/init.d/mysqld

啟動服務

service mysqld start

配置環境變量，在/etc/profile中添加如下內容

# mysql env MYSQL_HOME=/export/server/mysql MYSQL_PATH=$MYSQL_HOME/bin PATH=$PATH:$MYSQL_PATH export PATH

使配置即可生效

source /etc/profile

使用root登錄

mysql -uroot -p # 這里填寫之前初始化服務時提供的密碼

登錄上去之后，更改root賬戶密碼（我為了方便將密碼改為root），否則操作數據庫會報錯

set password=password('root'); flush privileges;

設置服務可被所有遠程客戶端訪問

use mysql; update user set host='%' where user='root'; flush privileges;這樣就可以在宿主機使用navicat遠程連接虛擬機linux上的mysql了

配置主從節點

配置master

以linux（192.168.10.10）上的mysql為master，宿主機（192.168.10.1）上的mysql為slave配置主從復制。

修改master的my.cnf如下

[mysqld] basedir=/export/server/mysql datadir=/export/data/mysql socket=/tmp/mysql.sock user=mysql server-id=10 port=3306 # Disabling symbolic-links is recommended to prevent assorted security risks symbolic-links=0 # Settings user and group are ignored when systemd is used. # If you need to run mysqld under a different user or group, # customize your systemd unit file for mariadb according to the # instructions in http://fedoraproject.org/wiki/Systemdlog-bin=mysql-bin # 開啟二進制日志 expire-logs-days=7 # 設置日志過期時間，避免占滿磁盤 binlog-ignore-db=mysql # 不使用主從復制的數據庫 binlog-ignore-db=information_schema binlog-ignore-db=performation_schema binlog-ignore-db=sys binlog-do-db=test #使用主從復制的數據庫[mysqld_safe] log-error=/export/data/mysql/error.log pid-file=/export/data/mysql/mysql.pid# # include all files from the config directory # !includedir /etc/my.cnf.d

重啟master

service mysqld restart

登錄master查看配置是否生效（ON即為開啟，默認為OFF）：

mysql> show variables like 'log_bin'; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | log_bin | ON | +---------------+-------+

在master的數據庫中建立備份賬號：backup為用戶名，%表示任何遠程地址，用戶back可以使用密碼1234通過任何遠程客戶端連接master

grant replication slave on *.* to 'backup'@'%' identified by '1234'

查看user表可以看到我們剛創建的用戶：

新建test數據庫，創建一個article表以備后續測試

CREATE TABLE `article` (`id` int(11) NOT NULL AUTO_INCREMENT,`title` varchar(64) DEFAULT NULL,`content` text,PRIMARY KEY (`id`) ) CHARSET=utf8;

重啟服務并刷新數據庫狀態到存儲文件中（with read lock表示在此過程中，客戶端只能讀數據，以便獲得一個一致性的快照）

[root@zhenganwen ~]# service mysqld restart Shutting down MySQL.... SUCCESS! Starting MySQL. SUCCESS! [root@zhenganwen mysql]# mysql -uroot -proot mysql> flush tables with read lock; Query OK, 0 rows affected (0.00 sec)

查看master上當前的二進制日志和偏移量（記一下其中的File和Position）

mysql> show master status G *************************** 1. row ***************************File: mysql-bin.000002Position: 154Binlog_Do_DB: testBinlog_Ignore_DB: mysql,information_schema,performation_schema,sys Executed_Gtid_Set: 1 row in set (0.00 sec)

File表示實現復制功能的日志，即上圖中的Binary log；Position則表示Binary log日志文件的偏移量之后的都會同步到slave中，那么在偏移量之前的則需要我們手動導入。

主服務器上面的任何修改都會保存在二進制日志Binary log里面，從服務器上面啟動一個I/O thread（實際上就是一個主服務器的客戶端進程），連接到主服務器上面請求讀取二進制日志，然后把讀取到的二進制日志寫到本地的一個Realy log里面。從服務器上面開啟一個SQL thread定時檢查Realy log，如果發現有更改立即把更改的內容在本機上面執行一遍。

如果一主多從的話，這時主庫既要負責寫又要負責為幾個從庫提供二進制日志。此時可以稍做調整，將二進制日志只給某一從，這一從再開啟二進制日志并將自己的二進制日志再發給其它從?；蛘呤歉纱噙@個從不記錄只負責將二進制日志轉發給其它從，這樣架構起來性能可能要好得多，而且數據之間的延時應該也稍微要好一些

手動導入，從master中導出數據

mysqldump -uroot -proot -hlocalhost test > /export/data/test.sql

將test.sql中的內容在slave上執行一遍。

配置slave

修改slave的my.ini文件中的[mysqld]部分

log-bin=mysql server-id=1 #192.168.10.1

保存修改后重啟slave，WIN+R->services.msc->MySQL5.7->重新啟動

登錄slave檢查log_bin是否以被開啟：

show VARIABLES like 'log_bin';

配置與master的同步復制：

stop slave; change master tomaster_host='192.168.10.10', -- master的IPmaster_user='backup', -- 之前在master上創建的用戶master_password='1234',master_log_file='mysql-bin.000002', -- master上 show master status G 提供的信息master_log_pos=154;

啟用slave節點并查看狀態

mysql> start slave; mysql> show slave status G *************************** 1. row ***************************Slave_IO_State: Waiting for master to send eventMaster_Host: 192.168.10.10Master_User: backupMaster_Port: 3306Connect_Retry: 60Master_Log_File: mysql-bin.000002Read_Master_Log_Pos: 154Relay_Log_File: DESKTOP-KUBSPE0-relay-bin.000002Relay_Log_Pos: 320Relay_Master_Log_File: mysql-bin.000002Slave_IO_Running: YesSlave_SQL_Running: YesReplicate_Do_DB:Replicate_Ignore_DB:Replicate_Do_Table:Replicate_Ignore_Table:Replicate_Wild_Do_Table:Replicate_Wild_Ignore_Table:Last_Errno: 0Last_Error:Skip_Counter: 0Exec_Master_Log_Pos: 154Relay_Log_Space: 537Until_Condition: NoneUntil_Log_File:Until_Log_Pos: 0Master_SSL_Allowed: NoMaster_SSL_CA_File:Master_SSL_CA_Path:Master_SSL_Cert:Master_SSL_Cipher:Master_SSL_Key:Seconds_Behind_Master: 0 Master_SSL_Verify_Server_Cert: NoLast_IO_Errno: 0Last_IO_Error:Last_SQL_Errno: 0Last_SQL_Error:Replicate_Ignore_Server_Ids:Master_Server_Id: 10Master_UUID: f68774b7-0b28-11e9-a925-000c290abe05Master_Info_File: C:ProgramDataMySQLMySQL Server 5.7Datamaster.infoSQL_Delay: 0SQL_Remaining_Delay: NULLSlave_SQL_Running_State: Slave has read all relay log; waiting for more updatesMaster_Retry_Count: 86400Master_Bind:Last_IO_Error_Timestamp:Last_SQL_Error_Timestamp:Master_SSL_Crl:Master_SSL_Crlpath:Retrieved_Gtid_Set:Executed_Gtid_Set:Auto_Position: 0Replicate_Rewrite_DB:Channel_Name:Master_TLS_Version: 1 row in set (0.00 sec)注意查看第4、14、15三行，若與我一致，表示slave配置成功

測試

關閉master的讀取鎖定

mysql> unlock tables; Query OK, 0 rows affected (0.00 sec)

向master中插入一條數據

mysql> use test mysql> insert into article (title,content) values ('mysql master and slave','record the cluster building succeed!:)'); Query OK, 1 row affected (0.00 sec)

查看slave是否自動同步了數據

mysql> insert into article (title,content) values ('mysql master and slave','record the cluster building succeed!:)'); Query OK, 1 row affected (0.00 sec)

至此，主從復制的配置成功！：)

使用mysqlreplicate命令快速搭建 Mysql 主從復制

讀寫分離

讀寫分離是依賴于主從復制，而主從復制又是為讀寫分離服務的。因為主從復制要求slave不能寫只能讀（如果對slave執行寫操作，那么show slave status將會呈現Slave_SQL_Running=NO，此時你需要按照前面提到的手動同步一下slave）。

方案一、定義兩種連接

就像我們在學JDBC時定義的DataBase一樣，我們可以抽取出ReadDataBase,WriteDataBase implements DataBase，但是這種方式無法利用優秀的線程池技術如DruidDataSource幫我們管理連接，也無法利用Spring AOP讓連接對DAO層透明。

方案二、使用Spring AOP

如果能夠使用Spring AOP解決數據源切換的問題，那么就可以和Mybatis、Druid整合到一起了。

我們在整合Spring1和Mybatis時，我們只需寫DAO接口和對應的SQL語句，那么DAO實例是由誰創建的呢？實際上就是Spring幫我們創建的，它通過我們注入的數據源，幫我們完成從中獲取數據庫連接、使用連接執行 SQL 語句的過程以及最后歸還連接給數據源的過程。

如果我們能在調用DAO接口時根據接口方法命名規范（增addXXX/createXXX、刪deleteXX/removeXXX、改updateXXXX、查selectXX/findXXX/getXX/queryXXX）動態地選擇數據源（讀數據源對應連接master而寫數據源對應連接slave），那么就可以做到讀寫分離了。

項目結構

引入依賴

其中，為了方便訪問數據庫引入了mybatis和druid，實現數據源動態切換主要依賴spring-aop和spring-aspects

<dependencies><dependency><groupId>org.mybatis</groupId><artifactId>mybatis-spring</artifactId><version>1.3.2</version></dependency><dependency><groupId>org.mybatis</groupId><artifactId>mybatis</artifactId><version>3.4.6</version></dependency><dependency><groupId>org.springframework</groupId><artifactId>spring-core</artifactId><version>5.0.8.RELEASE</version></dependency><dependency><groupId>org.springframework</groupId><artifactId>spring-aop</artifactId><version>5.0.8.RELEASE</version></dependency><dependency><groupId>org.springframework</groupId><artifactId>spring-jdbc</artifactId><version>5.0.8.RELEASE</version></dependency><dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId><version>1.1.6</version></dependency><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>6.0.2</version></dependency><dependency><groupId>org.springframework</groupId><artifactId>spring-context</artifactId><version>5.0.8.RELEASE</version></dependency><dependency><groupId>org.springframework</groupId><artifactId>spring-aspects</artifactId><version>5.0.8.RELEASE</version></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><version>1.16.22</version></dependency><dependency><groupId>org.springframework</groupId><artifactId>spring-test</artifactId><version>5.0.8.RELEASE</version></dependency><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>4.12</version></dependency></dependencies>

數據類

package top.zhenganwen.mysqloptimize.entity;import lombok.AllArgsConstructor; import lombok.Data; import lombok.NoArgsConstructor;@Data @AllArgsConstructor @NoArgsConstructor public class Article {private int id;private String title;private String content; }

spring配置文件

其中RoutingDataSourceImpl是實現動態切換功能的核心類，稍后介紹。

<?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xmlns:context="http://www.springframework.org/schema/context"xsi:schemaLocation="http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/context http://www.springframework.org/schema/context/spring-context.xsd"><context:property-placeholder location="db.properties"></context:property-placeholder><context:component-scan base-package="top.zhenganwen.mysqloptimize"/><bean id="slaveDataSource" class="com.alibaba.druid.pool.DruidDataSource"><property name="driverClassName" value="${db.driverClass}"/><property name="url" value="${master.db.url}"></property><property name="username" value="${master.db.username}"></property><property name="password" value="${master.db.password}"></property></bean><bean id="masterDataSource" class="com.alibaba.druid.pool.DruidDataSource"><property name="driverClassName" value="${db.driverClass}"/><property name="url" value="${slave.db.url}"></property><property name="username" value="${slave.db.username}"></property><property name="password" value="${slave.db.password}"></property></bean><bean id="dataSourceRouting" class="top.zhenganwen.mysqloptimize.dataSource.RoutingDataSourceImpl"><property name="defaultTargetDataSource" ref="masterDataSource"></property><property name="targetDataSources"><map key-type="java.lang.String" value-type="javax.sql.DataSource"><entry key="read" value-ref="slaveDataSource"/><entry key="write" value-ref="masterDataSource"/></map></property><property name="methodType"><map key-type="java.lang.String" value-type="java.lang.String"><entry key="read" value="query,find,select,get,load,"></entry><entry key="write" value="update,add,create,delete,remove,modify"/></map></property></bean><bean id="sqlSessionFactory" class="org.mybatis.spring.SqlSessionFactoryBean"><property name="configLocation" value="classpath:mybatis-config.xml" /><property name="dataSource" ref="dataSourceRouting" /><property name="mapperLocations" value="mapper/*.xml"/></bean><bean class="org.mybatis.spring.mapper.MapperScannerConfigurer"><property name="basePackage" value="top.zhenganwen.mysqloptimize.mapper" /><property name="sqlSessionFactoryBeanName" value="sqlSessionFactory" /></bean> </beans>

dp.properties

master.db.url=jdbc:mysql://localhost:3306/test?useUnicode=true&characterEncoding=utf8&serverTimezone=UTC master.db.username=root master.db.password=rootslave.db.url=jdbc:mysql://192.168.10.10:3306/test?useUnicode=true&characterEncoding=utf8&serverTimezone=UTC slave.db.username=root slave.db.password=rootdb.driverClass=com.mysql.jdbc.Driver

mybatis-config.xml

<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE configurationPUBLIC "-//mybatis.org//DTD Config 3.0//EN""http://mybatis.org/dtd/mybatis-3-config.dtd"> <configuration><typeAliases><typeAlias type="top.zhenganwen.mysqloptimize.entity.Article" alias="Article"/></typeAliases> </configuration>

mapper接口和配置文件

ArticleMapper.java

package top.zhenganwen.mysqloptimize.mapper;import org.springframework.stereotype.Repository; import top.zhenganwen.mysqloptimize.entity.Article;import java.util.List;@Repository public interface ArticleMapper {List<Article> findAll();void add(Article article);void delete(int id);}

ArticleMapper.xml

<?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" > <mapper namespace="top.zhenganwen.mysqloptimize.mapper.ArticleMapper"><select id="findAll" resultType="Article">select * from article</select><insert id="add" parameterType="Article">insert into article (title,content) values (#{title},#{content})</insert><delete id="delete" parameterType="int">delete from article where id=#{id}</delete> </mapper>

核心類

RoutingDataSourceImpl

package top.zhenganwen.mysqloptimize.dataSource;import org.springframework.jdbc.datasource.lookup.AbstractRoutingDataSource;import java.util.*;/*** RoutingDataSourceImpl class* 數據源路由** @author zhenganwen, blog:zhenganwen.top* @date 2018/12/29*/ public class RoutingDataSourceImpl extends AbstractRoutingDataSource {/*** key為read或write* value為DAO方法的前綴* 什么前綴開頭的方法使用讀數據員，什么開頭的方法使用寫數據源*/public static final Map<String, List<String>> METHOD_TYPE_MAP = new HashMap<String, List<String>>();/*** 由我們指定數據源的id，由Spring切換數據源** @return*/@Overrideprotected Object determineCurrentLookupKey() {System.out.println("數據源為："+DataSourceHandler.getDataSource());return DataSourceHandler.getDataSource();}public void setMethodType(Map<String, String> map) {for (String type : map.keySet()) {String methodPrefixList = map.get(type);if (methodPrefixList != null) {METHOD_TYPE_MAP.put(type, Arrays.asList(methodPrefixList.split(",")));}}} }

它的主要功能是，本來我們只配置一個數據源，因此Spring動態代理DAO接口時直接使用該數據源，現在我們有了讀、寫兩個數據源，我們需要加入一些自己的邏輯來告訴調用哪個接口使用哪個數據源（讀數據的接口使用slave，寫數據的接口使用master。這個告訴Spring該使用哪個數據源的類就是AbstractRoutingDataSource，必須重寫的方法determineCurrentLookupKey返回數據源的標識，結合spring配置文件（下段代碼的5，6兩行）

如果determineCurrentLookupKey返回read那么使用slaveDataSource，如果返回write就使用masterDataSource。

DataSourceHandler

package top.zhenganwen.mysqloptimize.dataSource;/*** DataSourceHandler class* <p>* 將數據源與線程綁定，需要時根據線程獲取** @author zhenganwen, blog:zhenganwen.top* @date 2018/12/29*/ public class DataSourceHandler {/*** 綁定的是read或write，表示使用讀或寫數據源*/private static final ThreadLocal<String> holder = new ThreadLocal<String>();public static void setDataSource(String dataSource) {System.out.println(Thread.currentThread().getName()+"設置了數據源類型");holder.set(dataSource);}public static String getDataSource() {System.out.println(Thread.currentThread().getName()+"獲取了數據源類型");return holder.get();} }

DataSourceAspect

package top.zhenganwen.mysqloptimize.dataSource;import org.aspectj.lang.JoinPoint; import org.aspectj.lang.annotation.Aspect; import org.aspectj.lang.annotation.Before; import org.aspectj.lang.annotation.Pointcut; import org.springframework.context.annotation.EnableAspectJAutoProxy; import org.springframework.stereotype.Component;import java.util.List; import java.util.Set;import static top.zhenganwen.mysqloptimize.dataSource.RoutingDataSourceImpl.METHOD_TYPE_MAP;/*** DataSourceAspect class** 配置切面，根據方法前綴設置讀、寫數據源* 項目啟動時會加載該bean，并按照配置的切面（哪些切入點、如何增強）確定動態代理邏輯* @author zhenganwen,blog:zhenganwen.top* @date 2018/12/29*/ @Component //聲明這是一個切面，這樣Spring才會做相應的配置，否則只會當做簡單的bean注入 @Aspect @EnableAspectJAutoProxy public class DataSourceAspect {/*** 配置切入點：DAO包下的所有類的所有方法*/@Pointcut("execution(* top.zhenganwen.mysqloptimize.mapper.*.*(..))")public void aspect() {}/*** 配置前置增強，對象是aspect()方法上配置的切入點*/@Before("aspect()")public void before(JoinPoint point) {String className = point.getTarget().getClass().getName();String invokedMethod = point.getSignature().getName();System.out.println("對 "+className+"$"+invokedMethod+" 做了前置增強，確定了要使用的數據源類型");Set<String> dataSourceType = METHOD_TYPE_MAP.keySet();for (String type : dataSourceType) {List<String> prefixList = METHOD_TYPE_MAP.get(type);for (String prefix : prefixList) {if (invokedMethod.startsWith(prefix)) {DataSourceHandler.setDataSource(type);System.out.println("數據源為："+type);return;}}}} }

測試讀寫分離

如何測試讀是從slave中讀的呢？可以將寫后復制到slave中的數據更改，再讀該數據就知道是從slave中讀了。==注意==，一但對slave做了寫操作就要重新手動將slave與master同步一下，否則主從復制就會失效。package top.zhenganwen.mysqloptimize.dataSource;import org.junit.Test; import org.junit.runner.RunWith; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.test.context.ContextConfiguration; import org.springframework.test.context.junit4.SpringJUnit4ClassRunner; import top.zhenganwen.mysqloptimize.entity.Article; import top.zhenganwen.mysqloptimize.mapper.ArticleMapper;@RunWith(SpringJUnit4ClassRunner.class) @ContextConfiguration(locations = "classpath:spring-mybatis.xml") public class RoutingDataSourceTest {@AutowiredArticleMapper articleMapper;@Testpublic void testRead() {System.out.println(articleMapper.findAll());}@Testpublic void testAdd() {Article article = new Article(0, "我是新插入的文章", "測試是否能夠寫到master并且復制到slave中");articleMapper.add(article);}@Testpublic void testDelete() {articleMapper.delete(2);} }

負載均衡

負載均衡算法

輪詢
加權輪詢：按照處理能力來加權
負載分配：依據當前的空閑狀態（但是測試每個節點的內存使用率、CPU利用率等，再做比較選出最閑的那個，效率太低）

高可用

在服務器架構時，為了保證服務器7x24不宕機在線狀態，需要為每臺單點服務器（由一臺服務器提供服務的服務器，如寫服務器、數據庫中間件）提供冗余機。

對于寫服務器來說，需要提供一臺同樣的寫-冗余服務器，當寫服務器健康時（寫-冗余通過心跳檢測），寫-冗余作為一個從機的角色復制寫服務器的內容與其做一個同步；當寫服務器宕機時，寫-冗余服務器便頂上來作為寫服務器繼續提供服務。對外界來說這個處理過程是透明的，即外界僅通過一個IP訪問服務。

典型SQL

線上DDL

DDL(Database Definition Language)是指數據庫表結構的定義（create table）和維護（alter table）的語言。在線上執行DDL，在低于MySQL5.6版本時會導致全表被獨占鎖定，此時表處于維護、不可操作狀態，這會導致該期間對該表的所有訪問無法響應。但是在MySQL5.6之后，支持Online DDL，大大縮短了鎖定時間。

優化技巧是采用的維護表結構的DDL（比如增加一列，或者增加一個索引），是==copy==策略。思路：創建一個滿足新結構的新表，將舊表數據==逐條==導入（復制）到新表中，以保證==一次性鎖定的內容少==（鎖定的是正在導入的數據），同時舊表上可以執行其他任務。導入的過程中，將對舊表的所有操作以日志的形式記錄下來，導入完畢后，將更新日志在新表上再執行一遍（確保一致性）。最后，新表替換舊表（在應用程序中完成，或者是數據庫的rename，視圖完成）。

但隨著MySQL的升級，這個問題幾乎淡化了。

數據庫導入語句

在恢復數據時，可能會導入大量的數據。此時為了快速導入，需要掌握一些技巧：

導入時==先禁用索引和約束==：

alter table table-name disable keys

待數據導入完成之后，再開啟索引和約束，一次性創建索引

alter table table-name enable keys

數據庫如果使用的引擎是Innodb，那么它==默認會給每條寫指令加上事務==（這也會消耗一定的時間），因此建議先手動開啟事務，再執行一定量的批量導入，最后手動提交事務。

如果批量導入的SQL指令格式相同只是數據不同，那么你應該先prepare==預編譯==一下，這樣也能節省很多重復編譯的時間。

limit offset,rows

盡量保證不要出現大的offset，比如limit 10000,10相當于對已查詢出來的行數棄掉前10000行后再取10行，完全可以加一些條件過濾一下（完成篩選），而不應該使用limit跳過已查詢到的數據。這是一個==offset做無用功==的問題。對應實際工程中，要避免出現大頁碼的情況，盡量引導用戶做條件過濾。

select * 要少用

即盡量選擇自己需要的字段select，但這個影響不是很大，因為網絡傳輸多了幾十上百字節也沒多少延時，并且現在流行的ORM框架都是用的select *，只是我們在設計表的時候注意將大數據量的字段分離，比如商品詳情可以單獨抽離出一張商品詳情表，這樣在查看商品簡略頁面時的加載速度就不會有影響了。

order by rand()不要用

它的邏輯就是隨機排序（為每條數據生成一個隨機數，然后根據隨機數大小進行排序）。如select * from student order by rand() limit 5的執行效率就很低，因為它為表中的每條數據都生成隨機數并進行排序，而我們只要前5條。

解決思路：在應用程序中，將隨機的主鍵生成好，去數據庫中利用主鍵檢索。

單表和多表查詢

多表查詢：join、子查詢都是涉及到多表的查詢。如果你使用explain分析執行計劃你會發現多表查詢也是一個表一個表的處理，最后合并結果。因此可以說單表查詢將計算壓力放在了應用程序上，而多表查詢將計算壓力放在了數據庫上。

現在有ORM框架幫我們解決了單表查詢帶來的對象映射問題（查詢單表時，如果發現有外鍵自動再去查詢關聯表，是一個表一個表查的）。

count(*)

在MyISAM存儲引擎中，會自動記錄表的行數，因此使用count(*)能夠快速返回。而Innodb內部沒有這樣一個計數器，需要我們手動統計記錄數量，解決思路就是單獨使用一張表：

idtablecount1student100

limit 1

如果可以確定僅僅檢索一條，建議加上limit 1，其實ORM框架幫我們做到了這一點（查詢單條的操作都會自動加上limit 1）。

慢查詢日志

用于記錄執行時間超過某個臨界值的SQL日志，用于快速定位慢查詢，為我們的優化做參考。

開啟慢查詢日志

配置項：slow_query_log

可以使用show variables like ‘slov_query_log’查看是否開啟，如果狀態值為OFF，可以使用set GLOBAL slow_query_log = on來開啟，它會在datadir下產生一個xxx-slow.log的文件。

設置臨界時間

配置項：long_query_time

查看：show VARIABLES like 'long_query_time'，單位秒

設置：set long_query_time=0.5

實操時應該從長時間設置到短的時間，即將最慢的SQL優化掉

查看日志

一旦SQL超過了我們設置的臨界時間就會被記錄到xxx-slow.log中

profile信息

配置項：profiling

開啟profile

set profiling=on

開啟后，所有的SQL執行的詳細信息都會被自動記錄下來

查看profile信息

show profiles

mysql> show variables like 'profiling'; +---------------+-------+ | Variable_name | Value | +---------------+-------+ | profiling | ON | +---------------+-------+ 1 row in set, 1 warning (0.00 sec)mysql> insert into article values (null,'test profile',':)'); Query OK, 1 row affected (0.15 sec)mysql> show profiles; +----------+------------+-------------------------------------------------------+ | Query_ID | Duration | Query | +----------+------------+-------------------------------------------------------+ | 1 | 0.00086150 | show variables like 'profiling' | | 2 | 0.15027550 | insert into article values (null,'test profile',':)') | +----------+------------+-------------------------------------------------------+

通過Query_ID查看某條SQL所有詳細步驟的時間

show profile for query Query_ID

上面show profiles的結果中，每個SQL有一個Query_ID，可以通過它查看執行該SQL經過了哪些步驟，各消耗了多場時間

典型的服務器配置

以下的配置全都取決于實際的運行環境

max_connections，最大客戶端連接數
mysql> show variables like 'max_connections'; +-----------------+-------+ | Variable_name | Value | +-----------------+-------+ | max_connections | 151 | +-----------------+-------+
table_open_cache，表文件句柄緩存（表數據是存儲在磁盤上的，緩存磁盤文件的句柄方便打開文件讀取數據）
mysql> show variables like 'table_open_cache'; +------------------+-------+ | Variable_name | Value | +------------------+-------+ | table_open_cache | 2000 | +------------------+-------+
key_buffer_size，索引緩存大小（將從磁盤上讀取的索引緩存到內存，可以設置大一些，有利于快速檢索）
mysql> show variables like 'key_buffer_size'; +-----------------+---------+ | Variable_name | Value | +-----------------+---------+ | key_buffer_size | 8388608 | +-----------------+---------+
innodb_buffer_pool_size，Innodb存儲引擎緩存池大小（對于Innodb來說最重要的一個配置，如果所有的表用的都是Innodb，那么甚至建議將該值設置到物理內存的80%，Innodb的很多性能提升如索引都是依靠這個）
mysql> show variables like 'innodb_buffer_pool_size'; +-------------------------+---------+ | Variable_name | Value | +-------------------------+---------+ | innodb_buffer_pool_size | 8388608 | +-------------------------+---------+
innodb_file_per_table（innodb中，表數據存放在.ibd文件中，如果將該配置項設置為ON，那么一個表對應一個ibd文件，否則所有innodb共享表空間）

壓測工具mysqlslap

安裝MySQL時附帶了一個壓力測試工具mysqlslap（位于bin目錄下）

自動生成sql測試

C:Userszaw>mysqlslap --auto-generate-sql -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. BenchmarkAverage number of seconds to run all queries: 1.219 secondsMinimum number of seconds to run all queries: 1.219 secondsMaximum number of seconds to run all queries: 1.219 secondsNumber of clients running queries: 1Average number of queries per client: 0

并發測試

C:Userszaw>mysqlslap --auto-generate-sql --concurrency=100 -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. BenchmarkAverage number of seconds to run all queries: 3.578 secondsMinimum number of seconds to run all queries: 3.578 secondsMaximum number of seconds to run all queries: 3.578 secondsNumber of clients running queries: 100Average number of queries per client: 0C:Userszaw>mysqlslap --auto-generate-sql --concurrency=150 -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. BenchmarkAverage number of seconds to run all queries: 5.718 secondsMinimum number of seconds to run all queries: 5.718 secondsMaximum number of seconds to run all queries: 5.718 secondsNumber of clients running queries: 150Average number of queries per client: 0

多輪測試

C:Userszaw>mysqlslap --auto-generate-sql --concurrency=150 --iterations=10 -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. BenchmarkAverage number of seconds to run all queries: 5.398 secondsMinimum number of seconds to run all queries: 4.313 secondsMaximum number of seconds to run all queries: 6.265 secondsNumber of clients running queries: 150Average number of queries per client: 0

存儲引擎測試

C:Userszaw>mysqlslap --auto-generate-sql --concurrency=150 --iterations=3 --engine=innodb -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. BenchmarkRunning for engine innodbAverage number of seconds to run all queries: 5.911 secondsMinimum number of seconds to run all queries: 5.485 secondsMaximum number of seconds to run all queries: 6.703 secondsNumber of clients running queries: 150Average number of queries per client: 0 C:Userszaw>mysqlslap --auto-generate-sql --concurrency=150 --iterations=3 --engine=myisam -uroot -proot mysqlslap: [Warning] Using a password on the command line interface can be insecure. BenchmarkRunning for engine myisamAverage number of seconds to run all queries: 53.104 secondsMinimum number of seconds to run all queries: 46.843 secondsMaximum number of seconds to run all queries: 60.781 secondsNumber of clients running queries: 150Average number of queries per client: 0

原文轉自：

https://github.com/gzc426/Java-Interview/blob/master/?github.com

總結

以上是生活随笔為你收集整理的mysql字段简索引_MySQL优化看这一篇就够了的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇：下班忘打卡了什么后果_工厂园区安装人脸识
下一篇： composer 查看php 版本_最常