• 1
  • 3
分享

我最近在做性能测试时,发现MySQL的问题还蛮严重的。

像我这种有对性能要求这么高的人,例如SQL语句没有走索引,或者没有设置索引

当时想象一下我的心情.....(次数省略5万字)

天气炎热,切勿烦躁。

接下来,下面咱们聊一聊MySQL性能优化~~

一、设置索引

索引是一种可以让SELECT语句提高效率的数据结构,可以起到快速定位的作用。

1、索引的优缺点:

        优点:某些情况下使用select语句大幅度提高效率,合适的索引可以优化MySQL服务器的查询性能,从而起到优化MySQL的作用。

        缺点:表行数据的变化(index、update、delect),简历在表列上的索引也会自动维护,一定程度上会使DML操作变慢。索引还会占用磁盘额外的存储空间。

2、给表列创建索引   

        建表时创建索引:

create table t(id int,name varchar(20),index idx_name (name));

        给表追加索引:

alter table t add unique index idx_id(id);

        给表的多列上追加索引

alter table t add index idx_id_name(id,name);

或者

create index idx_id_name on t(id,name);

3、查看索引

    使用show语句查看t表上的索引:

show index from t;

show keys from t;–mysql中索引也被称作keys

11.png

    使用show create table语句查看索引:

show create table t\G

    12.png

4、删除索引:

    使用alter table命令删除索引:

     alter table 表 drop index 索引名

    使用drop index命令删除索引:

     drop index 索引名 on 表

5、索引原理:

    例如一个学生信息表,我们设置学号(stu_id)为索引:

    索引页之间存在一定的关联关系,一般为树形结构;分为根节点、分支节点、和叶子节点

    根节点页中存放分段stu_id的起始值,以及值所对应的分支索引页号

    分支索引页中存放分段stu_id的起始值,以及值所对应的叶子索引页号

    叶子索引页中存放排序后的stu_id值,该值所对应的表页号, 下一个叶子索引页的页号

13.png

stu_id建立索引后,执行select name,sex,height from stu where stu_id=13查询过程如下:

    ① 索引页存在关联关系,先找索引页号20的根节点,13在>=11和<17的范围内,需要查找25号索引页

    ② 读取25号索引页,13在>=11和<14范围内,得到了26号叶子索引页

    ③ 读取26号叶子索引页,找到了13这个值,以及该值所对应表页的页号161,目前只得到了stu_id的值,还要得到name,sex,height等,因此需要再读一次编号为161的表页,里面存放了stu_id之外的值。

    ④ 读取161号表页,获得sname,sex,height等值   

以上4步,只读取了3个索引页1个表页,共4个页,比读取所有表页(5000个页),按照stu_id=13挨个翻一遍效率要高,这也是有些情况下索引可以加速查询的原因。

二、分类讨论

一条 SQL 语句执行的很慢,那是每次执行都很慢呢?还是大多数情况下是正常的,偶尔出现很慢呢?所以我觉得,我们还得分以下两种情况来讨论。

    1、大多数情况是正常的,只是偶尔会出现很慢的情况。

    2.、在数据量不变的情况下,这条SQL语句一直以来都执行的很慢

针对这两种情况,我们来分析下可能是哪些原因导致的。

三、针对偶尔很慢的情况

一条 SQL 大多数情况正常,偶尔才能出现很慢的情况,针对这种情况,我觉得这条SQL语句的书写本身是没什么问题的,而是其他原因导致的,那会是什么原因呢?

1、 数据库在刷新脏页(flush)

    当我们要往数据库插入一条数据、或者要更新一条数据的时候,我们知道数据库会在内存中把对应字段的数据更新了,但是更新之后,这些更新的字段并不会马上同步持久化到磁盘中去,而是把这些更新的记录写入到 redo log 日记中去,等到空闲的时候,在通过 redo log 里的日记把最新的数据同步到磁盘中去。

    刷脏页有下面4种场景:    

        ①redolog写满了:redo log 里的容量是有限的,如果数据库一直很忙,更新又很频繁,这个时候 redo log 很快就会被写满了,这个时候就没办法等到空闲的时候再把数据同步到磁盘的,只能暂停其他操作,全身心来把数据同步到磁盘中去的,而这个时候,就会导致我们平时正常的SQL语句突然执行的很慢,所以说,数据库在在同步数据到磁盘的时候,就有可能导致我们的SQL语句执行的很慢了。

        ②内存不够用了:如果一次查询较多的数据,恰好碰到所查数据页不在内存中时,需要申请内存,而此时恰好内存不足的时候就需要淘汰一部分内存数据页,如果是干净页,就直接释放,如果恰好是脏页就需要刷脏页。

        ③MySQL 认为系统“空闲”的时候:这时系统没什么压力。

        ④MySQL 正常关闭的时候:这时候,MySQL 会把内存的脏页都 flush 到磁盘上,这样下次 MySQL 启动的时候,就可以直接从磁盘上读数据,启动速度会很快。

2. 拿不到锁我能怎么办

这个就比较容易想到了,我们要执行的这条语句,刚好这条语句涉及到的表,别人在用,并且加锁了,我们拿不到锁,只能慢慢等待别人释放锁了。或者,表没有加锁,但要使用到的某个一行被加锁了。

如果要判断是否真的在等待锁,我们可以用 show processlist这个命令来查看当前的状态哦,这里我要提醒一下,有些命令最好记录一下。

四、针对一直都这么慢的情况

如果在数据量一样大的情况下,这条 SQL 语句每次都执行的这么慢,那就就要好好考虑下你的 SQL 书写了,下面我们来分析下哪些原因会导致我们的 SQL 语句执行的很不理想。

我们先来假设我们有一个表,表里有下面两个字段,分别是主键 id,和两个普通字段 c 和 d。

mysql> CREATE TABLE `t` (  `id` int(11) NOT NULL,  `c` int(11) DEFAULT NULL,  `d` int(11) DEFAULT NULL,  PRIMARY KEY (`id`)) ENGINE=InnoDB;

1、没用到索引

没有用上索引,我觉得这个原因是很多人都能想到的,例如你要查询这条语句

select * from t where 100 <c and c < 100000;

    a. 字段没有索引

刚好你的 c 字段上没有索引,那么抱歉,只能走全表扫描了,你就体验不会索引带来的乐趣了,所以,这回导致这条查询语句很慢。

    b. 字段有索引,但却没有用索引

好吧,这个时候你给 c 这个字段加上了索引,然后又查询了一条语句

select * from t where c - 1 = 1000;

我想问大家一个问题,这样子在查询的时候会用索引查询吗?

不会,如果我们在字段的左边做了运算,那么很抱歉,在查询的时候,就不会用上索引了,所以呢,大家要注意这种字段上有索引,但由于自己的疏忽,导致系统没有使用索引的情况了。

正确的查询应该如下

select * from t where c = 1000 + 1;

有人可能会说,右边有运算就能用上索引?难道数据库就不会自动帮我们优化一下,自动把 c - 1=1000 自动转换为 c = 1000+1。

    c. 函数操作导致没有用上索引

如果我们在查询的时候,对字段进行了函数操作,也是会导致没有用上索引的,例如

select * from t where pow(c,2) = 1000;

这里我只是做一个例子,假设函数 pow 是求 c 的 n 次方,实际上可能并没有 pow(c,2)这个函数。其实这个和上面在左边做运算也是很类似的。

所以呢,一条语句执行都很慢的时候,可能是该语句没有用上索引了,不过具体是啥原因导致没有用上索引的呢,你就要会分析了,我上面列举的三个原因,应该是出现的比较多的吧。

2.、数据库自己选错索引了

我们在进行查询操作的时候,例如

select * from t where 100 < c and c < 100000;

我们知道,主键索引和非主键索引是有区别的,主键索引存放的值是整行字段的数据,而非主键索引上存放的值不是整行字段的数据,而且存放主键字段的值。 里面有说到主键索引和非主键索引的区别。

也就是说,我们如果走 c 这个字段的索引的话,最后会查询到对应主键的值,然后,再根据主键的值走主键索引,查询到整行数据返回。

好吧扯了这么多,其实我就是想告诉你,就算你在 c 字段上有索引,系统也并不一定会走 c 这个字段上的索引,而是有可能会直接扫描扫描全表,找出所有符合 100 < c and c < 100000 的数据。

为什么会这样呢?

其实是这样的,系统在执行这条语句的时候,会进行预测:究竟是走 c 索引扫描的行数少,还是直接扫描全表扫描的行数少呢?显然,扫描行数越少当然越好了,因为扫描行数越少,意味着I/O操作的次数越少。

如果是扫描全表的话,那么扫描的次数就是这个表的总行数了,假设为 n;而如果走索引 c 的话,我们通过索引 c 找到主键之后,还得再通过主键索引来找我们整行的数据,也就是说,需要走两次索引。而且,我们也不知道符合 100 c < and c < 10000 这个条件的数据有多少行,万一这个表是全部数据都符合呢?这个时候意味着,走 c 索引不仅扫描的行数是 n,同时还得每行数据走两次索引。

所以呢,系统是有可能走全表扫描而不走索引的。那系统是怎么判断呢?

判断来源于系统的预测,也就是说,如果要走 c 字段索引的话,系统会预测走 c 字段索引大概需要扫描多少行。如果预测到要扫描的行数很多,它可能就不走索引而直接扫描全表了。

那么问题来了,系统是怎么预测判断的呢?这里我给你讲下系统是怎么判断的吧,虽然这个时候我已经写到脖子有点酸了。

系统是通过索引的区分度来判断的,一个索引上不同的值越多,意味着出现相同数值的索引越少,意味着索引的区分度越高。我们也把区分度称之为基数,即区分度越高,基数越大。所以呢,基数越大,意味着符合 100 < c and c < 10000 这个条件的行数越少。

所以呢,一个索引的基数越大,意味着走索引查询越有优势。

那么问题来了,怎么知道这个索引的基数呢?

系统当然是不会遍历全部来获得一个索引的基数的,代价太大了,索引系统是通过遍历部分数据,也就是通过采样的方式,来预测索引的基数的。

重点来了,居然是采样,那就有可能出现失误的情况,也就是说,c 这个索引的基数实际上是很大的,但是采样的时候,却很不幸,把这个索引的基数预测成很小。例如你采样的那一部分数据刚好基数很小,然后就误以为索引的基数很小。然后系统就不走 c 索引了,直接走全部扫描了。

所以呢,说了这么多,得出结论:由于统计的失误,导致系统没有走索引,而是走了全表扫描,而这,也是导致我们 SQL 语句执行的很慢的原因。

不过呢,我们有时候也可以通过强制走索引的方式来查询,例如

select * from t force index(a) where c < 100 and c < 100000;

我们也可以通过

show index from t;

来查询索引的基数和实际是否符合,如果和实际很不符合的话,我们可以重新来统计索引的基数,可以用这条命令

analyze table t;

来重新统计分析。

既然会预测错索引的基数,这也意味着,当我们的查询语句有多个索引的时候,系统有可能也会选错索引,这也可能是 SQL 执行的很慢的一个原因。

五、总结

一个 SQL 执行的很慢,我们要分两种情况讨论:

1、大多数情况下很正常,偶尔很慢,则有如下原因

     a. 数据库在刷新脏页,例如 redo log 写满了需要同步到磁盘。

     b. 执行的时候,遇到锁,如表锁、行锁。

2、这条 SQL 语句一直执行的很慢,则有如下原因。

     a . 没有用上索引:例如该字段没有索引;由于对字段进行运算、函数操作导致无法用索引。

     b. 数据库选错了索引。



  • 【留下美好印记】
    赞赏支持
登录 后发表评论
+ 关注

热门文章

    最新讲堂

      • 推荐阅读
      • 换一换
          • 写在前面:这是我第一次参加实习面试,面试前也在网上查了一下算法岗面试的相关经验,受益颇大,因此自己面试完后也试着记录了一下,虽然没能通过最终面试,但也希望能给想面试相关岗位的人一些启发和帮助~关于面试准备:算法的技术面主要考察的是算法的灵活使用和现场编程能力,以及相关方向的模型(基本上就是统计机器学习、自然语言处理、计算机视觉这些),因此主要准备以下两个方面:经典的算法题目;复习各种常用的模型,特别简历写的项目中使用到的。一面:项目介绍和模型知识考察对简历上的一个项目进行介绍?(接下来是根据我项目和我说话中提到的模型,开始深入地追问)SVM模型的介绍LR模型的loss函数是啥?为什么选择它作为...
            0 0 1665
            分享
          •   三星于 3 月 20 日举办了年度股东大会,董事长韩钟熙发言称尽管 2024 年宏观经济环境依然存在诸多不确定因素,但已看到了通过技术创新实现增长的发展机遇。  韩钟熙在会上发言表示:“三星计划在智能手机、可折叠设备、配件和扩展现实(XR)在内的所有产品上部署 AI,为客户提供生成式 AI 以及本地 AI 的全新体验”。  三星于 2023 年 12 月成立了先进封装业务团队(Advanced Package Business Team),划分到设备解决方案业务集团(Device Solutions business Group)下。  三星联席首席执行官庆桂显表示,三星电子在先进封装产业...
            0 0 769
            分享
          •   据多位小伙伴反馈,支付宝于今日上午出现服务异常,付款时显示“支付失败”“交易创建失败”“服务异常”等。  此外,有网友称支付宝出现余额宝提现未到账、花呗还款扣款成功但账单没清等。  与此同时,“支付宝崩了”话题也出现在微博热搜。截至发文,支付宝官方暂未给出回应。作者:汪淼原文链接:IT之家(ithome.com)
            0 0 87
            分享
          • 1 万物皆可测试前段时间收到一个朋友私信询问,接口测试用例怎么设计?当时他已经是个熟练的功能测试人员,换了种场景就不会写测试用例?本质上还是未能掌握用例设计的通用逻辑。想必大家在面试的时候或多或少有被问到“朋友圈点赞功能怎么测试?、“淘宝购物车如何测试?”,甚至是一些非软件物品测试,比如“这个杯子怎么测试?”、“电梯怎么测试?”等类似的问题。其实这类问题主要用来考察应聘者的测试思维,以及设计测试用例的角度与思考问题的全面性。对于此类面试题,其实是有一定套路的,只要你掌握了相关方法,那么任何物品都可以进行测试,并且设计出相对全面的测试用例。先给出通用公式:场景法(交互分析) - 等价类划分 - ...
            1 2 2422
            分享
          •   一、网络管理功能的目的  解决蓄电池电量有限,如果整车控制器同时工作会造成电池亏电的问题。通过网络管理功能,当用户需要请求相关功能时,参与该功能的相关ECU节点才需要启动起来。  协调各 ECU 同时进入网络睡眠模式;车载控制器网络管理功能就是通过在各个ECU的网络上,发送一些命令制定一套规则,来实现整车各个ECU的协同睡眠和唤醒。按照唤醒方式,我们可以将ECU网络节点类型划分为本地唤醒与远程唤醒。本地唤醒:唤醒源来源于自身模块,比如KL15硬线唤醒;远程唤醒:唤醒源来源于自身ECU节点所在的网络报文,该节点可以处于完全休眠状态;  二、结合硬件电路说说网络管理功能  为了支持睡眠和唤醒,...
            0 0 2257
            分享
      • 51testing软件测试圈微信