MySQL 慢查询探究分析

目录

背景：

mysql 整体结构：

SQL查询语句执行过程是怎样的：

  知道了mysql的整体架构，那么一条查询语句是怎么被执行的呢：

什么是索引： 

建立索引越多越好吗：　　

如何发现慢查询：

如何优化满查询：

背景：

　　性能测试过程中，数据库往往是造成性能瓶颈之一，而数据库瓶颈中sql 语句又是值得探究分析的一环，其中慢查询是重点优化对象，在MySQL中，慢查询是指查询执行时间较长或者消耗

较多资源的查询语句。具体来说，MySQL中可以通过设置一个阈值来定义慢查询，通常默认情况下是超过2秒钟的查询会被认为是慢查询，但是这个阈值可以根据具体情况进行调整。

慢查询的存在可能会对MySQL数据库的性能产生负面影响，因为它会占用大量的计算资源和I/O资源，导致其他查询的响应时间变慢。因此，及时发现并优化慢查询非常重要。

mysql 整体结构：

MySQL是一个典型的客户端-服务器（Client-Server）架构系统，它主要由以下几个组件构成：

  1. 客户端（Client）：客户端是指连接到MySQL服务器的程序或工具，它们可以通过网络或本地套接字与MySQL服务器通信。MySQL提供了多种客户端工具，如mysql命令行工具、MySQL Workbench、phpMyAdmin等。

  2. 连接管理器（Connection Manager）：连接管理器负责管理客户端连接和会话。它接收客户端的连接请求，并根据配置文件中的参数来限制连接数、最大并发数等，确保MySQL服务器的稳定性和安全性。

  3. 查询解析器（Query Parser）：查询解析器负责解析客户端提交的SQL查询语句，并将其转换成MySQL服务器可理解的内部数据结构。在此过程中，查询解析器会检查查询语句的语法和语义是否正确，以及权限是否足够执行该查询。

  4. 优化器（Optimizer）：优化器是MySQL查询执行的关键组件，它负责优化查询执行计划，以获得最佳的执行效率。优化器会分析查询语句，选择最优的索引、表的访问顺序、连接方式等来执行查询。MySQL提供了多种优化器，如基于规则的优化器、基于成本的优化器等。

  5. 存储引擎（Storage Engine）：存储引擎是MySQL数据库中存储和管理数据的核心组件。MySQL支持多种存储引擎，如InnoDB、MyISAM、MEMORY等。每个存储引擎都有其独特的特性和适用场景，如InnoDB适合于高并发、事务性操作，MyISAM适合于读密集型操作等。

  6. 缓存（Cache）：缓存是MySQL性能优化的重要手段之一。MySQL提供了多种缓存机制，如查询缓存、表缓存、缓冲池等。查询缓存可以缓存查询结果，以减少重复查询的开销；表缓存可以缓存表结构，以加速表的访问；缓冲池可以缓存磁盘上的数据，以提高数据访问的速度。

总的来说，MySQL架构是由客户端、连接管理器、查询解析器、优化器、存储引擎和缓存等组件构成的。每个组件都有其独特的作用和功能，共同协作来实现MySQL数据库系统的高效稳定运行。

SQL查询语句执行过程是怎样的：

  知道了mysql的整体架构，那么一条查询语句是怎么被执行的呢：

　　你会先连接到这个数据库上，这时候接待你的就是连接器，连接建立完成后，执行逻辑就会来到查询缓存。如果开启来了查询缓存，之前执行过的语句及其结果可能会以 key-value 对的形

式，被直接缓存在内存中。如果命中，value直接返回给客户端。没有命中，则继续。执行完成后，执行结果会被存入查询缓存中。如果没有命中查询缓存，进入分析器，通过词法分析+语法分

析对 SQL 语句做解析，语法错误是从这个环节报出的。优化器是为了提升SQL的执行性能。经过了分析器，MySQL 就知道要做什么了。在开始执行之前，还要先经过优化器的处理。在表里面

有多个索引的时候，决定使用哪个索引；或者在一个语句有多表关联（join）的时候，决定各个表的连接顺序。优化器优化后进入了执行器阶段，执行器跟存储层进行交互，取得执行结果并返

回。

什么是索引： 

　　索引是一种用于加速数据库查询的数据结构。它可以快速定位到满足查询条件的记录，从而提高查询效率和性能。简单来讲，索引的出现其实就是为了提高数据查询的效率，就像书的目录

一样，如果你想快速找到其中的某一个知识点，在不借助目录的情况下，那我估计你可得找一会儿。同样，对于数据库的表而言，索引其实就是它的“目录”。在MySQL中，索引通常是基于B-

Tree（B树）或哈希表实现的。

　　索引主要包括主键索引和和非主键索引，主键索引是建立在表的主键列上的索引，而非主键索引则是建立在其他列或列组合上的索引。在查询过程中，主键索引和非主键索引的查询方式和效率有所不同。对于主键索引，MySQL可以通过B-Tree索引结构快速定位到指定的行记录，因为主键索引唯一，每个值都对应一个行记录，因此可以直接找到匹配的行记录。例如，如果需要查询id为10的学生记录，可以使用如下的SQL语句：

　　　　SELECT * FROM students WHERE id = 10;

　　MySQL会利用主键索引快速定位到id为10的行记录，效率非常高。而对于非主键索引，MySQL也可以通过B-Tree索引结构定位到满足查询条件的行记录，但是需要额外的步骤。首先，MySQL会根据非主键索引找到满足查询条件的行记录的主键值，然后再通过主键索引定位到实际的行记录。例如，如果需要查询姓名为“Tom”的学生记录，可以使用如下的SQL语句：

　　　　SELECT * FROM students WHERE name = 'Tom';

MySQL会利用非主键索引idx_students_name找到所有姓名为“Tom”的行记录的主键值，然后再根据主键索引定位到实际的行记录。这个过程称为“回表查询”，需要额外的IO操作和CPU计

算，因此效率相对较低。如果表中的数据量很大，回表查询的开销会更加显著。

建立索引越多越好吗：　　

　　建立索引并不是越多越好，反而可能会对数据库性能产生负面影响。首先，索引会占用存储空间，如果过多地建立索引，会导致数据库占用更多的磁盘空间，对于大型数据库来说，这可能

会导致磁盘空间不足。其次，索引会影响插入、更新和删除操作的性能。当进行插入、更新和删除操作时，MySQL需要更新数据和索引，如果过多地建立索引，就会使这些操作花费更多的时

间，从而降低数据库的性能。

　　最后，索引会影响查询操作的效率。虽然索引可以加速查询操作，但是如果过多地建立索引，就会导致MySQL需要在多个索引中选择最优的索引，这会增加查询的开销，并且可能会导致

MySQL选择不合适的索引，从而降低查询的效率。因此，在建立索引时，需要根据具体情况进行选择，避免过多地建立索引。通常情况下，可以考虑在经常使用的列上建立索引，或者在需要优

化查询的列上建立索引。同时，可以通过监控索引的使用情况，来确定哪些索引需要优化或删除，以提高数据库的性能和效率。

如何发现慢查询：

　　1.  通过设置slow_query_log参数来开启慢查询日志，对慢查询日志进行监控，如果新增慢查询便立即发送通知。（推荐）

　　2. 慢查询日志分析工具：MySQL提供了一些工具，如mysqldumpslow和mysqlsla，可以根据查询日志来分析慢查询，找出执行时间最长的查询和最频繁的查询等信息。

如何优化满查询：

情况1 ：通过explain你可能会发现，SQL压根没走任何索引，而且现在表中的数据量巨大无比。

解决：建合适索引

情况2 ： 通过explain查看SQL执行计划中的key字段。如果发现优化器选择的Key和你预期的Key不一样。那显然是优化器选错了索引

解决： 最快的解决方案就是：force index ，强制指定索引，或通过增加索引、优化索引、重构查询语句等方式来提高查询效率

情况3 ：查询语句复杂或者存在大量子查询

解决：查询语句复杂或者存在大量子查询会影响查询性能，可以考虑通过优化SQL语句来提高查询效率。例如，可以使用JOIN语句替换多个子查询，或者使用WHERE子句限制返回的行数。

分析优化实践：

假设有一个名为“orders”的表，包含以下列：

  • id: INT，主键列
  • customer_id: INT，顾客编号
  • status: ENUM('pending', 'completed', 'cancelled')，订单状态
  • order_date: DATETIME，订单日期
  • amount: DECIMAL(10,2)，订单金额

现在需要查询所有订单金额大于1000元的未完成订单，查询语句如下：

 SELECT * FROM orders WHERE status = 'pending' AND amount > 1000;

首先，可以通过使用EXPLAIN语句来查看查询计划，以了解查询的执行情况：

EXPLAIN SELECT * FROM orders WHERE status = 'pending' AND amount > 1000;

执行后发现 type列的值是ALL，走的全表扫描；key字段是NULL，没有使用任何索。接下来，可以在status和amount列上建立索引，建立索引的语句如下：

CREATE INDEX idx_orders_status ON orders (status);
CREATE INDEX idx_orders_amount ON orders (amount);

然后再次执行查询语句，可以看到查询效率有了显著提升，查询速度大大加快。

优化前的查询计划如下所示：

+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+
| 1 | SIMPLE | orders| NULL | ALL | NULL | NULL | NULL | NULL | 10 | 10.00 | Using where |
+----+-------------+-------+------------+------+---------------+------+---------+------+------+----------+-------------+

优化后的查询计划如下所示：

+----+-------------+-------+------------+------+---------------------------+------------------+---------+-------+------+----------+-----------------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+-------+------------+------+---------------------------+------------------+---------+-------+------+----------+-----------------------+
| 1 | SIMPLE | orders| NULL | ref | idx_orders_status,idx_orders_amount | idx_orders_status | 2 | const | 5 | 50.00 | Using index condition |
+----+-------------+-------+------------+------+---------------------------+------------------+---------+-------+------+----------+-----------------------+

可以看到，优化后的查询计划使用了idx_orders_status索引，查询效率大大提高。

因此，通过在status和amount列上建立索引的方式，可以提高查询效率，降低数据库的负载和响应时间。但需要注意的是，索引的建立需要根据具体情况进行选择和应用，过多的索引会影响插

入、更新和删除操作的性能，因此需要谨慎考虑索引的建立数量和方式。

 以下是我收集到的比较好的学习教程资源，虽然不是什么很值钱的东西，如果你刚好需要，可以评论区，留言【777】直接拿走就好了

各位想获取资料的朋友请点赞 + 评论 + 收藏，三连！

三连之后我会在评论区挨个私信发给你们~

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/36673.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

树结构--介绍--二叉树遍历的递归实现

树结构--介绍--二叉树遍历的递归实现

目录 树 树的学术名词 树的种类 二叉树的遍历 算法实现 遍历命名 二叉树的中序遍历 二叉树的后序遍历 二叉树的后序遍历迭代算法 二叉树的前序遍历 二叉树的前序遍历迭代算法 树 树是一种非线性的数据结构，它是由n(n≥0)个有限节点组成一个具有层次关系…
阅读更多...
Docker安装 elasticsearch-head

Docker安装 elasticsearch-head

目录 前言安装elasticsearch-head步骤1：准备1. 安装docker2. 搜索可以使用的镜像。3. 也可从docker hub上搜索镜像。4. 选择合适的redis镜像。 步骤2：拉取elasticsearch-head镜像拉取镜像查看已拉取的镜像 步骤3：创建容器创建容器方式1&#…
阅读更多...
SpringBoot复习：（28）【前后端不分离】自定义View

SpringBoot复习：（28）【前后端不分离】自定义View

一、自定义View package cn.edu.tju.view;import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.ComponentScan; import org.springframework.context.annotation.Configuration; import org.springframework.stereotype.Comp…
阅读更多...
C# --- Case Study

C# --- Case Study

C# --- Case Study C# — Mongo数据库事务的应用 C# — 如何解析Json文件并注入MongoDB C# — MongoDB如何安全的替换Collection
阅读更多...
百度翻译API整合SpringBoot

百度翻译API整合SpringBoot

案例背景,按照官方给的Demo,实在是太啰嗦了, 大致步骤 封装数据>签名>发送请求, 仔细一看劈里啪啦一大堆,最后还要手动关流关连接,难道整合到SpringBoot项目里面我还得为内存管理考虑 所以就有了如下需求 使用 RestTemplate的对象进行发送请求数据,RestTemplate由s…
阅读更多...
Redis缓存删除略和内存淘汰策略及LRU

Redis缓存删除略和内存淘汰策略及LRU

1、Redis内存若在配置文件中未设置，内存会无限制增长，直到超出物理内存，抛出out of memory内存耗尽异常 解决方法，调整maxmemory参数，一般设置为物理内存的3/4，并且添加缓存删除策略 2、Redis对于设置了过…
阅读更多...
项目经理的会议之道：全参与还是精选参与？

项目经理的会议之道：全参与还是精选参与？

引言 在项目管理中，会议是一个常见的工具，用于沟通信息、解决问题、做出决策等。然而，项目经理是否需要参加所有的会议呢？这是一个值得深思的问题。作为项目经理，我们需要权衡会议的重要性和我们的时间管理。我们不能…
阅读更多...
【第一阶段】kotlin的函数

【第一阶段】kotlin的函数

函数头 fun main() {getMethod("zhangsan",22) }//kotlin语言默认是public,kotlin更规范，先有输入（ getMethod(name:String,age:Int)）再有输出(Int[返回值]) private fun getMethod(name:String,age:Int): Int{println("我叫…
阅读更多...
Elasticsearch集群shard过多后导致的性能问题分析

Elasticsearch集群shard过多后导致的性能问题分析

1.问题现象 上午上班以后发现ES日志集群状态不正确，集群频繁地重新发起选主操作。对外不能正常提供数据查询服务，相关日志数据入库也产生较大延时 2.问题原因 相关日志 查看ES集群日志如下： 00:00:51开始集群各个节点与当时的master节点…
阅读更多...
Playwright快速上手-1

Playwright快速上手-1

前言 随着近年来对UI自动化测试的要求越来越高，,功能强大的测试框架也不断的涌现。本系列主讲的Playwright作为一款新兴的端到端测试框架,凭借其独特优势,正在逐渐成为测试工程师的热门选择。 本系列文章将着重通过示例讲解 Playwright python开发环境的搭建 …
阅读更多...
Linux Day07

Linux Day07

一、僵死进程 1.1僵死进程产生的原因 子进程先于父进程结束, 而父进程没有获取子进程退出码，释放子进程占用的资源，此时子进程将成为一个僵死进程。 在第一个框这里时父进程子进程都没有结束，显示其pid 父进程是2349，子进程是235…
阅读更多...
【Nginx】Nginx网站服务

【Nginx】Nginx网站服务

国外主流还是使用apache；国内现在主流是nginx（并发能力强，相对稳定） nginx：高性能、轻量级的web服务软件 特点： 1.稳定性高（没apache稳）； 2.系统资源消耗比较低&#xf…
阅读更多...
Failed to set locale, defaulting to C.UTF-8 或者中文系统语言转英文系统语言

Failed to set locale, defaulting to C.UTF-8 或者中文系统语言转英文系统语言

CentOS 8中执行命令，出现报错：Failed to set locale, defaulting to C.UTF-8报错原因： 1、没有安装相应的语言包。2、没有设置正确的语言环境。 解决方法1：安装语言包 设置语言环境需使用命令 localelocale -a 命令，查…
阅读更多...
代码随想录day02

代码随想录day02

977.有序数组的平方 ● 力扣题目链接 ● 给你一个按 非递减顺序 排序的整数数组 nums，返回 每个数字的平方 组成的新数组，要求也按 非递减顺序 排序。 思路 ● 暴力排序，时间复杂度O(n nlogn) ● 使用双指针，时间复杂度O(n) …
阅读更多...
Vue中使用v-bind:class动态绑定多个类名

Vue中使用v-bind:class动态绑定多个类名

Vue.js是一个流行的前端框架，它可以帮助开发者构建动态交互的UI界面。在Vue.js开发中，经常需要动态绑定HTML元素的class（类名）属性，以改变元素的外观和行为。本文将介绍采用v-bind:class指令在Vue中如何动态绑定多个类…
阅读更多...
【大数据】-- 本地部署 Flink kubernetes operator

【大数据】-- 本地部署 Flink kubernetes operator

目录 1.说明 1.1 版本 1.2 kubernetes 环境 1.3 参考 2.安装步骤 2.1 安装本地 kubernetes 环境
阅读更多...
判断链表有环的证明

判断链表有环的证明

目录 1.问题 2.证明 3.代码实现 1.问题 给你一个链表的头节点 head ，判断链表中是否有环。 如果链表中有某个节点，可以通过连续跟踪 next 指针再次到达，则链表中存在环。 为了表示给定链表中的环，评测系统内部使用…
阅读更多...
TansUNet代码理解

TansUNet代码理解

首先通过论文中所给的图片了解网络的整体架构： vit_seg_modeling部分 模块引入和定义相关量： # codingutf-8 # __future__ 在老版本的Python代码中兼顾新特性的一种方法 from __future__ import absolute_import from __future__ import division fr…
阅读更多...
新基建助推数字经济，CosmosAI率先布局AI超算租赁新纪元

新基建助推数字经济，CosmosAI率先布局AI超算租赁新纪元

伦敦, 8月14日 - 在英国伦敦隆重的Raffles OWO举办的欧盟数字超算新时代战略合作签约仪式，CosmosAI、Infinite Money Fund与Internet Research Lab三方强强联手，达成了历史性的合作协议，共同迈向超算租赁新纪元。 ​ 这次跨界的合作昭示了全球…
阅读更多...
Session基础

Session基础

文章目录 什么是Sessionsession与cookie的区别和联系Session的存Session的取 什么是Session 服务器为每个用户浏览器创建一个会话对象（session对象），一个浏览器只能产生一个session当新建一个窗口访问服务器时，还是原来的那个ses…
阅读更多...
最新文章

Copyright @ 2022~2023